Совершенствование математической модели процесса лова рыбы разноглубинным тралом

Николаев, Виталий Викторович

Промышленное рыболовство

автореферат диссертации по технологии продовольственных продуктов, 05.18.17, диссертация на тему:Совершенствование математической модели процесса лова рыбы разноглубинным тралом

кандидата технических наук: Николаев, Виталий Викторович
город: Калининград
год: 2004
специальность ВАК РФ: 05.18.17
цена: 450 рублей

Диссертация по технологии продовольственных продуктов на тему «Совершенствование математической модели процесса лова рыбы разноглубинным тралом»

Автореферат диссертации по теме "Совершенствование математической модели процесса лова рыбы разноглубинным тралом"

На правах рукописи

Николаев Виталий Викторович

Совершенствование математической модели процесса лова рыбы разноглубинным тралом

Специальность 05.18.17 «Промышленное рыболовство»

Автореферат диссертации на соискание ученой степени кандидата технических наук

Калининград - 2004

Работа выполнена в Калининградском государственном техническом университете

11аучные руководители: д-р техн. наук, профессор, заслуженный работник

Высшей школы России М.М. Розенштейн

канд. техн. наук, профессор, заслуженный работник рыбного хозяйства России В.Е. Иванов

Официальные оппоненты: д-р техн. наук, профессор В.М. Минько

канд. техн. наук, заведующий лабораторией интенсивности рыболовства ВНИРО Г.Г. Крылов, г. Москва

Ведущая организация: ООО «Фишеринг-сервис», г. Калининград

|ащита состоится & июня 2004 г. в /У часов на заседании ди^сергйцйонного совета Д.307.007.04 в Калининградском государственном гс\нич£<Л(ом университете по адресу: 236000, г. Калининград, ул. проф. Баранова, 43.

С диссертацией можно ознакомиться в библиотеке КГТУ.

Автореферат разослан & мая 2004 г.

Ученый секретарь диссертационного совета, канд. техн. наук, доцент Евдокимова H.A.

Общая характеристика работы.

Актуальность темы. Получить информацию о важнейших свойствах проектируемой или исследуемой рыбопромысловой траловой системы можно, используя математическое описание процесса тралового лова - математическую модель.

Поведение объекта лова относительно орудия лова изменяется во времени и пространстве. Степень концентрации рыбы, распределение ее в толще воды, скорость передвижения, реакция на физические раздражители и другие многочисленные и недостаточно изученные факторы оказывают влияние на успех промысла. Они являются случайными величинами, в значительной мере определяющими эффективность процесса траления.

При проектировании трала для оценки качества проектного решения общепринятым является применение критерия эффективности в виде расчетной величины улова за траление определенной продолжительности. Эффективность работы трала в наибольшей степени зависит от его приспособленности к облову того или иного вида рыб, от соответствия характеру поведения и распределения объекта лова в водном пространстве.

Между тем, определить при проектировании с необходимой достоверностью промысловую характеристику трала - его уловистость - не представляется возможным в связи с недостаточностью сведений о поведенческих характеристиках объекта лова. Данный факт обусловил появление метода проектирования по прототипу, а также методов, в основе которых лежит опыт эксплуатации орудий лова.

Как показал анализ, для исследования, проектирования и оценки эффективности тралов разработано большое количество математических моделей, описывающих с разной степенью полноты работу тралов. Детерминированные модели лучше приспособлены для использования в проектной практике, они лучше отражают механику процесса. С другой стороны, очень важно, что вероятностные модели отражают случайный характер протекания процесса и, следовательно, случайность полученного результата. Существующие вероятностные модели страдают тем существенным недостатком, что законы распределения случайных

авторами произвольно. Если для

величин, определяющих г

Родосе лова, зэдшй^

^ ■ ГКА < , м ;>ург

гообрк

случайных величин принять какие-либо другие законы распределения, то расчетные формулы и результаты их использования будут другими. Между тем, для некоторых случайных величин, в настоящее время определить экспериментально закон распределения не представляется возможным.

Таким образом, можно сделать вывод о том, что математические модели в настоящее время недостаточно эффективно используются в проектной практике в виду двух существенных недостатков им присущих:

1) детерминированные модели жестко увязывают величину улова с параметрами трала и объекта лова;

2) вероятностные модели основаны на произвольных допущениях о законах распределения поведенческих характеристик объектов лова.

Таким образом, актуальность темы диссертации обусловлена необходимостью совершенствования математических моделей процесса тралового лова для повышения эффективности разработки и исследования рыбопромысловых траловых систем.

Цель работы и решаемые задачи. Так как для отечественного рыболовства разноглубинный траловый лов играет большую роль, чем донный, то на первом этапе исследований целесообразно решить задачу совершенствования математической модели процесса разноглубинного тралового лова.

Одним из подходов к совершенствованию может быть объединение положительных качеств детерминированных и вероятностных моделей на базе детерминированной модели, в которой параметры, отражающие поведенческие характеристики объекта лова, заменены случайными величинами с известными законами распределения. В этом случае критерий эффективности - величина улова рыбы, доставляемого орудием в единицу времени - является случайной величиной, распределение которой при постоянных значениях проектных параметров трала определяется распределениями случайных поведенческих характеристик объекта лова. Поэтому, определив закон распределения величины уловов, что позволяет статистическая обработка промысловой информации, можно найти законы распределений величин, отражающих поведенческие характеристики объекта лова.

По результатам анализа, в качестве такой модели, среди существующих моделей, была использована модель М.М. Розенштейна, которая прошла проверку

на адекватность и успешно используется при выполнении операций обоснования и оптимизации проектных характеристик тралов. В ее основе лежит наиболее полная схематизация процесса лова рыбы тралом, построенная на основе известных в настоящее время сведений о поведении объектов лова в зоне действия орудия.

Таким образом, цель работы состоит в совершенствовании указанной детерминированной модели. Совершенствование предполагает замену параметров поведения и распределения объекта лова, по своему существу случайных, их математическими ожиданиями.

Для достижения поставленной цели должны быть решены следующие задачи:

1) Определить закон распределения величины уловов на основе статистических исследований. Так как продолжительность тралений на промысле различна, то следует рассматривать не абсолютную величину улова, а пересчитанную на единицу времени.

2) Разработать имитационную модель для определения законов распределения поведенческих характеристик объекта лова. Имитационная модель позволит достаточно просто учесть случайные факторы, которые создают значительные трудности при аналитических исследованиях.

3) На основе экспериментов с имитационной моделью найти такие законы распределения случайных поведенческих характеристик объекта лова, композиция которых с параметрами орудия лова и скоростью траления позволит получить закон распределения величины траловых уловов, полученный на основе выполненных статистических исследований. Необходимо при этом осуществить оценку адекватности получаемых результатов и автоматизировать как процессы получения, так и процессы обработки результатов в ходе машинного эксперимента;

4) Проверить найденные законы распределения на универсальность.

Научная новизна работы состоит в том, что впервые, для конкретных условий

промысла, получены законы распределения величины траловых уловов и законы распределения плотности облавливаемых скоплений и скорости движения рыб при уходе от трала.

На этой основе усовершенствована математическая модель процесса разноглубинного тралового лова рыбы, что позволяет осуществить оценку проектных решений по основному критерию - величине улова.

Практическая ценность состоит в разработке методики применения усовершенствованной математической модели для оценки проектных решений при разработке разноглубинных тралов по основному критерию - величине улова за единицу времени.

Апробация работы. Основные положения диссертационной работы были доложены и обсуждены на 4-х Международных научно-практических конференциях: Международная научная конференция, посвященная 90-летию высшего рыбохозяйственного образования в России «Инновации в науке и образовании - 2003», Калининград; 4-ая Международная конференция молодых учёных и студентов «Актуальные проблемы современной науки», Самара; 2-ая Международная научно-практическая конференция «Морские технологии: проблемы и решения», Керчь; 1-ая Всероссийская научно-практическая конференция по вопросам применения имитационного моделирования в промышленности «Опыт практического применения языков и программных систем имитационного моделирования в промышленности и прикладных разработках», Санкт-Петербург, а также на научном семинаре кафедры промышленного рыболовства КГТУ (г. Калининград).

Использование. Разработанная в диссертации усовершенствованная математическая модель используется в лекционном курсе «Проектирование орудий океанического рыболовства» при подготовке инженеров по специальности 311800 -«Промышленное рыболовство».

Публикации. Материалы диссертации отражены в 6-ти печатных работах. Получено свидетельство об официальной регистрации программы для ЭВМ № 2004610567 «Поиск законов распределения поведенческих характеристик объектов тралового лова методом имитационного моделирования».

Объем работы. Диссертация состоит из введения, семи глав, заключения, 9-ти приложений и списка литературы, включающего 119 наименований. Объем диссертации - 350 страниц, основной текст изложен на 189 страницах. Количество рисунков в основном тексте - 49, таблиц — 31.

Содержание работы.

Во введении к диссертации формулируется цель работы, обосновывается ее актуальность, намечается путь решения и определяются элементы новизны.

Первая глава диссертационной работы носит реферативный характер. В ней критически рассматриваются существующие математические модели процесса тралового лова рыбы.

Математические модели разрабатывались Ф.И. Барановым, С.Б. Гюльбадамовым, В.Н. Честным, А.И. Трещевым, А.И. Зоновым, А.Д. Дубровским, Ю.С. Сергееевым, В.А. Ионасом, М.М. Розенштейном, В.Н. Лукашовым, H.H. Андреевым, Ю.В. Кадильниковым, Ю.А. Изнанкиным, Г. Тростом, В.Н. Мельниковым, В.Н. Мартышевским, В.И. Габрюком, Ю.В. Зимаревым, Г.Н.Степановым, Е. Танака, К. Матуда и Н. Хирояма. Классификацию моделей тралового лова рассматривали В.Н. Мельников, Ю.А. Изнанкин, М.М. Розенштейн.

Анализ моделей показывает, что ни одна модель не может описать всю многогранность реального процесса лова. Создание адекватных моделей затрудняет чрезвычайно сложный комплекс факторов, действующих при тралении. Большая часть моделей описывают либо донный, либо разноглубинный лов. В некоторых моделях отсутствует схематизация реального процесса, в том числе не учитываются поведенческие характеристики объекта лова при взаимодействии с тралом. Только некоторые модели проверялись на адекватность. Есть модели с большим количеством коэффициентов и параметров, достоверно определить которые представляется невозможным.

Недостатком детерминированных моделей является то, что они не учитывают вероятностный характер поведенческих характеристик объекта лова. Для существующих вероятностных моделей не установлены лежащие в их основе законы распределения случайных величин. Главная задача по совершенствованию моделей вероятностного типа состоит в выполнении статистических исследований, направленных на нахождение законов распределения случайных параметров моделей.

Во второй главе приводится постановка задачи совершенствования детерминированной математической модели процесса тралового лова М.М. Розенштейна. Она состоит в объединении положительных сторон как детерминированных, так и вероятностных моделей.

По результатам анализа установлено, что основными характеристиками орудия лова, влияющими на его уловистость являются: линейные размеры канатно-сетной части трала (горизонтальное и вертикальное раскрытие устья, площадь

устья); скорость траления; длина и угол атаки кабеля (для донного трала). К характеристикам объекта лова, влияющим на величину улова, относятся: плотность облавливаемых скоплений; скорость движения рыб; дальность реакции рыб на элементы трала.

Как сказано выше, в диссертации решается задача совершенствования модели разноглубинного тралового лова. Принятая для совершенствования детерминированная модель работы разноглубинного трала имеет вид:

О = урру"*.

У =

АИ

! АР"Р Руг>

О < и < иг

и>иг

(1)

где £ - величина улова, полученная орудием лова; у - коэффициент уловистости трала; р - плотность концентрации рыб в зоне облова;

- площадь устья трала; о - скорость траления; t - продолжительность траления;

АР - площадь периферийной зоны в сечении устья, из которой рыба стремится уйти, двигаясь перед канатно-сетной частью трала; 5 - коэффициент удержания рыб; ог - скорость движения рыбы при уходе от трала.

Форма устья трала схематизируется прямоугольником, в котором для значения площади АР получено выражение:

№ = 2т (Н + I - 2т), (2)

где //, ^ — вертикальное и горизонтальное раскрытия устья трала; г - дальность реакции рыбы на элементы трала.

Данная модель является развитием детерминированных моделей Ф.И. Баранова, В.А. Ионаса, В.Н. Лукашова и включает в себя все основные характеристики орудия лова и объекта лова. Совершенствование модели позволит повысить эффективность проектирования тралов.

Таким образом, постоянные значения параметров модели, отражающие поведенческие характеристики объекта лова, для достижения поставленной цели необходимо заменить соответствующими случайными величинами. В такой модели

критерий эффективности ц - величина улова рыбы, доставляемого орудием в единицу времени, является случайной величиной, распределение которой при постоянных значениях проектных параметров трала определяется распределениями случайных поведенческих характеристик объекта лова.

При разработке модели автором приняты следующие допущения:

- лов происходит при постоянной скорости траления;

- горизонтальное и вертикальное раскрытие устья трала - постоянные величины;

- процесс облова рыбы тралом рассматривается в условиях, когда продольная ось косяка проходит через центр площади устья трала;

- площадь устья разноглубинного трала больше или равна площади поперечного сечения облавливаемого косяка рыб;

- рассматривается лов рыб промысловой длины, на которых не отражается селективное действие ячеи;

- при проведении тралений на скорости большей критической (икр) принято, что у рыб не хватает энергетического запаса на выход из трала, в связи с чем коэффициент удержания рыб 8=1;

- исходя из накопленных данных наблюдений, принято, что любое значение дальности реакции г, в установленном диапазоне для рассматриваемого вида рыб, одинаково вероятно, что позволяет принять, что случайная величина г, распределена по закону равномерной плотности.

Принимая выполнение условия и > икр, для величины улова разноглубинного грала в единицу времени получено следующее выражение:

Таким образом, в параметры модели входят детерминированные величины (скорость траления, горизонтальное и вертикальное раскрытие устья трала) и случайные величины (дальность реакции рыбы, скорость ее ухода от трала, плотность облавливаемого скопления).

В отличие от других авторов, принимающих априори вид функций распределения случайных поведенческих характеристик объекта лова, в настоящей диссертационной работе случайные характеристики объекта лова определены по фактическим результатам лова рыбы - данным промысловой статистики.

(3)

В главе 3 указаны условия выборки статистических промысловых данных и определен закон распределения величины траловых уловов за час траления.

Решение задачи установления закона распределения величины траловых уловов требует выполнения ряда условий, которые определяют возможность применения вероятностно-статистических методов к обработке данных, и от которых зависит достоверность полученных результатов. К ним относятся:

1) Достаточно обширный статистический материал (порядка нескольких сотен элементов в выборке) по результатам произведенных тралений. Выполнение этого условия является необходимым для выявления закономерности такого случайного процесса, как лов рыбы.

2) Репрезентативность выборки, то есть вопрос полноты и адекватности представления ею интересующих нас свойств анализируемой генеральной совокупности. Выборка тралений будет репрезентативной, если объем ее достаточно велик и обеспечен принцип случайности выборочного наблюдения.

3) Выполнение условий статистического ансамбля, определяющих практическую или хотя бы принципиально мысленно представимую возможность многократного тождественного воспроизведения основного комплекса условий, при которых производилась регистрация анализируемых данных.

Основной комплекс условий процесса траления определен в соответствии с параметрами модели тралового лова (3). Массив исходных статистических данных о тралениях должен представлять собой совокупность записей, каждая из которых должна идентифицироваться следующими полями: район промысла; тип трапа; вид объекта лова; скорость траления; продолжительность траления; масса улова.

Условия выборки статистики по уловам можно удовлетворить, если воспользоваться материалом из базы данных системы «РИФ». Система «РИФ» - это общеотраслсвая система сбора, обработки и накопления статистической информации о промысловой деятельности флота, принятая в промышленную эксплуатацию в феврале 1985 года в соответствии с приказом Министерства рыбного хозяйства СССР. Часть базы данных, исследованная в настоящей диссертационной работе, получена из архива данных АтлантНИРО.

Для установления закона распределения величины траловых уловов были отобраны траления, произведенные за период с 01.01.1988 по 31.03.1988 в

следующих условиях: район промысла - ЦВА, орудие лова - трал 76/336, объект лова - сардина марокканская, скорость тралений - от 4,5 до 5,0 узлов.

Район ЦВА являлся одним из основных районов промысла для Северного, Западного и Южного рыбопромысловых бассейнов СССР. Этот район эксплуатируется судами указанных бассейнов России и в настоящее время, причем марокканская сардина продолжает оставаться одним из основных объектов промысла. Этим определяется выбор района и объекта промысла для проведения исследований статистики уловов. По указанной причине полученный результат будет иметь большое практическое значение для решения проектных и эксплуатационных задач повышения эффективности промысла рыбы в ЦВА.

Среди отобранных тралений были сформированы четыре выборки, удовлетворяющие всем поставленным условиям, для скоррстей траления 4,5 (425 тралений), 4,6 (458 тралений), 4,8 (1853 траления) и 5,0 (659 тралений) узлов.

Анализ информации по вопросу нахождения закона распределения траловых уловов показал, что данную задачу рассматривали А.И. Раков, З.М. Аксютина и Э.Я. Драпацкий, A.C. Токарев, K.M. Руднев и Б.Е. Карасев, Б.У. Ухвачев и П.Г. Калинов, В.Ф. Иванова, Ю.А. Изнанкин. Но, ни в одной из рассмотренных работ нет постановки задачи, учитывающей изложенные выше условия, при которых правомерна вероятностно-статистическая обработка исходных данных. В большинстве работ отсутствуют сведения об условиях сбора статистических данных - районах промысла, типах орудий и видах объектов лова и, кроме того, не приводятся значения важных параметров (например, критериев согласия). Количество тралений в некоторых выборках представляется недостаточным для достоверного определения закона распределения. Кроме того, закон распределения величины улова за час траления рассмотрен только в трех работах. Нет оснований считать, что закон распределения величины улова за траление совпадает с законом распределения величины улова за час траления.

С помощью известных положений теории вероятностей и математической статистики был установлен закон распределения величин уловов марокканской сардины за час траления разноглубинным тралом 76/336 в районе ЦВА на скорости траления 4,8 узлов на основании исходных статистических данных.

На рис. I приведены гистограмма и эмпирическая функция распределения величины уловов. На гистограмме приведена теоретическая кривая, описывающая данное эмпирическое распределение.

а) б)

Рис. 1. Гистограмма (а) и эмпирическая функция распределения (б) уловов

Проведенные исследования позволили сформулировать гипотезу об общем (параметрическом) виде закона распределения вероятностей, задающем исследуемую совокупность величин уловов. Таким распределением является логарифмически-нормальное распределение:

(1п я - 1п ш У

f(q) =

qo, л/2л

ехр

- 2а

In q

, q>0,

(4)

где (Ti„4 - параметр формы, среднее квадратическое отклонение (СКО) случайной величины ln(q);

тч - параметр масштаба, медиана величины q, причем т=ехр(М|„ч), где Mtnq -магматическое ожидание величины ln(q).

Статистическое оценивание неизвестных параметров, входящих в аналитическую запись модели, проведено с помощью метода моментов.

В итоге, для плотности распределения величины уловов (теоретическая кривая распределения) получено следующее выражение:

f(q) =

ехр

(in q — In 37,12)2

(5)

0,80чТ2л г -1,28

Выяснение непротиворечивости высказанной гипотезы о виде распределения величин уловов за час траления осуществлено с помощью критериев согласия у? и А.Н. Колмогорова. Результаты исследования, помимо ответа на вопрос о законе

распределения уловов, дополнены оценками числовых характеристик распределения и степенью их достоверности.

Для получения ответа на вопрос о виде распределения уловов при другой скорости тралений (и неизменных других условиях - районе, орудии и объекте лова), были исследованы три выборки тралений из исходных статистических данных, отобранных по скоростям 4,5, 4,6, 5,0 узлов. Графики плотностей распределения для всех выборок сведены вместе на рис. 2. Из графиков видно, что с увеличением скорости траления отмечается тенденция к небольшому сдвигу вправо кривой распределения и, соответственно его числовых характеристик положения.

одам

ОО230 0Л900 МИО 00*00 0,01«0 00130 00100 О ООП

одооо

0Л040

Рис. 2. Кривые плотности распределений для скоростей 4,5, 4,6,4,8 и 5,0 узлов

Например, с увеличением скорости траления с 4,5 до 5,0 узлов наблюдается увеличение средней величины улова (математического ожидания) марокканской сардины тралом 76/336 в районе ЦВА на 30-35%. Этот факт согласуется с известными экспериментальными данными о том, что в некотором диапазоне скоростей траления величины уловов возрастают при увеличении скорости.

Следует отметить, что поскольку сырьевая база района промысла может изменяться со временем, найденные числовые характеристики законов также могут измениться. Поэтому, установленные значения параметров законов распределения величины уловов поддаются корректировке по небольшой выборке тралений (порядка нескольких десятков).

В главе 4 разработана имитационная модель для определения законов распределения поведенческих характеристик объекта лова. Имитационная модель

позволяет достаточно просто учесть фактор случайных воздействий, которые создают трудности при аналитических исследованиях.

Задача разработки модели была сформулирована следующим образом. Зная закон распределения величины улова рыбы <7, доставляемого орудием в единицу времени, который функционально определяется через детерминированные параметры трала и вероятностные параметры объекта лова, необходимо разработать имитационную модель, допускающую варьирование законов распределения двух поведенческих характеристик объекта лова с неизвестными законами распределения. Далее методом статистического моделирования подбираются такие законы распределения, которые в своей комбинации с остальными параметрами системы «трал-объект лова» дадут найденный ранее по статистическим данным закон распределения величины улова рыбы.

Структура имитационной модели представлена на рис. 3.

Рис. 3. Структура имитационной модели

Она характеризуется наличием следующих элементов:

1) входов для ввода значений детерминированных параметров модели процесса лова (3): Н, Ь, о;

2) входов для ввода значений видов и параметров законов распределения, а также границ диапазонов возможных значений, для случайных величин, представленных в модели (3) поведенческими характеристиками объекта: г, ор,/г,

3) блоков (в/, В2, В») для генерации случайных значений величин г, ор. />, подчиняющихся заданным на входах законам распределения;

4) вычислительных блоков (А/, А2, А}), реализующих композицию значений детерминированных и случайных параметров в соответствии с моделью (3);

5) блока (С) для статистической оценки соответствия получаемого на выходе модели случайного параметра - величины улова <7, величине улова ц„ри„, предварительно полученной из промысловых данных.

стохастических воздействий, что требует формирования значений случайных величин с помощью генераторов случайных чисел. Для получения случайных чисел был использован алгоритмический способ, основанный на конгруэнтной процедуре генерации последовательности равномерно распределенных на интервале (0,1) случайных чисел, и их последующему функциональному преобразованию, соответствующему требуемому закону распределения.

В качестве возможных искомых законов распределения характеристик объекта лова приняты четыре закона, наиболее распространенные в практике статистических исследований для адекватного описания механизмов исследуемых реальных процессов и описывающие подавляющее большинство ситуаций реального мира: чакон равномерной плотности, нормальный закон, экспоненциальный и логарифмически-нормальный законы. ' Кроме того, в имитационной модели также реализовано бета-распределение, в

качестве искомого, для поиска приблизительных решений. Это обусловлено > свойствами бета-распределения, которое имеет два параметра формы и определено

на интервале (0,1). Это распределение принимает самые разнообразные формы в зависимости от значений параметров. Установлено, что, варьируя параметры формы с определенным шагом и в определенных интервалах изменения, и масштабируя бета-распределение на интервал изменения случайных параметров модели, мы получим с некоторым приближением все варианты возможных распределений для исследуемых поведенческих характеристик объекта лова.

Перед началом расчетов на имитационной модели требуется ввод следующей информации: наименования района промысла, трала, объекта лова; линейных размеров устья трала (м); скорости траления (уз); параметров заданного закона распределения уловов (07,,,, тя)\ диапазона возможных значений дальности реакции (м); закона распределения и диапазона возможных значений скорости ухода рыб от трала (м/с); закона распределения и диапазона возможных значений плотности облавливаемого скопления (кг/м3); максимальной полученной величины улова (ц); количества реализаций алгоритма /V; уровня значимости принятия гипотезы и значения доверительной вероятности для статистических оценок.

Исследуя методом статистического моделирования модель М (Н, Ь, и, г, ир, р, q), заданную значениями детерминированных параметров //,£,« и параметров стохастических величин г, ор, р, суждение о результате моделирования осуществляется па основе статистической обработки получаемой на выходе модели стохастической величины </. Каждому эксперименту соответствует свой набор параметров модели М. Если в результате моделирования, для некоторого набора параметров модели, будут получены статистические оценки параметра ц, совпадающие в пределах доверительных интервалов с оценками величины улова исследуемой выборки тралений и, кроме того, значения критериев согласия позволят принять гипотезу о логарифмически-нормальном законе распределения параметра q, то текущая модель М считается адекватной процессу функционирования системы «трал-объект лова».

В главе 5 описана работа с имитационной моделью, т.е. получение и обработка результатов машинных экспериментов. Перед выполнением численных экспериментов на ЭВМ был составлен план их проведения с указанием комбинаций параморов, для которых должно проводится моделирование системы.

Приблизительные оценки показали, что полный перебор сочетаний значений параметров модели, заданных в возможных диапазонах варьирования с достаточно мелким шагом (около 0,01 от длины диапазона), потребует выполнения более 1012-10й одиночных экспериментов. Учитывая, что одиночный эксперимент реализуется ЭВМ примерно в течение 0,01-0,1 секунды, в зависимости от вида законов распределения для случайных величин, данный подход признан неприемлемым.

С целью сокращения затрат машинного времени эксперименты для каждой исследуемой выборки тралений проведены в два этапа. На первом этапе найдены приблизительные решения, в котором в качестве искомых распределений использовано бета-распределение. На втором этапе среди отобранных приблизительных решений найдено точное решение в режиме одиночного эксперимента. Оно определено путем замены найденных бета-распределений на соответствующие распределения из принятых и дальнейшего уточнения параметров закона распределения в режиме одиночных экспериментов. Выбор вида распределения определялся визуально по гистограммам, выведенным на экран дисплея, а числовые параметры распределения уточнялись на основе текущих численных значений параметров модели, также отраженных на экране дисплея.

На имитационной модели были проведены исследования на основании данных выборки для указанных на с. 11 условий при скорости траления 5,0 узлов.

Для исследуемой выборки было найдено следующее решение (при заданном уровне значимости для критериев согласия и А.Н. Колмогорова р=0,10 и доверительной вероятности Y=0,90).

Закон распределения дальности реакции:

Доверительные интервалы параметров закона: гП11П=(4,9;5,3) м, г„ыч=(9,3; 9,7) м. Величина скорости ухода рыб от трала соответствует нормальному закону распределения:

Доверительные интервалы параметров: М„=( 1,89; 1,91) м/с, а„=(0,19;0,21) м/с. Значения скорости лежат в диапазоне; иртш—1,3 м/с\ ир|1ич—2,5 м/с. Величина плотности облавливаемого скопления рыб соответствует логарифмически-нормальному закону распределения:

f(r) =

(6)

rmax rmin

Доверительные интервалы параметров закона: т,,=(0,00040; 0,00042) кг/м'; "|пр=(0,69; 0,75) кг/м3. Диапазон значений плотности: р,Ш1,=0; ртцЧ=0,0028 кг/м"'.

Дня указанных параметров результаты экспериментов соответствуют тому, что полученное на имитационной модели эмпирическое распределение согласуется с теоретическим распределением, заданным для величины улова <7.

На рис. 4 приведены гистограммы полученных в результате экспериментов на имитационной модели распределений случайных величин г, ор,р.

5,1 9,5 м 1,3 2,5 м/с 0 0.0028 кг/м1

Рис. 4. Гистограммы распределений величин г, ор,р, соответственно

В главе 6 была осуществлена проверка полученных законов распределения для условий промысла приведенных в табл. 1 и отличных от рассмотренных в гл. 3.

Таблица 1

Период 01.06.87 - 31.08.87,01.01.88 - 31.03.88 Тралы 76/336 78,7/416 70/460 113/480 код 3247 код 3159

Районы ЦВА (Мавритания). ЦЮВТО

Объект ы лона Сардина марокканская Скумбрия атлантическая обыкновенная Сардина атлантическая европейская Ставрида

Скорость траления о г 4,5 до 5.5 V).

Кол-во тралений ог 510 до 2571

Из имеющегося материала было отобрано восемь выборок, удовлетворяющих условиям, изложенным в гл. 3. Общее количество записей об операциях траления, из которых были сформированы 12 выборок для исследования, составило около десяти тысяч. Были получены следующие выводы по закону распределения величины уловов:

1) Во всех выборках закон распределения величины улова за час траления может быть описан в рамках вероятностной модели логарифмически-нормального

распределения. Инвариантность вида закона распределения сохраняется в отношении заданных условиями выборок районов промысла, орудий, объектов лова и скоростей траления.

2) Отмеченный для выборок, исследованных в гл. 3, сдвиг вправо кривой распределения (рис. 2), связанный с увеличением скорости траления, был проверен для выборок с условиями: район промысла ЦВА; трал 78,7/416; объект лова -сардина атлантическая европейская; скорость тралений - 4,7, 5 и 5,3 уз, соответственно. На рис. 5 построены плотности распределения величин уловов.

аалй оап»

ммо

101»

МОП

маю

Рис. 5. Плотность распределений уловов для скоростей 4,7, 5,0, 5,3 узлов

В данном случае отмеченной закономерности не наблюдается. Объяснением этому, видимо, может служить то, что траления в Данных выборках произведены на несколько больших скоростях, и тем самым, скорость траления превосходит критическую скорость о^ ухода рыб от трала. Таким образом, в данном случае наблюдается эффект стабилизации роста величины улова, связанный с увеличением скорости траления.

3) Отмечено равенство числовых характеристик распределений выборок с условиями: район промысла: ЦВА; трал 76/336; объект лова - сардина марокканская и скумбрия атлантическая обыкновенная, соответственно; скорость траления: 4,5 узла. Г рафики плотности распределений приведены на рис. 6.

Выборки различаются по виду объекта лова и совпадают по району промысла и типу орудия. Равенство уловов можно связать с одинаковыми поведенческими характеристиками сардины и скумбрии в указанных условиях.

----^---—----------— — ---,-------

Рис. 6. Плотность распределений уловов сардины и скумбрии

4) Отмечено равенство наиболее вероятной величины улова (моды) для выборок, совпадающих по виду объекта лова и скорости траления, и различающихся орудием лова для условий: район промысла ЦВА; тралы 76/336, 70/460, трал с кодом 3247 по системе «РИФ», соответственно; объект лова - сардина марокканская; скорость траления: 4,8 узла. Графики плотности распределений приведены на рис. 7.

* а » «в и а » « и «м но «я « )« ш ш т « « « и» » » м » ж V* м м » ц

Рис. 7. Плотность распределений уловов для тралов 76/336, 70/460, код 3247

Дня проверки на универсальность законов распределения поведенческих характеристик объекта лова среди выборок были отобраны две выборки с условиями: район промысла ЦВА; трап 78,7/416; объект лова - сардина атлантическая европейская; скорость траления: 5,0 и 5,3 узлов, соответственно. Скорости траления в данных выборках удовлетворяют основному условию математической модели (3): и > \)«р при V > ир. Полученные результаты (в том числе для выборки, расчеты по которой были проведены в гл. 5) сведены в таблицу 2.

Таблица 2

Дальность реакции (м), г

Вид закона параметры закона

Гтт Гпих

сардина марокканская, 5 уз равномерный 5,1 9.5

сардина ат лантическая. 5 уз равномерный 5,8 9.8

сардина атлантическая, 5,3 уз равномерный 5,7 9.8

Скорость ухода рыб от трала (м/с),

вид закона диапазон параметры закона

Урпип Уртю аЮ ЬЫ

сардина марокканская, 5 уз нормальный 1.3 2.5 1.9 0.2

сардина аиюнтическая, 5 уз нормальный 1.3 2,5 1,9 0.2

сардина атлантическая, 5.3 у) нормальный 1.3 2.5 1.9 0.2

Плотность облавливаемого скопления (кг/м"1), р

вид закона диапазон параметры закона

Ртт Рпих а(р) Ь(Р)

сардина марокканская, 5 уз логнормальный 0 0.0028 0,00041 0.72

сардина атлантическая, 5 уз логнормальный 0 0,0026 0,00030 0.85

сардина атлантическая, 5,3 уз логнормальный 0 0,0025 0,00028 0,78

Из табл. 2 следует, что во всех исследованных выборках распределение величины скорости ухода рыбы от трала подчиняется нормальному закону распределения, а распределение величины плотности облавливаемых скоплений рыбы подчиняется логарифмически-нормальному закону распределения. Установлено равенство числовых характеристик распределений скорости движения рыб при уходе от трала для сардины марокканской и сардины атлантической европейской, инвариантное по отношению к тралам 76/336, 78,7/416 и скорости траления 5 и 5,3 узлов. Установлено приблизительное равенство числовых характеристик распределений величин дальности реакции и плотности облавливаемого скопления для сардины атлантической европейской при облове тралом 78,7/416, инвариантное по отношению скорости траления 5 и 5,3 узла.

На рис. 8 приведены соответствующие кривые плотности распределений для случайных величин орнр для всех трех выборок, по которым были найдены законы распределения поведенческих характеристик объекта лова.

В главе 7 изложена методика использования усовершенствованной математической модели в проектной практике.

Проектирование тралов является основной областью применения базовой математической модели процесса тралового лова рыбы.

Рис. 8 Плотности распределений величин ор и р соответственно

С помощью модели (1) осуществляется поиск допустимых и оптимального вариантов проекта трала. Для этого случая усовершенствованная модель процесса '

разноглубинного тралового лова (3) примет вид целевой функции:

Я = р[^-2шр(1м-2г)], (9)

где коэффициент £ находится по данным трала-прототипа как отношение площади устья к квадрату линейного размера, а 1М - линейный размер проектируемого трала.

Оптимизируемыми проектными характеристиками трапа на основе целевой функции (9) являются полупериметр устья трала 1М и скорость траления и.

Принимая критерием оптимизации для целевой функции математическое ожидание величины улова Мч, найдено математическое ожидание функции для того, чтобы перейти от случайных величин г, ор, р (принимая их независимыми) к их числовым характеристикам. Получено следующее значение критерия оптимизации:

М„ =41м«Мр-1м(гтах +гт|„)МиМр+ уМ„Мр(г^ах +гптгт|п +!■*,„)• (Ю)

Таким образом, при решении задачи оптимизации характеристик рыболовного ^

трала исходными данными являются:

- математическое ожидание плотности концентрации рыб в облавливаемом * объеме воды, Мт кг/м5;

- математическое ожидание скорости ухода рыб от трала, Л/„, м/с;

- максимальное значение дальности реакции рыб на приближающееся орудие лова и его детали, гпмх, м;

- минимальное значение дальности реакции рыб на приближающееся орудие лова и его детали, г„1„, м;

- критическое значение скорости движения рыб в сетном мешке трала, г)кр, м/с;

- значение площади устья трала-прототипа, м";

- значение полупериметра устья трала-прототипа, /„, м;

- шачение продолжительности траления, /, с;

- значения скоростей траления в каждом /-том варианте проекта, и„ м/с;

- значения масштаба линейного размера в каждом /-том варианте проекта, С|,;

- сопротивление трала К в каждом /-том варианте проекта, располагаемая тяга траулера Ри коэффициент использования располагаемой тяги траулера А;

- число допустимых вариантов проекта, N.

1:сли проектирование осуществляется без использования прототипа, то масштаб линейных размеров орудия С/=/, а характеристики анализируемых и искомого оптимального вариантов должны включать вместо полупериметра устья /, горизонтальное £. и вертикальное Н раскрытие устья трала.

Алгоритм поиска оптимального варианта не зависит от набора характеристик трала, определяющих вариант проекта. Необходимо только, чтобы искомые проектные характеристики были определенным образом связаны с полупериметром устья трала и скоростью его буксировки.

Таким образом, известные методы обоснования и оптимизации проектных характеристик трала могут быть дополнены результатами определения законов распределения поведенческих характеристик объектов лова. Используя усовершенствованную модель процесса тралового лова (3), можно формировать критерии оптимизации для решения задач исследования работы разноглубинного фала при промысле сардины в районе ЦВА с возможностью непосредственного получения численного значения величины улова.

Блок-схема алгоритма методики использования усовершенствованной математической модели в проектной практике для исследованных условий промысла приведена на рис. 9. В случае если для условий промысла проектируемого грала неизвестны законы распределения поведенческих характеристик объекта лова, необходимо их определить по методике, изложенной в диссертации.

Следует отметить, что поскольку сырьевая база района промысла может изменяться со временем, то в проектной практике целесообразно использовать найденные числовые характеристики законов распределения как относительные.

В заключении излагаются основные результаты диссертационной работы.

Рис. 9. Блок-схема алгоритма методики использования усовершенствованной математической модели в проектной практике

В приложениях приводятся данные промысловой статистики из системы «РИФ», по которым были сформированы выборки для статистических исследований в диссертационной работе.

Основные результаты работы.

В диссертационной работе получены следующие основные результаты.

1. Усовершенствована математическая модель процесса лова рыбы разноглубинным тралом (3). В отличие от базовой детерминированной модели для описания поведенческих характеристик объекта лова использованы случайные величины с известными законами распределения. Усовершенствование модели осуществлено для условий промысла сардины в районе ЦВА.

2. На основе статистической обработки массива промысловых данных установлено, что закон распределения величины уловов разноглубинным тралом за час траления уожет быть описан в рамках вероятностной модели логарифмически-нормального распределения (4), (рис. 1). Проверка на универсальность найденных законов распределения величины уловов показала инвариантность вида закона по отношению к району промысла, тралу, объекту лова и скорости траления.

Достоверность полученных результатов обеспечена применением известных вероятностно-статистических методов к обработке данных с выполнением необходимых условий по отношению к выборкам обрабатываемых промысловых данных: обширностью статистического материала, репрезентативностью выборки, выполнением условий статистического ансамбля.

3. Проверка на универсальность закона распределения величины траловых уловов позволила выявить следующие закономерности в отношении числовых характеристик распределений:

3.1. С увеличением скорости траления с 4,5 до 5,0 узлов наблюдается увеличение средней величины улова (математического ожидания) марокканской сардины тралом 76/336 в районе ЦВА на 30-35% (рис. 2).

Для трапа 78,7/416 в диапазоне скоростей 4,7-5,3 узлов при облове сардины атлантической европейской в том же районе отмечено равенство (в пределах доверительных интервалов) средней величины улова (рис. 5).

Стабилизацию величины улова можно связать с превышением скорости траления величины критической скорости, характерной для данного вида рыб.

3.2. Числовые характеристики величины уловов тралом 76/336 сардины марокканской и скумбрии атлантической обыкновенной в районе ЦВА при скорости траления 4,5 узла совпадают (рис. 6).

Равенство уловов можно объяснить одинаковыми поведенческими характеристиками сардины и скумбрии в указанных условиях.

3.3. Для промысла марокканской сардины в районе ЦВА при скорости траления 4,8 узла отмечено равенство наиболее вероятной величины улова (моды) вне зависимости от типа трала: 76/336,70/460, код 3247 (рис. 7).

4. Разработана имитационная модель, позволяющая установить законы распределения характеристик поведения и распределения объекта лова (рис. 3). Имитационная модель реализована на ЭВМ в виде программы, которая автоматизирует процесс нахождения законов распределения, включая получение, обработку и представление результатов в ходе машинного эксперимента.

5. Разработана методика решения задачи установления законов распределения поведенческих характеристик объекта лова. Возможность поиска законов

распределения характеристик объекта лова обеспечивается проведением машинных экспериментов на имитационной модели методом статистического моделирования.

Для решения проблемы существенного уменьшения количества машинных экспериментов использована заложенная в имитационную модель функция бета-распределения, предназначенная для поиска приблизительных решений на первом этапе экспериментов с имитационной моделью.

6. Результаты расчетов на имитационной модели позволили сформулировать выводы о законах распределения поведенческих характеристик объекта лова.

Установлено, что величина скорости движения рыб при уходе от трала подчиняется нормальному закону распределения (7), (рис. 8).

Установлено, что величина плотности облавливаемого скопления рыб подчиняется логарифмически-нормальному закону распределения (8), (рис. 8).

Сравнение результатов по величине улова, полученных на имитационной модели, с результатами статистической обработки промысловых данных о траловых уловах, показывает адекватность модели и, тем самым, адекватность установленных законов распределения.

7. Установлено равенство числовых характеристик распределений скорости движения рыб при уходе от трала для сардины марокканской и сардины атлантической европейской, инвариантное по отношению к тралам 76/336, 78,7/416 и скорости траления 5 и 5,3 узлов (табл. 2).

Установлено приблизительное равенство числовых характеристик распределений величин дальности реакции и плотности облавливаемого скопления для сардины атлантической европейской при облове тралом 78,7/416, инвариантное по отношению скорости траления 5 и 5,3 узла (табл. 2).

8. Разработана методика использования усовершенствованной модели для решения проектных задач (рис. 9). Модель может использоваться в проектной практике длк оценки проектных решений и оптимизации параметров трала. В отличие от существующей практики разработанная методика позволяет осуществлять оценку проектных решений или выбирать оптимальный вариант

проекта по относительной величине уловов в зависимости от размеров устья трала и скорости траления.

Основное содержание диссертации опубликовано в следующих работах:

1. Николаев В.В. Задача разработки модели процесса тралового лова рыбы // Инновации в науке и образовании - 2003: Материалы Международной научной конференции, посвященной 90-летию высшего рыбохозяйственного образования в России. - Калининград, 2003. - с. 109.

2. Николаев В.В. Определение закона распределения величины траловых уловов // Инновации в науке и образовании - 2003: Материалы Международной научной конференции, посвященной 90-летию высшего рыбохозяйственного образования в России. - Калининград, 2003. - с. 110.

3. Николаев В.В. Моделирование законов распределения поведенческих характеристик объектов тралового лова // Актуальные проблемы современной науки: Сб. статей 4-ой Международной конференции молодых учёных и студентов. Естественные науки. Части 21-23. -Самара, 2003.-е. 98-99.

4. Николаев В.В. Законы распределения поведенческих характеристик объектов тралового лова // Рыбное хозяйство Украины: спец. вып., посвящ. 2-ой Международной научно-практической конференции «Морские технологии: проблемы и решения». - 2003. - № 7. - с. 64-71.

5. Николаев В.В. Методика статистического моделирования системы «трал -объект лова» // Опыт практического применения языков и программных систем имитационного моделирования в промышленности и прикладных разработках: Сб. докладов 1-ой Всероссийской научно-практической конференции по вопросам применения имитационного моделирования в промышленности. - Санкт-Петербург, 2003.-е. 174-178.

6. Розенштейн М.М., Николаев В.В. Определение законов распределения траловых уловов и поведенческих характеристик объекта лова для совершенствования модели процесса тралового лова рыбы // Известия КГТУ. - 2004. - № 5. - с. 52-57.

7. Николаев В.В. Свидетельство об официальной регистрации программы для ЭВМ № 2004610567 «Поиск законов распределения поведенческих характеристик объектов тралового лова методом имитационного моделирования». - Российское агентство по патентам и товарным знакам, 2004.

Подписано в печать 04.05.2004 г. Заказ № // . Тираж 90 экз. Отпечатано КГТУ, УОП Калининград, Советский проспект, 1

os: fro г/

РНБ Русский фонд

2006-4 1444

Оглавление автор диссертации — кандидата технических наук Николаев, Виталий Викторович

Введение.

Глава 1. Анализ существующих математических моделей процесса тралового лова рыбы.

Глава 2. Постановка задач исследования.

Глава 3. Определение закона распределения величины траловых уловов.

3.1. Условия выборки статистических данных.

3.2. Определение закона распределения величины траловых уловов.i.

Глава 4. Разработка имитационной модели для определения законов распределения поведенческих характеристик объекта лова.

Глава 5. Определение законов распределения скорости ухода рыб от трала и плотности облавливаемых скоплений.

Глава 6. Проверка полученных законов распределения для других условий.

Глава 7. Методика применения полученных результатов в проектной практике.

Введение 2004 год, диссертация по технологии продовольственных продуктов, Николаев, Виталий Викторович

Актуальность темы

Получить информацию о важнейших свойствах проектируемой или исследуемой рыбопромысловой траловой системы можно, используя математическое описание процесса тралового лова - математическую модель.

Процесс лова рыбы тралом представляет собой сложный процесс взаимодействия объекта лова и орудия лова в условиях внешней среды. Таким образом, при составлении модели процесса тралового лова исследователь должен в той или иной степени рассмотреть факторы, относящиеся к орудию

• лова, объекту лова и внешней среде.

Поведение объекта лова относительно орудия лова изменяется во времени и пространстве. Степень концентрации рыбы, распределение ее в толще воды, скорость передвижения, реакция на физические раздражители и другие, многочисленные и недостаточно изученные факторы оказывают влияние на успех промысла. Они являются случайными величинами в значительной мере определяющими эффективность процесса траления.

Тем не менее, большинство математических моделей, используемых при проектировании тралов, не содержат в явном виде элементов случайности или они не учитываются, что связано с недостаточностью знаний о случайных поведенческих характеристиках. В связи с этим, чаще всего используются детерминированные модели.

Между тем, определить при проектировании с необходимой достоверностью промысловую характеристику трала — его уловистость - не представляется возможным в связи с недостаточностью сведений о поведенческих характеристиках объекта лова. Данный факт обусловил появление метода проектирования по прототипу, а также методов, в основе которых лежит опыт эксплуатации орудий лова [110, 112].

Как показал анализ [87], для исследования, проектирования и оценки эффективности тралов разработано большое количество математических моделей, описывающих с разной степенью полноты работу тралов. Детерминированные модели лучше приспособлены для использования в проектной практике, они лучше отражают механику процесса. С другой стороны, очень важно, что вероятностные модели отражают случайный характер протекания процесса и, следовательно, случайность полученного результата. Существующие вероятностные модели страдают тем существенным недостатком, что законы распределения случайных величин, определяющих процесс лова, заданы авторами произвольно. Если для случайных величин принять какие-либо другие законы распределения, то расчетные формулы и результаты их использования будут другими. Между тем, для некоторых случайных величин, в настоящее время определить экспериментально закон распределения не представляется возможным.

1) детерминированные модели жестко увязывают величину улова с параметрами трала и объекта лова;

Цель работы и решаемые задачи

Так как для отечественного рыболовства разноглубинный траловый лов играет большую роль, чем донный, то на первом этапе исследований целесообразно решить задачу совершенствования математической модели процесса разноглубинного тралового лова.

Одним из подходов к совершенствованию может быть объединение положительных качеств детерминированных и вероятностных моделей на базе детерминированной модели, в которой параметры, отражающие поведенческие характеристики объекта лова, заменены случайными величинами с известными законами распределения [86]. В этом случае критерий, эффективности -величина улова рыбы, доставляемого орудием в единицу времени, является случайной величиной, распределение которой при постоянных значениях проектных параметров трала определяется распределениями случайных поведенческих характеристик объекта лова. Поэтому, определив закон распределения величины уловов, что позволяет статистическая обработка промысловой информации, можно составить имитационную модель для определения законов распределения величин, отражающих поведенческие характеристики объекта лова.

По результатам анализа, в качестве такой модели, среди существующих моделей была использована модель М.М. Розенштейна, которая прошла проверку на адекватность и успешно используется при выполнении операций обоснования и оптимизации проектных характеристик тралов. В ее основе лежит наиболее полная схематизация процесса лова рыбы тралом, построенная на основе известных в настоящее время сведений о поведении объектов лова в зоне действия орудия.

Таким образом, цель работы состоит в совершенствовании детерминированной модели М.М. Розенштейна. Совершенствование предполагает замену параметров поведения и распределения объекта лова, по своему существу случайных, их математическими ожиданиями.

Для достижения поставленной цели должны быть решены следующие задачи:

4) Проверить найденные законы распределения на универсальность.

Научная новизна работы

Состоит в том, что впервые, для конкретных условий промысла, получены законы распределения величины траловых уловов и законы распределения следующих поведенческих характеристик объекта лова: плотности облавливаемых скоплений и скорости движения рыб при уходе от трала.

Практическая ценность

Состоит в разработке методики применения усовершенствованной математической модели для оценки проектных решений при разработке разноглубинных тралов по основному критерию - величине улова за единицу времени.

Апробация работы

Основные положения диссертационной работы были доложены и обсуждены на 4-х Международных научно-практических конференциях (Международная научная конференция, посвященная 90-летию высшего рыбохозяйственного образования в России «Инновации в науке и образовании — 2003», Калининград; 4-ая Международная конференция молодых учёных и студентов «Актуальные проблемы современной науки», Самара; 2-ая Международная научно-практическая конференция «Морские технологии: проблемы и решения», Керчь; 1-ая Всероссийская научно-практическая конференция по вопросам применения имитационного моделирования в промышленности «Опыт практического применения языков и программных систем имитационного моделирования в промышленности и прикладных разработках», Санкт-Петербург) и на научном семинаре кафедры промышленного рыболовства КГТУ (г. Калининград). Было получено свидетельство об официальной регистрации программы для ЭВМ № 2004610567 «Поиск законов распределения поведенческих характеристик объектов тралового лова методом имитационного моделирования».

Использование

Разработанная в диссертации усовершенствованная математическая модель используется в лекционном курсе «Проектирование орудий океанического рыболовства» при подготовке инженеров по специальности 311800 - «Промышленное рыболовство».

Публикации

Материалы диссертации отражены в 6-ти печатных работах. Получено свидетельство Роспатента об официальной регистрации программы для ЭВМ.

Объем работы

Диссертация состоит из введения, семи глав, заключения, 9-ти приложений и списка литературы, включающего 119 наименований. Объем диссертации - 350 страниц, основной текст изложен на 189 страницах. Количество рисунков в основном тексте - 49, таблиц — 31.

Заключение диссертация на тему "Совершенствование математической модели процесса лова рыбы разноглубинным тралом"

Результаты исследования, помимо ответа на вопрос о законе распределения уловов, дополнены оценками числовых характеристик распределения и степенью их достоверности [113].

Для упрощения записи формул введено обозначение:

Оценка математического ожидания (эмпирического среднего) случайной величины д:

3.18)

М* =ш*л/ю , М* = 51,1 ц.

3.19)

Оценка СКО:

3.20) о = 48,3 ц.

Оценка моды:

3.21)

М^ = 19,6 ц.

Оценка СКО МО и дисперсии: а

3.22)

3.23)

Со* - 76,83 ц.

Для представления о точности и надежности оценок построены доверительные интервалы. Как принято на » практике, доверительная вероятность У принята равной 90 %: У = 0,90 [90].

Доверительный интервал для оценки МО найден по формуле:

1^=М*±ем, (3.24) где ем - точность оценки МО (при надежности У), которая, в свою очередь, находится по формуле: где Ху/2 - аргумент функции Ф0, соответствующий ее значению равному У/2 (определяется из таблицы значений интеграла Лапласа-Гаусса [103]). Таким образом, получим: хУ/2= 1,645; 8М= 1,84 ц. Относительная погрешность величины ем составит:

8М=%- (3-26) м

Таким образом, ее значение: 8М ~ 0,04.

Границы доверительного интервала для МО соответственно равны: (49,3;52,9) ц.

Доверительный интервал для оценки дисперсии величины 1п(ц) определим по формуле:

1?,пч=0;пч±Ео1п<1> (3.27) где е01пЧ - точность оценки дисперсии величины 1п(я).

Значение величины еШпч находится по формуле:

801пч =хУ/2а01пч » (3-28) где <то!Пд* — оценка СКО дисперсии величины 1п(ц), которая, в свою очередь, найдена по формуле:

Соответственно, значения величин составят: сго1пч* = 0,021 ц; е0[ПЧ = 0,035 ц. Относительная погрешность величины е01„ч определена по формуле:

3.30)

Таким образом, ее значение: 601пЧ ~ 0,05.

Следовательно, доверительный интервал для дисперсии величины 1п(ц) составит:

1?1пч=(0,605;0,674)ц.

Доверительный интервал для СКО определен по формуле:

I®'"« =д/1?1пч . (3.31)

Доверительный интервал для медианы величины ц найден по формуле: тМ

1? = , 7 (3.32)

В итоге, получим следующие значения для доверительных интервалов параметров закона распределения:

1у,пч = (0,78;0,82) ц. 1у = (36,4;37,8) ц.

Рассчитанные оценки сведены в таблице 3.5.

Для получения ответа на вопрос о виде распределения уловов при другой скорости тралений (и неизменных других условиях - районе, орудии и объекте лова), воспользуемся тремя выборками тралений из исходных статистических данных, отобранных по скоростям 4,5, 4,6, 5,0 узлов (табл. 3.2, 3.3) и произведем над выборками расчеты, аналогичные описанным выше.

Результаты расчетов выборки тралений, произведенных со скоростью 4,5 узла, приведены в табл. 3.6, 3.7 и на рис. 3.3, 3.4. Функция плотности распределения имеет вид:

1п

0,89цл/2т1 ехр

29,24 -1,58

3.33)

Заключение

В диссертационной работе получены следующие основные результаты, ф 1. Усовершенствована математическая модель процесса лова рыбы разноглубинным тралом (2.2), отличающаяся от базовой детерминированной модели тем, что для описания характеристик поведения и распределения объекта лова использованы случайные величины с известными законами распределения.

Для разработки усовершенствованной математической модели в качестве объектов исследования были приняты:

- районы промысла: ЦВА (Мавритания) и ЦЮВТО;

- орудия лова: разноглубинные тралы 76/336, 78,7/416, 70/460, 113/480 и два трала с кодами 3247 и 3159 по системе «РИФ»;

- объекты лова: сардина марокканская, сардина атлантическая европейская, скумбрия атлантическая обыкновенная, ставрида;

- скорости тралений: от 4,5 до 5,5 узлов.

2. На основе статистической обработки массива промысловых данных установлено, что закон распределения величины уловов разноглубинным ф тралом за час траления, для условий, приведенных вп.1, может быть описан в рамках вероятностной модели логарифмически-нормального распределения (см. рис. 3.1-3.8, табл. 3.4-3.12, выражения 3.11, 3.33-3.35).

Проверка на универсальность найденных законов распределения величины траловых уловов показала инвариантность вида закона распределения по отношению к объектам исследования, указанным вп.1. (см. рис. 6.1-6.16, 6.20-6.23, табл. 6.3-6.18, выражения 6.2,6.3, 6.5, 6.6).

Достоверность полученных результатов обеспечена применением известных вероятностно-статистических методов к обработке данных с выполнением необходимых условий по отношению к выборкам • обрабатываемых промысловых данных: обширностью статистического материала, репрезентативностью выборки, выполнением условий статистического ансамбля.

3. Проверка на универсальность закона распределения величины траловых уловов позволила выявить некоторые закономерности в отношении числовых характеристик распределений.

3.1 С увеличением скорости траления с 4,5 до 5,0 узлов наблюдается увеличение средней величины улова (математического ожидания) марокканской сардины тралом 76/336 в районе ЦВА на 30-35% (см. рис. 3.9).

Для трала 78,7/416 в диапазоне скоростей 4,7-5,3 узлов при облове сардины атлантической европейской в том же районе отмечено равенство (в пределах доверительных интервалов) средней величины улова (см. рис. 6.17).

3.2 Числовые характеристики величины уловов тралом 76/336 сардины марокканской и скумбрии атлантической обыкновенной в районе ЦВА при скорости траления 4,5 узла совпадают (см. рис. 6.18).

3.3 Для промысла марокканской сардины в районе ЦВА при скорости траления 4,8 узла отмечено равенство наиболее вероятной величины улова (моды) вне зависимости от типа трала: 76/336, 70/460, трал с кодом 3247 (см. рис. 6.19).

4. Разработана имитационная модель, позволяющая установить законы распределения характеристик поведения и распределения объекта лова (см. рис. 4.1, 4.2). Статистическое моделирование позволило достаточно просто учесть случайные факторы модели, которые создают значительные трудности при аналитических исследованиях.

Имитационная модель реализована на ЭВМ в виде программы, которая автоматизирует процесс нахождения законов распределения, включая получение, обработку и представление результатов в ходе машинного эксперимента (см. рис. 4.3). Получено свидетельство об официальной регистрации программы для ЭВМ № 2004610567 «Поиск законов распределения поведенческих характеристик объектов тралового лова методом имитационного моделирования».

5. Разработана методика решения задачи установления законов распределения поведенческих характеристик объекта лова (см. рис. 7.2).

Возможность поиска законов распределения характеристик объекта лова обеспечивается проведением машинных экспериментов на имитационной модели методом статистического моделирования.

Для решения проблемы существенного уменьшения количества машинных экспериментов использована заложенная в имитационную модель функция бета-распределения (4.15), предназначенная для поиска приблизительных решений на первом этапе экспериментов с имитационной моделью.

Установлено, что величина скорости движения рыб при уходе от трала, для условий, приведенных в п.1, подчиняется нормальному закону распределения (см. рйс. 5.4, выражение 5.3).

Установлено, что величина плотности облавливаемого скопления рыб, для условий, приведенных в п.1, подчиняется логарифмически-нормальному закону распределения (см. рис. 5.5, выражение 5.4).

Проверка на универсальность найденных законов распределения величин скорости движения рыб при уходе от трала и плотности облавливаемого скопления рыб показала инвариантность видов законов распределения по отношению к объектам исследования, указанным в п.1. (см. рис. 6.1-6.16, 6.206.23, табл. 6.3-6.18, выражения 6.2, 6.3, 6.5, 6.6).

8. Разработана методика использования усовершенствованной модели для решения проектных задач (см. блок-схему алгоритма на рис. 7.1). Модель может использоваться в проектной практике для оценки проектных решений и оптимизации параметров трала.

В отличие от существующей практики разработанная методика позволяет осуществлять оценку проектных решений или выбирать оптимальный вариант проекта по относительной величине уловов в зависимости от размеров устья трала и скорости траления.

179

Библиография Николаев, Виталий Викторович, диссертация по теме Промышленное рыболовство

1. Айвазян С.А. и др. Прикладная статистика: Основы моделирования и & первичная обработка данных. Справочное изд. / С.А. Айвазян, И.С. Енюков,

2. Л.Д. Мешалкин. М.: Финансы и статистика, 1983. - 471 с.

3. Аксютина З.М., Драпацкий Э.Я. Математическая модель распределения уловов рыбы // Сборник НТИ ВНИРО. М: ВНИРО, 1968. - вып. 9. - с. 87-92.

4. Аксютина З.М. Элементы математической обработки результатов наблюдений в биологических и рыбохозяйственных исследованиях. М.: Пищевая промышленность, 1968. - 289 с.

5. Андреев H.H. К теории лова рыбы тралирующими орудиями // Труды ВНИРО: Проектирование орудий лова. 1977. - т. 122. - с. 58-76.

6. Андреев H.H., Драпацкий М.Я., Слюсарь В.И. Система анализа рыболовства // Рыбное хозяйство. 1986. - № 10. - с. 59-62.

7. Асланова Н.Е. Изучение поведения рыб в зоне действия орудия лова // Труды ВНИРО. 1958. - т. 36. - с. 33-51.

8. Баранов Ф.И. К вопросу о биологических обоснованиях рыбного хозяйства // Известия Отдела рыбоводства и научно-промысловых исследований. 1916.-т. 1.-вып. 1.-128 с.

9. Буксируемые орудия лова / Белов В.А., Короткое В.К., Саврасов В.К., Шимянский C.J1. М.: Агропромиздат, 1987. - 200 с.

10. Бусленко Н.П. Моделирование сложных систем. М.:Наука, 1978,- 400с.

11. Вентцель Е.С. Теория вероятностей. М, 1962. - 564 с.

12. Войниканис-Мирский В.Н. О зонах влияния, зонах действия икоэффициентах уловистости орудий промышленного рыболовства // Труды КТИРПХ. 1969. - вып. 21. - с. 45-51.

13. Войниканис-Мирский В.Н. Основы промышленного рыболовства. М.: Пищевая промышленность, 1969. - 584 с.

14. Выскребенцев Б.В. Поведение рыб в зоне действия тралирующих орудий лова // Биологические основы управления поведением рыб. М.: Наука, 1970.-с. 267-302.

15. Габрюк В.И. Компьютерные технологии в промышленном рыболовстве. -М.: Колос, 1995.-541 с.

16. Габрюк В.И. Методы биотехнического ; обоснования и расчета параметров траловой системы. Владивосток, 1982. - 149 с.

17. Габрюк В.И., Кулагин В.Д. Механика орудий рыболовства и АРМ промысловика. М.: Колос, 2000. - 416 с.

18. Габрюк В.И. Параметры разноглубинных тралов. М.: Агропромиздат, 1988.-212 с.

19. Горюнов Н.С. Алекперов A.A. Проблемы траления на больших скоростях и глубинах. — М.: Пищевая промышленность, 1969. — 60 с.

20. Гюльбадамов С.Б. Выбор рациональной формы устья сетного мешка и определение коэффициента вероятности лова // Рыбное хозяйство. 1956. — № 11.-с. 43-46.

21. Гюльбадамов С.Б. Обоснование параметров разноглубинных тралов: Автореф. дис. . канд. техн. наук. -М., 1967. -22 с.

22. Гюльбадамов С.Б. Промыслово-биологические основы проектирования пелагических тралов // Труды ВНИРО: Поведение рыб и промысловая разведка. -М.: Пищепромиздат, 1958.-т. З6.-с. 192-241.

23. Дубровский А.Д. Об уловистости трала // Труды КТИРПХ. 1964. -вып. 17.-с. 166-183.

24. Зимарев Ю.В. Математическая модель формирования улова для обоснования вариантов проекта разноглубинного трала: Дис. . канд. техн. наук. Калининград: КТИРПХ, 1987. - 162 с.

25. Зонов А.И. Оптимальная продолжительность времени одного траления // Известия ГосНИОРХ: Техника промышленного рыболовства. — JL, 1964. т. 56.-с. 211-219.

26. Иванова В.М. Случайные числа и их применение. М.: Финансы и статистика, 1984. - 111 с.

27. Иванова В.Ф. К вопросу о распределении случайных величин, определяющих суточный вылов траулера // Сб. научных трудов ВНИРО: Вопросы теории и практики промышленного рыболовства. Поведение гидробионтов в зоне действия орудий лова. М., 1998. - с. 85-88.

28. Изнанкин Ю.А., Колотовкин Б.М., Литвин А.Н. Анализ процесса лова рыбы // Тематический сборник научных трудов: Расчет элементов рыболовных систем. Калининград, 1984. - с. 29-39.

29. Изнанкин Ю.А., Саврасов В.К., Фридман A.J1. К системному анализу процесса лова // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. Калининград, 1978. - вып. 79. - с. 15-20.

30. Изнанкин Ю.А., Лисовой А.П. О развитии моделей процесса лова // Сб. научных трудов: Промышленное рыболовство. — Калининград, 1988. с. 31-38.

31. Изнанкин Ю.А., Лисовой А.П., Литвин А.Н. О построении моделей процесса лова // Тематический сб. научных трудов: Расчет, проектирование и эксплуатация рыбопромыслорой техники. Калининград, 1986. - с. 27-35.

32. Изнанкин Ю.А., Федотов В.А., Хмельницкий В.Н. Об относительной оценке параметров элементарных ловящих систем // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. Калининград, 1978. -вып. 79.-с. 47-51.

33. Изнанкин Ю.А., Саврасов В.К. Определение понятия процесса лова // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. Калининград, 1981. - вып. 95.-е. 68-70.

34. Изнанкин Ю.А., Шутов В.А. Поведение рыб и технология лова. М.: Колос, 1994.-191 с.

35. Изнанкин Ю.А. Развитие адаптивного подхода в приложении к анализу процессов лова. Развитие теории проектирования траловых орудий лова // Отчет о НИР. — Калининград, 1984. — разд. 4. 27 с.

36. Изнанкин Ю.А., Колотовкин Б.М. Технология добычи рыбы, адаптация рыболовных систем к поведению объектов лова. Калининград, 1988. - 83 с.

37. Изнанкин Ю.А., Косов A.A. Упрощенная модель процесса тралового лова // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. Калининград, 1981.-вып. 95.-е. 71-76.

38. Изнанкин Ю.А., Саврасов В.К. Формализация процесса лова // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. -Калининград, 1978. вып. 79. - с. 21-25.

39. Ионас В.А. Применение метода анализа размерностей при определении абсолютной уловистости трала // Рыбное хозяйство. — 1966. — № 2. с. 46-48.

40. Ионас В.А. Производительность трала М.: Пищевая промышленность, 1967.-50 с.

41. Ионас В.А. Теоретические основы производительности орудий промышленного рыболовства: Автореф. дис. . канд. техн. наук. — Калининград, 1971. 24 с.

42. Ионас В.А. Теория уловистости трала // Рыбное хозяйство. 1967. - № 4.-с. 33-36.

43. Кадильников Ю.В. Вероятностно-статистическая теория рыболовных систем и технической доступности для них водных биологических ресурсов. -Калининград, 2001.- 277 с.

44. Кадильников Ю.В. О вероятностных критериях эффективности орудий лова // Рыбное хозяйство. 1973. - № 10. - с. 44-48.

45. Кадильников Ю.В. Основные положения и результаты статистической теории рыболовных тралов // Сборник научных трудов ВНИРО: Теория промышленного рыболовства и проектирование орудий лова. — М., 1985. — с. 37-53.

46. Киткин П.А., Колесник Ю.А., Краснопольский Ю.Я. Вероятностные методы решения задач промрыболовства и оптимального использования биоресурсов. — Владивосток, 1984. 127 с.

47. Комплексные сравнительные испытания промысловых тралов в районе ЦВА: Обзорная информация / ЦНИИТЭИРХ. М., 1987, вып. ДСП-1, 114 с.

48. Коротков В.К. О поведении рыб в трале // Рыбное хозяйство. 1969. — №7.-с. 55-57.

49. Коротков В.К. Реакция рыб на трал, технология их лова. Калининград, 1998.-398 с.

50. Коротков В.К., Кузьмина A.C. Трал, поведение.„объекта лова и подводные наблюдения за ними. — М.: Пищевая промышленность, 1972. — 269 с.

51. Коротков В.К. Эффективность отпугивания рыб кабелями донного трала // Рыбное хозяйство. 1978. - № 2. - с. 57-59.

52. Кэнту М. Delphi 6 для профессионалов. СПб.: Питер, 2002. - 1088 с.

53. Лукашов В.Н. Коэффициент уловистости рыболовной системы как вероятностная характеристика// Труды КТИРПХ: Промышленное рыболовство.- Калининград, 1977. вып. 62. - с. 3-12.

54. Лукашов В.Н. Математическая модель операций лова рыбы // Рыбное хозяйство. 1971. - № 1. - с. 89-91.

55. Лукашов В.Н. О мере уловистости орудия лова // Рыбное хозяйство. — 1972.-№6.-с. 44-45.

56. Лукашов В.Н. Устройство и эксплуатация орудий промышленного рыболовства. — М.: Пищевая промышленность, 1972. — 369 с.

57. Мартышевский В.Н. Влияние вихревых шлейфов траловых досок на уловистость трала // Рыбное хозяйство. — 1966. — №1. с. 51-54.

58. Мартышевский В.Н. Разработка математической модели процесса захвата и скосячивания рыб разноглубинным тралом // Отчет о НИР. — Калининград, 1991.- 26 с.

59. Мельников В.Н. Биотехнические основы промышленного рыболовства.- М.: Легкая и пищевая промышленность, 1983. 216 с.

60. Мельников В.Н. Биотехническое обоснование показателей орудий и способов промышленного рыболовства. М.: Пищевая промышленность, 1979. -376 с.

61. Мельников В.Н. Качество, надежность и работоспособность орудий промышленного рыболовства. М.: Легкая и пищевая промышленность, 1982.- 264 с.

62. Мельников В.Н. Основы управления объектом лова. М.: Пищевая промышленность, 1975. - 360 с.

63. Мельников В.Н., Лукашов В.Н. Техника промышленного рыболовства.- М.: Легкая и пищевая промышленность, 1981.-312с.

64. Мельников В.Н. Устройство орудий лова и технология добычи рыбы. -М.: Аргопромиздат, 1991. -384 с.

65. Методика статистической обработки экспериментальных данных. — Л.: Судостроение, 1977. 40 с.

66. Никоноров И.В. Взаимодействие орудия лова со скоплением рыб. — М.: Пищевая промышленность, 1973. — 235 с.

67. Обвинцев А.Л. О взаимодействии объекта лова с тралом // Рыбное хозяйство. 1975. - № 1.-е. 48-51.

68. Павлов К.Л., Жеребенкова К.И. Канатные тралы и тенденции их развития: Обзорная информация / ЦНИИТЭИРХ. М., 1976, вып. 6 ДСП, 48 с. •

69. Петрович М.Л., Давидович М.И. Статистическое оценивание и проверка гипотез на ЭВМ. — М.: Финансы и статистика, 1989. — 191 с.

70. Раков А.И. Оптимизация основных характеристик и элементов промысловых судов. Л.: Судостроение, 1978. - 345 с.

71. Раков А.И. Особенности проектирования промысловых судов. Л.: Судостроение, 1966. - 443 с.

72. Раков А.И. Проектирование промысловых судов. — Л.: Судостроение, 1981.-289 с.

73. Расчетная оценка улавливающих качеств трала. — Калининград: АтлантНИРО, 1985. 203 с.

74. Розенштейн М.М. Математические модели процесса работы трала: Методическое пособие. Калининград, 1993. — 66 с.

75. Розенштейн М.М., Зайцев Б.Е. Методы численной оценки коэффициентов уловистости тралов // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. Калининград, 1979. - вып. 84. — с. 15-23.

76. Розенштейн М.М. Модель процесса лова рыбы донным тралом // Труды АтлантНИРО: Промышленное рыболовство. Калининград, 1971. - вып. 50. -с. 11-20.

77. Розенштейн М.М., Косов А.А Некоторые результаты анализа статистических исследований траловых уловов // Труды КТИРПХ: Теория, проектирование и эксплуатация рыболовных систем. Калининград, 1981. -вып. 95.-с. 77-83.

78. Розенштейн М.М. О влиянии скорости траления на уловистость трала // Труды КТИРПХ. Калининград, 1964. - вып. 17.-е. 226-236.

79. Розенштейн М.М. Обоснование и оптимизация проектных характеристик рыболовных тралов: Дис. . д-ра техн. наук. Калининград, 1991.-384 с.

80. Розенштейн М.М., Николаев В.В. Определение законов распределения траловых уловов и поведенческих характеристик объекта лова для совершенствования модели процесса тралового лова рыбы // Известия КГТУ. -2004.-№5.-с. 52-57.

81. Розенштейн М.М. Определение оптимальной скорости траления донным тралом // Рыбное хозяйство. 1963. - № 1.-е. 18-23.

82. Розенштейн М.М. Оптимизация проектных характеристик орудий промышленного рыболовства. Калининград, 1990. - 144 с.

83. Розенштейн М.М. Проектирование орудий рыболовства, ч. 2. Проектирование тралов. Калининград, 2001. - 135 с.

84. Розенштейн М.М. Расчет элементов глубоководной траловой системы. — М.: Пищевая промышленность, 1976. 192 с.

85. Руднев К.М. *К вопросу о логнормальном распределении // Труды АтлантНИРОЮпыт применения математических методов в рыбохозяйственных исследованиях. Калининград, 1972. - вып. 49. - с. 6-11.

86. Руднев K.M. К методике определения необходимого числа тралений для поискового судна // Атлантический океан. Рыбопоисковые исследования. -Калининград, 1969. вып. 2. - с. 174-180.

87. Руднев K.M. Некоторые результаты статистического анализа промысловой информации // Труды АтлантНИРО: Вычислительная техника в экономике рыбного хозяйства. — Калининград, 1971. вып. 60. — с. 49-65.

88. Руднев K.M. Карасев Б.Е. О среднесуточном условном промысловом запасе // Атлантический океан. Рыбопоисковые исследования. Калининград, 1969.-вып. 2.-с. 168-173.

89. Сабуренков E.H. Поведение рыб в зоне действия трала и пути совершенствования тралового лова // Промышленное рыболовство: Обзорная информация / ЦНИИТЭИРХ. М., 1977. - вып. 1 -2. - 54 с.

90. Саврасов В.К. Развитие пелагического лова // Рыбное хозяйство. 1969. - № 1. - с. 39-42.

91. Сергеев Ю.С. Основы теории лова ставными неводами и тралами. М.: Пищевая промышленность, 1979. - 144 с.

92. Сергеев Ю.С. Оценка структуры запасов и эффективности тралов выборочным методом. — Калининград, 1968. 92 с.

93. Сергеев Ю.С. Применение математики в изучении поведения рыб в стационарных орудиях // Труды АтлантНИРО: Опыт применения математических методов в рыбохозяйственных исследованиях. — Калининград, 1964.-вып. 12.-с. 78-90.

94. Сергеев Ю.С. Теоретические основы промысловой работы и испытаний тралов. М.: Пищевая промышленность, 1969. — 88 с.

95. Советов Б.Я., Яковлев С.А. Моделирование систем. М.: Высшая школа, 2001. - 343 с.

96. Справочник по вероятностным расчетам. М.: Воениздат, 1970. — 536 с.

97. Степанов Г.Н. Основы системного автоматизированного проектирования орудий промышленного рыболовства: Дис. д-ра техн. наук. -М.: ВНИРО, 1990. 249 с.

98. Трещев А.И. Интенсивность рыболовства. М.: Легкая и пищевая промышленность, 1983. - 236 с.

99. Трещев А.И. Теоретические основы лова рыбы разноглубинным тралом // Труды ВНИРО: Техника промышленного рыболовства и сетеснастное хозяйство. М.: Пищепромиздат, 1959. - т. 41. — с. 24-33.

100. Ухвачев Б.У., Калинов П.Г. О производственной проверке тралов // Рыбное хозяйство. 1974. -№ 8. - с. 45-46.

101. Ухвачев Б.У., Калинов П.Г. Об определении суточной производительности тралов // Рыбное хозяйство. — 1975. — № 4. — с. 46-49.

102. Фридман А.Л., Розенштейн М.М., Лукашов В.Н. Проектирование и испытание тралов. М.: Пищевая промышленность, 1973. — 263 с.

103. Фридман А.Л., Розенштейн М.М. Сборник задач и упражнений по теории и проектированию орудий промышленного рыболовства. М.: Агропромиздат, 1987. - 256 с.

104. Фридман А.Л. Теория и проектирование орудий промышленного рыболовства. — М.: Пищевая промышленность, 1981. 328 с.

105. ПЗ.Хастингс Н., Пикок Дж. Справочник по статистическим распределениям. — М.: Статистика, 1980. 95 с.

106. Хлапова В. Биологические предпосылки пелагического лова в районе Северо-западной Африки // Рыбное хозяйство. 1969. - №1. - с. 42-43.

107. Честной В.Н. Динамика уловистости донных тралов. М.: Пищевая промышленность, 1977. - 96 с.

108. Честной В.Н. Об оптимальных скоростях траления // Рыбное хозяйство. 1961.-№7.-с. 43-49.

109. Bridger I.P. The behaviour of demersal fish in the path of a trawl // FAO Conference: Fish Behaviour. 1967. -№ 41. - p. 1-18.

110. Tanaka E., Matuda K., Hirajama N. A Simulation Model of Gear Efficiency of Trawlers for Flatfish // Nippon Suisan Gakkaishi, 1991. № 57 (6). - s. 9-21.

111. Trost G. Einfluss von Schlepp- und Hilfszeit auf die Fangleistung von Fischereifahrzeugen in der pelagischen Schleppnetzfischerei // Seewirtschaft, 14-10 / 1982. s. 507-510.

Похожие работы

Технология продовольственных продуктов
05.18.00