автореферат диссертации по технологии продовольственных продуктов, 05.18.17, диссертация на тему:Информационная рыбопромысловая система

КАЛИНИНГРАДСКИЙ ГОСУДАРСТВЕННЫЙ ТЕХНИЧЕСКИЙ УНИВЕРСИТЕТ

УДК 658.012.011.56:639.2.055

^ На правах рукописи

V

о

ПРОЦЕНКО Игорь Григорьевич

ИНФОРМАЦИОННАЯ РЫБОПРОМЫСЛОВАЯ СИСТЕМА

Специальность 05.18.17 - Промышленное рыболовство

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Калининград 1995

Работа выполнена во Всероссийском научно-исследователь-V ском и проекгно-конструкторском институте экономики, информации и автоматизированных систем управления рыбного хозяйства /ВНИЭРХ/.

Официальные оппоненты: доктор технических наук,

профессор Когон М.Г.

доктор физико-математических наук, профессор Рожков В.А.

доктор экономических наук Шпаченков Ю.А.

Ведущая организация: Комитет Российской

Федерации по рыболовству

Защита состоится " " а-^ртд- 1995 года на заседании специализированного совета д. 117.05.01 по присуждению ученой степени доктора технических наук при Калининградском государственном техническом университете по адресу: 236000 г.Калининград, Советский проспект, 1.

С диссертацией можно ознакомиться в библиотеке института.

Автореферат разослан " Ю " с^-с-йрс^»- 1995 года.

Учений секретарь специализированного совета,

Общая характеристика работы

Основная научная направленность. Интенсификация промышленного рыболовства в Мировом океане за последние десятилетия привела к снижению запасов водных биоресурсов, обусловила необходимость соответствующего регулирования рыболовства как на государственном, так и на международном уровнях. Эффективная реализация любой согласованной национальной или международной системы управления возможна лишь при достаточной информированности о происходящих в них и окружающей среде процессах, в т.ч. при наличии соответствующей оперативной и статистической промысловой информации.

Рационализации рыболовства посвящен ряд фундаментальных исследований российских и зарубежных ученых (Ф.И.Баранов, Н.Н.Андреев, Н.П.Сысоев.. А.И.Грещев, А.В.Засосов, У.Риккер, М.Шефер, М.Грэхем и др.). В этих и других работах обращается особое внимание на чрезвычайно важное значение исходной информации, технологии и техники её получения, обобщения и использования.

В последнее десятилетие в рыбном хозяйстве происходит постоянное расширение фронта работ по созданию и применению информационных систем.

До начала реформы в народном хозяйстве целью развития информационного обеспечения было поддержание функционирования командно-административной системы управления отраслью. При этом, несмотря на низкий уровень эффективности громоздкой иерархической системы управления, её работа, тем не менее, регулярно обеспечивалась соответствующей информацией. Формирование рыночных отношений, в т.ч. в отрасли, потребовало соответствующей адаптации существующей системы управления к новым условиям, например, путем разделения и разной направленности функций управления государственных органов и предприятий и применения государством в основном экономических методов управления. Без кардинальной перестройки и развития информационных систем последнее немыслимо.

Современное состояние рыбного хозяйства (как и других отраслей) характеризуется продолжающемся спадом производства. Одним из действенных средств предотвращения спада и ста-. билизации производства в отрасли на данном этапе является

информатизация.

Однако, в связи с отсутствием единой отраслевой организационно-технической политики в области информатизации, большая часть разработанных информационных систем может оказаться несовместимой. Следствием этого положения будет-недостаток в едином информационном ресурсе, дублирование сил и средств при создании и эксплуатации систем. Необходимость учета этих факторов является главным аргументом создания и внедрения информационной рыбопромысловой системы.

Информатизация рыболовства тесно связана с широким использованием компьютерной техники, в том числе морского исполнения; с внедрением на ее базе последних достижений в области компьютерных технологий, систем обработки информации и мониторинга атмосферных, океанических и промысловых процессов на базе математических моделей; с разработкой и внедрением систем оценки ожидаемых результатов производственного процесса и его оптимизации, диагностики неисправностей и отказов технических систем. Использование новых инструментальных средств потребовало создания научных и методологических основ разработки информационной системы в отрасли.

Важным фактором научно-технического прогресса в промышленном рыболовстве на современном этапе является приоритет коллективных информационных систем и технологий перед индивидуальными. Единый информационный ресурс (научная, промысловая и коммерческая информация о состоянии и использовании водных биоресурсов) является мощным фактором повышения эффективности работы рыбохозяйственных предприятий и организаций и гарантом согласованных действий всех отраслевых структур. Однако .коллективные системы, относящиеся к относительно сложным, требуют и соответствующего сложного математического аппарата. Эффективное применение его без комплекса предварительных научных исследований в этой области невозможно.

Актуальность исследования. Актуальность выполненных исследований определяется необходимостью совершенствования и развития методов проектирования информационной рыбопромысловой системы и решения на её основе задач управления использованием водных биологических ресурсов.

Исследуемая проблема имеет важное народохозяйственное значение, так как её решение и внедрение результатов в практику способствует увеличению эффективности управления про-

мышленным рыболовством и темпов его развития.

Цель и задачи исследования.. Цель исследования заключается в создании теоретических основ создания информационной системы для решения проблем управления использованием водных биологических ресурсов путем применения новых компьютерных технологий, математического моделирования среды, популяций объектов промысла и деятельности промыслового флота.

Для достижения поставленной цели в диссертационной работе решались следующие задачи:

- исследование и разработка теоретических и методологических основ информатизации управления промышленным рыболовством;

- формирование информационных потоков и разработка показателей информационных баз данных; обоснование информационного и программно-технического обеспечения;

- разработка теоретических принципов формирования математического аппарата моделирования в информационных системах;

- исследование, обобщение и разработка методов решения уравнений динамико-стохастических моделей промысловых процессов ;

- разработка динамико-стохастических моделей информационной рыбопромысловой системы и их апробация в модельных экспериментах и на фактическом материале.

Предметом исследования является совокупность методологических, методических и практических аспектов информатизации процессов управления промышленным рыболовством.

Объектом исследования является рыбное хозяйство России.

Теоретической и методологической основой исследования явились работы отечественных и зарубежных ученых в области анализа и прогнозирования природных,- экономических и научно-технических процессов. Информационную основу исследования составили материалы научно-технических организаций, производственных структур отрасли, а также отечественные и зарубежные литературные источники и материалы научно-технических конференций, симпозиумов по рассматриваемой проблеме.

В процессе исследования использовалась методология системного анализа, методы моделирования временных рядов, филь- • трации наблюдений и идентификации параметров математических моделей".

Научная новизна. Автором впервые проведено комплексное изучение и разработка теоретико-методологических проблем, определяющих основу построения информационной рыбопромысловой системы для управления рыбным хозяйством с учетом его особенностей на современном этапе в условиях становления рыночных отношений.

Наиболее значимыми новыми научными результатами являются:

- разработаны теоретические и методологические основы информатизации управления использованием водных биологических ресурсов и построена на их базе информационно-аналитическая компьютерная рыбопромысловая система;

- обоснована система показателей и сформированы информационные потоки интегрированной системы сбора, обработки и транспортировки информации с учетом традиционных и региональных особенностей расстановки флота, береговых управленческих структур; разработана технологическая схема обработки данных с учетом предметного содержания информации; исследована и сформирована проблемно-ориентированная программная и информационная среда;

- разработаны методологические аспекты формирования математического аппарата моделирования в информационной рыбопромысловой системе на базе комплексного использования математических моделей, в том числе при контроле входной информации;

- исследованы и разработаны методы и компьютерные алгоритмы решения моментных уравнений динамико-стохастических моделей;

- разработаны и апробированы на практике динамико-стохастические модели информационной рыбопромысловой системы в рыбном хозяйстве.

Практическая значимость. Разработанные на базе выполненных исследований методологические основы и инструментальные средства обеспечили создание и внедрение информационной рыбопромысловой системы. Единый методический подход, использование разработанных математических и программных решений позволили создать систему бассейновых и региональных информационных узлов, обеспечить их методическое и программное •сопровождение. То есть сформировать систему региональных, бассейновых и федеральных информационных ресурсов.

Промысловая информация, средства её обработки и анализа используются широким кругом пользователей как на уровне центрального аппарата управления отраслью, так и на микроуровне - на предприятиях и в организациях, относящихся к различным формам собственности, а также пользователями других министерств и ведомств.

Внедрение единой системы методов • обработки информации позволяет исключить дублирование показателей и, как следствие, снизить затраты на подготовку и передачу информации. Применение предложенных методов существенно повышает достоверность хранимой в базах данных информации за счет использования информационных математических моделей и единого протокола требований к качеству входных данных.

В результате применения созданной системы на предприятиях отрасли оказалось возможным обеспечить компьютерную информационную поддержку для решения управления их производственной деятельностью.

Теоретические и методические положения, разработанные автором, могут быть использованы в учебном процессе при -подготовке специалистов в области информатики.

Апробация исследования. Результаты исследований были представлены, обсуждены и получили одобрение на Втором советско-французском симпозиуме (Ялта, 1978 г.), на Всесоюзной конференции "Автоматизация научных исследований морей и океанов" (Севастополь, 1980г.), на заседании Географического общества СССР (Ленинград, 1980г.), на советско-французском симпозиуме (Новосибирск, 1983 г.), на Первом всемирном конгрессе общества математической статистики и теории вероятностей им.Бернулли (Ташкент, 1986 г.), на Бассейновом научно-промысловом совете (Южно-Сахалинск, 1994 г.), на 7-й международной конференции Международного института рыболовства, экономики и торговли (Тайпзй, Тайвань, 1994 г.), на научных семинарах Гидрометцентра СССР, МГИ АН УССР, ВД СО АН СССР, ВНИЭРХ, ВНИРО. На основе выполненных исследований подготовлены и прочитаны курсы лекций "Компьютерные технологии в решении задач управления", "Математическое моделирование в задачах рыбной отрасли" слушателям Института повышения квалификации рыбного хозяйства и аспирантам ВНИЭРХ'а.

Публикации. По теме исследования опубликовано 19 научных работ в центральных и других журналах и различных сбор-

никах научных трудов. Общий объем публикаций 48,5 п.л., из них 35,5 п.л. принадлежат лично автору.

Краткое содержание работы

1. Проблемы развития рыбного хозяйства и его информатизация.

Россия является одним из ведущих рыбопромышленных государств: она занимает 6-е место в мире по добыче рыбы и нерыбных объектов, ей принадлежит около 30% мирового выпуска свежей, охлажденной и мороженой рыбы, около 40% выпуска рыбных консервов. Рыбная продукция составляет около 10% общей продукции пищевой промышленности. Для обеспечения производства рыбной продукции используются основные промышленно-про-изводственные фонды (ОППФ), стоимость которых составляет около 35% ОППФ пищевой цромышленности.

В последние годы уловы России последовательно сокращались. Причинами этому послужили: разрушение производственных связей вследствие распада СССР; резкое сокращение государственной поддержки отрасли; неэффективность отечественного промысла в экономических зонах иностранных государств и открытых частях Мирового океана, увеличение затрат на ремонт судов за рубежом, как результат, усиления налогового бремени, либерализации цен на энергоносители и другие материально-технические средства.

Все это потребовало от отрасли соответствующих изменений в политике рыболовства: смещения промысла в собственную экономическую зону (улов за пределами экономических зон России в 1990 г. составлял 39% от общего улова, в 1994 г. 26%) и развития прибрежного промысла (табл.1).

.Таблица 1.

Размещение океанического рыболовства России по зонам

зоны 1990г. 1991г. 1992г. 1993г. 1994г.

улов, всего (млн.т.) 7.. 4 6,5 4,9 4,0 3,4

в том числе:

-рыболовные зоны России 4,5 4,1 3,5 3,0 2,5

-открытая часть океана 1.1 0,9 0,3 0,2 0,1

-экономические ин.зоны ■ 1.8 1.5 1.1 0,8 0,8

Исследования, проведенные в области развития рыбного хозяйства, позволяют сделать вывод о ее реальных возможностях уже в ближайшей перспективе при соответствующей поддержке государства не толысо приостановить спйд производства, но и обеспечить определенное развитие. Государство крайне заинтересовано в поддержании отрасли, являющейся одним из основных источников обеспечения населения продуктами питания. Это обуславливает необходимость восстановления и дальнейшего развития ресурсной, технической и технологической базы рыболовства, расширения сферы ее деятельности как во внутренних водоемах России, так и за рубежом.

В результате структурной перестройки хозяйственного механизма управления отраслью и проведения приватизации значительно возросло количество рыбопромысловых предприятий при разнообразии их организационно-правовых форм. Основными звеньями системы управления отраслью стали Комитет Российской Федерации по рыболовству (Роскомрыболовство), как представитель исполнительной ветви власти государства и рыбопромысловые предприятия всех форм собственности, как представители широкой сферы отраслевого производства.

Проблемы управления рыбным хозяйством можно представить в виде основных функциональных частей:

- исследования и разработки в области изучения, охраны и воспроизводства водных биологических ресурсов, которые проводятся силами научно-исследовательских и научно-поисковых судов, судов перспективной и оперативной разведки, биостанциями, бассейновыми НИРО и ВНИРО при взаимодействии с ИО АН СССР и Гидрометцентром РФ;

- управление использованием водных биологических ресурсов и контроль за морским судоходством, находящиеся в компетенции подразделений Роскомрыболовства, других ведомств и их представителей на бассейнах;

- управление производственной деятельностью судов и береговых предприятий, сбытом рыбной продукции, технической эксплуатацией, ремонтом и модернизацией судов и судового оборудования, реализуемое соответствующими службами предприятий при методической и кредитно-финансовой поддержке федеральных и региональных органов.

Актуальной остается проблема организации контроля за использованием водных биоресурсов. Здесь, наряду с укрепле-

нием материально-технической базы органов рыбоохраны, повышением интенсивности и эффективности контроля за рыболовством непосредственно на промысле, важным направлением является создание информационно-аналитической компьютерной системы учета, контроля и анализа использования водных биоресурсов на основе новых информационных технологий.

2. Методологические основы построения информационной рыбопромысловой системы.

Научные исследования, связанные с разработкой информационной рыбопромысловой системы, были обусловлены необходимостью создания единого информационного ресурса, включающего государственные базы данных и информационные системы предприятий, для решения задач управления использованием водных биологических ресурсов на Федеральном и региональном уровнях и на уровне предприятий.

Решение задач управления на иерархических уровнях в основном базируется на одной и той же информации. Счвместное использование информации снижает затраты на сбор, обработку и хранение данных. В задачах, где используются одинаковые показатели функционирования промысловых судов и предприятий, органы государственного управления и предприятия могут вырабатывать согласованные решения только в случае использования одних и тех же данных. Последнее возможно лишь при наличии единой информационной системы, обеспечивающей решение в т.ч. и основных задач промышленного рыболовства:

1. На уровне Роскомрыболовства:

- управление использованием водных биологических ресурсов, их сохранением и воспроизводством в исключительных экономических зонах и внутренних водоемах России;

- разработка предложений по совершенствованию системы управления Мировым рыболовством;

- регулирование выполнения международных соглашений и конвенций по рыболовству в исключительных экономических зонах иностранных государств и открытых районах Мирового океана рыбопромысловыми предприятиями России;

- развитие промыслового флота России.

2. На уровне предприятий:

- управление работой флота в районах промысла;

- организация материально-технического обеспечения флота;

- организация отгрузки и транспортировки готовой продукции в порты из районов промысла;

- управление процессом технической эксплуатации судов;

- управление финансовой деятельностью предприятия;

- организация внешнеэкономической деятельности.

3. На уровне промысловых судов:

- управление режимом движения и работы судна;

- управление процессами поиска и добычи рыбы;

- управление процессами производства продукции;

- управление грузовыми операциями;

- управление технической эксплуатацией судна.

Основой создания информационной системы является формирование единого информационного ресурса. Однако в функциях государственных органов управления и предприятий есть принципиальные различия. Предприятия имеют набор показателей, которые используются только для собственных нузкд. Последние не интересуют государственные органы и, как правило, составляют коммерческую тайну предприятия.

В диссертационной работе впервые сформулирован принцип разделения информации между уровнями управления при единой информационной основе. Автором разработаны и внедрены в практику механизмы, обеспечивающие это разделение.

Информатизация рыболовства тесно связана с внедрением: широкого класса компьютерной техники, в том числе морского исполнения; последних достижений в области компьютерных технологий; систем обработки информации и мониторинга промысловых процессов на базе математических моделей; систем оценки ожидаемых результатов производственного процесса и его оптимизации; систем диагностики функционирования технических и технологических судовых систем и др. Новые информационные технологии являются базой создания информационной системы, обеспечивающей эффективное решение проблем управления промышленным рыболовством.

Информационная система является сетью формирования, сбора, обработки, хранения и обмена информацией. В узлах этой сети находятся функциональные звенья системы управления. Система передачи данных является средой, обеспечивающей транспортировку информации между звеньями информационной сети.

Информационная рыбопромысловая система реализуется на

базе телекоммуникационных средств и содержит морскую и береговую части, объединенные средствами морской связи. Основу информационной сети береговой части системы составляет автоматическая телефонная связь.

Узлами морской части информационной рыбопромысловой системы являются информационные комплексы промысловых судов. Морская часть системы реализуется в технологии "BLUE BOX" на базе судового программно-технического комплекса сопряженных технических средств:

1. Персональный компьютер для обработки, накопления и хранения информации, решения судовых задач и управления функционированием бортового информационного комплекса в режиме "BLUE BOX".

2. Бортовая радиостанция Inmarsat-C/GPS, обеспечивающая автоматическое определение координат судна с использованием спутников и обмен информацией между бортовым компьютером и береговым информационным центром.

Базовым элементом технологии "BLUE BOX", являющейся принципиальной основой методологии создания информационной системы и впервые предложенной автором, является электронный почтовый ящик, в который помещается часть (промысловое донесение) регистрируемой на судне информации, и периодически, в. соответствии с регламентом связи, передается б береговую информационную сеть.

Береговая часть информационной рыбопромысловой системы связывает локальные сети или отдельных пользователей с региональными центрами приема информации с моря. Через региональный центр реализуется корпоративная электронная почта с выходом в междугороднюю сеть информационной системы и другие глобальные сети.

Состав показателей рыбопромысловой системы исторически складывался на основе теоретических и интуитивных представлений лиц, работающих с информацией, о причинно-следственных связях в промысловых процессах. На основе сведений о промысловой ситуации проводится анализ, формулировка целей, генерация альтернатив, оценка решений и выбор наилучшего из них.

Принципиальным моментом создания информационной рыбопромысловой системы стало выделение первичных и производных показателей промысловой деятельности. Например, координаты судна, число тралений, видовой состав и количественное зна-

чение суточного улова являются первичными показателями, а количество.судов на промысле и объемы добычи рыбы по типам судов - производными. Первичные показатели всегда документируются (промысловый журнал, финансовые приемо-сдаточные документы) , тогда как производные показатели не всегда имеют даже достаточно четкий и общепринятый алгоритм вычисления.

Содержание информации, требуемой для решения задач в информационной рыбопромысловой системе, базируется на первичных показателях. Состав этих показателей строго определяется необходимостью включения в алгоритмы получения производных показателей, либо необходимостью использования конкретного показателя в исходном виде при решении задач.

Обоснование состава показателей тесно связано с реальными промысловыми процессами и сложившейся на их основе системой отчетности. Информация, регистрируемая на судне, характеризует промысловую деятельность судна, причем часть этой информации может поступать непосредственно с электронных датчиков (сведения о местоположении судна, полученные со спутников), а часть вводиться вручную в судовой персональный компьютер. По результатам каждой промысловой операции заполняется промысловый журнал. После обработки улова в журнал заносятся данные о суточном выпуске рыбной продукции.' Формируются отчетно-финансовые документы об отгрузке рыбной продукции, а также сведения о судовых запасах, расходе топлива и тарных материалов, другие сведения по материально-техническому снабжению.

Часть регистрируемой на судне информации., предназначенная для передачи в береговую часть информационной рыбопромысловой системы во время одного сеанса связи, формируется в виде промыслового донесения. Число сеансов обмена информацией судна с береговой системой определяется региональной спецификой охраны экономической зоны и обеспечением безопасности мореплавания. Оно может колебаться от 1-го до 4-х сеансов в сутки. Обобщенные за сутки результаты промысловой деятельности судна выдаются в промысловом донесении один раз в сутки.

В состав промыслового донесения включаются:

1) параметры траектории пути, пройденного судном;

2) обобщенные сведения о промысловых операциях;

3) сведения об объеме и видовом составе"добычи;

4) сведения об отгрузке рыбной продукции;

5) сведения о запасах топлива и др.

Состав показателей промыслового донесения может быть расширен в зависимости от содержания задач, решаемых службой управления судовладельца. Важным положением создания информационной системы является возможность включения в промысловое донесение показателей производственной деятельности: запасы и грузы на борту, затраты времени, объемы выпуска и остатки рыбной продукции на борту. На судне могут быть подготовлены другие документы служебного и личного характера и средствами электронной почты вместе с промысловым донесением переданы на берег в одном сеансе обмена информацией.

Для судовладельца оперативная информация и отчетно-финансовая документация является основой управления производственной деятельностью промысловых судов. Детальные сведения о промысловой работе принадлежащих ему судов, дополненные обобщенными показателями результатов промысловой деятельности флота, являются мощным фактором повышения эффективности работы предприятия в целом и гарантом согласованных действий всех отраслевых структур. Развитие системы управления рыбным хозяйством существенно расширяет круг проблем, ответственность и решение которых полностью ложатся на судовладельца. Это прежде всего - оперативные задачи контроля за выполнением рейсовых заданий, сравнительного анализа производственной деятельности судов и совершенствования на этой основе управленческих решений, оптимизации расстановки флота на промысле, а также оперативного управления грузовыми операциями и снабжением судов.

Для государственных органов управления и их региональных отделений оперативные сведения, поступающие с судов, служат информационной ' основой решения задач управления использованием водных биоресурсов и безопасностью мореплавания (см.рис.1). Промысловая информация передается по каналам связи в сырьевые научно-исследовательские институты и их отделения для разработки краткосрочных и среднесрочных прогнозов и оперативной корректировки возможных объемов изъятия водных биоресурсов. Накопительные значения оперативных данных, откорректированные статистической отчетностью, являются входной информацией для оценки запасов, долгосрочного прогноза и определения общих допустимых уловов.

Рис. 1. Схема управления использованием водных биологических ресурсов.

На базе информации, содержащейся в банке данных информационной рыбопромысловой системы, бассейновыми и региональными научно-промысловыми советами формируются квоты вылова.

Сведения о предприятиях, судах и выделенных квотах поступают в информационные системы региональных отделений Рос-рыбвода для выдачи разрешений на промысел. Оперативные сведения о добыче, сдаче рыбопродукции и её остатках на судне являются основой решения задач контроля за использованием квот вылова. Результаты анализа этой информации являются для служб Росрыбвода базой для выработки и принятия адекватных решений по использованию водных биоресурсов в рассматриваемый период. Например, в случае нарушения правил рыболовства - остановка работы судов предприятия, лишение его квоты и/или наложению штрафных санкций и т.п. Кроме того, совместно с сырьевыми НИИ могут приниматься решения по корректировке квот вылова судовладельцев, наделению квотами новых пользователей, в том числе иностранных.

Банк данных информационной рыбопромысловой системы обеспечивает эффективную информационную поддержку комплексного развития флота рыбной промышленности. Сбор и обработка' данных о конструктивно-технических характеристиках орудий лова и их уловистости позволяет моделировать, проектировать и создавать орудия лова и системы их управления с улучшенными технико-производственными характеристиками.

Эффективность принимаемых решений по управлению использованием водных биоресурсов существенно зависит от полноты и качества информации о результатах промысла, представляемой судами и предприятиями. Обеспечить контроль качества на высоком уровне можно только путем применения самых современных методов управления. В диссертационной работе впервые предлагается один из таких методов - метод контроля, основанный на использовании математической модели исследуемого процесса. Последняя построена на базе реальных ретроспективных данных для прогноза на интервал времени, через который поступают новые данные в информационную систему (см.рис.2). Сравнение прогностических и фактических данных позволяет выявить расхождения, определить их основные причинами (ошибки входной информации, умышленное искажение данных, изменение наблюдаемого процесса, несоответствие математической модели наблюдаемому процессу).

Рис. 2. Схема технологии обработки информации

Предложенный методологический подход дополняется принципом комплексного использования математической модели как для контроля входной информации, так и для других целей. Это тем более важно в связи с появлением еще одного критерия адекватности модели поставленным задачам.

3. Методические аспекты формирования математического аппарата моделирования в информационной рыбопромысловой системе.

Рыбопромысловая система характеризуется всей совокупностью своих признаков (среда: давление, температура, скорость течений и др.; объекты промысла: плотность концентраций, возрастной состав популяции и др.; промысловое судно: координаты, вылов, запасы и др.) ив каждый момент времени находится в некотором состоянии, являющимся совокупностью конкретных значений признаков. Множество возможных состояний рыбопромысловой системы представляет собой соответствующее пространство, а динамика системы - траекторию в этом пространстве. Средством описания поведения системы служат математические модели,представляющие собой функциональную зависимость между признаками настоящего и прошлого состояния.

Учитывая вероятностный характер зависимостей между многими признаками, определяющими среду, объекты промысла и производственную деятельность судов, нельзя надеяться на получение практически значимых результатов от использования детерминированных моделей. Это тем более справедливо, так как стохастический подход дает возможность сравнения различных моделей по соответствующим критериям.

В основе моделей, приведенных в диссертационной работе, лежит принцип взаимного дополнения информации, которую, с одной стороны, несут физические (биологические, экономические и др.) законы и их формализация в уравнениях, описывающих динамическую систему, и, с другой стороны, информации, содержащейся в данных наблюдений. Этот подход в гидрофизике был сформулирован И.Е.Тимченко, а соответствующие модели называются динамико-стохастическими (ДСМ).

Построенные ДСМ используются для: прогноза на один или более шагов; контроля входной информации; оценки статистических характеристик процесса (например, спектральных); генерации данных с характеристиками, аналогичными характеристикам эмпирических данных; проведения имитационных экспери-

ментов.

Предполагается, что информационная рыбопромысловая система является стохастической системой с конечным числом состояний. Каждое состояние, представленное как ш-мерный векторный процесс XI. ь-• • ,хт, в моменты времени I, 1=0,1,... можно представить в виде:

(1)

где С! - -мерный вектор; т

С=[С1Т.....стт]т - по-мерный вектор (по=Е пО;

ь,■■■- случайные 1-1 гауссовские возмущения типа "белого шума" (шум модели);

- вектор размерностью щ, компоненты которого составлены в виде функций из векторов х^ ь-. ^потребуется найти оценки параметров: векторов С1 и дисперсии шума модели, исходя из наблюдений и заданного критерия.

Шум ь характеризует погрешности, связанные с ограничением числа компонент вектора состояния х^ и поиском неизвестного вида функций На практике из физических или эвристических соображений множество ограничивают конечным набором. Сначала выбирают Г^ь а затем оценивают соответствующий параметр с4.

За счет подбора вида вектора Г1. t и вектора коэффициентов модели С1 можно сделать влияние шума (значения которого на практике неизвестны) минимальным, а в качестве критерия выбрать минимум дисперсии шума и^:

= £ (X!. д-Г^ ¡-1

Ш1П.

Минимизация дает выражение для вектора-с; в виде:

-1

2 Г1. Л-

2 Тх. j

¿-1

(2)

(3)

В выражении' (3) вектор коэффициентов модели для 1-го уравнения рассчитывается без учета остальных уравнений и является оценкой на основе ограниченной информации (так как при оценке параметров не учитываются другие•уравнения модели) .

Для математического ожидания и дисперсии Cj справедливы асимптотические выражения СРао]:

E-(Ci (t)> = d + 0(l/t1/2)

vaHcj (t)>

"i. t

-i

(5)

Eí Z f¡. j-ifj. j-iT>

J-l

+ o(l/t). (6)

Оценка с^ на основе ограниченной информации является состоятельной, но не всегда эффективной. Важное преимущество метода оценивания на основе ограниченной информации состоит в том, что он позволяет находить состоятельную оценку с 1 без знания дисперсии шума. Данный метод позволяет свести задачу оценки <¡1 к ряду автономных задач оценивания для отдельных уравнений системы, что существенно упрощает задачу в вычислительном аспекте [191.-

Расчет по формуле (3) требует запоминания всей совокупности наблюдений до момента времени I. При мониторинге, т.е. непрерывном отслеживании динамики показателей, характеризующих процесс, необходим пересчет оценки в новые оценки С1.1 с использованием наблюдений х^. Проведение расчетов требует выполнения растущего с числом X. количества суммирований, а при реализации на компьютере возрастают затраты на поиск и отбор записей наблюдений [х^, Л=1.2.....и.

Использование алгоритма, принадлежащего семейству алгоритмов фильтрации Калмана, суть которой заключается в согласовании наблюдений и физических моделей, реализует процедуру вычислений оценки коэффициентов модели в реальном масштабе времени. Оценка параметров модели записывается в виде:

Si. t=Si. t-i-Si. t-if i. t-ifi. t-iTSi. t-i/Cl+f i. t-iTx (?)

xSi.t-ifi.t-i), Ci. t=Cj. t-i+Si.tfi. t-i(Xi. t-f i. t-iTCi, t-i). (8)

i

62i, t=62i. t-i+ -(Xi. t-f i. t-iTCi. t-i)2» (9)

t

где Sj. t представляется в виде:

t

Si.t='

-i

£ fi.j-ifi.j-iT i-i

(10)

и характеризует точность оценивания коэффициентов с^ (см.выражение (6)).

Главным критерием выбора подходящего класса моделей среди множества возможных служит способность модели к хорошему предсказанию. При этом выбранный класс должен удовлетворять критериям проверки адекватности на заданном уровне значимости.

В практических расчетах имелась только часть информации о векторе состояния Х1, 1=1,...а именно хк, где к=1.....1, причем Кт. При этом проводилось уточнение коэффициентов модели только в 1-уравнениях модели (1). Значения тех составляющих вектора состояния, по которым информация не поступила, уточнялись за счет тех компонент, по которым есть измерение.

Из уравнения (1), используя имеющиеся на момент времени Х.-1 данные измерений, можно получить линейную оценку Xi.ni 1-1 процесса х^- Оптимальное оценивание состояния хьиь с учетом полученных на момент времени Ь измерений хк. ь» дается линейной оценкой в виде:

1

XI.^ Gi.kiXk.t-Xk.tl (11)

к-1

Минимизация выражения (11) приводит к матричному уравнению Винера-Хопфа относительно (тх1)-мерной матрицы в!, к> решение которого имеет вид:

Gi.k-Pi.lc. tlt-lPk.lt. т-Г1. (12)

где Р1. а. т-1=Е{(х1,ь-Х;). " ковариа-

ционная матрица ошибки оценки Х1.иь-1- Ковариационная матрица ошибки оптимальной оценки х^и равна: 1

Р1. л. Ъ=Р1. о. Ы Ь-1- £ Р1. к. ^ 1-1Рк. о. Ь) ^Л.к. г-1'1 ■ (13) к-1

Для численной реализации на каждом временном шаге процедуры оптимального оценивания, представленной выражениями (11)-(13), произведена модификация этого алгоритма, при которой осуществляется последовательное усвоение каждой компо- . ненты вектора состояния по рекуррентным формулам [13]:

1: Ь=Р1.кСг)/Рк.к(г),

2: х1(г)-х1(г-1)+Ь[Х|С-х»(г"1)], (14)

3: Р1.лСг)-Р1.Л(г"1,-РЛ.кСг"1)Ь.

Индекс 1 пробегает на -одном шаге по времени значения от 1 до т. Начальные условия: х(0)=хия-1. Р(0)=Рт-1-4. Численные методы решения уравнений динамико-стохастических моделей. Практическая реализация ДСМ промысловых процессов сталкивается с рядом серьезных трудностей. Прежде всего, необходимо построить уравнение для ковариационной матрицы ошибок Р1, з, используемой при усвоении наблюдений в формулах (11)-(13). Система уравнений, описывающая Р1.о, имеет размерность гпхщ. В этом случае в моделях среды, описывающих динамику атмосферы и' океана, необходимо решать многомерные (в случае грех измерений - шестимерные) по пространству дифференциальные уравнения в частных производных. ,

Автором совместно с Г.И.Марчуком и Ю.Н.Скибой предложен метод расчета статистических характеристик случайных гидродинамических полей, основанный на использовании решений сопряженных функций. Рассмотрена одномерная линейная задача переноса тепла Т-Т(хД) (возникающая при расщеплении сложных операторов моделей динамики атмосферы и океана) в области 0=(0,Н)х(0Д) известным детерминированным полем скорости и(х) с учетом турбулентной диффузии с коэффициентом диффузии ае ЕЮ): ЗТ ЭТ Э2Т

— + и--ае- = д. (15)

91 Эх Эх2 Начальные и периодические по х граничные условия имеют-вид: Т(х,0)=То(х), Т(хД)=Т(х+НД). Начальное поле То(х), функция внешних воздействий д=ч(хД) и поле температуры КхД) считались случайными функциями и представлялись в виде суммы среднего значения, являющегося математическим ожиданием, и случайного отклонения (которое в дальнейшем интерпретируется как ошибка расчета поля температуры в силу упрощенного представления уравнения модели, ошибок в начальных данных и др.).

Набор сопряженных задач, решаемых с момента времени Тп+1 до 1=тп, имеет вид:

з*тк э э2*тк

----(и*Тк) - зе- = 0, (16)

31 эх ах2

где Тк(х,Тп+1)=б(х-хк), хке(0,Н), "ТкиЛЗ^ТиСх+НД).

Индекс к фиксирует точку области Хк.еГО.Н), в которой действует б-источник. Решение сопряженного уравнения на небольшом временном интервале (тп,тпм) значимо только в области Уь(хк). С учетом этого обстоятельства можно получить следующие выражения для среднего значения и ковариационной функции ошибок: хп+а

Т(хк,тп+1)=

'Тк(х,Тп)Т(х,Тп)с1х+

"ТкСх.ицСх.иёхсИ, (17)

Уи(хк) *п Уь(хк)

Р(Хк,УтЛп+1) =

*Тк(х,хп)

,Тп,(у,тп)Р(х,у,хп)иуёх +

Хп+1 УЬ(Хк) Уь(Ут) (18)

'Тк(хЛ)

*Тт(уЛ)Ц(х,уЛ)с1ус1хс11.

тп Уь(хк) Уь(Ут)

Интегрирование по области (0,Н)х(0,Н) сводится к интегрированию лишь по области Уь(хк)хУь(Ут)» что значительно упрощает вычисления. Применение метода покоординатного расщепления позволяет обобщить предлагаемый алгоритм на трехмерные задачи динамики атмосферы и океана. Предварительное табулирование сопряженных решений делает метод расчета экономичным (9].

В работе исследован метод расчета среднего значения и ковариационной функции в нелинейной задаче [Ц]. Для одномерного нелинейного уравнения эволюции поля скорости использованы формулы (17)-(18). Полученные решения моментных уравнений нелинейной задачи близки к решениям, вычисленным методом Монте-Карло. В рамках описанного подхода используется алгоритм фильтра Калмана для оценки случайного поля на основе данных измерений. Показано, что усвоение измерений в узле с максимальным значением дисперсии ошибки дает существенно лучший результат по сравнению с усвоением в узлах регулярной сети. Использование ковариационной функции фильтра Калмана при усвоении данных по сравнению с неизменной корреляционной функцией в форме кривой Гаусса также улучшает результат усвоения. Таким образом, проведенные эксперименты показали эф-

фективностъ рассмотренного метода сопряженных функций.

Автором предложен метод численного решения специально построенного прогностического уравнения для ковариационной Функции ошибок, полученного на основе линеаризованного трехмерного уравнения эволюции поля плотности. В численных экспериментах задавалось стационарное поле скорости в виде вихревого образования и однородная по пространству б-коррелиро-ванная функция шума модели. Решение выходило на стационарный режим за 20 суток. По результатам расчетов максимумы корреляции в областях сильных течений смещены по потоку. В области нижней границы верхнего квазиоднородного слоя наблюдался минимум дисперсии.

Дальнейшее упрощение связано с параметризацией ковариационной функции ошибок и построением прогностического уравнения для функции дисперсии ошибок. Использовалась параметризация ковариационной функции ошибок в виде:

Р(Х,У,2,Х1,У1,21Л)=Рп(Х-Х1,У-У1,2-21)Х (19)

Х6(Х,У,2,Ь)6(Х1,У1,21Л).

В этом выражении б(х,у,2,1) означает среднеквадратичное отклонение, а Рп является типовой нормированной корреляционной функцией однородного поля с единичной дисперсией. Вид этой функции определяется из экспериментальных данных. Уравнение для определения функции б2=б2(х,у,2Д) имеет вид:

Зб2 Эб2 Эб2

— + и — + V — + V

дб'

Дхб"

ах

эу

Эг

а Эб2

— ае2 — + эехДб2 Э2 дг

2х2

Эб 2 Г ( 36 2 ( 96 2

— - 2эех + — +б«2, (20)

дг ^ Эх ^ Эу

9 9Рп где А = 2 — зе2 — + 2зехДРп

аг дг ' х=х1,у=у1,г=г1

В уравнении (20): и,у,и - проекции вектора скорости на декартовы оси координат х,у,2 в направлении на восток, север и к центру Земли соответственно; эе2, эех - коэффициенты диффузии; 6У2 - дисперсия шума.

Задача нахождения ковариационной функцйи сведена к решению трехмерного уравнения. Численные эксперименты подтвердили возможность использования такого подхода при построении

стохастической части ДСМ.

5. Динамико-стохастическое моделирование в информационной системе.

Создание информационной рыбопромысловой системы предполагает объединение теоретических моделей и наблюдений, так как и те и другие содержат информацию относительно поставленных задач управления. Динамическая модель учитывает физические связи, наложенные на изменчивость характеристик исследуемых процессов, а стохастическая модель - неопределенности при их моделировании.

При построении ДСМ и использовании их в информационной системе главной проблемой является выбор динамической модели. Форма записи функции Г в уравнении (1) зависит от наличия и вида априорной информации, заключенной в физических законах. ДСМ рыбопромысловой системы включает модели динамики атмосферы и океана, популяции объектов промысла и промысловой деятельности судов. Содержание физических (и др.) закономерностей для подсистем и соответственно для их моделей различно и связано с отдельным их изучением.

В диссертации исследована проблема построения ДСМ синоптической изменчивости океана и сформулированы основные задачи адаптации численных моделей синоптической изменчивости океана к реальным гидрологическим полям, информация о которых содержится в океанологических измерениях. Предшествующие работы по этой тематике [И.Е. Тимченко, В.В.Кньпп, В.Д.Ярин, С.И.Хлопушина, В.М.Моисеенко] в основном были посвящены усвоению данных наблюдений в численных моделях крупномасштабной циркуляции океана. При разработке аналогичных методов усвоения данных синоптической изменчивости океана необходимо учесть ряд специфических особенностей, связанных с масштабами изучаемого явления.

Интерес к синоптической изменчивости океана обусловлен общим энергетическим балансом океанической среды. Известно, что основная энергия содержится в длинных волнах планетарного масштаба, бароклинных волнах и интенсивных вихревых образованиях. Этими явлениями определяется взаимодействие океана и атмосферы, столь важное в практических задачах народного хозяйства, в том числе промышленного рыболовства.

В диссертационной работе разработаны конкретные ДСМ обработки гидрофизических измерений, созданные на теоретичес-

кой базе четырехмерного объективного анализа и специально предназначенные ' для изучения синоптической изменчивости и динамики верхнего слоя океана, существенно влияющих на динамику биомассы, плотность скоплений и др. характеристики объектов промысла. Основной проблемой построения подобных моделей является обоснованный выбор динамической и стохастической частей модели и разработка эффективных методов усвоения данных наблюдений при их численной реализации на компьютере.

ДСМ синоптической изменчивости о'кеана содержат теоретические модели океана, представляющие эволюцию осредненных составляющих гидрофизических полей СВ.П.Кочергин, А.С.Саркисян]. В основу моделей, представленных в работе, положен метод расчета циркуляции стратифицированного океана с реальным рельефом дна. В численных моделях синоптической изменчивости необходимо высокое пространственное разрешение для детального описания вихревых образований и процессов турбулентного перемешивания в верхнем квазиоднородном слое. При таком пространственном разрешении заметный вклад вносят нелинейные слагаемые.

Автором разработана численная гидродинамическая модель с полными нелинейными уравнениями движения и динамики уровня океана с переменными коэффициентами вертикального турбулентного обмена и диффузии, вычисляемыми по формуле Обухова [8]. При решении дифференциальных уравнений используются неявные схемы с аппроксимацией производных конечными разностями. На основе этой модели исследовались нелинейные эффекты в квазиоднородном слое и слое основного пикноклина при действии штормового ветра. Как показали результаты расчетов, особенно чувствительной к нелинейности является зона скачка плотности на нижней границе верхнего квазиоднородного слоя. В первом приближении нелинейными слагаемыми в уравнениях движения можно пренебречь, оставив их, однако, в уравнении для уровня.

При использовании ДСМ, реализованной в период экспедиции на НИС "Академик Вернадский" в северо-западной части Индийского океана, были введены некоторые упрощения [14]. В уравнениях движения модели опущены нелинейные слагаемые и слагаемые горизонтального турбулентного обмена. Коэффициенты вертикального турбулентного обмена, вертикальной и горизонтальной турбулентной диффузии считались постоянными.1 Верти-

кальная скорость рассчитывалась по формуле Свердрупа. Статистическая часть ДСМ содержала уравнение для дисперсии ошибок поля плотности и процедуру включения измерений в модель. Для проведения анализа гидрологических и биологических данных были построены пространственные карты течений на основе несинхронных измерений плотности.

Проведенные эксперименты показали, что эта простая модель способна описывать эволюцию вихреобразований. Направление движения вихреобразований было западным с небольшой южной составляющей, что соответствовало наблюдениям в рейсе. Участки подъема вод хорошо коррелировали с зонами повышенной биологической продуктивности. С использованием ДСМ решались задачи обнаружения вихревых образований, краткосрочного прогноза полей плотности и скорости течений, слежения за эволюцией синоптических вихреобразований и планирования новых измерений на полигоне.

В диссертации продемонстрирована возможность использования измерений уровенной поверхности океана, полученных в результате быстрого глобального обзора со спутников, в ДСМ синоптической изменчивости океана. Корреляционная функция отклонений прогноза в поле уровня можно записать в виде [163: н н

1 '

Рг,(х,х1,у,у1,1) = —

•з

Р0~

Р(х,х1,у,у1,г,21,(21)

о о

Корреляционная функция ошибок поля плотности, используемая в усвоении измерений уровня по алгоритму (14), рассчитывалась по прогностическому уравнению (20) с применением параметризации (19) и выражения (21).

Проведенные численные эксперименты лодтвердили высокую информативность спутниковых измерений, в частности, дистанционных измерений уровня океана. За счет усвоения данных об уровне удалось восстановить вихревую структуру в поле плотности на различных глубинах.

Развитие аппарата статистического оценивания и возможность подбора наилучших моделей путем их сравнения по заданному критерию позволяет проводить поиск функциональных зави-симбстей "вход-выход" в области оценки запасов биоресурсов.

В диссертационной работе приводится один из наиболее

простых подходов к построению модели динамики объекта прокисла, относящегося к продукционным методам. Предполагается, что скорость изменения численности популяции пропорциональна ее численности g и некоторой функции f(g).

Уравнение, описывающее g в стохастическом варианте, имеет вид:

dg

— = gf(g)+gw. (22)

dt

Используя некоторые общепринятые представления относительно функции f(g) и обобщающее представление для шума в правой части, конечно-разностный аналог уравнения (22) можно представить в виде:

ln(gt)=eiln(gt-l)+B2ln(£t-.2)+83gt-l+e4gt-2+rt+Wt, (23)

где 61,62,63.64 - неизвестные параметры, rt - детерминированная функция, wt - белый шум с нулевым средним.

В диссертации рассмотрено несколько вариантов моделей (23) и проведена оценка параметров этих моделей. В качестве данных моделируемого■ процесса использовался временной ряд уловов за период с 1958 по 1991 гг. Сравнение нескольких классов моделей по методу максимального правдоподобия позволило выбрать лучшую модель.

В работе не ставилась задача построения модели динамики конкретной популяции. Отечественная отраслевая наука на протяжении более двух десятков лет проводит исследования по применению математических методов и моделей с целью прогнозирования состояния и объема запасов различных видов биоресурсов. Особенно представительны в этом плане многочисленные работы ВНИРО, ТИНРО, АтлантНИРО и других рыбохозяйственных научных организаций.

Задача, которая здесь решалась - это отработка механизма включения моделей динамики популяций объектов промысла в информационную рыбопромысловую систему. Новая разработанная модель должна пройти сравнение с базовой моделью и затем, если она превосходит базовую до заданным критериям качества, заменить её, в противном случае пополнить библиотеку моделей. Пересмотр моделей с целью выбора наилучшей необходимо проводить при изменении критериев или методов оценивания па-

раметров модели. Другими факторами, которые могут повлечь такой пересмотр, являются изменения моделей других подсистем, либо существенное изменение совокупности наблюдений.

Проблема моделирования в рыбном хозяйстве связана с его спецификой, которая заключается в сосредоточении основных производственных мощностей в подвижных производствах (судах промыслового флота). В работе предложена ДСМ промыслового судна, являющегося объектом информационной рыбопромысловой системы.

Судно является подвижным производством и осуществляет производственный цикл в зависимости от состояния среды (например сырьевая база, метеообстановка). Особенность действия промыслового судна - ярко выраженная последовательность фаз: переход, поиск, промысел, производство, транспортировка, выгрузка в порту и др. Очевидно, что смена фаз зависит от параметров самого процесса. И даже при линейном операторе на каждой фазе процесса в целом для промыслового судна будем иметь нелинейную модель с характерной пороговой нелинейностью. Поэтому необходимо для каждой фазы подбирать наилучший класс моделей, а в каждом классе - наилучшую модель.

Траектория движения судна описывается набором точек (ФьДО в дискретные моменты времени где - широта, Xt - долгота местонахождения судна. Информационная модель траектории строится таким образом, чтобы удовлетворить критерию минимума параметров, описывающих траекторию, и обеспечить заданную точность при воспроизведении требуемых показателей модели судна. Такими показателями являются: скорость движения судна, курс, время прохождения отрезка пути, расстояние от траектории до заданной точки или линии, точка местонахождения в заданный момент времени и др. Истинная траектория судна аппроксимируется параметрической кривой:

(р^Му^,«!,«?,. - - ,«1), (24)

Л^Мха,8!,62....,!»,;). (25)

.Форма функций ГуДх может быть выбрана в виде сплайнов или других наиболее часто употребляемых разложений. Траектория движения судна разбивается на К-участков, к=1,2,..,К. Пусть на одном из участков имеем набор последовательных из-

мерений координат судна Оп. Ап). п=0,1,... ,11 через равные промежутки времени. Задача формулируется следующим образом: необходимо найти такое разбиение траектории движения судна на к участков, чтобы на каждом отрезке траектории выполнялось неравенство:

глах [р{(фп,Хп ),(<Р^П),А(1П)Ш = шах Гр-((<РпДп).

(26)

(Гх(Ьп>«1,а2» • • ■ .<*1) ^у^п.в! >в2> • • - » < Рнорм.,

где р{(.),(.)} - расстояние между двумя точками, рнорм.-максимально допустимое расстояние между истинной траекторией и её аппроксимацией. Дополнительно к условию (26) должно выполняться условие минимума:

а) (1+Л) —» пип, если на каждом участке траектории применяется одна и та же модель аппроксимации (26), либо

к

б) I Пк+Лк) —* если эти модели разные. к«1

/

В случае аппроксимации точек траектории прямой линией ' сформулирован эффективный алгоритм разбиения траектории на участки. Для ДСМ судна в качестве составляющих вектора состояния можно использовать коэффициенты ап, Вп-

Величина суточного вылова, как правило, является приближенной величиной.. По каждой операции, после поднятия улова на борт,фиксируется визуальная оценка вылова по нескольким объектам промысла (обычно двум-трем). Пусть Ук - объем вылова; uik.U2k.U3k " содержание 1,2,3-ого объекта лова в процентах; к=1,2,...,К - номер промысловой операции за отчетные сутки; и11<+и2к+"3к<100. После обработки улова взвешиванием (или частичным взвешиванием') определяется объем рыбной продукции, выпущенной за прошедшие сутки - р^, з=1,2,...,Л -видов рыбной продукции. Величина суточной добычи 1-того вида сырья за сутки определяется с использованием коэффициентов расхода сырья п^:

з

V! - С Р^Гн. • (27)

где т - количество сырца (объекта промысла), затраченное на выпуск одной единицы продукции вида р^. Визуальная оценка

улова и уточненный по формуле (27) вылов согласуются следующим образом. Добыча сортируется так, что У1>У2>Уз> Вылов 1-того вида сырья по к-той операции будет иметь вид:

У1к^1(и1к/»1)(УкЛ0; (28)

V2k=V2(U2k/»2)(V^•./VV, (29)

Узк^з(изкЛ>зНУкЛО; (30)

(VcyтVk/V-(Vlk+V2k+Vзk)). 1=4,..., I; (31)

где I к К К К (32)

Усут= Е VI, У= Е Ук, 1>1= Е и1к, "2= £ 1>2к, «3= 2 "Зк-1-1 к-1 к-1 к-1 к-1

Соответствующая стохастическая модель (по аналогии с уравнением (1)) представляется в виде:

(33)

где может иметь смысл среднего вылова на усилие по всем промысловым судам, работающим в данном районе.

Объем суммарного выпуска продукции уточняется на стадии сдачи готовой рыбной продукции и фиксируется в отчетных финансовых документах купли-продажи. Пусть Ра.с! - объем сданной продукции в текущем промысловом рейсе судна. Уточненный накопительный вылов с начала рейса определяется по формуле:

э

VI. рейс = (Р: + Е Ро.а)Ги, (34)

сЗ-1

где Р^ - остатки соответствующего вида рыбопродукции на борту. После окончания рейса первое слагаемое в правой части выражения (34) исчезает и у^ реяс становится окончательной цифрой, используемой в статистической отчетности.

Изменение запасов на борту описывается уравнением:

Zi.t=Zi.t-í-fzi. t-lтczi-^z^-i-^vzi.t, (35)

где - 1-тый вид запасов (например дизельного топлива-); 1Ь1 - норматив расхода; 2+1 - количество принятых на борт запасов.

ДСМ судна можно дополнить другими компонентами его состояния. Выше приведенная модель использовалась в разных аспектах технологии обработки и анализа информации, в том числе при контроле вновь поступившей входной информации. Невы-

«

сокая эффективность применения модели промыслового судна к прогнозу связана с ожидаемым небольшим пределом предсказуемости. Одной из задач прогнозирования является поиск и выделение структур с большим интервалом предсказуемости, т.е. устойчивых к прогнозу на большие интервалы времени. Поиск таких структур целесообразно осуществлять в направлении агрегированных показателей, снижающих взаимное влияние шумовых воздействий.

6. Результаты функционирования информационной рыбопромысловой системы.

На базе проведенных исследования была создана информационная рыбопромысловая система "Рыболовство" (ИСР). Топологическая схема обмена информацией в системе представляется в двух разрезах. Во-первых, ИСР имеет три уровня информационной сети: морской, региональный и центральный. На региональном уровне осуществляется сбор всей оперативной информации с моря, сведений о предприятиях и судах, находящихся у них на балансе, заявках на добычу водных биоресурсов, обидах допустимых уловах, выделенных квотах на добычу и разрешениях на промысел. На этом уровне также обеспечиваются информационные потребности региональных организаций и ведомств. На центральный уровень ИСР (Роскомрыболовство) представляется только часть информации региональной базы данных ИСР, необходимой для реализации его функций управления.

Во втором разрезе представляется схема обмена информацией в зависимости от вида сведений, составляющих содержание базы данных ИСР. Состав, содержание и регламент представления в ИСР оперативной промысловой информации предприятиями и их судами определен приказом Роскомрыболовство N150 от 08.07.93. На рис.3, приведена региональная схема сбора и обработки судовых суточных донесений, передаваемых судами с моря на берег. Схема информационных потоков данных о предприятиях и судах, находящихся у них на балансе, заявках на добычу водных биоресурсов, общих допустимых уловах, выделенных квотах на добычу и разрешениях на промысел приведена на рис.4.

Техническая база ИСР представлена двумя персональными компьютерами 3860Х/387/8/210/ЗУ(ЗЛ/40 и модемом Ьехапс! для каждого регионального информационного центра. На информационном центре Роскомрыболовства используется дополнительный

Рис.3. Представление в ИСР оперативной промысловой информации (сплошная линия) и накопительных сведений по предприятию (штриховая).

Рис.4. Региональная схема информационных потоков.

компьютер с процессором Intel-486. Каждый пользователь ИСР оснащен персональным компьютером#типа IBM PC AT с процессором типа Intel-386 (Intel-486) и имеет модем Lexand, либо подключен в локальную сеть.

Программные средства информационной системы "Рыболовство" обеспечивают ввод и хранение информации, а также обмен данными в сети между пользователями системы в соответствии с их компетенцией. В системе предусмотрен поиск информации по запросу, а также формирование набора видеограмм и выходных документов (более 35). Программный комплекс представляет собой набор 14 библиотек процедур и функций, использованных в 47 отдельных модулях. С.использованием модулей построена диалоговая среда ИСР и реализованы алгоритмы контроля информации, вычислительные процедуры.

Организация данных. В рамках ИСР не проводится четкого разграничения обрабатываемой информации на входные и выходные данные. Это связано с тем, что одни и те же данные в зависимости от конкретного режима работы и состояния информационной базы могут быть введены с клавиатуры (или с дискеты), получены расчетным путем на базе других показателей и/или выведены на дисплей или принтер компьютера, либо на дискету.

Все данные, размещенные в базе данных, сгруппированы следующим образом: выделенные лимиты на добычу объектов промысла; ежесуточные оперативные данные о промысловой деятельности судов персонального учета; накопительные сведения о добыче объектов промысла по предприятиям; нормативно-справочная информация.

Выходная информация имеет структуру стандартного текстового файла и может быть использована любым другим программным обеспечением по усмотрению пользователя.

Работа пользователей в среде ИСР. Программная совместимость системы допускает эксплуатацию ИСР совместно (но не одновременно) с любыми другими программными средствами, работающими под управлением общей операционной системы (MS-DOS). При одновременной работе ИСР с другими программами (многозадачный режим) возможно резкое сокращение быстродействия из-за недостатка свободной оперативной памяти и конкуренции за процессорное время компьютера.

Функционирование ИСР. Морская часть системы в настоящее

время реализована путем формирования традиционных судовых суточных донесений (ССД) бассейнового формата и передачи их с судов на берег в виде радиограмм.

По сравнению с 1989 годом число рыбопромышленных предп-риятйй возросло с 50 до 500 при уменьшении численности судов персонального учета с 3200 до 2600 единиц (к судам персонального учета относятся суда, имеющие мощность главного двигателя от 300 л.с. и выше, а также более мелкие суда, имеющие автономность плавания более суток и традиционно представляющие оперативную отчетность).

К началу 1992 года система сбора информации была разрушена. Поступали сведения лишь от 35% судов флота. За 1992 год удалось восстановить потоки информации, содержащие сведения по 50% судов действующего флота. В 1993-1994 году внедрение ИСР позволило обеспечить сбор информации от 87% судов.

Эффективность функционирования ИСР и пути дальнейшего развития. Элементы новой компьютерной технологии в морской части информационной системы предполагается реализовать в период 1995-1996 гг. Процесс реализации всей программы будет осуществляться плавным наложением новой технологии на существующую, что позволит весь период функционировать системе в нормальном режиме без увеличения затрат на дублирование.

После приобретения необходимого технического оборудования основные финансовые затраты будут связаны, в основном, с функционированием региональных центров и оплатой за передачу информации по каналам связи. Затраты на передачу информации в пакетном режиме уменьшаются по сравнению с традиционными методами в 1,5 раза. Этих сэкономленных средств будет достаточно для обеспечения деятельности региональных центров.

Значительные затраты на внедрение бортовых компьютерных комплексов окупятся в течение двух первых лет эксплуатации. В сочетании с решением широкого комплекса судовых задач экономический эффект должен возрасти в несколько раз.

Функционирование морской части системы в режиме новой технологии позволит исключить искажение местоположения судов за счет независимого электронного сканирования их перемещений. Компьютерная обработка и подготовка информации на судне сократит в 2 раза затраты ручного труда, позволит на порядок уменьшить ошибки в процессе подготовки и передачи информа-

ции, даст возможность автоматизировать пост-контроль оперативной информации по возвращению судна в порт. Электронная система контроля за морским судоходством снизит затраты на использование рыбоохранных и пограничных судов, сократит расходы судовладельцев на содержание наблюдателей и инспекционные проверки при применении ИСР службами контроля как системы наведения на правонарушителей:

В послевоенный период возникла тенденция к интернационализации управления Мировым рыболовством, вызванная ограниченностью морских биоресурсов и сверхкапитализацией рыболовного флота. Частично эта проблема решается путем создания целого ряда региональных организаций, которые действуют под эгидой ФАО или при её участии. В числе последних посылок интенсификации этого процесса можно отметить подготовку международной конвенции по трансграничным и далеко мигрирующим рыбам, предложенной на ассамблеи ООН.

Одним из шагов, необходимых для практической реализации международного. управления использования ресурсов, является унификация рыболовной статистики. Определенный шаг в этом направлении сделан в декабре 1993 года на проведенном по инициативе ФАО в США (La Jolla) совещании рыболовных организаций. Техническое воплощение поставленной задачи неизбежно требует создания международной рыболовной информационной системы для контроля промысловой деятельности в Мировом океане. В качестве прототипа такой системы предлагается рассмотреть действующую в России национальную информационную систему "Рыболовство".

Основные результаты и выводы.

1. Одним из важнейших результатов диссертационного исследования является построенная отраслевая аналитическая компьютерная информационная рыбопромысловая система (ИСР). Благодаря этому осуществляется информационная поддержка управления на базе новых компьютерных технологий. Разработка и внедрение ИСР обеспечили 5-кратное сокращение затрат на информационное обслуживание отрасли для нахождения наилучших решений по управлению.

2. Исследование и разработка теоретических и методологических основ проектирования и создания ИСР позволили учесть характерные особенности, оказывающие влияние на развитие отрасли и связанную с этим информатизацию промысловых

процессов, сформулировать принципы формирования информационных потоков и осуществить разработку показателей баз данных, обосновать состав информационного и программно-технического обеспечения, являющихся специфичными для рыбного хозяйства в силу подвижности сырьевой базы и средств производства.

3. Показано, что рациональный путь построения и использования системы связан с применением единого информационного ресурса (научной, промысловой и коммерческой информации о состоянии и использовании водных биоресурсов), позволяющего эффективно решать актуальные управленческие задачи на различных уровнях.

4. Разработанные на базе выполненных исследований методологические основы и инструментальные средства обеспечили создание и внедрение ИСР в практику работы Роскомрыболовства и рыбного хозяйства в целом. Единый методологический подход, разработанные математические и программные решения позволили без дополнительных затрат создать бассейновые и региональные подсистемы, оснастить их методическими материалами и программными средствами.

5. Результаты исследований и их реализация на базе функционирующей ИСР содержат все основные аспекты - от информационного и алгоритмического обеспечений до программно-технического обеспечения включительно. Внедрение ИСР позволяет в 2 раза повысить степень использования информационно-программных средств, а функционирование ИСР - информированность работников органов управления различных звеньев и рангов о состоянии и характеристиках биоресурсов, о текущих промысловых условиях путем предоставления доступа к информации и проблемно-ориентированному инструментарию базы данных ИСР.

6. Теоретической основой работы была выбрана методология системного анализа, методы моделирования временных рядов, фильтрации наблюдений и идентификации параметров математических моделей. Это позволило провести системное комплексное изучение и решение теоретико-методологических проблем, определяющих основу построения ИСР. Разработаны методологические аспекты формирования математического аппарата моделирования в информационной системе и комплексное использование динамико-стохастических моделей (ДСМ), в том числе при контроле достоверности входной информации. Разработаны и ап-

робированы на практике ДСМ промысловых процессов, исследованы и разработаны•методы и компьютерные алгоритмы решения мо-ментных уравнений ДСМ.

7. Разработаны ДСМ синоптической изменчивости океана, позволяющие прослеживать динамику основных гидрологических полей по контактным и дистанционным наблюдениям. Применение таких моделей в ИСР обеспечивает решение важных практических задач мониторинга среды для целей прогноза погоды, оценки биологической продуктивности отдельных районов океана и др. Проведенные численные эксперименты на разработанных конкретных ДСМ подтвердили высокую информативность, дистанционных измерений параметров океана. Такие измерения, получаемые из космоса, весьма перспективны для контроля за состоянием океана.

8. Исследован и предложен механизм включения новых разработанных ДСМ (на примере модели динамики популяций объектов промысла) в информационную систему. Ввод базовой модели, формулировка критериев качества при сравнении моделей и применение методов проверки адекватности моделей позволяет обосновать применение новой модели на практике.

9. Разработана ДСМ промыслового судна, которая исследована в рамках информационной рыбопромысловой системы на фактическом материале. Более эффективно модель может быть использована при контроле достоверности входной оперативной промысловой информации.

10. Для снижения расходов по эксплуатации и повышения надежности функционирования системы предложены методы обработки информации, позволяющие исключить дублирование показателей. Применение предложенных методов позволило в 1,5 раза сократить объем передаваемой информации и повысить её достоверность за счет использования единого протокола требований к качеству входных данных.

11. Использование ИСР содействует повышению эффективности производственно-хозяйственной деятельности отрасли при решении её основных задач,.таких как:

- совершенствование хозяйственного механизма функционирования предприятий и организаций в условиях рыночной экономики;

- обновление и совершенствование основных производственных фондов, прежде всего судов, судового, промыслового и

технологического оборудования;

- улучшение использования сырьевых, материальных, финансовых и трудовых ресурсов, научно-технического потенциала отрасли;

- повышение производительности труда в сфере управления и снижение расходов на её функционирование;

- обеспечение оперативной информацией о технологических процессах добычи и обработки рыбы, о движении рыбопродукции и грузовых операциях, о наработках оборудования и систем на судах по данным инструментально-электронного мониторинга и др.

12. Создание ИСР позволило сформировать региональные, бассейновые и федеральные информационные ресурсы в единую информационную среду. Промысловая информация, средства ее обработки и анализа стали доступны для широкого круга пользователей различных уровней управления и форм собственности и для пользователей других министерств и ведомств.

Публикации автора, в которых отражены основные результаты и выводы диссертации:

1. Информационная рыбопромысловая система, М.: - Деп. в ВНИЭРХ, Ы1270-рх94, 1994,- 286 е., 17,9 П.л.

2. Математическое моделирование промысла водных биологических ресурсов, М.: - Деп. в ВНИЭРХ, М1269-рх94, 1994,154 с., 9,6 п.л.

3. Информатизация управления использованием водных биологических ресурсов, М.: - Деп. в ВНИЭРХ, М1268-рх94, 1994,139 с., 8,7 п.Л.

4. Информационно-аналитическая компьютерная система учета использования водных биоресурсов. /В соавторстве/. Рыбное хозяйство, N5, 1993, с.38-40, 0,2 п.л.; авторский объем - 0,15 п.л. .

5. Исследование возможности применения методов статистической обработки оперативной информации для анализа и управления научной, производственной и коммерческой деятельностью организаций рыбной отрасли народного хозяйства

М. ,• Рыбное хозяйство.Сер. промышленное рыболовство. Вып. 4, ВНИЭРХ, 1994, с.1-30, 1,9 п.л.

6. Компьютерная автоматизированная информационно-аналитическая система "Рыболовство" (ИСР), М., Рыбное хозяйс-

тво.Сер.:Биопромысловые и экономические вопросы мирового рыболовства, Вып.1-2, ВНИЭРХ, 1995, с.1-27, 1,7 п.л.

7. О динамике однородного слоя Лионского залива во время мистраля. /В соавторстве/. - В кн. Советско-французские исследования. Взаимодействие океана и атмосферы. Севастополь, изд. МГИ АН УССР, 1978, с.11-19, 0,6 п.л.; авторский объем - 0,2 п.л.

8. О нелинейных эффектах в квазиоднородном слое и слое основного пикноклина моря. /В соавторстве/. -. Морские гидрофизические исследования, N 3, Севастополь, 1979, с.45-56, 0,8 п.л.; авторский объем - 0,6 п.л.

9. Об одной разностной схеме расчета уравнения переноса случайной физической величины полем скорости. /В соавторстве/. В кн.: Численное моделирование динамики океана и внутренних водоемов.", Новосибирск, 1984, с.141-155, 0,9 п.л.; авторский объем - 0,5 п.л.

10. Метод расчета эволюции случайных гидродинамических полей на основе сопряженных уравнений. /В соавторстве/. Изв. АН СССР, ФАО, т.22, N2, 1985, с.115-122, 0,5 п.л.; авторский объем - 0,25 п.л.

11. Применение сопряженных уравнений в задачах оценки состояния случайных гидродинамических полей. /В соавторстве/. Изв. АН СССР, ФАО, т.22, N3, 1985, С.227-234, 0,5 п.л.; авторский объем - 0,25 п.л.

12. Метод прогнозирования статистических характеристик поля пассивной примеси. /В соавторстве/. - Морские гидрофизические исследования, N4, Севастополь, 1979. с.97-107, 0,6 п.л.; авторский объем - 0,5 п.л.

13. Динамико-стохастическая модель для обработки плот-ностных съемок в океане. /В соавторстве/. - Морские гидрофизические исследования, N4, Севастополь, 1979, с.81-97, 1,1 п.л.; авторский объем - 1,0 п.л.

14. Применение динамико-стохастической модели к обработке гидрофизических измерений в Индийском океане. /В соавторстве/. - В сб.: Комплексные океанологические исследования Индийского океана, Севастополь, 1981, с.99-108, 0,6 п.л.; авторский объем - 0,5 п.л.

15. Усвоение спутниковых данных в численных моделях динамики океана. /В соавторстве/. - В сб.: Спутниковая гидрофизика, Севастополь, МГИ АН УССР, 1980, с.58-67, 0,6 п.л.;

авторский объем - 0,4 п.л.

16. Дистанционные измерения уровенной поверхности в исследованиях синоптической изменчивости океана. /В соавторстве/. Изв. АН СССР, ФАО, т.18, N1, 1982, с.60-69, 0,6 п.л.; авторский объем - 0,5 п.л. .

17. Согласование дистанционных измерений уровенной поверхности океана с плотностными съемками на гидрофизических полигонах. /В соавторстве/. - В кн.: Автоматизация научных исследований морей и океанов. ("Тезисы докладов Всесоюзной школы 15-19 сентября 1980 г.), Севастополь, 1980, с.151-152, 0.1 п.л.; авторский объем - 0,09 п.л.

18. Численная модель верхнего слоя океана в приближении к анализу дистанционных измерений поверхностной температуры.' /В соавторстве/. Сб.: Материалы сов.-фр. симпозиума. Изд. ВЦ СО АН СССР, Новосибирск, 1983, с.68-77, 0,6 п.л.; авторский объем - 0,3 п.л.

19. The sampling variability of autoregressive spectral estimates for two- variate hydrometeorogical processes. /В соавторстве/. Сб.: IstWorld Congress Bernoulli Society, USSR, Tashkent, 1986, p.407-408, 0,1 п.л. авторский объем -0,07 п.л.