WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

На правах рукописи

Кречетова Светлана Юрьевна

РАЗРАБОТКА АЛГОРИТМОВ И ПРОГРАММНОГО КОМПЛЕКСА ДЛЯ

РЕШЕНИЯ ЗАДАЧ ГРОЗОВОЙ ПОЖАРООПАСНОСТИ

ЛЕСНЫХ МАССИВОВ ГОРНОГО АЛТАЯ

05.13.18 – Математическое моделирование,

численные методы и комплексы программ

Автореферат диссертации на соискание ученой степени кандидата физико-математических наук

Барнаул, 2007

Работа выполнена на кафедре математического анализа ГОУ ВПО «Горно-Алтайский государственный университет»

Научный руководитель: доктор физико-математических наук, профессор Воеводин Анатолий Федорович

Официальные оппоненты: доктор физико-математических наук, профессор Сагалаков Анатолий Михайлович доктор физико-математических наук, профессор Костюков Василий Васильевич

Ведущая организация: Институт леса им. В.Н. Сукачева СО РАН

Защита диссертации состоится марта 2007 г. в на заседании «2»

диссертационного совета Д 212.005.04 в Алтайском государственном университете по адресу: г. Барнаул, пр. Ленина, 61, конференц-зал.

С диссертацией можно ознакомиться в библиотеке Алтайского государственного университета по адресу: г. Барнаул, пр. Ленина, 61; с авторефератом диссертации – на сайте АлтГУ: http//asu.ru/ Автореферат разослан "_" января 2007 г.

Ученый секретарь диссертационного совета доктор физико-математических наук, профессор С.А. Безносюк

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность. Нарастание энергоемкости скоростного изменения климата Земли и геосферных взаимодействий резко увеличивает количество и разнообразие экологических рисков. Среди этих рисков особое место занимает возгорание лесных массивов от молниевых разрядов все более учащающихся гроз. В последние годы лесные пожары становятся повсеместными, и все чаще для борьбы с массовыми возгораниями лесов требуется межгосударственная кооперация (например, лесные пожары 2006 года потребовали совместных действий таких стран, как Испания, Франция, Италия, Португалия).

На фоне общего подъема грозоактивности на Земле значительно выделяются горные страны, к которым относится и Горный Алтай. Многолетнее изучение грозоактивности Горного Алтая позволило выявить основные закономерности распространения и периодичности грозовых процессов. Но в этих исследованиях не проводились целевые работы по вопросам лесной пожарной опасности грозового генезиса. Поэтому в связи с угрозой крупномасштабных экологических рисков и растущих экономических потерь от лесных пожаров, было проведено систематическое целевое исследование пожароопасности на территории Горного Алтая.

По актуальности проблема лесных пожаров стоит на первом месте среди экологических и экономических рисков лесного хозяйства в исследуемом регионе.

Ярким примером массовых лесных пожаров от действия гроз в Горном Алтае является событие 2001 года, когда из 177 лесных пожаров 89 (50%) оказались грозовыми. При этом в период с 28 мая по 29 июня 2001 года в отдельные дни обнаруживалось до 10 очагов горения на участках удаленных друг от друга более чем на 200 км. Поэтому изучение регионального характера формирования и развития пожароопасных обстановок является актуальным.

Таким образом, создавшаяся обстановка пожароопасности лесных массивов на территории Горного Алтая требует незамедлительного и детального изучения причин и характера лесных пожаров. Это тем более важно, что нарастание неопределенности в установлении причин пожаров порождает межведомственные конфликты и спорные вопросы. Наше изучение состояния вопросов выявления причин возгораний лесных массивов, а также рассмотрение региональной информационной обеспеченности проблемы потребовало нового подхода в математических способах решения задач. Новизна этого подхода состоит в привлечении и модификации математических средств в направлении задач сводимых к задачам распознавания образов. Использование методов распознавания образов при исследовании пожарной опасности позволяет вскрыть ряд факторов, влияющих на формирование грозопожароопасных обстановок и решать спорные вопросы о причине возникновения пожаров, актуальные для горных территорий.

Объект и предмет исследования. Феноменологическим объектом исследования является совокупность событий связанных с лесными пожарами во время прохождения гроз по исследуемой территории. Предметом исследования является конечное множество региональных характеристик конкретного события (лесного пожара). С учетом имеющегося уровня математического решения общих задач лесной пожарной опасности мы рассматриваем эффективные методы и математические процедуры для решения частной задачи – математическое выявление факторов грозовой пожароопасности в расширенном информационном пространстве признаков. С этой точки зрения, настоящая работа посвящена проблеме и вопросам построения эффективных методов и систем, отвечающих задачам грозовой пожароопасности.

В работе рассматривается алгоритм-программный комплекс для решения вопросов грозовой пожароопасности на территории Горного Алтая. Программный комплекс разработан на основе геоинформационных технологий и эвристического метода распознавания образов (метод целевой итерационной классификации (А.А.

Бишаев, 1976; Ю.Р. Васильев и др., 2003)).

Методы исследования.

Исследование базируется на использовании методов классической теории распознавания образов, алгебраической теории распознающих алгоритмов, принципах формирования и построения баз данных, включая геоинформационный подход. Также в ходе работы были использованы методы прикладной статистики.

Цель и задачи исследования. Целью исследований данной диссертации является разработка расширенного комплексного признакового пространства факторов, максимально отвечающих условиям формирования грозопожароопасных ситуаций в регионе, и построение на его основе распознающей системы для решения задач, связанных с практикой лесоохранных служб.

В ходе изучения пожароопасности в исследуемом регионе ставились и решались задачи следующего содержания:

1) анализ литературных источников, освещающих условия возникновения и прохождения лесных пожаров от гроз и возгораний леса антропогенного характера;

2) формирование и разработка базы данных в полном объеме учтенной и обработанной информации об условиях пожароопасных обстановок на территории Горного Алтая;

3) теоретическое обоснование метода целевой итерационной классификации (в силу его эвристической природы) с точки зрения алгебраического подхода для распознающих алгоритмов; построение эффективной компьютерной технологии, использующей этот метод;

4) сравнительное изучение в расширенном пространстве признаков антропогенных и грозовых пожаров для выявления значимых групп признаков, характеризующих изучаемые классы объектов;

5) выявление пространственно-временных закономерностей формирования грозовой пожароопасности и формулировка на их основе рекомендаций для лесоохранных служб.

Исходные материалы. При разработке базы данных по пожарной опасности лесных массивов Горного Алтая были использованы следующие информационные массивы:

данные о горимости лесов, предоставленные в рамках договора с Алтайской базой авиационной охраны лесов;

данные о грозовой активности, предоставленные Горно-Алтайским Центром по гидрометеорологии и мониторингу окружающей среды;

данные по солнечно-земной физике, взятые со специализированных сайтов в сети Интернет;

цифровые карты магнитных аномалий, геологического строения территории Горного Алтая, предоставленные отделом ГИС Центра новых информационных технологий (ЦНИТ) Горно-Алтайского госуниверситета.

При написании диссертации автор опирался на теоретические и методические подходы, изложенные в трудах А.В. Волокитиной, А.М. Гришина, А.Н. Дмитриева, Ю.И. Журавлева, В.А. Иванова, Н.А. Коршунова, Н.А. Кочеевой, М.А. Софронова, А.В. Шитова, а также в источниках приведенных в списке литературы.

Научная новизна работы. Впервые разработана комплексная база данных по пожарной опасности лесов Горного Алтая, включающая в себя лесорастительные характеристики, геоморфологические, гелио- и геолого-геофизические параметры среды.

Проведено аналитическое рассмотрение и описание метода целевой итерационной классификации (А.А. Бишаев, 1976; Ю.Р. Васильев и др., 2003). Четкая формулировка данных требований послужила основой разработки дополнительных процедур обучения, позволяющих формировать выборку эталонных объектов, на которой повышается максимальная эффективность распознавания. С учетом новых процедур выбора эталонных объектов проведено усовершенствование компьютерной программы метода целевой итерационной классификации.

Защищаемые положения.

1. На основе алгебраической теории распознающих алгоритмов сформулированы условия корректности решений метода целевой итерационной классификации.

Доказана эффективность распознавания метода на выборках малого объема, характеризующихся максимальным информационным разнообразием.

Предложен эффективный прием построения сжатых таблиц, отвечающих требованиям идеальной эталонной выборки.

2. Разработано комплексное пространство признаков, на основе которого с помощью метода целевой итерационной классификации выявлены основные пространственно-временные закономерности в распределении лесных пожаров Практическая значимость. Усовершенствованный алгоритм-программный комплекс целевой итерационной классификации и разработанная комплексная база данных, включающая в себя параметрические и пространственные характеристики, позволяют решать как задачи связанные с экологическими рисками грозовой пожароопасности, так и ряд практических задач, сводимых к распознаванию образов. Целесообразно выделить функциональную значимость аналитического программного комплекса для выявления других опасных воздействий молниевых разрядов (повреждения ЛЭП), а также при решении экологоориентированных проблем, связанных с влиянием энергоактивных зон и активности Солнца на здоровье населения Горного Алтая. Выявленные пространственновременные закономерности распределения пожаров от гроз послужили основой для формулировки дополнительных рекомендаций по прогнозу пожароопасных обстановок на территории Горного Алтая. Результаты данного исследования внедрены в практику работы Алтайской авиалесоохраны.

Апробация работы. Основные результаты исследования опубликованы в работах. Отдельные вопросы и результаты исследований обсуждались на российских и международных конференциях:

на XL Международной научной студенческой конференции «Студент и технический прогресс» (2002 год, г. Новосибирск) 4-й Всероссийской научной конференции «Физические проблемы экологии (Экологическая физика)» (22-24 июня 2004 год, г. Москва);

на Международной конференции «Сопряженные задачи механики, информатики и экологии» (5-10 июля 2004 год, г. Горно-Алтайск);

на 6-й Международной конференции «Лесные и степные пожары: возникновение, распространение, тушение и экологические последствия» (5-11 сентября год, г. Иркутск).

Работа поддержана грантами:

- Университеты России по теме № УР.09.01.056 «Комплексное изучение геодинамических процессов Горного Алтая на характер грозоактивности и исследование мест повышенной техногенной аварийности» (2002-2003 гг.);

- Министерства образования и науки по программе «Развитие научного потенциала высшей школы» по теме «Исследование грозопожароопасности лесных ландшафтов Горного Алтая » (2005 г.).

Структура и объем работы. Диссертация состоит из введения, пяти глав, заключения, списка литературы и трех приложений. Материал изложен на страницах и содержит 18 рисунков, 30 таблиц, список литературы из наименований. Общий объем приложений составляет 46 страниц.

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

ГЛАВА 1. В главе «Современное состояние проблемы грозовой пожароопасности лесных массивов» освещены вопросы по общей характеристике возникновения и распространения лесных пожаров. Рассмотрены современные методы прогноза лесной пожарной опасности. Наряду с описанием синоптических и лесотипологических обстановок становления и развития грозовой пожароопасности рассмотрен механизм возникновения пожаров от гроз. Приведены характеристики разработанных в настоящее время методов оценки грозовой пожарной опасности на залесенных площадях. Рассматривается актуальность сведения задачи выявления факторов грозовой пожароопасности к задачам распознавания образов.

ГЛАВА 2. В главе «Математическое обоснование и программная реализация метода математической (алгебраической) теории распознающих алгоритмов, предложенной академиком Ю.И. Журавлевым. Описано применение алгебраического подхода к методу целевой итерационной классификации («ЦИКЛ»), в рамках которого проведено его математическое обоснование. С учетом дополнительных требований к обучающей выборке проведена модификация программной реализации метода целевой итерационной классификации.

множество допустимых объектов S1,...,Sm (объекты эталоны), которые используются в алгоритме распознавания для получения проблемноориентированного описания объектов исследования. Обучающее множество представимо в виде объединения непересекающихся классов (образов) Kt, t = 1, l.

Характеристика совокупности объектов исследования, определяемых обучающей расчлененным на характеристические признаки x ij и целевой признак x in +1, задающий принадлежность объектов обучающей выборки к одному из классов K1,..., K l. Пусть с помощью некоторого преобразования описания объектов S1,...,Sm переведены в стандартизованное (центрированное и нормированное) пространство X = {xij} и принадлежат интервалу [1 1]. Переведем стандартизованные значения признаков в пространства прямых обратных X = {d ij } оценок следующим образом:

Прямые d ij и обратные d оценки значений признаков принадлежат интервалу [0; 2] и определяют, соответственно, меры различия и сходства объектов. При этом для фиксированного класса Kt, t = 1, l d i n +1 = ( xi n +1 ) = bt и ( d i n+1 = ( xi n+1 ) = b t ), где число bt определяет класс Kt, t =1, l в пространстве X, а число b t - в пространстве X.

Пусть ~ = ( p1, K, p n ) - вектор числовых весов характеристических признаков.

Потребуем, чтобы веса признаков p1,K, pn были нормированы. Для любого допустимого объекта S с описанием I ( S ) = (d1,..., d n ) в пространстве X имеем оценку (S ) = p1d1 + p2 d 2 + K + pn d n. Можно видеть, что это равенство переписанное в виде R = p1d1 + p2d2 +K+ pndn = 0 представляет уравнение гиперплоскости R с пространстве X через объект S. При этом гиперплоскости Rt и Rt, заданные, R t = p1 d 1 + p 2 d 2 + K + p n d n b t определяют класс Kt, t = 1, l, в пространствах Заметим, что пространства прямых и обратных оценок по подпространству R0 = ( p1,K, pn,0) разбиваются, соответственно, на фактор-пространства X / R0 и X / R0. Ненулевые весовые коэффициенты гиперплоскости R0 = ( p1,K, pn,0) определяют информативную систему признаков (ИСП).

Выделим распознающие операторы алгоритма «ЦИКЛ» отдельно в пространствах прямых X и обратных оценок X. Пусть даны обучающая выборка S 1 K S m и контрольное множество {S1,..., S q }, включающее в себя объекты-пробы, которые искомый алгоритм должен правильно классифицировать. Для контрольного объекта S i {S1,..., S q } в пространстве прямых оценок X распознающий оператор обозначим как =|| rit ||ql, i = 1, q, t = 1, l, где Величина, определяющая область принадлежности объектов к классам, задается следующим равенством:

Совокупность распознающих операторов (, p 1, K, p n, ) алгоритма «ЦИКЛ».

Слабая полнота класса распознающих операторов метода «ЦИКЛ». Подчиним описание объектов контрольной и обучающей выборок, заданных в пространстве ( X ), дополнительным условиям, заимствованным из работы (Ю.И.

Журавлев, 1978):

1) множество { S 1 K S m } разбито на непересекающиеся подмножества, соответствующие заданным классам K 1,..., K l ;

2) для заданного преобразования потребуем, чтобы для каждой пары ( S w, S v ) { S 1,..., S q } и каждого класса K t существовал хотя бы один I n ( S w ) = {d wj }, I ( Sv ) = {d vj } и вектора P = ( p1,K, pn ) выполняется неравенство:

Данное условие подразумевает, что объекты контрольного множества не принадлежат одной гиперплоскости. Кроме того, будем считать, что Теорема. Класс распознающих операторов алгоритма целевой итерационной классификации (, p1, K, pn, ), составленный из операторов A и A, является слабо полным.

Обучающую выборку { S 1 K S m }, для которой выполняются условия теоремы, назовем идеальной.

В ходе доказательства теоремы было показано, что корректность распознающих операторов A и A существенно зависит от числа объектов контрольной выборки q и разности ik между весом объекта S i и весом объекта S k {S1,..., S q }, «расположенным выше» объекта S i. Для величин ik и q имеем следующую оценку характеристических признаков, верхняя граница значения ik при q=11 определяется величиной 0.2, при q=101 величиной 0.02. При k = 0.5 оценка ik уменьшается в четыре раза и для q=11 составляет 0.05, для q=51 ik =0.01. При k = 0.1 и q= величина ik не должна превышать 0.01.

Приведем разработанный нами прием, позволяющий из исходной таблицы эталонных объектов формировать идеальную обучающую выборку.

Сжатие обучающей выборки. Пусть в результате обучения для объектов R 0 ( p 1,..., p n, 0 ) и соответствующие разделяющие параллельные гиперплоскости R1 ( p1,..., p n, b1 ),..., Rl ( p1,..., p n, bl ) классов K1,..., K l. Кроме того, для объектов обучающей выборки S 1,..., S m получены веса (распознающие оценки) 1,..., m, принадлежат объекты S1,..., S m.

Если u = v, u v, u, v = 1, m, то соответствующие им объекты Su и S v принадлежат одной гиперплоскости, т.е. для них не выполняется условие 2) теоремы. В этом случае будем говорить, что объекты Su и Sv информационно неразличимыми относительно информационной системы признаков, заданной ненулевыми коэффициентами гиперплоскости R0 ( p1,..., p n,0).

Число объектов S i {S1,..., S m } таких, что i =, обозначим за h и назовем информационной емкостью веса. Для каждого класса смежности факторпространства X / R0, определяемого гиперплоскостью R ( p1,..., p n, ), выберем по одному объекту. Число выбранных объектов, равное числу различных значений весов i, i = 1, m, обозначим m. Совокупность выбранных объектов объединим в таблицу Tmn+1, которую назовем сжатой таблицей обучения. Величину k= назовем коэффициентом сжатия исходной таблицы обучения Tm n +1. Отметим, что чем выше значение коэффициента сжатия исходной таблицы, тем ниже информационное разнообразие объектов таблицы исходных данных. Для объектов таблицы Tmn+1 повторим процедуру обучения с помощью алгоритма «ЦИКЛ».

Программа «ЦИКЛ». Программная реализация алгоритма «ЦИКЛ» была создана на языке C для машин IBM PC AT, как консольное приложение, работающие в операционной системе MS DOS (Ю.Р. Васильев и др., 2003). С целью более удобного функционирования в ОС Windows 9X/NT/2000 для программы «Цикл» в настоящее время разработана (в среде Delphi 6.0) программная оболочка, позволяющая в диалоговом режиме, вводить исходные данные, проверять их корректность, выполнять указанный алгоритм обработки данных и распознавания.

Усовершенствованная программа отвечает следующим требованиям:

обеспечение непрерывности обработки данных от загрузки исходных данных в программу до выдачи результата обучения и прогноза;

осуществление в автоматическом режиме построения для исходных таблиц объект-свойство сжатых таблиц и проведение повторного обучения;

сохранение промежуточных и конечных результатов распознавания и их передача в программы MSWord, MSExcel, ArcView 3.2.

Входными данными являются текстовые файлы с различными разделителями (знак табуляции, пробел, запятая). «На выходе» метода имеем:

1) таблицу информативных признаков;

2) таблицу весов объектов;

3) таблицу результатов внутреннего экзамена на эталонных объектах и прогноза для объектов-проб.

С целью последующего анализа результатов обучения и распознавания в таблицы весов объектов и таблицы результатов внутреннего экзамена добавлен идентификатор «Номер объекта», посредством которого осуществляется связь с таблицей исходных данных (ТОС). Это дает возможность в автоматическом режиме проводить построение сжатых таблиц обучения, а также в случае наличия пространственной привязки исследуемых классов объектов отображать результаты в ГИС.

ГЛАВА 3. В главе «База данных грозовой пожароопасности. Постановка задачи распознавания» рассматривается практическая значимость сведения задачи выявления факторов грозовой пожароопасности к задаче распознавания образов.

Разработана базы исходных данных о пожарной опасности лесов Горного Алтая, на основе которой сформировано комплексное признаковое пространство исследуемых классов объектов «антропогенные лесные пожары» и «лесные пожары от гроз».

Приведена также региональная специфика динамики пожароопасной обстановки на территории Горного Алтая.

Региональная специфика пожарной опасности. Для территории Горного Алтая согласно нашим исследованиям выявлено несовпадение районов наибольшей грозовой активности (грозовых очагов) и районов максимальной встречаемости природных лесных пожаров. Кроме того, для территории Горного Алтая прослеживается сложный характер проявления грозовой пожароопасности, возможно, сопряженный с межгеосферной реакцией на усиление солнечной активности (2001 год) и спецификой сейсмического режима территории (2003 гг.).

Попытка выявления факторов подтверждающих данное предположение с точки зрения задач распознавания образов является основополагающей задачей данного исследования.

База данных пожарной опасности лесных массивов Горного Алтая. Факторы формирования грозовой пожароопасности различных участков территории можно разделить на две группы:

- стандартные факторы, которые постоянно регистрируются и не требуют дополнительных исследований; к ним, например, относят стандартные метеопараметры грозовой активности (среднегодовое число дней с грозой, средняя многолетняя продолжительность гроз), классы пожарной опасности и фактические данные горимости лесов на территории исследуемого региона;

- и не стандартные факторы (дополнительные), которые требуют дополнительных исследований и включают в себя гелиогеофизические характеристики, обуславливающие пространственно-временное распределение грозовых явлений, и параметры, обуславливающие грозопоражаемость территории (например, такие как, наличие геомагнитных аномалий, геологическое строение территории и т.п.) Кроме содержательного деления исходных данных на стандартные и дополнительные параметры, следует отметить их разделение по формату представления. Так в исходном массиве факторов грозовой пожароопасности можно выделить параметрические и картографические информационные массивы.

Использование пространственных данных приводит к необходимости построения базы данных с помощью геоинформационных технологий. Для реализации БД была выбрана широко распространенная универсальная настольная ГИС ArcView 3.2.

Картографический массив в ГИС ArcView представлен цифровыми картами магнитных аномалий (М 1:10000 м), активных разломов (М 1:10000м), крупных интрузивов (М 1:10000 м), рельефа (М 1:10000 м), экспозиции и уклона склонов (М 1:10000 м), а также пространственным размещением гидрометеопостов.

программирования Delphi 6.0 в виде внешнего исполняемого приложения локальной БД «Гроза». Доступ и обработка данных организована посредством Borland DataBase Engine. Приложение «Гроза» объединяет в себе средства добавления и редактирования информации о грозах. Связь между параметрическими и картографическими данными достигается за счет добавления идентификаторов в таблицы БД и таблицы атрибутов тематических слоев.

Постановка общей задачи распознавания. Пусть имеется обучающая выборка из объектов S1,..., S m, где Si (i = 1, m) - объект «лесной пожар». Обучающая выборка {S1,..., Sm } = K1 K 2, где K1 = {S1,..., S m } - класс «антропогенные пожары», K 2 = {S m1 +1,..., S m } задан описанием I n +1 ( Si ) = ( xi1,..., xin, xin +1 ) из n характеристических признаков и целевого xin+1, определяющего принадлежность объекта к одному из классов K1 или K 2. Требуется на основе предъявления системе распознавания (алгоритму «ЦИКЛ») объектов обучающей выборки S1,..., S m построить решающее правило (ИСП), обеспечивающее максимально эффективно отнесение объектов к априорно заданным классам K1 или K 2.

Схема проведения численного эксперимента. На основе разработанной базы данных грозовой пожароопасности территории Горного Алтая сформированы классы объектов «антропогенные пожары» и «пожары от гроз» (табл.1) и комплексное признаковое пространство, описывающее их. В признаковое пространство входит 30 факторов, из них 20 стандартных и 10 дополнительных (табл.2).

Решение задачи проверки содержательной разделенности классов «антропогенные пожары» и «пожары от гроз» по комплексному пространству характеристических признаков проводится в два этапа с использованием приема построения «сжатых» таблиц обучения отдельно для каждого года пожароопасных сезонов 2001-2003 гг.

Первый этап решения проводится относительно класса (таблицы объект-свойство - ТОС) «Лесные пожары», составленного из слитых воедино классов «антропогенные пожары» и «пожары от гроз». Цель данного этапа заключается в количественной проверке предположения о том, что антропогенные и природные пожары по комплексу рассматриваемых признаков возникают в разных условиях.

Основанием классификации объектов в таблице «Лесные пожары» служит признак «причина пожара», который задан в алфавите {1 - гроза; 2 – человеческий фактор} (табл. 1).

Пространство характеристических признаков исследуемых классов объектов Стандартные факторы I. Характеристики пожара IV. Рельеф Дополнительные факторы V. Геологические параметры VI. Гелиогеофизические параметры На втором этапе решение задачи проводится для классов антропогенных и природных пожаров по отдельности в направлении подтверждения их содержательной разделенности и уточнения факторов, влияющих на их возникновение. При этом внутри каждого исходно заданного класса объектов в качестве целевого признака взято расстояние до населенного пункта. Для идентификации подклассов значения целевого признака заданы в алфавите {1; 2; 3}, где номера подклассов подразумевают номер интервала значений признака (табл.1).

Границами интервалов служат нижний и верхний квартили распределения расстояний до населенного пункта для каждого класса объектов («антропогенные пожары» и «пожары от гроз») отдельно. При этом подкласс 2 группирует значения расстояний до населенного пункта принадлежащие квартильному размаху, подклассы 1 и 3, соответственно, - расстояния, не достигающие нижнего квартиля и превосходящие верхний квартиль.

В целом представленная постановка задачи целесообразна по причине изучения временных вариаций пожарной опасности, т.е. имеется возможность хотя бы на примере трех лет проследить разнообразие причин и обстановок пожароопасности лесных участков. Решение задачи направлено на выявление информоемких групп признаков, оказывающих наибольший вклад в становление и развитие пожароопасной обстановки на территории Горного Алтая. При этом подчеркнем, что результаты решения позволяют проследить пространственно-временные факторы ошибочного определения значений целевого признака, что представляется практически важным, особенно в случаях разрешения спорных вопросов о причине возникновения очага горения.

ГЛАВА 4. В главе «Количественная оценка условий формирования пожарной опасности на территории Горного Алтая методом целевой итерационной классификации» представлены подробные результаты решения задачи оценки информативности и влияния комплекса лесорастительных, метеорологических, геоморфологических, а также гелио- и геолого-геофизических факторов на формирование пожароопасной обстановки в исследуемом регионе.

Результаты первого этапа вычислительного эксперимента по классам объектов «Лесные пожары 2001 г.», «Лесные пожары 2002 г.» и «Лесные пожары 2003 г.» выявили удовлетворительное разделение классов «антропогенные пожары»

и «пожары от гроз» по заданному комплексному признаковому пространству.

Использование приема построения сжатых таблиц позволило сформировать выборки эталонных объектов, на которых результаты обучения были улучшены. Так для сжатых таблиц обучения указанных классов характерно повышение коэффициентов точности и устойчивости распознавания, а также уменьшение числа ошибок распознавания для отдельных классов (табл.3).

Необходимо отметить, что прием построения сжатых таблиц оказался особенно эффективным для классов «Лесные пожары 2002 г.» и «Лесные пожары 2003 г.».

Указанные классы характеризуются сильным преимуществом (для 2002 года семи кратным превышением, для 2003 года - двенадцатикратным) числа объектов класса «антропогенные пожары» над числом объектов класса «пожары от гроз».

С целью выявления зон возможных ошибок в определении причин лесного пожара дополнительно была рассмотрена пространственная локализация объектов, попавших в область пересечения классов антропогенных и природных пожаров при обучении распознающей системы. При этом были взяты объекты (лесные пожары) с неверно распознанной причиной возникновения из эталонных выборок сжатых таблиц по классам «Лесные пожары 2001 г.», «Лесные пожары 2002 г.», «Лесные пожары 2003 г.».. Анализ пространственного размещения выбранных объектов показал, что для антропогенных и природных пожаров зоной нераспознавания преимущественно являются участки вблизи активных разломов.

ТОС ТОС ТОС ТОС ТОС ТОС

Коэффициент Коэффициент устойчивости Число ошибок по классам объектов (% от общего объектов в * - класс объектов «антропогенные пожары»; ** - класс объектов «пожары от гроз»

На втором этапе численного эксперимента была подтверждена содержательная разделённость классов антропогенных лесных пожаров и лесных пожаров от гроз. В целом результаты численного эксперимента для данных классов подтвердили эффективность приема построения сжатых таблиц на этапе обучения распознающей системы «ЦИКЛ». Для каждого класса объектов, составленного для II этапа задачи распознавания, отмечается увеличение распознающей способности на объектах сжатых ТОС (табл. 4).

Выявлено, что для классов антропогенных пожаров основную роль играют стандартные факторы (табл.5), это хорошо согласуется с общими представлениями о формировании пожароопасной обстановки. По сумме полученных результатов решения для каждого исследуемого года для классов антропогенных пожаров выделены следующие факторы: высота над уровнем моря, расстояние до дороги, экспозиция склона. Среди дополнительных факторов выделяются число солнечных пятен и наличие интрузивов.

Подтверждено предположение о ведущей роли комплекса гелио- и геологогеофизических факторов в формировании и развитии грозовой пожароопасности на территории Горного Алтая (табл.5). По сумме полученных результатов решения для каждого исследуемого года следует, что основной вклад в пространственновременной локализации пожаров от гроз среди геологических факторов принадлежит признакам: интенсивность геомагнитных аномалий и расстояние до разлома. Среди гелиогеофизических факторов были выделены следующие индексы:

номер земных суток солнечного оборота, число солнечных пятен, поток радиоизлучения Солнца, индексы Dst и Ap.

Антропогенные Пожары от гроз

ГРОЗОВОЙ ПОЖАРООПАСНОСТИ

информативной системы признаков классов «Лесные пожары от гроз 2001 г.», «Лесные пожары от гроз 2002 г.» и «Лесные пожары от гроз 2003 г.» осуществлена интерпретация возможных механизмов формирования и развития грозовой пожарной опасности на территории Горного Алтая.

Пространственное распределение пожаров от гроз. В целом для пространственного распределения природных пожаров характерна приуроченность к отдельным участкам местности. Так отмечается локализация грозовых пожаров на хребтах Иолго, Сумультинский и на их отрогах, также на Улаганском плато и юговосточной оконечности Теректинского хребта. Характерно, что отмеченные структуры трассируются геоморфологически и в геофизических полях главными разломами. На указанных территориях за рассматриваемый период времени возникло более 70% лесных пожаров от действия молний. При этом очаги горения, возникающие от действия молниевых разрядов, локализуются на высоте от 2000 до 2500 м над уровнем моря и приурочены к склонам южной экспозиции с крутизной от 10 до 200.

С целью проверки возможной приуроченности грозовых пожаров к активным геологическим разломам было построено распределение числа грозовых пожаров в зависимости от заданной шкалы расстояния до разлома. Анализ распределения показал, что 25% пожаров от гроз возникают на расстоянии не далее 5 км, для 50% природных пожаров расстояние до разломов не превышает 12 км, для 75% - 20 км.

Устойчивые очаги лесных пожаров от гроз приурочены к территории ЗападноСаянской зоны интенсивного аномального магнитного поля, которую для территории Горного Алтая составляют две подзоны: Телецкая подзона положительного поля и Башкаус-Чулышманская подзона отрицательного поля. При этом в 2001 году во время максимума солнечной активности на локализацию пожаров от гроз оказывали дополнительное влияние локальные геомагнитные аномалии положительного знака, расположенные на всей территории Горного Алтая. Коэффициент ранговой корреляции между числом пожаров от гроз в году и интенсивностью геомагнитных аномалий (с 95% уровнем достоверности) равен 0.96.

Влияние солнечной активности. Выявлена статистически значимая положительная корреляция числа грозовых пожаров со среднемесячным числом солнечных пятен (R=0.64).

Представляет интерес исследование связи возникновения лесных пожаров от гроз с секторной структурой солнечного оборота, полный период которого равен земным суткам. Для этого рассматривалось распределение средних величин числа грозовых пожаров за пожароопасные сезоны 2001-2003 годов по 27 земным суткам, характерным для оборота Солнца. Здесь среднее число пожаров от гроз вычислялось с учетом всех дней пожароопасного сезона.

Как показали вычислительные процедуры, солнечные меридианы неравнозначны по отношению к возникновению пожаров от гроз. Отчетливо прослеживается статистически значимое (по критерию Стьюдента) увеличение числа грозовых пожаров на 2, 7, 9, 10 и 12 земные сутки. Наблюдается и достоверное уменьшение числа пожаров от гроз в период с 3 по 6 сутки, а также с 14 по 20 сутки и с 23 по сутки. Таким образом, можно считать интервал с 7 по 12 сутки «грозопожароопасным» меридианом на Солнце, способствующим увеличению вероятности возникновения очага горения, по причине действия молниевых разрядов.

Влияние геомагнитной активности. Мерой изменчивости геомагнитного поля служили общепланетарный геомагнитный индекс С9 и Dst-вариация.

Выявлено, что между количеством лесных пожаров от гроз в дни с низкой (C94) и высокой (С94) геомагнитной активностью существует различие с уровнем значимости р0.1 (тест Манна-Уитни). При этом число грозовых пожаров в дни с низкой геомагнитной активностью превышает число пожаров в дни магнитных бурь (средний ранг для дней первой группы составляет 442, для дней второй группы Этот результат подтвердился и для распределения грозовых пожаров в зависимости от уровня возмущенности магнитного поля, характеризующегося Dstвариацией. Относительно дней магнитных бурь (значения Dst-вариации меньше – нТл) для магнитоспокойных дней (значения Dst-вариации лежат в интервале от – нТл до +20 нТл) наблюдается увеличение числа пожаров, возникших по причине действия молний. Оценка достоверности полученных изменений по критерию Стьюдента выявила их статистическую значимость.

Практические рекомендации. В период пожароопасного сезона кроме прогноза погодных условий следует дополнительно просматривать прогноз активности Солнца. Прогноз солнечной и геомагнитной активности можно отследить через специализированные службы в Интернет (www.sec.noaa.gov/today.html, www.spacewheather.com, www.izmiran.rssi.ru). В дни с высокими показателями чисел Вольфа при прочих равных условиях (прохождение грозовых фронтов с малым количеством осадков) возможно возникновение пожаров от гроз в местах положительных магнитных аномалий. В дни магнитных бурь возможно формирование дополнительных условий пожарной опасности лесных участков вблизи геологических разломов. Отметим, что в дни магнитных бурь данная зона обладает повышенной ионизацией, что может повлиять при прочих равных условиях на пожароопасную обстановку.

ЗАКЛЮЧЕНИЕ И

ОСНОВНЫЕ ВЫВОДЫ

I. Разработана база данных (БД) грозовой пожароопасности лесных массивов территории Горного Алтая, включающая в себя комплекс параметрических и картографических данных. Параметрический массив факторов грозовой пожароопасности представлен данными о грозовой активности региона и параметрами активности Солнца. Картографический материал включает в себя комплекс данных о горимости лесов, о геомагнитных аномалиях, о геологическом строении и рельефе территории Горного Алтая.

II. На основе БД сформировано комплексное признаковое пространство, включающее в себя стандартные и дополнительные параметры пожарной опасности.

Также выделены классы объектов антропогенных лесных пожаров и лесных пожаров от гроз, относительно которых проводилась оценка достоверности разделяющей способности сформированного пространства признаков.

III. Построена эффективная компьютерная технология выявления неизбыточных групп признаков, характеризующих исследуемые классы объектов (антропогенные и грозовые пожары). В основу данной технологии положен распознающий алгоритм «ЦИКЛ». Теоретически подтверждена эффективность распознавания алгоритма «ЦИКЛ» на обучающих выборках малого объема, характеризующихся максимальным информационным различием объектов по пространству признаков.

Разработан прием построения сжатых таблиц обучения, которые соответствуют идеальным обучающим выборкам.

IV. В ходе численного эксперимента по оценке достоверности сформированного комплексного признакового пространства выявлено, что для классов антропогенных пожаров основную роль играют стандартные факторы, для класса пожаров от гроз комплекс гелио- и геолого-геофизических факторов. Для классов антропогенных и природных пожаров зоной нераспознавания преимущественно являются участки вблизи активных разломов.

V. Выявлены основные факторы формирования грозовой пожароопасности в исследуемом регионе. Существенное влияние на локализацию очагов грозовых пожаров оказывает аномальное геомагнитное поле и пространственное размещение геологических разломов на территории Горного Алтая. Выявлена статистически значимая положительная корреляция числа грозовых пожаров со среднемесячным числом солнечных пятен (R=0.64). При этом пожары от гроз преимущественно возникают в магнитоспокойные дни.

Благодарности. Пользуясь случаем, автор выражает искреннюю благодарность за постоянное внимание и плодотворное руководство работой научному руководителю доктору физико-математических наук Анатолию Федоровичу Воеводину. За всемерную помощь, постоянный интерес, поддержку исследований и консультации по постановке и решению задач распознавания образов автор благодарен доктору геолого-минералогических наук Алексею Николаевичу Дмитриеву. За внимание и проявленный интерес и поддержку исследований, а также за ряд консультаций по использованию методов прикладной статистики автор благодарен кандидату технических наук Алексею Юрьевичу Гвоздареву. Автор выражает признательность кандидату геолого-минералогических наук Нине Алексеевне Кочеевой за консультации и обсуждение результатов по связи грозовой пожароопасности с геологическим строением территории Горного Алтая. Кандидату геологоминералогических наук Александру Викторовичу Шитову автор выражает свою признательность за ценные консультации и помощь в использовании ГИС ArcView и предоставление цифровых карт. Автор также выражает благодарность работникам Алтайской авиалесоохраны Владиславу Владимировичу Скороходову и Сергею Дмитриевичу Капустину за постановку проблемной ситуации, предоставление данных по горимости лесов, а также за критические замечания и обсуждение результатов работы.

ПУБЛИКАЦИИ ПО ТЕМЕ ИССЛЕДОВАНИЯ

1. Давыдкин, И.Б. Информационная система «Гроза» / И.Б. Давыдкин, С.Ю. Кречетова, М.Ю. Кречетова, А.В Кудашов // «Студент и технический прогресс». Информационные технологии : материалы XL Международной научн.

студен. конф. - НГУ, Новосибирск, 2002. – С. 58-59.

2. Кречетова, С.Ю. Геоинформационный анализ влияния геомагнитных аномалий на возникновение пожаров от гроз в Республике Алтай // Сопряженные задачи механики, информатики и экологии : материалы Международной конференции. – Томск : Изд-во Том. ун-та, 2004. – С. 132-133.

3. Кречетова С.Ю. О региональной специфике грозопожароопасности лесных массивов Горного Алтая // Геоэкология Алтае-Саянской горной страны :

ежегодный Международный сборник научных статей. Выпуск 2. – ГорноАлтайск : РИО ГАГУ, 2005. – С. 65-71.

4. Кречетова С.Ю. База данных грозовой пожароопасности лесов Горного Алтая // Лесные и степные пожары: возникновение, распространение, тушение и экологические последствия : материалы 6-й Международной конференции. – Томск : Изд-во том.ун-та, 2005. – С. 69-70.

5. Кречетова С.Ю. Пожары от гроз в лесах Горного Алтая / С.Ю. Кречетова, Н.А. Кочеева // Геоэкология Алтае-Саянской горной страны : ежегодный Международный сборник научных статей. Выпуск 3. – Горно-Алтайск : РИО ГАГУ, 2006. – С. 106-114.

6. Кречетова С.Ю. Влияние солнечной активности на возникновение пожаров от гроз на территории Горного Алтая // Вестник ТГУ. Бюллетень оперативной научной информации «Актуальные проблемы геоэкологии Алтая». – 2006. – №72. – С. 62-70.

7. Кречетова С.Ю. К вопросу о влиянии землетрясений на грозы Горного Алтая / С.Ю. Кречетова, Н.А. Кочеева // Вестник ТГУ. Бюллетень оперативной научной информации «Актуальные проблемы геоэкологии Алтая». – 2006. – №72. – С. 95Гвоздарев А.Ю. К вопросу о физическом механизме поражения деревьев молниевым разрядом / А.Ю. Гвоздарев, А.А. Грузинцев, А.Л. Козлов, С.Ю. Кречетова // Вестник ТГУ. Бюллетень оперативной научной информации «Актуальные проблемы геоэкологии Алтая». – 2006. – №72. – С. 103-117.

9. Дмитриев А.Н. Грозовая активность Горного Алтая / А.Н. Дмитриев, А.В. Шитов, Н.А. Кочеева, С.Ю. Кречетова : монография. – Горно-Алтайск :

РИО ГАГУ, 2006. – 190 с.

10. Кречетова С. Ю. Алгебраический подход в описании метода целевой итерационной классификации // Вестник НГУ. Серия: Математика, информатика, механика. – 2007. – Т. 7. – Вып. 1. – С. 46-66.



 


Похожие работы:

«Махнычев Владимир Сергеевич Распараллеливание алгоритмов ретроанализа для решения переборных задач в вычислительных системах без общей памяти Специальность 05.13.11 – математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей Автореферат диссертации на соискание ученой степени кандидата физико-математических наук Москва – 2012 Работа выполнена на кафедре автоматизации систем вычислительных комплексов факультета вычислительной математики и...»

«Половнев Антон Леонидович Оптимизация плана эксперимента в задаче определения координат места пробоя гермооболочки пилотируемого космического аппарата Специальность: 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата физико-математических наук Москва 2011 Работа выполнена в открытом акционерном обществе Ракетнокосмическая корпорация Энергия имени С.П.Королёва. кандидат технических наук...»

«Беднякова Анастасия Евгеньевна МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ НЕЛИНЕЙНЫХ РЕЖИМОВ ГЕНЕРАЦИИ ВОЛОКОННЫХ ВКР-ЛАЗЕРОВ 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата физико-математических наук Новосибирск – 2014 Работа выполнена в Федеральном государственном бюджетном учрежде­ нии науки Институте вычислительных технологий Сибирского отделе­ ния Российской академии наук, г. Новосибирск....»

«Габринович Анна Данииловна ВЕРОЯТНОСТНАЯ ОЦЕНКА УРОВНЯ БЕЗОПАСНОСТИ ПОЛЕТОВ В ЗОНАХ ОТВЕТСТВЕННОСТИ ЦЕНТРОВ УПРАВЛЕНИЯ ВОЗДУШНЫМ ДВИЖЕНИЕМ Специальность 05.13.01 - Системный анализ, управление и обработка информации (в технике и технологиях) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Санкт-Петербург – 2009 Работа выполнена на кафедре бортовой радиоэлектронной аппаратуры Государственного образовательного учреждения высшего профессионального...»

«Нгуен Ван Чи ИМИТАЦИОННОЕ МОДЕЛИРОВАНИЕ КАК ИНСТРУМЕНТ СИСТЕМНОГО АНАЛИЗА ТЕХНИКО-ЭКОНОМИЧЕСКИХ ПОКАЗАТЕЛЕЙ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ ОБОГАЩЕНИЯ ПОЛЕЗНЫХ ИСКОПАЕМЫХ Специальность 05.13.01 – Системный анализ, управление и обработка информации (региональные народнохозяйственные комплексы) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Иркутск – 2011 Работа выполнена на кафедре автоматизированных систем ФГБОУ ВПО Иркутский государственный...»

«ШЕЙШЕНОВ ЖАМИН ОРОЗОБЕКОВИЧ СЕЛЕКТИВНАЯ ДИАГНОСТИКА МНОГОФАКЕЛЬНОГО ПРОЦЕССА ГОРЕНИЯ ГАЗООБРАЗНЫХ УГЛЕВОДОРОДОВ 05.13.18. Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Новосибирск - 2009 Работа выполнена в Институте автоматики и электрометрии Сибирского отделения Российской академии наук Научный руководитель кандидат технических наук Борзов Сергей Михайлович Официальные...»

«РАДЧЕНКО СЕРГЕЙ АЛЕКСЕЕВИЧ ФОРМИРОВАНИЕ И ПОЗИЦИОНИРОВАНИЕ СИСТЕМЫ ОРГАНИЗАЦИОННО-УПРАВЛЕНЧЕСКОГО ПОВЕДЕНИЯ В МНОГОПРОФИЛЬНОЙ КОМПАНИИ Специальность: 05.13.10 – Управление в социальных и экономических системах (экономические наук и) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата экономических наук Ростов-на-Дону – 2007 Диссертация выполнена в ГОУ ВПО Ростовский государственный университет путей сообщения Научный руководитель : доктор технических наук, профессор...»

«СТАРОДУБЦЕВ Игорь Юрьевич МОДЕЛИ И МЕТОДЫ МНОГОЦЕЛЕВЫХ ЗАДАЧ СЕТЕВОГО ПЛАНИРОВАНИЯ В УСЛОВИЯХ НЕЧЕТКОЙ НЕОПРЕДЕЛЕННОСТИ ПРОДОЛЖИТЕЛЬНОСТЕЙ ОПЕРАЦИЙ Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Воронеж – 2012 Работа выполнена в ФГБОУ ВПО Воронежский государственный университет Научный руководитель : Артемов Михаил Анатольевич доктор...»

«Дикарев Александр Васильевич ДВУХУРОВНЕВАЯ СИСТЕМА СТАБИЛИЗАЦИИ ИЗОБРАЖЕНИЯ ДЛЯ МОБИЛЬНЫХ РОБОТИЗИРОВАННЫХ КОМПЛЕКСОВ 05.13.01 – Системный анализ, управление и обработка информации (промышленность) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Волгоград – 2014 Работа выполнена в ОАО НИИ Гидросвязи ШТИЛЬ г. Волгоград Научный руководитель доктор технических наук, профессор Сазыкин Юрий Михайлович. Официальные оппоненты : Шевчук Валерий Петрович,...»

«Мазанова Валентина Ивановна МОДЕЛИ И АЛГОРИТМ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМ ПРОЦЕССОМ ЗАКАЛКИ СТЕКЛА ДЛЯ АВТОМОБИЛЬНОГО ТРАНСПОРТА Специальность 05.13.06 – Автоматизация и управление технологическими процессами и производствами (промышленность) Автореферат диссертации на соискание ученой степени кандидата технических наук Владимир - 2014 2 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования (ФГБОУ ВПО)...»

«Филиппов Алексей Александрович ФОРМИРОВАНИЕ НАВИГАЦИОННОЙ СТРУКТУРЫ ЭЛЕКТРОННОГО АРХИВА ТЕХНИЧЕСКИХ ДОКУМЕНТОВ НА ОСНОВЕ ОНТОЛОГИЧЕСКИХ МОДЕЛЕЙ Специальность 05.13.12 – Системы автоматизации проектирования (промышленность) Автореферат диссертации на соискание ученой степени кандидата технических наук Ульяновск – 2013 Работа выполнена на кафедре Информационные системы в Ульяновском государственном техническом университете. Научный руководитель : кандидат технических наук,...»

«Никоноров Андрей Николаевич СОВЕРШЕНСТВОВАНИЕ ЭЛЕМЕНТОВ СКВОЗНОЙ ТЕХНОЛОГИИ СОЗДАНИЯ МНОГОФУНКЦИОНАЛЬНЫХ АСУТП ТЕПЛОВЫХ ЭЛЕКТРОСТАНЦИЙ Специальность 05.13.06 – Автоматизация и управление технологическими процессами и производствами (промышленность) Автореферат диссертации на соискание ученой степени кандидата технических наук Иваново 2012 Работа выполнена в Федеральном государственном бюджетном образовательном учреждении высшего профессионального образования Ивановский...»

«БАТАРОНОВА Маргарита Игоревна МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ МЕЗОСКОПИЧЕСКИХ СВЕРХПРОВОДЯЩИХ ЭЛЕКТРОМАГНИТНЫХ ПОДВЕСОВ С ИСПОЛЬЗОВАНИЕМ КОНЕЧНО-ЭЛЕМЕНТНОГО АНАЛИЗА Специальность 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Воронеж – 2012 Работа выполнена в ФГБОУ ВПО Воронежский государственный технический университет. Научный руководитель Шунин Генадий Евгеньевич...»

«Хуршудян Смбат Размикович Оптимизация режимов ПГУ при участии ее в регулировании мощности и частоты в энергосистеме (на примере ПГУ-450) Специальность 05.13.06 Автоматизация и управление технологическими процессами и производствами (по отраслям: энергетика) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва – 2014 Работа выполнена в Национальном исследовательском университете МЭИ на кафедре Автоматизированных систем управления тепловыми...»

«МАЗУРОВ АЛЕКСАНДР ЮРЬЕВИЧ ДИССИПАТИВНОСТЬ СТОХАСТИЧЕСКИХ СИСТЕМ С ФУНКЦИЕЙ НАКОПЛЕНИЯ, ЧУВСТВИТЕЛЬНОЙ К РИСКАМ 05.13.01 — Системный анализ, управление и обработка информации АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата физико-математических наук Нижний Новгород — 2009 Работа выполнена в Арзамасском политехническом институте (филиале) Нижегородского государственного технического университета им. Р. Е. Алексеева. Научный руководитель : доктор...»

«БУБНОВ ДМИТРИЙ ВЛАДИМИРОВИЧ РАЗРАБОТКА МЕТОДОВ И АЛГОРИТМОВ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В АВТОМАТИЗИРОВАННЫХ МАШИНОСТРОИТЕЛЬНЫХ СИСТЕМАХ 05.13.06 – Автоматизация и управление технологическими процессами и производствами (технические системы) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Москва 2012 г. Работа выполнена в ФГБОУ ВПО Московском государственном технологическом университете СТАНКИН. Научный руководитель : доктор технических...»

«Бусько Михаил Михайлович АППАРАТНО-ПРОГРАММНЫЕ МЕТОДЫ ОБРАБОТКИ НАВИГАЦИОННОЙ ИНФОРМАЦИИ ПРИ ИНТЕГРИРОВАНИИ СПУТНИКОВОГО ПРИЕМНИКА И БАРОМЕТРИЧЕСКОГО АЛЬТИМЕТРА Специальность 05.13.01 – Системный анализ, управление и обработка информации (промышленность) АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Иркутск – 2008 Работа выполнена на кафедре Информатики Иркутского государственного лингвистического университета (ИГЛУ) Научный руководитель :...»

«Долганова Ольга Юрьевна МАТЕМАТИЧЕСКОЕ МОДЕЛИРОВАНИЕ И УПРАВЛЕНИЕ РОСТОМ ЖИВЫХ ТКАНЕЙ 05.13.18 – Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание учёной степени кандидата технических наук Пермь – 2014 Работа выполнена в ФГБОУ ВПО Пермском национальном исследовательском политехническом университете Научный руководитель : Няшин Юрий Иванович, доктор технических наук, профессор Официальные оппоненты : Скульский Олег...»

«Колесникова Александрина Владимировна МГД – модели гемодинамики и движения столбика эритроцитов в переменном магнитном поле 05.13.18 – Математическое моделирование, численные методы и комплексы программ Автореферат диссертации на соискание ученой степени кандидата физико-математических наук Томск – 2007 Работа выполнена в Томском государственном университете Научный руководитель : доктор физико-математических наук, профессор Бубенчиков Алексей Михайлович Научный консультант :...»

«Грибанова Екатерина Борисовна АЛГОРИТМЫ И КОМПЛЕКС ПРОГРАММ ДЛЯ РЕШЕНИЯ ЗАДАЧ ИМИТАЦИОННОГО МОДЕЛИРОВАНИЯ ОБЪЕКТОВ ПРИКЛАДНОЙ ЭКОНОМИКИ Специальность 05.13.18 Математическое моделирование, численные методы и комплексы программ АВТОРЕФЕРАТ диссертации на соискание ученой степени кандидата технических наук Томск – D Работа выполнена в Томском государственном университете систем управления и радиоэлектроники. Научный руководитель : доктор технических наук, профессор Мицель Артур...»














 
© 2013 www.diss.seluk.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Методички, учебные программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.