Содержание к диссертации
Введение
ГЛАВА I. Некоторые задачи анализа логических моделей объектов диагностирования, описанных качественными и количественными признаками 12
1.1. Структура задач технической диагностики 12
1.2. Минимизация диагностической информации 22
1.3. Задачи обработки океанологической информации на основе нечетких тестов 36
ГЛАВА 2. Разработка методов построении нечетких тестов 43
2.1. Построение множества всех нечетких тупиковых тестов ..43
2.2. Построение нечетких тестов с ограничениями на длину и степень различимости объектов по признакам ...54
2.3. Построение теста, близкого к минимальному, с использованием операции на метках разбиения таблицы объектов 64
2.4. Выводы 79
ГЛАВА 3. Исследование способов получения диагностической информации в задачах промысловой океанографи 80
3.1. Алгоритмические методы описания объектов промысловой океанографии 80
3.2. Метод построения нечетких логических моделей непрерывных объектов на основе судовых сообщений 93
3.3. Предикаты сравнения температурных полей океана ЮЗ
3.4. Выводы 112
ГЛАВА 4. Разработка алгоритмов и програш построения и анализа логических моделей диагностики в задачах исследования океана 113
4.1. Программы построения нечетких тестов ...; 113
4.2. Программы представления диагностической информации по данным судовых измерений и факсимильных карт различной периодичности 118
4.3. Программы анализа гидрологических ситуаций .131
4.4. Выводы 143
ГЛАВА 5. Применение алгоритмов и программ построения и анализа логических моделей диагностики в задачах прогнозирования промысла в океане 144
5.1. Система приема и обработки на ЭВМ оперативных гидрологических данных промысловых судов 144
5.2. Поиск зависимости промысла сайры от температуры поверхности океана по данным судовых измерений 145
5.3. Определение информативных районов океана в задачах прогноза промысла по гидрологическим картам 148
5.4. Выводы 157
Заключение 158
Литература
- Структура задач технической диагностики
- Построение множества всех нечетких тупиковых тестов
- Алгоритмические методы описания объектов промысловой океанографии
- Программы представления диагностической информации по данным судовых измерений и факсимильных карт различной периодичности
Введение к работе
Актуальность проблемы. В процессе научных исследований в различных областях техники и естествознания накапливаются большие массивы экспериментальных данных. Необходимость их эффективного анализа стимулирует разработку математических методов и программных средств с целью классификации данных, поиска закономерностей с использованием современных средств вычислительной техники. Для решения этих задач широко применяются методы технической диагностики, распознавания образов, машинного обнаружения закономерностей. При этом возникает необходимость в создании и исследовании различных математических моделей объектов, среди которых можно выделить логические модели.
В течение ряда лет в лаборатории диагностики природных ресурсов Института автоматики и процессов управления ДШЦ АН СССР при непосредственном участии автора проводятся работы по решению задач океанологии, прогнозирования рыбного промысла в океане на основе логических моделей.
Задачи исследования океана являются новой сферой приложения логических методов. Для этих задач характерны большая размерность, наличие количественной и качественной информации, использование различных ее видов (гидрологической, биологической,метеорологической, визуальной и др.) и форм представления (числовой, графической,вербальной), характерны также нерегулярность и погрешности наблюдений и измерений и нечеткость границ между понятиями.
Для того чтобы алгоритмически использовать такие описания, введено понятие нечеткого теста. Нечеткие тесты представляют собой подмножества признаков,с определенной степенью различающих объекты разных классов. Если в качестве признаков выступают районы океана, то тесты представляют собой информативные районы, значения океанологических параметров в которых различны для объектов разных классов.
Необходимость выделения информативных районов океана обусловлена тем, что реальные возможности судовых, буйковых, авиационных измерений океанологических параметров ограничены сравнительно небольшими участками акватории. Поэтому локализация акватории, в которой необходимо проводить измерения и наблюдения с целью диагностирования и прогнозирования гидрологических ситуаций и промысла в океане, представляется важным не только с чисто научной точки зрения, но и экономически значимо, поскольку позволяет уменьшить непроизводительные затраты на измерения параметров на большой акватории и сконцентрировать имеющиеся ресурсы на наблюдениях в информативных районах океана.
В связи с этим важной задачей является разработка методов и алгоритмов построения логических моделей диагностики на основе нечетких тестов, учитывающих указанные особенности объектов, для задач диагностирования и прогнозирования гидрологических ситуаций и промысла в океане.
Цель и направление исследований. Целью диссертационной работы является исследование методов построения нечетких тестов, разработка на их основе алгоритмов обработки океанологической информации для задач рыбопромыслового прогнозирования.
Исследования проводились в следующих направлениях:
- разработка методов и алгоритмов построения нечетких тестов и минимизации диагностической информации на основе нечетких тестов;
- построение логических моделей дискретных и непрерывных объектов, описанных качественными и количественными признаками, с учетом погрешности и нечеткости исходных описаний объектов;
- разработка алгоритмов и программ представления:и анализа диагностической информации, получаемой в ходе рыбного промысла;
- экспериментальное исследование логических методов анализа данных в задачах прогнозирования гидрологических ситуаций и промысла в океане.
Методы исследований. В работе применялись методы технической диагностики, распознавания образов с использованием теории множеств и теории нечетких множеств, алгебры логики и нечеткой логики, теории неравенств, исчисления предикатов, теории отношений. Разработанные методы и алгоритмы реализованы в виде программ. Экспериментальное исследование разработанных алгоритмов и программ проводилось при анализе данных, полученных в ходе промысла сайры в северо-западной части Тихого океана.
Новые научные результаты и основные положения, выносимые на защиту. В работе осуществлена разработка и проведено исследование методов и алгоритмов построения общих логических моделей диагностики объектов, описанных качественными и количественными признаками, на основе нечетких тестов с учетом особенностей океанологической информации, получаемой в ходе промысла в океане.
В работе:
I. Проведено исследование задач и разработаны точный и приближенный методы анализа логических моделей диагностики на основе нечетких тестов с учетом структурных свойств диагностической информации в океанографии:
- разработан алгоритм построения множества всех нечетких тупиковых тестов;
- исследованы предельные возможности нечетких тестов по различимости объектов и доказано утверждение, позволяющее определить максимальную нижнюю границу различимости объектов по всем входящим в тест признакам и всем тестам;
- сформулированы задачи и разработаны алгоритмы построения нечеткого теста, близкого к минимальному по длине, с максимальной нижней границей различимости объектов по всем признакам и нечеткого теста с максимальной различимостью объектов по каждому вошедшему в тест признаку;
- разработан алгоритм построения теста, близкого к минимальному, для бинарной таблицы объектов, разбитой на произвольное число классов.
2. Разработаны методы построения логических моделей дискретных и непрерывных объектов, описанных качественными и количественными признаками, с учетом особенностей объектов промысловой океанографии:
- разработаны алгоритмические методы представления диагностической информации, получаемой в ходе рыбного промысла в океане;
- разработан метод и алгоритмы построения логических моделей непрерывных объектов диагностирования;
- исследованы вопросы выбора предикатов различимости объектов для различных форм их описания.
3. Разработаны алгоритмы и программы представления и анализа логических моделей диагностики на основе нечетких тестов.
4. Проведено экспериментальное исследование разработанных методов при обработке данных, получаемых в ходе рыбного промысла в северо-западной части Тихого океана.
Практическая ценность работы. Разработаны методы и алгоритмы построения логических моделей диагностики объектов, описанных качественными и количественными признаками, на основе нечетких те стов для задач рыбопромыслового прогнозирования.
Разработана технологическая схема и программные средства для сбора, регистрации, контроля и формирования на внешних носителях ЭВМ архива судовых измерений, проводимых в ходе рыбного промысла.
Применение этих методов в экспедиционных исследованиях на промысле сайры позволило:
- проводить анализ в реальном масштабе времени больших массивов оперативных судовых гидрологических данных с использованием архива многолетних наблюдений;
- выявить ряд закономерностей влияния на промысел температуры поверхности океана;
- определять районы океана, перспективные для ведения поиска, что снижает непроизводительные затраты промыслового времени на поиск рыбных скоплений;
- определять информативные районы океана, по значениям параметров которых прогнозируются различные промысловые ситуации.
Реализация результатов работы. Разработанные методы и алгоритмы реализованы в виде программ для мини- и микро-ЭВМ (М-400, Электроника-60) и использовались для анализа температурных полей океана в ходе промысла сайры, скумбрии, иваси в северо-западной части Тихого океана в период 1975-1983 годов и на промысле мойвы в Баренцевом море в 1983 году. Большая часть программ разработана для ЭВМ серии ЕС.
На магнитных дисках ЭВМ с использованием разработанных программ создан архив, включающий более 60 тысяч судовых измерений температуры, проведенных в ходе промысла в районе Курильских островов в период 1964-1983 годов и более тысячи 2-10-дневных карт изотерм северо-западной части Тихого океана за 1960-1983 годы.
В течение 1975-1983 годов результаты работы использовались в экспедиционных исследованиях сотрудников НАЛУ ДШЦ АН СССР при личном участии автора в Южно-Курильском районе и при выполнении госбюджетных тем № гос.регистрации 75049554 и 81055374.
Девять алгоритмов и программ, связанных с разработкой методов представления и анализа судовых гидрологических данных, построением НеЧеТКИХ ЛОГИЧеСКИХ МОДелеЙ Непрерывных ОбъеКТОВ, ОПТИМИ зацией в нечетких ограничениях и выделением информативных признаков, прошли экспертизу на новизну и приняты в Государственный фонд алгоритмов и программ СССР.
Разработанные методы, алгоритмы и программы внедрены в Дальневосточном региональном научно-исследовательском гидрометеорологическом институте Госкомгидромета, в Тихоокеанском океанологическом институте ДШЦ АН СССР и Центральном проектно-конструктор-ском и технологическом бюро Всесоюзного рыбопромышленного объединения "Севрыба" с экономическим эффектом более 312 тыс. рублей.
МОЙзция_аботы. Научные и практические результаты работы докладывались и обсуждались на следующих конференциях, школах, семинарах:
- УІ Всесоюзной школе-семинаре "Управление большими системами" (Тбилиси, 1979);
- У Всесоюзной школе по автоматизации научных исследований морей и океанов (Севастополь, 1980);
- I Всесоюзном совещании "Проблемы краткосрочного рыбопромыслового прогнозирования и управления" (Владивосток, 1982);
- ІУ Всесоюзной конференции "Проблемы научных исследований в области изучения и освоения Мирового океана"(Владивосток,1983);
- УІІ Всесоюзной конференции "Планирование и автоматизация эксперимента в научных исследованиях" (Москва, 1983);
- I Всесоюзной конференции "Методы и средства обработки сложно структурированных, семантически насыщенных графических документов" (Горький, 1983);
- научно-практической конференции по методам промыслового прогнозирования (Мурманск, 1983);
- совещании пользователей океанографической информацией (Обнинск, 1983);
- семинаре "Многомерный статистический анализ и вероятностное моделирование реальных процессов" Научного совета по комплексной проблеме "Оптимальное управление и планирование народным хозяйством" (Москва, 1980);
- ШУ и ХОТ конференциях-конкурсах работ молодых ученых Института проблем управления АН СССР (Москва, 1978, 1980);
- краевой научно-технической конференции "Наука и технический прогресс в рыбной промышленности" (Владивосток, 1979);
- ІУ школе-семинаре по логико-комбинаторным методам распознавания образов (Владивосток, 1981);
других региональных конференциях и семинарах.
Публикации. По материалам диссертации опубликованы 34 работы. Все основные результаты диссертационной работы получены автором самостоятельно и изложены в 5 отчетах по НИР (№ гос.регистрации 75049554 1979,1980 гг. и № гос.регистрации 81055374 1981-1983гг.).
Объем работы. Диссертация состоит из введения, пяти глав, заключения, изложенных на 156 страницах, включая 31 рисунок; имеет II приложений на 80 страницах и содержит 149 наименований отечественной и зарубежной литературы.
Структура диссертации. Во введении показана актуальность работы и дана краткая характеристика работы.
В первой главе рассмотрены задачи анализа логических моделей объектов диагностирования, поставлена задача диссертационной работы.
Во второй главе разработаны методы и алгоритмы построения нечетких тестов.
В третьей главе исследованы способы получения диагностической информации в задачах промысловой океанографии. Разработаны методы построения логических моделей дискретных и непрерывных объектов.
В четвертой главе разработаны алгоритмы и программы построения и анализа логических моделей диагностики в задачах исследования океана.
В пятой главе проведено экспериментальное исследование алгоритмов и программ построения и анализа логических моделей диагностики при обработке океанологических данных в задачах прогнозирования промысла в океане.
В приложениях приведены результаты работы программ и акты внедрения.
Структура задач технической диагностики
Основная цель технической диагностики состоит в организации эффективных процессов определения технического состояния различных, особенно сложных, многокомпонентных объектов.
К основным задачам технической диагностики относят бі]: задачи изучения свойств объектов, задачи построения математических моделей объектов, задачи анализа моделей объектов с целью получения данных, необходимых для построения алгоритмов диагностирования, задачи разработки принципов построения, экспериментального исследования и промышленного внедрения средств диагностирования.
Понятие объект является отражением множества процессов, явлений, вещей материального мира. Объект может быть описан множеством признаков, представляющих определенные свойства, стороны объекта. В общем случае объект имеет бесконечное множество признаков. Однако на практике в зависимости от целей и возможностей исследования ограничиваются конечным набором признаков. Так, при изучении технического устройства целью может быть определение того, исправно ли это устройство или не исправно. И, если оно не исправно, то какой блок, какой его элемент неисправен, множеством признаков при этом могут быть значения сигнала в контрольных точках устройства.
Признаки объекта могут быть количественными и качественными. Количественные признаки измеряют в шкалах отношений, интервалов, абсолютной шкале. Качественные признаки - в шкалах порядка, наименований. Тип шкалы определяет группу допустимых преобразований над - ІЗ значениями признаков [51,65,84,90].
Признак X объекта определяется на некотором множестве. В качестве таких множеств выбираются: - двухэлементное множество (0,1 J ; при этом I соответствует наличию определенного свойства, 0 - его отсутствию; - трехэлементное множество {0,1,-J , где "-" означает, что значение признака на объекте не известно; - конечное множество целых чисел { 1,2,,.., К } ; при этом число L может представлять имя или балльную оценку или истинность одного из К -значних высказываний; - континуальное множество [ 0,1 J, элемент которого означает степень выраженности определенного свойства; - множество действительных чисел Я ; - множество значений лингвистической переменной [54] .
В зависимости от того, на каком множестве (конечном или континуальном) определены все признаки объекта, последний называют соответственно дискретным или непрерывным [ 61]. Например, дискретным является такой объект, все признаки которого принимают значения на двухэлементном множестве J 0,1 j . Если признаки объекта определены на множестве действительных чисел или на интервале [о,1 ] , то такой объект называется непрерывным. Если значения некоторых признаков объекта заданы на континуальных, а значения других признаков - на конечных множествах, то такой объект называется гибридным.
Применение для анализа объектов любого математического аппарата накладывает определенные для каждого аппарата ограничения на способ описания объектов.
В частности, состояния цифровых устройств, реализующих функции алгебры логики, представляются в виде векторов с двоичными компонентами. Поэтому применение для их анализа аппарата двузнач - 14 -ной логики является вполне естественным. Однако описания объектов могут включать в себя разношкальные признаки. Чтобы применять двузначную логику для их анализа, требуется предварительное отображение множества, на котором определен каждый признак, на множество {,0,1 } .
Построение множества всех нечетких тупиковых тестов
Постановка задачи: задана нечеткая таблица различимости у которой столбцы соответствуют парам сравниваемых объектов, а строки - признакам. Требуется построить множество всех нечетких тупиковых тестов. В последующих подразделах описаны основные действия алгоритма решения задачи. Описание алгоритма сопровождается примером численного решения. Столбец l/S iijn называется покрывающим, если в таблице ІІ/ іД -і \и найдется хотя бы один столбец {Дк }js такой, что Vr. ДІ Де .
Процедура поиска и удаления покрывающих столбцов в таблице различимости производится с целью сокращения размеров таблицы.
Введем вектор меток V= l J"i, ] lU покрывающих столбцов и будем полагать,
Удаление покрывающих столбцов производим посредством следующих перестановок. Начинаем проверку слева. Доходим до первого покрывающего столбца. Им оказался 2-й столбец ( 2 = 4. ). Начинаем проверку справа. Доходим до первого непокрывающего столбца. В данном случае до 7-го ( тв0 ). Записываем 7-й столбец вместо 2-го. Полагаем 4=0 . Продолжаем движение слева направо. Доходим до следующего покрывающего столбца: до 3-го ( &$ 1 ). Продолжаем движение справа налево. Нашли следующий непокрыва-ющий столбец: 6-й ( 6=0 ). Записываем 6-й столбец вместо 3-го и полагаем (Ts = 0 ,й так до тех пор, пока при движении слева и справа не проверим все столбцы. Еяок-схема алгоритма замещения и удаления покрывающих столбцов показана на рис.2.2.
В процессе работы алгоритма определяется число столбцов в сжатой таблице различимости. Для приведенного примера эта таблица имеет вид:
Для удобства преобразования представим К -й столбец таблицы различимости [[ )к \г4 Ік-.ч в виде таблицы Вк - 116jt \\и Jt» t имеющей М строк и столько столбцов,сколько ненулевых элементов содержит К -й столбец таблицы различимости.
Формально преобразование К -го столбца таблицы различимости в таблицу В производим следующим образом:
Здесь для краткости запись fa / Я/к заменена на Дк. . Скобкой называется многочлен представлящий К -й столбец таблицы различимости. Раскрыть две скобки: і -ю и К. -ю - значит логически перемножить многочлены
Поскольку таблицы В1 и 6К являются эквивалентной записью і -го и к -го столбцов таблицы различимости, то процедуру перемножения столбцов таблицы различимости можем выполнить на таблицах Для сокращения размеров таблицы, полученной в результате раскрытия очередной скобки, используем модификацию [34] операции поглощения.
Обозначим VCl-\.iA, -) i - множество всех номеров строк J= U Usat9(dl 0)A(dJ-lt 0)A(cl/i ol/K) - множество номеров строк і. -го столбца с ненулевыми элементами, которые не меньше соответствующих элементов К -го столбца, Vj #J -(іц-О _ все остальные элементы L -го столбца (нулевые).
Операцию поглощения в принятых в настоящей работе обозначениях представим в виде (4 du ) V ( 4 лік ) = & ц . Js Г- j=
Другими словами, К -й столбец \ol/Kij-4 является поглощаемым и его можно удалить, если ( 3 L б . 1,2,..., Р})&(L = с) vi і J : d -0.
Можно показать,что, в частности, при Vj,L : ky \0%i\ определение поглощаемого столбца совпадает с определением покрывающего. Действительно, тогда условие с 0 сводится к условию о(цг1 , условие cljK 0 - к условию djK=i , т.е. по единичным компонентам 1-го столбца последний совпадает с К -м столбцом.
Все остальные компоненты -го столбца - нулевые. В то же время среди остальных элементов К -го столбца могут быть и нулевые и ненулевые. Но это и означает, что К-й столбец покрывающий.
Вначале находим все поглощаемые столбцы, подлежащие удалению, ставя метки &si в соответствие этим столбцам. Алгоритм поиска всех столбцов, подлежащих удалению, имеет вид (при начальном условии V L: J- = 0 ): (Vieli,2,1..1P})A(Jt ):(VKeU2 Р})А(Лс і)4(ик): 3 -i , если ІЇіф J: оіц =0 (рис.2.4). Применяя далее описанный выше (см.раздел 2.І.І) алгоритм замещения и удаления столбцов с использованием вектора меток W l4 » получаем сжатую (неизбыточную) таблицу результатов раскрытия стобок.
Алгоритмические методы описания объектов промысловой океанографии
Применение тестовых методов в задачах промысловой океанографии предъявляет определенные требования к форме «диагностической информации, в частности, требуется, чтобы исходные данные были представлены в виде логических таблиц.
Однако в процессе промысла и поиска рыбопромысловых скоплений накапливается много информации в разных видах и из различных источников. Источниками информации являются радиосообщения судов, факсимильные карты, радиолокационные, гидроакустические, визуальные наблюдения. Эти источники освещают разные стороны промысла, поведения судов, поведения объекта промысла, состояния и изменения состояния условий окружающей среды.
Информация поступает в различных видах: численном (приборные измерения), графическом (карты, радиолокационные наблюдения), вербальном (радиосообщения, визуальные наблюдения).
Решение задач .диагностирования объектов промысловой океанографии требует оперативной обработки больших массивов экспериментальной информации. В настоящей главе разрабатываются и исследуются способы получения диагностической информации, ориентированные на применение тестовых методов, в задачах промысловой океанографии.
Температурные поля в океане являются основным видом информации, используемой для выявления зависимостей мевду состоянием ок - 81 -ружающей среды и местонахождением рыбопромысловых скоплений. Наиболее оперативными являются результаты измерений температуры поверхности океана судами поискового и промыслового флота.
Эти данные поступают практически ежедневно в течение всего сезона промысла. Части акватории, в которых проводятся измерения в отдельные дни могут пересекаться частично, полностью или вообще не пересекаться. Число измерений, произведенных в течение одних суток, колеблется в больших пределах и охватывает акватории различной величины и конфигурации. Пространственно измерения локализованы с различной точностью: с точностью до "квадрата" (прямоугольник площадью 240 кв.миль), "подквадрата" (40 кв.миль) и географических координат. Измерения неравномерно распределены по акватории: в одних квадратах может быть до нескольких десятков измерений, в других - одно-два, в третьих - ни одного.
Будем каждый квадрат акватории определять парой индексов (1,П Us . ,., " і Г-1,2,...,М) . Обозначим Ui/u. U=li , ГО О, множество всех значений температуры, измеренных в ( L,J )-м квадрате. ЕслиГПіі О , то в ( L 1 )-м квадрате измерения не проводились.
Для того чтобы перейти к более сжатому описанию температуры в квадрате,используем два представления: точечное и интервальное. Точечное представление (при котором квадрату акватории приписывается одно значение температуры) более удобно для визуального восприятия, интервальное (когда квадрату приписывается интервал температуры) - более информативно.
В качестве интервальной оценки температуры в ( L,j )-м квадрате выбирается ч - 82 -где "-" является кодом пропуска значений температуры, а минимум и максимум берутся на множестве измеренных значений температуры в ( L.J )-м квадрате.
В целях отбраковки сомнительных данных в программе для ЭШ при достаточном числе измерений предусмотрено исключение экстремальных значений температуры в квадрате, после чего вычисляется интервал температуры по оставшимся значениям.
Для определения точечной оценки температуры в ( L,j )-м квадрате находим - , если Tj. = - , иначе L" -1 г i Lj " { ОЦ ГГ\1л[ I(tCj4cC)Z]Z ,ГДЄ tij є ТГ} t
Содержательно это означает, что на указанном интервале выбирается такое значение температуры, суммарное (эвклидово) расстояние от которого до всех измеренных в данном квадрате акватории значений температуры минимально.
Выполнив указанные выше процедуры для всех квадратов в пределах некоторой акватории, получаем описание температурного поля за некоторый временной интервал (сутки, например) в виде матрицы,элементом которой является число при точечном представлении температуры в квадрате акватории,или в виде матрицы, элементом которой является интервал при интервальном представлении.
Поскольку в каждые конкретные сутки не во всех квадратах акватории производятся измерения, то полученные матрицы содержат пропуски (неопределенные элементы). Известные процедуры заполнения пропусков, ориентированные на точечное представление, не применимы при интервальном представлении.
Программы представления диагностической информации по данным судовых измерений и факсимильных карт различной периодичности
Результаты судовых измерений температуры, проводимых в ходе промысла, поступают по радиоканалу в словесной форме. Они регистрируются на специальном бланке и наносятся на карту, разбитую на квадраты (так называемый гидрологический планшет, рис.4.4).
Результаты измерений могут быть представлены в виде таблиц. Ниже приведен фрагмент таблицы, содержащей результаты измерений температуры поверхности океана 21 августа 1980 года (табл.4.1). В первой строке табл.4.1 указана дата измерений. В каждой последующей строке в первых трех столбцах приведены координаты квадрата акватории, в котором проведены измерения, и в четвертом столбце - номер одного из шести его подквадратов. Если измере-ниє произведено с точностью до квадрата (т.е. в сообщении не указан номер подквадрата), то в четвертом столбце ставится цифра 0. Результаты радиолокационных наблюдений представляются графически. Как указывалось выше (см.раздел 3.1.2), суда, находящиеся в пределах радиовидимости РЛС, отображаются на экране в виде светящихся точек. Примеры расположения этих точек относительно центра экрана и отметки курса показаны на рис.4.5. Для однозначной привязки в пространстве и во времени полученной картины указывается I) дата, 2) время суток, 3) географические координаты судна, с которого ведется наблюдение, 4) его курсовой угол (КУ), 5) шкала дальности РЛС, на которой ведется наблюдение, 6) отметка курса или направление на норд. Полученная картина переносится на мерка-торскую (прямоугольную) проекцию карты (рис.4.6), с которой снимаются координаты каждого судна. В результате вся картина представ I і л/ ляется в виде таблицы я, OCj, Уj jj-
Для того чтобы упростить задачу входного контроля гидрологических данных, разработана программа &D для ЕС ЭШ на языке ПЛ/І , позволяющая проверять последовательно требуемый формат исходных данных, наличие цифр (при этом исключаются буквенные и др.символы), соответствие описаний дат, координат замеров и значений температуры определенным напередзаданным областям.
Отредактированные данные записываются на магнитные диски ЭШ в виде ряда записей. Каждая запись представляет собой таблицу, содержащую дату измерений, координаты и значения температуры, измеренные судами в течение одних календарных суток. Так что весь архив судовых данных представляется в виде: где fy - номер записи данных в архиве и порядковый номер даты \,0Сдд }гм измерений в каталоге; - порядковый номер строки с результатами измерений для -даты; t -я строка измерений содержит описание ІУ0Лі/ \ т m Но а квадрата акватории и измеренные в этом квадрате значения температуры і Увк } Їт+А
Поскольку в разных квадратах в течение одних и тех же суток производится различное число измерений, так же как различное число измерений производится в одном и том же квадрате в разные дни, то число M g" измерений в t -м квадрате fy-ro дня, вообще говоря, зависит и от и от .
Составленный из отдельных записей архив многолетних наблюдений имеет свой каталог, который также записан на диск. Каталог содержит все даты, для каждой из которых в архиве имеется соответствующая запись судовых данных. Порядковый номер даты в каталоге совпадает с порядковым номером соответствующей записи данных в архиве. Поэтому поиск требуемой записи данных в архиве осуществляется по номеру соответствующей даты в каталоге. Как архив данных,так и их каталог могут расширяться за счет вновь поступающей информации.
Запись на внешние носители (магнитные диски) ЭВМ, формирование архива судовых гидрологических данных и каталога производится программой 2S& для ЕС ЭШ на языке ПЛ/І.
