Akademia Morska w Szczecinie, Instytut Nawigacji Morskiej Szczecin, ul. Wały Chrobrego 1 2, tel ,

Podobne dokumenty
Wiedza (nawigacyjna)? Metody reprezentacji. Brak jest jednoznacznej (uznanej definicji)... Ale informacje (dane, fakty) + sposób wykorzystania

KONCEPCJA BAZY DANYCH NAWIGACYJNO-HYDROGRAFICZNEGO ZABEZPIECZENIA (NHZ) NA POLSKICH OBSZARACH MORSKICH

Model systemu wspomagania decyzji nawigacyjnych na statku morskim

Inżynieria Ruchu Morskiego wykład 01. Dr inż. Maciej Gucma Pok. 343 Tel //wykłady tu//

PROGRAMOWANIE DYNAMICZNE W ROZMYTYM OTOCZENIU DO STEROWANIA STATKIEM

System AIS. Paweł Zalewski Instytut Inżynierii Ruchu Morskiego Akademia Morska w Szczecinie

ZESZYTY NAUKOWE NR 2 (74) AKADEMII MORSKIEJ W SZCZECINIE. Analiza wpływu informacji z logu na dokładność śledzenia obiektów w urządzeniach ARPA

System Automatycznej Identyfikacji. Automatic Identification System (AIS)

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, UMIEJĘTNOŚCI I INNYCH KOMPETENCJI

I. KARTA PRZEDMIOTU INŻYNIERIA BEZPIECZEŃSTWA NAWIGACJI

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Kształt i rozmiary stref bezpieczeństwa statku. Shape and Dimension of Ship s Safety Zones

POZIOM UFNOŚCI PRZY PROJEKTOWANIU DRÓG WODNYCH TERMINALI LNG

SZTUCZNA INTELIGENCJA

lp tematy pracy promotor dyplomant data otrzymania tematu uwagi ZAKŁAD URZĄDZEŃ NAWIGACYJNYCH

I. KARTA PRZEDMIOTU WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY, Student zna wymagania i zasady zaliczenia przedmiotu oraz podstawową literaturę

SYMULACJA PROGRAMÓW KOMPUTEROWEGO WSPOMAGANIA BEZPIECZEŃSTWA TRANSPORTU MORSKIEGO

SZTUCZNA INTELIGENCJA

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

Zintegrowany system wizualizacji parametrów nawigacyjnych w PNDS

MULTIMEDIAL SAILING DIRECTIONS IN ECDIS e-pilots

Transformacja wiedzy w budowie i eksploatacji maszyn

Metody i techniki sztucznej inteligencji / Leszek Rutkowski. wyd. 2, 3 dodr. Warszawa, Spis treści

Automatyzacja i sterowanie statkiem

PODSTAWY BAZ DANYCH. 19. Perspektywy baz danych. 2009/2010 Notatki do wykładu "Podstawy baz danych"

Metoda wizualizacji danych z AIS na potrzeby nawigatora

ZESZYTY NAUKOWE NR 2 (74) AKADEMII MORSKIEJ W SZCZECINIE. Układy współrzędnych stosowane w nawigacji na akwenach ograniczonych

DOMENA STATKU W IDENTYFIKACJI INCYDENTÓW W SYSTEMACH ROZGRANICZENIA RUCHU

ODLEGŁOŚĆ BOCZNA MANEWRU WYPRZEDZANIA STATKÓW MORSKICH NA AKWENACH OGRANICZONYCH

Monitoring procesów z wykorzystaniem systemu ADONIS

Podstawy sztucznej inteligencji

MODELOWANIE SYSTEMU OCENY WARUNKÓW PRACY OPERATORÓW STEROWNI

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Inteligencja obliczeniowa

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Dynamiczne programowanie trasy statku z uwzględnieniem omijania cyklonów tropikalnych

Radiolokacja. Wykład 3 Zorientowania, zobrazowania ruchu, interpretacja ruchu ech na ekranie

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

Badania TRAJEKTORIA RUCHU STATKU W PROCESIE BEZPIECZNEGO PROWADZENIA STATKU PO AKWENIE OTWARTYM

Cel projektu: Wymogi dotyczące sprawozdania:

STUDIA I MONOGRAFIE NR

Załącznik nr 2 MINIMALNY ZESTAW URZĄDZEŃ NAWIGACYJNYCH, RADIOWYCH, ŚRODKÓW SYGNAŁOWYCH, WYDAWNICTW I PODRĘCZNIKÓW ORAZ PRZYBORÓW NAWIGACYJNYCH

Spis treści. Słowo wstępne

Systemy ekspertowe : program PCShell

Probabilistyczny model oceny bezpieczeństwa na akwenach przybrzeżnych. Marcin Przywarty

V Seminarium Naukowe "Inżynierskie zastosowania technologii informatycznych" - relacja

TRANSCOMP XIV INTERNATIONAL CONFERENCE COMPUTER SYSTEMS AIDED SCIENCE, INDUSTRY AND TRANSPORT

PRZEWODNIK PO PRZEDMIOCIE

PROBLEMY WYZNACZANIA OPTYMALNEJ TRAJEKTORII OBIEKTU NA OBSZARZE OGRANICZONYM

Monitoring procesów z wykorzystaniem systemu ADONIS. Krok po kroku

MODELOWANIE STANÓW CZYNNOŚCIOWYCH W JĘZYKU SIECI BAYESOWSKICH

Metoda generowania typowych scenariuszy awaryjnych w zakładach dużego i zwiększonego ryzyka - ExSysAWZ

CLUSTERING. Metody grupowania danych

PRZEWODNIK PO PRZEDMIOCIE

Systemy ekspertowe i sztuczna inteligencja. dr Agnieszka Nowak Brzezioska

ZASTOSOWANIE GRAFU WIDOCZNOŚCI W PLANOWANIU TRASY PRZEJŚCIA STATKU APPLICATION OF A VISIBILITY GRAPH IN SHIP S PATH PLANNING

KRAJOWY SYSTEM BEZPIECZEŃ STWA MORSKIEGO W ZINTEGROWANEJ POLITYCE UNII EUROPEJSKIEJ

INTERNETOWA TRANSMISJA DANYCH AIS DO STANOWISKA AUTOMATYZACJI NAWIGACJI RADAROWEJ

XIII International PhD Workshop OWD 2011, October 2011 METODA REEINGINEERINGU ORGANIZACJI Z WYKORZYSTANIEM SYMULATORA PROCESÓW BIZNESOWYCH

I. KARTA PRZEDMIOTU C10

2

Przykłady wybranych fragmentów prac egzaminacyjnych z komentarzami Technik nawigator morski 314[01]

Jacek Skorupski pok. 251 tel konsultacje: poniedziałek , sobota zjazdowa

Słowem wstępu. Część rodziny języków XSL. Standard: W3C XSLT razem XPath 1.0 XSLT Trwają prace nad XSLT 3.0

O badaniach nad SZTUCZNĄ INTELIGENCJĄ

ZACHODNIOPOMORSKI UNIWERSYTET TECHNOLOGICZNY W SZCZECINIE

Kontrola jakości danych

Sztuczna inteligencja: zbiory rozmyte

Uniwersytet Zielonogórski Wydział Elektrotechniki, Informatyki i Telekomunikacji Instytut Sterowania i Systemów Informatycznych

ZESZYTY NAUKOWE NR 6(78) AKADEMII MORSKIEJ W SZCZECINIE

KIERUNKOWE EFEKTY KSZTAŁCENIA

Dokładność pozycji. dr inż. Stefan Jankowski

UNIKANIE NIEBEZPIECZNYCH SYTUACJI W ZŁYCH WARUNKACH POGODOWYCH W RUCHU STATKU NA FALI NADĄŻAJĄCEJ

SYSTEM WSPOMAGANIA DECYZJI PODCZAS AKCJI RATOWNICZEJ CZŁOWIEK ZA BURTĄ Z ZASTOSOWANIEM SIECI BAYESOWSKICH

Kryteria oceny Systemu Kontroli Zarządczej

TRANSFORMACJE UKŁADÓW WSPÓŁRZĘDNYCH STOSOWANE W ODDZIALE KARTOGRAFII MORSKIEJ BIURA HYDROGRAFICZNEGO MARYNARKI WOJENNEJ

RAMOWY PROGRAM SZKOLENIA I WYMAGANIA EGZAMINACYJNE NA POZIOMIE POMOCNICZYM W DZIALE POKŁADOWYM NA ŚWIADECTWO MARYNARZA WACHTOWEGO

WYMAGANIA WSTĘPNE W ZAKRESIE WIEDZY UMIEJĘTNOŚCI I INNYCHY KOMPETENCJI

ALGORYTM RANDOM FOREST

PODSTAWY NAWIGACJI Pozycja statku i jej rodzaje.

AKADEMIA MARYNARKI WOJENNEJ WYDZIAŁ NAWIGACJI I UZBROJENIA OKRĘTOWEGO P L A N NIESTACJONARNYCH STUDIÓW PODYPLOMOWYCH

Przykład eksploracji danych o naturze statystycznej Próba 1 wartości zmiennej losowej odległość

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s. 230/C-3

SPOSOBY POMIARU KĄTÓW W PROGRAMIE AutoCAD

NAWIGACYJNE WSPARCIE DZIAŁ ALNOŚ CI LUDZKIEJ NA MORZU

Systemy z bazą wiedzy (spojrzenie bardziej korporacyjne) Baza wiedzy. Baza wiedzy. Baza wiedzy. Baza wiedzy

Szlakiem latarni morskich

Systemy uczące się wykład 1

ZESZYTY NAUKOWE NR 11(83) AKADEMII MORSKIEJ W SZCZECINIE. Weryfikacja dokładności planowania manewru próbnego w urządzeniach ARPA

Multi-wyszukiwarki. Mediacyjne Systemy Zapytań wprowadzenie. Architektury i technologie integracji danych Systemy Mediacyjne

ANALIZA CZYNNIKÓW WPŁYWAJĄCYCH NA BEZPIECZEŃSTWO ŻEGLUGI W REJONACH KIEROWANIA RUCHEM STATKÓW VTS

Wykład 4. Decyzje menedżerskie

WYBÓR PUNKTÓW POMIAROWYCH

Projekt i implementacja systemu wspomagania planowania w języku Prolog

Algorytmy wspomagania decyzji Czyli co i jak andrzej.rusiecki.staff.iiar.pwr.wroc.pl s.

Planowanie tras transportowych

Innowacja pedagogiczna na zajęciach komputerowych w klasach 4e, 4f, 4g. Nazwa innowacji Programowy Zawrót Głowy

Analiza skupień. Analiza Skupień W sztucznej inteligencji istotną rolę ogrywają algorytmy grupowania

KIERUNKOWE EFEKTY KSZTAŁCENIA

ERDAS ADE Suite edytor baz danych Oracle Spatial

AUTOMATYKA INFORMATYKA

Wykorzystanie standardów serii ISO oraz OGC dla potrzeb budowy infrastruktury danych przestrzennych

Transkrypt:

Scientific Journals Maritime University of Szczecin Zeszyty Naukowe Akademia Morska w Szczecinie 2008, 13(85) pp. 92 98 2008, 13(85) s. 92 98 Baza wiedzy nawigacyjnej Navigational knowledge base Janusz Uriasz Akademia Morska w Szczecinie, Instytut Nawigacji Morskiej 70-500 Szczecin, ul. Wały Chrobrego 1 2, tel. 091 48 09 398, e-mail: lubat@am.szczecin.pl Słowa kluczowe: baza, reprezentacja wiedzy, wspomaganie decyzji, nawigacja Abstrakt Na statkach morskich i w ośrodkach kontroli ruchu coraz częściej instalowane są systemy wspomagające prace nawigatorów. Do niedawna działania systemów obejmowały zadania wykonywane uprzednio manualnie, np. akwizycji, śledzenia, odbioru informacji itd. Obecnie wspomaganie systemów może dotyczyć o wiele większego obszaru, obszaru dla którego wymagane jest posiadanie wiedzy dotyczącej np. pracy, zasad zachowania, przepisów itd. Przykładem jest prototyp systemu wspomagania decyzji nawigacyjnej budowanego w Akademii Morskiej w Szczecinie. Praca tego systemu opiera się o bazę wiedzy nawigacyjnej. W artykule przedstawiono definicję wiedzy nawigacyjnej, jej prezentację oraz funkcje w systemie wspomagania decyzji nawigacyjnej. Key words: base, knowledge representation, decision support, navigation Abstract Navigators support systems have been introduced on the sea going ships and in the vessel traffic centers. Those systems had been until recently used for manually performed tasks like: equiring, monitoring, information reception etc. Nowadays, supporting systems may concern much wider areas, especially areas in which knowledge about work, behaviour, regulations etc. is required. An example of such a system could be a prototype of navigational decision support system being built at the Maritime University of Szczecin. The article presents a definition of navigational knowledge, its representation and function in navigational decision support system. Wiedza nawigacyjna Zadaniem nawigacji morskiej jest bezpieczne przeprowadzenie statku pomiędzy punktami drogi. Zadanie to realizuje nawigator morski w oparciu o posiadaną wiedzę. Formalnie jej adekwatnym wyznacznikiem są kompetencje potwierdzone odpowiednimi certyfikatami. Międzynarodowa Organizacja Morska (IMO), mając na celu zapewnienie globalnego poziomu bezpieczeństwa nawigacji, określa minimalne standardy kompetencji zawodowych. Zostały one zawarte w Konwencji i Kodzie STCW. Stanowią precyzyjne wymagania kompetencji odnoszących się do rzeczywistej wiedzy i umiejętności marynarzy oraz wykonywania przez nich zadań. W konwencji zostały szczegółowo zdefiniowane obszary wiedzy, sposoby ich demonstrowania oraz metody oceny. Wymagania te (zapisy) podlegają okresowym aktualizacjom. Zdefiniowane obszary kompetencji nawigatora stanowią jej sformalizowany opis, tzn. zawiera informację nt. wiedzy, jej zakresu (przenikanie funkcji w kierunku horyzontalnym oraz wertykalnym kompetencji), przeznaczenia (czemu ma służyć), wykorzystania (sposób realizacji zadań) oraz metod jej oceny [1]. Czym jest wiedza, wiedza nawigacyjna? Należy rozróżnić kilka kolejnych elementów, które w całości ją utworzą: pierwszą z nich są dane, fakty. Stanowią one podstawową jednostkę informacji; drugą stanowi informacja, która jest zbiorem danych tego samego typu; 92 Scientific Journals 13(85)

Baza wiedzy nawigacyjnej trzecią jest wiedza jako uporządkowany i dający się interpretować zbiór informacji. Wiedzę tę możemy z kolei podzielić na dwie grupy, tj.: 1) Poznaną (znaną, zdefiniowaną, skatalogowaną ), jest to wiedza na temat danej dziedziny składająca się: z wiedzy proceduralnej (reguły, strategie, procedury); z wiedzy deklaratywnej (koncepcje, obiekty, fakty); z wiedzy heurystycznej (intuicja, reguły zdroworozsądkowe); z wiedzy strukturalnej (związki między koncepcjami, reguły); z metawiedzy (wiedza o typach i sposobach użycia); 2) Asocjację empiryczną (doświadczenie zawodowe, dobra praktyka morska); wiedza nawigacyjna, którą należy rozumieć jako zdolność do używania, modyfikowania, zmiany interpretacji zbiorów informacji z dziedziny nawigacji. Jest zdolnością do wyciągania prawidłowych wniosków na podstawie informacji niepełnej, niespójnej, nieprecyzyjnej. W systemie nawigacyjnym wspomagania decyzji nawigatora znajdziemy wszystkie powyższe elementy tworzące wiedzę nawigacyjną. Będą one zapisane i reprezentowane w różnych formach. Formy reprezentacji wiedzy nawigacyjnej Struktury baz danych Zestawy danych oraz informacji są gromadzone od stuleci w wielu formach. W przypadku informacji nawigacyjnej znamy liczne, budowane i aktualizowane od wielu lat publikacje stanowiące źródło informacji. Można wymienić tutaj locje, spisy różnego rodzaju i w końcu podstawowe źródło wiedzy nawigacyjnej, tj. mapę. Postęp technologiczny umożliwia wykorzystanie w tym celu narzędzi informatycznych. Dlatego też powstają formy elektroniczne powyższych publikacji nautycznych. Obejmują one swym zakresem nie tylko ich przechowywanie, prezentację, archiwizację, ale także aktualizacje i dystrybucję. Należy przytoczyć tutaj koncepcję budowy ogólnoświatowej bazy nawigacyjnych map elektronicznych, tj. WEND (Worldwide Electronic Navigational Chart Database) [2]. Koncepcja budowy takiej bazy została rozwinięta 13 lat temu przez IHO. Ma ona zapewnić w skali globalnej zapotrzebowanie shippingu na jednolitą, dostępną podstawę kartograficzną. Pokrycie obszarów wodnych przez mapy ENC znacznie zwiększyło się w ostatnich latach. Mimo wszystko ciągle istnieją jeszcze rejony, gdzie takich map nie ma. Ostanie opracowania DNV szacują, iż do 2010 roku wszystkie trasy obsługiwane przez jednostki morskie o pojemności powyżej 10 000 ton będą pokryte mapami ENC. Mapa morska jest podstawowym źródłem informacji i wiedzy nt. środowiska, w którym znajduje się statek. Podstawowe informacje stanowiące o bezpieczeństwie żeglugi obejmują dane o przebiegu izobat głębokości, o położeniu przeszkód (niebezpieczeństw nawigacyjnych), położeniu znaków nawigacyjnych, dróg wodnych itd. Wiedza ta ma podstawowe znaczenie przy planowaniu podróży, a także podczas jej realizacji przy planowaniu i wykonywaniu manewrów antykolizyjnych. Nawigator lub system wspomagania decyzji nawigacyjnych musi mieć pełny i ciągły dostęp do tego źródła wiedzy. Jest on w dzisiejszej dobie w miarę prosty, gdyż treści kartograficzne zapisane są w bazie danowych. Istniejące standardy IHO, bazy danych i ich zapis pozwalają uzyskać dostęp do wybranych informacji kartograficznych tych niezbędnych w procesie wspomagania decyzji. Możliwe jest dowolne skalowanie (bez utraty istotnych faktów). Ostatecznie w czasie rzeczywistym można uwzględnić w prezentacji i skalowaniu danych wektorowych (obiektów kartograficznych) niepewność określania pozycji. Algorytmy Algorytm (łac. algorithmus) jest ścisłym przepisem realizacji działań w określonym porządku. Algorytmy wyznaczają w postaci kolejnych faz (etapów) tok (sposób) postępowania w określonych sytuacjach. W nawigacji postępowanie to jest często normalizowane odpowiednimi przepisami. Tak jest w przypadku zasad ruchu na morzu. Obowiązujące w tej kwestii prawo międzynarodowe prawo drogi morskiej nakłada na statki wzajemne przestrzeganie ustalonych zasad w określonych sytuacjach, np. spotkań, wystawiania odpowiednich znaków dziennych, pokazywania świateł nawigacyjnych, nadawania sygnałów mgłowych lub manewrowych itd. Przepisy COLREG s (w całości lub niektórej ich części prawidła) mogą być przedstawiane w formie algorytmów. One powodują, że możliwa jest właściwa interpretacja sytuacji nawigacyjnej i przypisania jej do odpowiedniego prawidła (rys. 1). Bardzo skuteczną metodą zapisu wiedzy dotyczącej rozwiązania zagadnienia jest jej zdefiniowanie w formie algorytmu rekurencyjnego. Algorytm rekurencyjny lub wzór rekurencyjny (1) jest zapisem rozwiązania lub realizacji zadania w bardzo naturalnej i bliskiej nawigatorowi formie. Algorytm w trakcie działania odwołuje się sam do siebie Zeszyty Naukowe 13(85) 93

Janusz Uriasz i pozwala na podstawie znajomości jednego lub kilku elementów zadania wyliczyć i rozwiązać cały problem. W nawigacji morskiej algorytmy rekurencyjne są stosowane w rozwiązywaniu zagadnień, np. (rys. 2): planowania podróży, realizacji podróży, nawigacji zliczeniowej, operacji przeładunkowych, akcji SAR. In:{WP, WF, Wachta,...,}. Opcjonalnie funkcja planowania może dotyczyć interwałów według punktu zwrotu, prognozy pogody, wachty nawigacyjnej, akwizycji echa, raportu itd. d droga, KDd kąt drogi nad dnem, V prędkości statku. Start Stosuj MPDM część C, D, E Nie Nie Stosuj dodatkowo MPDM prawidła części B sekcja II Jesteś w drodze? Tak Stosuj dodatkowo MPDM prawidła części B sekcja I Jest ograniczona widzialność? Koniec Tak Stosuj dodatkowo MPDM prawidła części B sekcja III Rys. 1. Stosowanie przepisów MPDM w nawigacji Fig. 1. Compliance with collision regulations in navigation ( n WPk ) = f ( WPn WPn + 1) P( WPn + 1 WPk ) f ( WP WP ) P WP dla n < k 1 = n k dla n = k 1 (1) gdzie: WP punkt drogi, n numer porządkowy punktu drogi, k numer punktu końcowego drogi, P planowanie, f nawigacyjna funkcja planowania określona następująco: f (S, A, Wh, C, In) = D:{d, KDd, V} gdzie: S statek, A akwen, Wh warunki pogodowe, C ładunek, In interwał planowania, Rys. 2. Rekurencyjne planowanie podróży Fig. 2. Recurrent voyage planning Struktury abstrakcyjne Dane oraz ich interpretacja możliwe są do zapisu/prezentacji za pomocą narzędzi sztucznej inteligencji. Wiedza na temat interpretacji zbiorów danych jest często wynoszona z praktyki zawodowej. Jest to tzw. asocjacja empiryczna, która jest wiedzą często nieformalną i jest bardzo trudna w oficjalnym zapisie. Jest ona najczęściej przekazywana w formie uwag, sądów czy opisów. Często niejasne są jej reguły i powiązania faktów prowadzących do właściwych wniosków. Ekspert dysponujący tą wiedzą jest zdolny rozwiązywać zagadnienia nawigacyjne, dysponując często niepewną i probabilistyczną informacją. Stosuje przy tym heurystyczne wnioskowanie. Nawigator, wykorzystując pamięć autoasocjacyjną (autoskojarzeniową), jest w stanie odtwarzać całość informacji na podstawie informacji niepełnej. Posiada więc zdolność prawidłowego interpretowania danych zniekształconych lub niekompletnych. Wiedza tego typu jest nieodzowna do prowadzenia bezpiecznej nawigacji. Wiedzę tę można zapisać (reprezentować), wykorzystując narzędzia i metody sztucznej inteligencji. Mogą to być np. struktury sieci neuronowych czy też sieci neurorozmytych (rys. 3). Sieci neurorozmyte stanowią uniwersalny aparat aproksymujący, odwzorowujący wiedzę uformowaną z wielomianowych zbiorów danych. Pozwalają podczas procesu uczenia na utrwalenie wiedzy, reguł i zależności jej wybranej funkcji (np. oceny sytuacji nawigacyjnej). Główną zaletą struktur sieci jest możliwość ekstrakcji utrwalonej w nich wiedzy i wykorzystanie jej np. w procesach decyzyjnych w sterowaniu ruchem statku (rys. 4) [3]. 94 Scientific Journals 13(85)

Baza wiedzy nawigacyjnej Warstwa 1 Warstwa 2 Warstwa 3 µ1 (1) x1 µ2 (1) W1 f1 µ3 (1).. f(x) x2.. f1/f2 µ1 (27) x3 µ2 (27) W27 f2 µ3 (27) Rys. 3. Struktura sieci neuronowej o logice rozmytej oceny sytuacji nawigacyjnej Fig. 3. Structure of neural network with fuzzy logic for the evaluation of a navigational situation Ocena sytuacji nawigacyjnej KDd y Rys. 4. Ocena sytuacji nawigacyjnej przez sieć neurorozmytą Fig. 4. Evaluation of a navigational situation by a neural fuzzy network Zeszyty Naukowe 13(85) 95

Janusz Uriasz Tablice decyzji Wygodną formą zapisu wiedzy jest zdefiniowanie jej w formie logicznych tablic decyzji. Stanowi ona opis sytuacji decyzyjnej (SD), która zdefiniowana jest jako zbiór uporządkowanych trójek: ( U H, ) dz, f u (2) gdzie, U dz jest zbiorem możliwych do podjęcia działań, H f u jest zbiorem możliwych wyników działań, funkcja użyteczności określona na iloczynie kartezjańskim U dz H. Przekaz zasad dobrej praktyki morskiej, gdzie opis obejmuje sposób postępowania wraz z rezultatem, definiowany jest właśnie w formie tablic. Zawarta w tablicach wiedza jest łatwa w aplikacji. Sprowadza się ona do wyboru działania, co jest o tyle ułatwione, iż tablica podaje wyniki wyboru. Możliwe jest więc dopasowanie odpowiedniego działania dla oczekiwanego wyniku. Drzewa decyzyjne Wiedza niezbędna do podejmowana decyzji może być zapisywana w formie drzew decyzyjnych. Polega ona na prezentowaniu sekwencji warunków wpływających na decyzję końcową przez ścieżki prowadzące od korzeni drzewa, poprzez węzły (warunki), wzdłuż krawędzi (wynik sprawdzenia) do liści (kategorie). Zobrazowano to na rysunku 5. Akwen otwarty Akwen otwarty Maleje Zmiana Zmiana 0 Odległość do obiektu Namiar 1 Nawigacja Rośnie 0 Mała zmiana/stały Akwen ograniczony Rys. 5. Drzewo decyzyjne dla dziedziny stan nawigacji (0 bezpiecznie, 1 niebezpiecznie) Fig. 5. Decision tree for the domain of navigational situation (0 safely, 1 dangerously) Przyjmując dla powyżej zaprezentowanego przykładu notację: N dziedzina (przestrzeń) nawigacyjna; W zbiór wartości, W t = {w 1, w 2,... w m }; t jest sprawdzeniem postaci, t : N W t ; 1 k kategoria oceny bezpieczeństwa, k = {0, 1}. Wówczas ekstrakcję wiedzy nawigacyjnej (ścieżkę decyzyjną) możemy wyrazić za pomocą reguły: ( n) = w t ( n) = w... t ( n) = w k t1 1 2 2 m m (3) Baza wiedzy nawigacyjnej w systemie wspomagania decyzji nawigacyjnej na statku morskim Duża liczba wypadków morskich spowodowana jest błędem ludzkim. Należy rozumieć go jako niepowodzenie w uzyskaniu zaplanowanego wyniku działania z powodu fizycznego lub intelektualnego zaniedbania. Konsekwencje takich niepowodzeń mogą być bardzo poważne. Najpoważniejszymi są te prowadzące do kolizji, a popełniane są w procesie podejmowania decyzji nawigacyjnej. W procesie tym możemy wyróżnić kolejno następujące po sobie etapy (rys. 6): wystąpienie sytuacji nawigacyjnej (rys. 6 I), identyfikacja sytuacji nawigacyjnej (rys. 6 II), ocena sytuacji (porównania obrazu z wzorcem) (rys. 6 III), zaplanowanie działania (rys. 6 IV), wykonanie planu (rys. 6 V). Właściwe działanie w poszczególnych etapach zmniejszy prawdopodobieństwo popełnienia błędu. W prostej linii zależeć ono będzie od wiedzy nawigatora oraz dostępnego czasu na realizację etapu (np. zbyt krótki czas obserwacji doprowadzi do niepełnego błędnego obrazu sytuacji nawigacyjnej) i identyfikację poszczególnych etapów oraz odpowiednie zachowanie się w nich. Błąd popełniony na jakimkolwiek etapie, np. początkowym, będzie się akumulował. Wpłynie on negatywnie na działanie nawigatora we wszystkich kolejno po sobie następujących etapach podejmowania decyzji. W konsekwencji doprowadzi do niepożądanych skutków (niepowodzenia w osiągnięciu planowanych zamierzeń). Skuteczną metodą unikania błędów jest praca według ustalonych standardów, np. według instrukcji (procedur) albo praca pod nadzorem lub praca zespołowa. Tak bywa np. w zadaniach wykonywanych przez operatorów DP (dynamic positioning), gdzie wachtę pełni nieprzerwanie dwóch operatorów. W tradycyjnej pracy nawigacyjnej nawigatora prowadzącego samotnie nawigację może wspierać (kontrolować?) system wspomagania decyzji nawigacyjnej. System taki (rys. 7) zapewni wsparcie nawigatorowi na wszystkich etapach procesu podejmowania decyzji. 96 Scientific Journals 13(85)

Baza wiedzy nawigacyjnej Rys. 6. Zobrazowanie etapów podejmowania decyzji Fig. 6. Illustration of the decision-taking stages Statki na akwenie Detekcja dane o ruchu statków na akwenie zapytanie trajektoria dane o sytuacji Dane o podróży Dane o rejsie Plan podróży, preferencje nawigatora, ograniczenia Baza wiedzy: MPDM; kryteria oceny sytuacji Moduł Zarządzający reguły, kryteria decyzje Moduł interakcji z operatorem ocena plan podróży Wypracowanie manewru informacja o sytuacji Ocena sytuacji dane o sytuacji, reguły trajektoria Rys. 7. Przykład architektury systemu wspomagania decyzji nawigacyjnej [4] Fig. 7. Example of the architecture of the navigational decision support system [4] Działanie systemu oparte jest na bazie wiedzy nawigacyjnej. Jest ona zapisana w poszczególnych modułach systemu i stanowi podstawę do realizacji zadań systemu w poszczególnych etapach podejmowania decyzji nawigacyjnej. Etap I wystąpienie sytuacji nawigacyjnej. Realizacja zadania odbywa się poprzez prezentację na ekranie systemu faktów: informacji kartograficznej (wiedza zawarta w bazach danych: ENC, WEND), informacji pozyskiwanych z sensorów (ARPA, AIS, LRIT, NAVSAT itd.), innych informacji uznanych za istotne lub wybranych przez operatora. Etap II identyfikacja sytuacji nawigacyjnej (rozpoznanie obiektów wraz z ich kategoryzacją). Realizacja etapu odbywa się poprzez interakcję z operatorem. W systemie znajduje się wiedza zapisana w formie drzew decyzyjnych. Nawigator odpowiadając na sekwencję warunków, dokonuje identyfikacji sytuacji. Niezależnie od powyższego system dokonuje także automatycznej identyfikacji sytuacji dla ustalonych uprzednio warunków. Identyfikacji dokonuje się na podstawie zdefiniowanych zmiennych globalnych, jak widzialność, odległość bezpieczna, prędkość bezpieczna. Definiowanie odbywa się manualnie z wykorzystaniem wiedzy zawartej w tablicach decyzji. W dalszej kolejności system klasyfikuje sytuacje w oparciu o algorytmy klasyfikacji przepisów prawa drogi morskiej (MPDM). Etap III ocena sytuacji nawigacyjnej. Realizacja odbywa się z wykorzystaniem wiedzy i kryteriów stosowanych przez nawigatorów. Możliwe są do zastosowania narzędzia sztucznej inteligencji [5]. Sieci neuronowe, sieci neurorozmyte pozwalają podczas uczenia się zapisać wiedzę praktyczną i kryteria oceny stosowane przez nawigatora. Inną możliwością jest zastosowanie obszarów jednostopniowych lub wielostopniowych wokół statku (domen), które nawigator będzie chciał utrzymać, wolnych od innych obiektów. Mogą to być obszary opisane notacją lingwistyczną, jak: Zeszyty Naukowe 13(85) 97

Janusz Uriasz bardzo bezpiecznie (wymagane działanie: obserwacja), bezpiecznie (wymagane działanie: obserwacja), średnio bezpiecznie (wymagane działanie: wzmożona obserwacja) itd. Etap IV zaplanowanie działania. Realizacja odbywa się w module decyzyjnym. System wypracowuje dla danej sytuacji nawigacyjnej manewr antykolizyjny. Uwzględniane są wartości zmiennych globalnych (np. CPA). Etap V wykonanie działania. System sygnalizuje moment rozpoczęcia planowanego działania. Możliwe jest także prowadzenie śledzenia zgodności wykonywanych manewrów z proponowanymi. Realizacja odbywa się w module decyzyjnym z wykorzystaniem danych odbieranych od sensorów. Podsumowanie Prawidłowo funkcjonujący system wspomagania decyzji nawigacyjnej musi opierać się na wiedzy nawigacyjnej. Może być ona reprezentowana w wielu formach. Zależeć to będzie od jej rodzaju oraz funkcji w systemie. Systemy wspomagające będą znajdować coraz większe zastosowanie w nawigacji morskiej. Dotyczy to zarówno statków, jak i lądowych ośrodków zarządzania i kontroli ruchu. Wynika to z oczekiwań oraz możliwości technologicznych (rodzaj, właściwości i wyposażenie jednostek, infrastruktura nawigacyjna), coraz większego zakresu działalności na morzu (np. przemysł przybrzeżny). Zmiany mają także bardziej formalne podłoże. Znajdują one odzwierciedlenie w pracach IMO, Komisji Europejskiej (EMSA) wdrażających koncepcję e-nawigacji, a nawet szerzej e-morza [6]. Bibliografia 1. KOPACZ Z., MORGAŚ W., URBAŃSKI J.: The Ship's Navigation Function, Ship's Navigation Processes, and Ship's Navigational Information, Journal of Navigation, 2003. 2. HECHT H. AT AL.: The WEND Concept for a Worldwide ENC Database Past and Future?, The International Hydrographic Review, 2007, 8, 2. 3. PIETRZYKOWSKI Z.: Procesy decyzyjne w sterowaniu ruchem statku. AM Szczecin 2003. 4. CHOMSKI J. ET AL.: Model systemu wspomagania decyzji nawigacyjnych na statku morskim. Explo-Ship 2008, AM Szczecin 2008. 5. BANACHOWICZ A., URIASZ J.: Ocena sytuacji nawigacyjnej na torze wodnym z wykorzystaniem metod sztucznej inteligencji. Problemy Automatyzacji w Geodezji Inżynieryjnej, VI Konferencja Naukowo-Techniczna, Warszawa 2003. 6. Confederation of European Shipmasters Associations. CESMA newsletter, 2007, 39. Recenzent: dr hab. inż. Lucjan Gucma, prof. AM Akademia Morska w Szczecinie 98 Scientific Journals 13(85)