Вестник МГТУ, 2025, Т. 28, № 4/1.

Вестник МГТУ. 2025. Т. 28, № 4/1. С. 558-571. DOI: https://doi.org/10.21443/1560-9278-2025-28-4/1-558-571 Case, выбором в поле Case No нужного номера набора и нажатием кнопки пуска Run. Результат такой процедуры приведен на рис. 12, где для сети 10 выбран 24-й набор входных переменных. Рис. 12. Результаты прогноза для 19 выходных переменных и 24-го набора входных данных. Статистические данные для 6-й (var48) выходной переменной (справа) Fig. 12. Prediction results for 19 output variables for 24th input datasets. Statistics for 6th (var48) output variables (right) Вверху показана часть из ряда входных данных var1-var49, ниже - полученные выходные параметры модели var43-var49, их целевые значения и погрешности. Справа показана статистика по шестой выходной переменной (var48 в счете системы), где приведены подробные данные о точности результата прогнозирования именно этой переменной, номер 6 которой выбран в поле Variable формы Regression Statistics. Изменяя этот номер и нажимая кнопку Run, получаем поочередно статистики для всех 19 выходных результатов var43-var61. Подобную процедуру можно выполнить с любым набором входных данных, например, с теми, которые ни в каком качестве (Train, Verify или Test) не участвовали при обучении сети. Выполним процедуру с помощью перехода по Run\Run One-Off Case, открывая форму рис. 13. В форме в строку Input можно ввести любые значения, нажать Run и в нижней строке Output получить набор выходных переменных от var43 до var61. Рис. 13. Введение произвольных входных значений и получение для них параметров модели Fig. 13. Entering arbitrary input values and obtaining model parameters for them Таким образом находятся параметры математической модели движения судна, при которых она будет наилучшим образом соответствовать введенным маневренным характеристикам. Модель легко изменить произвольно в вертикальном блоке параметров слева непосредственным вводом новых значений в выбранные текстовые поля. Произведем следующие замены четырех параметров: Cx0 - 0,007 на 0,0063; Cyfi - 0,13 на 0,143; Cm1 - 0,048 на 0,0432; Cyra - 2,6 на 2,86. Нажав кнопку принятия новой модели "Принять", запустим маневр на выполнение и получим на координатном поле траекторию нового "зигзага" (синий цвет). Предварительно сделан запуск с параметрами базовой модели, ее трек для сравнения показан черным цветом. Данные файла траекторных измерений вдоль синего трека введем в строку Input формы рис. 13 как входные данные, не участвовавшие в обучении сети. Нажав кнопку Run, получим в строке Output параметры модели, соответствующие данным маневренного испытания. Именно такая задача была поставлена нами как основная в начале работы; на данном этапе исследований появляется возможность ее решения, для этого имеются все необходимые средства. Сформируем данные для проверки такого подхода. На рис. 14 повторим форму рис. 1, где демонстрировалось получение набора из 600 данных для обучения сети. Программа повторяла процедуру интегрирования уравнений движения "зигзаг" с варьированными параметрами модели и фиксировала кинематические характеристики 600 траекторий. В базовой модели мы изменили вручную часть ее параметров и получили траекторию 567