<?xml version="1.0" encoding="UTF-8"?>
<article article-type="research-article" dtd-version="1.3" xml:lang="ru" xmlns:xlink="http://www.w3.org/1999/xlink" xmlns:mml="http://www.w3.org/1998/Math/MathML" xmlns:xsi="http://www.w3.org/2001/XMLSchema-instance" xsi:noNamespaceSchemaLocation="https://metafora.rcsi.science/xsd_files/journal3.xsd">
  <front>
    <journal-meta>
      <journal-id journal-id-type="publisher-id">moitvivt</journal-id>
      <journal-title-group>
        <journal-title xml:lang="ru">Моделирование, оптимизация и информационные технологии</journal-title>
        <trans-title-group xml:lang="en">
          <trans-title>Modeling, Optimization and Information Technology</trans-title>
        </trans-title-group>
      </journal-title-group>
      <issn pub-type="epub">2310-6018</issn>
      <publisher>
        <publisher-name>Издательство</publisher-name>
      </publisher>
    </journal-meta>
    <article-meta>
      <article-id pub-id-type="doi">10.26102/2310-6018/2023.41.2.015</article-id>
      <article-id pub-id-type="custom" custom-type="elpub">1331</article-id>
      <title-group>
        <article-title xml:lang="ru">Планирование маршрутов судов по ретроспективным данным о движении на основе модельных представлений вычислительной геометрии</article-title>
        <trans-title-group xml:lang="en">
          <trans-title>Vessel route planning based on historical traffic data and model representations of computational geometry</trans-title>
        </trans-title-group>
      </title-group>
      <contrib-group>
        <contrib contrib-type="author" corresp="yes">
          <contrib-id contrib-id-type="orcid">0000-0003-0549-230X</contrib-id>
          <name-alternatives>
            <name name-style="eastern" xml:lang="ru">
              <surname>Гриняк</surname>
              <given-names>Виктор Михайлович</given-names>
            </name>
            <name name-style="western" xml:lang="en">
              <surname>Grinyak</surname>
              <given-names>Victor Mikhailovich</given-names>
            </name>
          </name-alternatives>
          <email>victor.grinyak@gmail.com</email>
          <xref ref-type="aff">aff-1</xref>
        </contrib>
        <contrib contrib-type="author" corresp="yes">
          <name-alternatives>
            <name name-style="eastern" xml:lang="ru">
              <surname>Прудникова</surname>
              <given-names>Лариса Ивановна</given-names>
            </name>
            <name name-style="western" xml:lang="en">
              <surname>Prudnikova</surname>
              <given-names>Larisa Ivanovna</given-names>
            </name>
          </name-alternatives>
          <email>prudnikova.li@dvfu.ru</email>
          <xref ref-type="aff">aff-2</xref>
        </contrib>
        <contrib contrib-type="author" corresp="yes">
          <name-alternatives>
            <name name-style="eastern" xml:lang="ru">
              <surname>Артемьев</surname>
              <given-names>Андрей Владимирович</given-names>
            </name>
            <name name-style="western" xml:lang="en">
              <surname>Artemiev</surname>
              <given-names>Andrey Vladimirovich</given-names>
            </name>
          </name-alternatives>
          <email>artemyev@msun.ru</email>
          <xref ref-type="aff">aff-3</xref>
        </contrib>
        <contrib contrib-type="author" corresp="yes">
          <name-alternatives>
            <name name-style="eastern" xml:lang="ru">
              <surname>Левченко</surname>
              <given-names>Дмитрий Максимович</given-names>
            </name>
            <name name-style="western" xml:lang="en">
              <surname>Levchenko</surname>
              <given-names>Dmitry Maksimovich</given-names>
            </name>
          </name-alternatives>
          <email>kadiabasta@gmail.com</email>
          <xref ref-type="aff">aff-4</xref>
        </contrib>
      </contrib-group>
      <aff-alternatives id="aff-1">
        <aff xml:lang="ru">Владивостокский государственный университет</aff>
        <aff xml:lang="en">Vladivostok State University</aff>
      </aff-alternatives>
      <aff-alternatives id="aff-2">
        <aff xml:lang="ru">Дальневосточный федеральный университет</aff>
        <aff xml:lang="en">Far Eastern Federal University</aff>
      </aff-alternatives>
      <aff-alternatives id="aff-3">
        <aff xml:lang="ru">Морской государственный университет имени адмирала Г.И. Невельского</aff>
        <aff xml:lang="en">Maritime State University named after admiral G.I. Nevelskoy</aff>
      </aff-alternatives>
      <aff-alternatives id="aff-4">
        <aff xml:lang="ru">Институт автоматики и процессов управления ДВО РАН</aff>
        <aff xml:lang="en">Institute of Automation and Control Processes FEBRAS</aff>
      </aff-alternatives>
      <pub-date pub-type="epub">
        <day>01</day>
        <month>01</month>
        <year>2026</year>
      </pub-date>
      <volume>1</volume>
      <issue>1</issue>
      <elocation-id>10.26102/2310-6018/2023.41.2.015</elocation-id>
      <permissions>
        <copyright-statement>Copyright © Авторы, 2026</copyright-statement>
        <copyright-year>2026</copyright-year>
        <license license-type="creative-commons-attribution" xlink:href="https://creativecommons.org/licenses/by/4.0/">
          <license-p>This work is licensed under a Creative Commons Attribution 4.0 International License</license-p>
        </license>
      </permissions>
      <self-uri xlink:href="https://moitvivt.ru/ru/journal/article?id=1331"/>
      <abstract xml:lang="ru">
        <p>Статья посвящена проблеме безопасного движения судов в условиях насыщенного трафика. Рассматривается задача планирования маршрута перехода морского судна через акватории с интенсивным движением. При плавании в таких условиях судоводители придерживаются некоторой схемы движения, принятой на конкретной акватории. Эта схема может существовать как директивно, так и неформально, являясь обобщением коллективного судоводительского опыта. В последнем случае представляется продуктивным планирование маршрута на основе данных о движении других судов, находившихся на акватории ранее (та же идея лежит в основе методов задач «больших данных»). В работах, опубликованных ранее, такое планирование маршрута осуществлялось на основе кластерного анализа ретроспективных данных о движении судов, что предполагало разбиение акватории на участки и выделение в них характерных значений скоростей и курсов. Проблемой такого подхода является выбор параметров разбиения: их требуется задавать для каждой конкретной акватории отдельно. В настоящей работе предложен другой подход, когда граф возможных маршрутов строится на основе множества пересекающихся ломаных, каждая из которых представляет собой реализованный ранее маршрут. При этом каждому ребру графа приписывается мера его «желательности», характеризующая близость к нему других ребер. Кратчайший путь на взвешенном графе строится с учетом не только геометрической длины ребер, но и меры их «желательности». В статье рассматривается способ построения такого графа возможных маршрутов, делается оценка числа его вершин и ребер, даются рекомендации по выбору метода поиска кратчайшего пути на этом графе. Приводятся примеры планирования маршрутов на ряде реальных акваторий: Владивосток, Сангарский пролив.</p>
      </abstract>
      <trans-abstract xml:lang="en">
        <p>The paper is concerned with maritime safety. The problem of planning a route for a vessel crossing water areas with heavy traffic is considered. When sailing under such conditions, navigators follow a trajectory that is established in a specific water area. It can be defined officially or be accepted on an informal basis while representing collective navigation experience. If the latter, it seems productive to plan a route using the data on the traffic of other ships that crossed the water area earlier (the same idea underlies "big data" task methods). In the papers published earlier, such route planning was based on a cluster analysis of retrospective data on ship traffic, which involved dividing the water area into sections and highlighting characteristic values of speeds and courses in them. The problem with this approach was the choice of partitioning parameters which had to be set for each specific water area separately. In this paper, another approach is proposed, when the graph of possible routes includes a selection of the trajectories of individual ships that were previously implemented in the specific water area. This article further develops the methods for solving the problem of ship route planning in areas with heavy traffic. The proposed method is based on the formation of a possible route graph from a set of intersecting broken lines, each of which represents a route implemented earlier. Each edge of the graph is assigned a measure of its “popularity”, which characterizes the proximity of other edges to it. The shortest path on a weighted graph is constructed considering not only the geometric length of the edges, but also the measure of their “popularity”. The paper regards the formation of a possible route graph, a number of its nodes and edges is esteemed, recommendations as to how to select a method for defining the shortest path on its graph are provided. Examples of route planning for the Tsugaru Strait and the Seaport of Vladivostok are provided.</p>
      </trans-abstract>
      <kwd-group xml:lang="ru">
        <kwd>управление движением судов</kwd>
        <kwd>безэкипажное судоходство</kwd>
        <kwd>е-навигация</kwd>
        <kwd>планирование маршрута перехода</kwd>
        <kwd>интенсивное движение</kwd>
        <kwd>автоматическая идентификационная система</kwd>
        <kwd>большие данные</kwd>
        <kwd>алгоритмы на графах</kwd>
      </kwd-group>
      <kwd-group xml:lang="en">
        <kwd>ship traffic management</kwd>
        <kwd>unmanned navigation</kwd>
        <kwd>e-navigation</kwd>
        <kwd>route transit planning</kwd>
        <kwd>high-density traffic</kwd>
        <kwd>automatic identification system</kwd>
        <kwd>Big Data</kwd>
        <kwd>graph algorithm</kwd>
      </kwd-group>
      <funding-group>
        <funding-statement xml:lang="ru">Работа выполнена в рамках программы академического стратегического лидерства «Приоритет-2030», проект «Разработка алгоритмов автоматического расхождения судов в соответствии с МППСС-72, оценка их эффективности и безопасности».</funding-statement>
        <funding-statement xml:lang="en">This research was supported by the program of academic leadership “Priorotet-2030”, project “Development of algorithms for vessels collision avoidance in accordance with COLREGs-72, assessment of their effectiveness and safety”.</funding-statement>
      </funding-group>
    </article-meta>
  </front>
  <back>
    <ref-list>
      <title>References</title>
      <ref id="cit1">
        <label>1</label>
        <mixed-citation xml:lang="ru">Франк М.О., Овчинников К.Д., Рыжов В.А. Обзор российского и зарубежного опыта создания безэкипажных катеров. Морские интеллектуальные технологии. 2022;57(3-1):22–28. DOI: 10.37220/MIT.2022.57.3.002.</mixed-citation>
      </ref>
      <ref id="cit2">
        <label>2</label>
        <mixed-citation xml:lang="ru">Коренев А.С., Хабаров С.П., Шпекторов А.Г. Формирование траекторий движения безэкипажного судна. Морские интеллектуальные технологии. 2021;54(4-1):158–165. DOI: 10.37220/MIT.2021.54.4.047.</mixed-citation>
      </ref>
      <ref id="cit3">
        <label>3</label>
        <mixed-citation xml:lang="ru">Дыда А.А., Пушкарев И.И., Чумакова К.Н. Алгоритм обхода статических препятствий для безэкипажного судна. Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2021;13(3):307–315. DOI: 10.21821/2309-5180-2021-13-3-307-315.</mixed-citation>
      </ref>
      <ref id="cit4">
        <label>4</label>
        <mixed-citation xml:lang="ru">Ардельянов Н.П. Промежуточные результаты концепции е-навигации. Вестник государственного морского университета имени адмирала Ф.Ф. Ушакова. 2022;39(2):8–11.</mixed-citation>
      </ref>
      <ref id="cit5">
        <label>5</label>
        <mixed-citation xml:lang="ru">Ривкин Б.С. Е-навигация. Прошло 5 лет. Гироскопия и навигация. 2020;28(1):101–120. DOI: 10.17285/0869-7035.0026.</mixed-citation>
      </ref>
      <ref id="cit6">
        <label>6</label>
        <mixed-citation xml:lang="ru">Писмаркин Д.Д. Курсовая устойчивость и оптимизация судового пути судна при внешних возмущающих воздействиях в критериях концепции развития е-навигации. Транспортное дело России. 2020;(2):152–156.</mixed-citation>
      </ref>
      <ref id="cit7">
        <label>7</label>
        <mixed-citation xml:lang="ru">Tsolakis A., Benders D., de Groot O., Negenborn R.R., Reppa V., Ferranti L. COLREGs-aware Trajectory Optimization for Autonomous Surface Vessels. IFAC-PapersOnLine. 2022; 55(31):269–274. DOI: 10.1016/j.ifacol.2022.10.441.</mixed-citation>
      </ref>
      <ref id="cit8">
        <label>8</label>
        <mixed-citation xml:lang="ru">Wang H.B., Li X.B., Li P.F., Veremey E.I., Sotnikova M.V. Application of real-coded genetic algorithm in ship weather routing. Journal of Navigation. 2018;71(4):989–1010. DOI: 10.1017/S0373463318000048.</mixed-citation>
      </ref>
      <ref id="cit9">
        <label>9</label>
        <mixed-citation xml:lang="ru">Першина Л.А., Астреина Л.Б. Выбор маршрута судна на основе погодных условий. Эксплуатация морского транспорта. 2019;(2):30–38.</mixed-citation>
      </ref>
      <ref id="cit10">
        <label>10</label>
        <mixed-citation xml:lang="ru">Сотникова М.В. Алгоритмы формирования маршрутов движения судов с учетом прогноза погодных условий. Вестник Санкт-Петербургского университета. Серия 10. Прикладная математика. Информатика. Процессы управления. 2009;(2):181–196.</mixed-citation>
      </ref>
      <ref id="cit11">
        <label>11</label>
        <mixed-citation xml:lang="ru">Zhao L., Shi G.  Maritime anomaly detection using density-based clustering and recurrent neural network. Journal of Navigation. 2019;72(4):894–916. DOI: 10.1017/S0373463319000031.</mixed-citation>
      </ref>
      <ref id="cit12">
        <label>12</label>
        <mixed-citation xml:lang="ru">Таратынов В.В. Целесообразность разделения морских путей. Морской флот. 1969;(9):19–20.</mixed-citation>
      </ref>
      <ref id="cit13">
        <label>13</label>
        <mixed-citation xml:lang="ru">Лентарёв А.А. Основы теории управления движением судов. Владивосток: Морской государственный университет; 2018. 181 с.</mixed-citation>
      </ref>
      <ref id="cit14">
        <label>14</label>
        <mixed-citation xml:lang="ru">Гриняк В.М., Девятисильный А.С., Иваненко Ю.С. Поддержка принятия решений при обеспечении безопасности движения судов на основе кластеризации траекторий. Вестник государственного университета морского и речного флота им. адмирала С.О. Макарова. 2020;12(3):436–449. DOI: 10.21821/2309-5180-2020-12-3-436-449.</mixed-citation>
      </ref>
      <ref id="cit15">
        <label>15</label>
        <mixed-citation xml:lang="ru">Гриняк В.М., Шуленина А.В. Кластеризация данных траекторий морских судов для планирования маршрутов через акватории с интенсивным движением. Информационные технологии. 2021;27(11):607–615. DOI: 10.17587/it.27.607-615.</mixed-citation>
      </ref>
      <ref id="cit16">
        <label>16</label>
        <mixed-citation xml:lang="ru">Гриняк В.М., Девятисильный А.С. Планирование маршрутов судов через акватории с интенсивным движением на основе ретроспективных данных. Моделирование, оптимизация и информационные технологии. 2022;10(3):25–26. DOI: 10.26102/2310-6018/2022.38.3.014.</mixed-citation>
      </ref>
      <ref id="cit17">
        <label>17</label>
        <mixed-citation xml:lang="ru">Onyango S.O., Owiredu S.O., Kim K.I., Yoo S.L. A Quasi-Intelligent Maritime Route Extraction from AIS Data. Sensors. 2022;22(22):8639. DOI: 10.3390/s22228639.</mixed-citation>
      </ref>
      <ref id="cit18">
        <label>18</label>
        <mixed-citation xml:lang="ru">Гриняк В.М., Шурыгин А.В. Программа сбора траекторных данных о движении судов из открытых интернет источников. Свидетельство о государственной регистрации программы для ЭВМ 2018618729 Россия. Опубл. 19.07.2018.</mixed-citation>
      </ref>
      <ref id="cit19">
        <label>19</label>
        <mixed-citation xml:lang="ru">Головченко Б.С., Гриняк В.М. Информационная система сбора данных о движении судов на морской акватории. Вестник Государственного университета морского и речного флота имени адмирала С.О. Макарова. 2014;(2):156–162.</mixed-citation>
      </ref>
      <ref id="cit20">
        <label>20</label>
        <mixed-citation xml:lang="ru">Гриняк В.М., Иваненко Ю.С., Люлько В.И., Шуленина А.В., Щурыгин А.В.  Цифровое представление и комплексная оценка навигационной безопасности движения на морских акваториях. Моделирование, оптимизация и информационные технологии. 2020;8(1). DOI: 10.26102/2310-6018/2020.28.1.003.</mixed-citation>
      </ref>
      <ref id="cit21">
        <label>21</label>
        <mixed-citation xml:lang="ru">Yager R., Filev D. Essentials of fuzzy modeling and control. New York: John Wiley &amp; Sons. 1994. 388 р.</mixed-citation>
      </ref>
      <ref id="cit22">
        <label>22</label>
        <mixed-citation xml:lang="ru">Yager R.R., Filev D.P. Generation of Fuzzy Rules by Mountain Clustering. Journal of Intelligent and Fuzzy Systems. 1994;2(3):209–219. DOI: 10.3233/IFS-1994-2301.</mixed-citation>
      </ref>
      <ref id="cit23">
        <label>23</label>
        <mixed-citation xml:lang="ru">Айзерман М.А., Браверман Э.М., Розоноэр Л.И. Метод потенциальных функций в теории обучения машин. М.: Наука; 1970. 384 с.</mixed-citation>
      </ref>
      <ref id="cit24">
        <label>24</label>
        <mixed-citation xml:lang="ru">Pallotta G., Vespe M., Bryan K. Vessel pattern knowledge discovery from AIS data: a framework for anomaly detection and route prediction. Entropy. 2013;15:2218–2245. DOI:  10.3390/e15062218.</mixed-citation>
      </ref>
      <ref id="cit25">
        <label>25</label>
        <mixed-citation xml:lang="ru">Zhen R., Jin Y., Hu Q., Shao Zh., Niktakos N. Maritime anomaly detection within coastal waters based on vessel trajectory clustering and naïve Bayes classiﬁer. Journal of Navigation. 2017;70(3):648–670. DOI: 10.1017/S0373463316000850.</mixed-citation>
      </ref>
    </ref-list>
    <fn-group>
      <fn fn-type="conflict">
        <p>The authors declare that there are no conflicts of interest present.</p>
      </fn>
    </fn-group>
  </back>
</article>