- •А.В. Мельников, в.Н. Мельников Управление запасами промысловых рыб и охрана природы
- •Управление запасами промысловых рыб и охрана природы
- •Оглавление
- •Раздел 1. Основные проблемы, понятия и показатели теории запасов и управления рыболовством 15
- •Глава 1. Общие проблемы оценки запасов и управления запасами промысловых рыб 15
- •Глава 2. Оценка воспроизводства, роста, естественной и промысловой смертности рыб 69
- •Глава 3.Управление селективностью рыболовства 102
- •Глава 4. Промысловое усилие. Интненсивность промысла 141
- •Раздел II. Методы и математические модели теории рыболовства 175
- •Глава 5. Эмпирические методы теории рыболовства 175
- •Глава 6. Методы биопромысловой статистики 191
- •Глава 7. Статические модели и методы теории рыболовства 217
- •Глава 8. Динамические модели и методы теории рыболовства 241
- •Глава 9. Методы и модели теории рыболовства с учетом неопределенности 256
- •Глава 10. Промыслово-экономические методы и модели теории рыболовства 284
- •Глава 11. Применение контрольных карт и метода последовательного анализа в теории рыболовства 298
- •Глава 12. Контроль и прогнозирование запасов и рыболовства 321
- •Глава 13. Методы предосторожного подхода 344
- •Глава 14. Экосистемные методы теории рыболовства 365
- •Глава 15. Методы и модели управления рыболовством с применением показателей надежности систем 390
- •Глава 16. Методы и модели управления рыболовством с применение теории управления сложными системами и исследования операций 448
- •Раздел IV. Охрана природы 525
- •Глава 17. Основы охраны природы 525
- •Введение
- •Раздел 1. Основные проблемы, понятия и показатели теории запасов и управления рыболовством глава 1. Общие проблемы оценки запасов и управления запасами промысловых рыб
- •1.1. Состояние исследований запасов и управления запасами промысловых рыб
- •1.2. Основные проблемы и функции управления запасами и промышленным рыболовством
- •1.3. Основные факторы, влияющие на запасы промысловых рыб
- •1.4. Основные причины и закономерности колебаний запасов промысловых рыб
- •1.5. Основные пути сохранения и увеличения запасов промысловых рыб
- •1.6. Популяция рыб как динамическая система с элементами саморегулирования
- •1.7. Общая характеристика и классификация методов, способов и моделей теории рыболовства
- •1.8. Показатели и критерии рыболовства
- •1.9. Общая характеристика основных видов математических моделей теории рыболовства
- •1.10. Общая характеристика методов математического моделирования процесса лова рыбы
- •1.11. Оценка качества математического моделирования лова и рыболовства
- •1.12. Контрольные вопросы к главе 1
- •Глава 2. Оценка воспроизводства, роста, естественной и промысловой смертности рыб
- •2.1. Общие особенности количественной оценки воспроизводства запасов и пополнения промыслового стада
- •2.2. Общая характеристика кривых пополнения промыслового стада
- •2.3. Статистические методы оценки пополнения промыслового стада
- •2.4. Оценка доли пополнения в улове методом Аллена
- •2.5. Оценка роста рыб
- •2.6. Способы количественной оценки смертности рыб
- •2.7. Определение естественной смертности рыб
- •2.8. Оценка общей смертности рыб
- •2.9. Определение промысловой смертности рыб
- •2.10. Применение показателей промысловой смертности для оценки общего допустимого улова
- •2.11. Контрольные вопросы к гл. 2
- •Глава 3.Управление селективностью рыболовства
- •3.1. Общая характеристика селективности лова, промысла и рыболовства
- •3.2. Селективность лова при отцеживании рыбы сетным полотном
- •3.3. Селективность лова при объячеивании рыбы сетным полотном
- •3.4. Биомеханическая и биофизическая селективность лова
- •3.5. Селективность промысла и рыболовства
- •3.6. Основные проблемы и особенности управления селективностью рыболовства
- •3.7. Организация работ по управлению селективностью рыболовства
- •3.8. Особенности применения показателей селективности в теории рыболовства
- •3.9. Контрольные вопросы к главе 3
- •Глава 4. Промысловое усилие. Интненсивность промысла
- •4.1 Общие требования к промысловому усилию. Классификация показателей промыслового усилия
- •4.2. Область применения промыслового усилия в промышленном рыболовстве
- •4.3. Количественная оценка показателей промыслового усилия
- •4.4. Определение показателей промыслового усилия для орудий лова различных видов
- •4.5. Рекомендуемые показатели промыслового усилия для решения различных задач промышленного рыболовства
- •4.6. Контрольные вопросы к главе 4
- •Разделii. Методы и математические модели теории рыболовства глава 5. Эмпирические методы теории рыболовства
- •5.1. Оценка относительной величины запасов по уловам и уловам и на промысловое усилие
- •5.2. Оценка запасов методом учетных и промысловых съемок
- •5.3. Оценка запасов методом гидроакустических и промыслово-акустических съемок
- •5.4. Оценка запасов с применением съемок и математических моделей лова
- •5.5. Оценка запасов на основе анализа миграций проходных и полупроходных рыб в реках и в прибрежных районах моря
- •5.6. Оценка запасов с учетом улова и предельного возраста рыбы
- •5.7. Оценка запасов методом мечения
- •5.8. Оценка запасов по результатам наблюдений
- •5.9. Контрольные вопросы к главе 5
- •Глава 6. Методы биопромысловой статистики
- •6.1. Биостатистические методы оценки и анализа запасов
- •6.2. Методы контрольных карт и последовательного анализа
- •6.3. Методы оценки запасов по уловам на промысловое усилие
- •6.4. Оценка допустимой интенсивности вылова с учетом предельного возраста рыбы и интенсивности промысла (метод ф.И. Баранова)
- •6.5. Оценка допустимой интенсивности вылова и допустимого улова с учетом распределения величины запаса и предельного возраста рыбы
- •6.6. Определение допустимой интенсивности вылова с учетом общей убыли поколения промыслового стада
- •6.7. Определение допустимой интенсивности вылова с учетом допустимого прилова рыб непромысловых размеров
- •6.9. Контрольные вопросы к главе 6
- •Глава 7. Статические модели и методы теории рыболовства
- •7.1. Модели улова на единицу пополнения промыслового стада в непрерывной форме
- •7.2. Модели улова на единицу пополнения промыслового стада в дискретной форме
- •7.3. Модели для оценки использования биомассы поколения промысловых рыб
- •7.4. Продукционные модели
- •7.5. Модели запас-пополнение
- •7.6. Комбинированные модели на основе аналитических и продукционных моделей, моделей запас-промысел
- •7.7. Комбинированные модели на основе взаимосвязи интенсивности и селективности рыболовства
- •7.8. Контрольные вопросы к главе 7
- •Глава 8. Динамические модели и методы теории рыболовства
- •8.1. Дискретные модели с переменным пополнением
- •8.2. Методы когортного анализа
- •8.3. Динамические продукционные модели
- •8.4. Комбинированные динамические модели
- •8.5. Методы интерполирования и экстраполяции временных рядов
- •8.6. Применение контрольных карт для анализа динамики и регулирования рыболовства
- •8.7. Контрольные вопросы к главе 8.
- •Глава 9. Методы и модели теории рыболовства с учетом неопределенности
- •9.1. Общая характеристика задач теории рыболовства с учетом неопределенности
- •9.2. Особенности сбора и обработки экспериментального и статистического материала
- •9.3. Определение расчетного периода времени и расчетных размеров промыслового участка
- •9.4. Особенности применения дисперсионного, корреляционного и регрессионного анализа, методов планирования экспериментов
- •9.5. Оценка точности экспериментальных значений показателей, объема экспериментального и статистического материала
- •9.6. Особенности объединения экспериментального и статистического материала.
- •9.7. Вероятностная оценка допустимого улова при стационарном и квазистационарном состоянии запаса и промысла
- •9.8. Возможная точность оценки запасов и других показателей теории рыболовства
- •9.9. Замена случайных величин детерминированными величинами
- •9.10. Оценка вероятности расположения показателя рыболовства в допустимых пределах
- •9.11. Сравнение средних значений показателей рыболовства с нормативными показателями
- •9.12. Особенности методов и моделей динамических процессов рыболовства в условиях стохастической неопределенности
- •9. 13. Особенности решения задач в условиях нестохастической неопределенности
- •9.14. Контрольные вопросы к главе 9
- •Глава 10. Промыслово-экономические методы и модели теории рыболовства
- •10.1 Общая характеристика экономических показателей промышленного рыболовства
- •10.2. Оценка экономической эффективности с учетом производительности и селективности лова
- •10.3. Особенности оценки экономической эффективности рыболовства с учетом рационального использования запасов рыб
- •10.4. Учет экономических показателей при оценке допустимого улова
- •10.5. Контрольные вопросы к главе 10
- •Глава 11. Применение контрольных карт и метода последовательного анализа в теории рыболовства
- •11.1. Общая характеристика применения контрольных карт и последовательного анализа для управления рыболовством
- •11.2. Общая характеристика метода контрольных карт
- •11.3. Общие особенности применения контрольных карт
- •11.4. Общая характеристика метода последовательного анализа
- •11.5. Последовательный анализ при исследовании среднего значения показателя рыболовства
- •11.6. Последовательный анализ при исследовании показателя рыболовства по альтернативному признаку
- •11.7. Последовательный анализ при исследовании колебаний показателя рыболовства
- •11.8. Регулирование времени наблюдений при последовательном анализе
- •11.9. Последовательный анализ при управлении селективностью рыболовства
- •11.9. Контрольные вопросы к главе 11.
- •Глава 12. Контроль и прогнозирование запасов и рыболовства
- •12.1. Общая характеристика контроля
- •12.2. Общая характеристика прогнозирования
- •12.3. Характеристика прогнозирования с применением метода группового учета аргументов (мгуа)
- •12.4. Прогнозирование с применением временных рядов
- •12.5. Прогнозирование с применением когортных моделей
- •12.6. Прогнозирование с применением продукционных моделей.
- •12.7. Прогнозирование с применением уравнений запас-пополнение
- •12.8. Контрольные вопросы к главе 12
- •Глава 13. Методы предосторожного подхода
- •13.1. Общая характеристика методов
- •13.2. Ориентиры управления
- •13.3. Правила регулирования рыболовства при предосторожном подходе
- •13.4 Обоснование оду при предосторожном подходе
- •13.5. Влияние информационного обеспечения на выбор процедуры оценки и прогнозирования оду
- •13.6. Математическое обеспечение предосторожного подхода
- •13.7. Контрольные вопросы к главе 13
- •Глава 14. Экосистемные методы теории рыболовства
- •14.1. Общая характеристика экосистемных методов
- •14.2. Общие особенности моделирования экологических систем
- •14.3. Обобщенная математическая модель биологических систем в водоемах
- •14.4. Моделирование водных сообществ
- •14.5 Общая характеристика промысловых экологических систем
- •14.6. Квотирование уловов при совместном использовании запасов
- •14.7. Контрольные вопросы к гл. 14
- •Глава 15. Методы и модели управления рыболовством с применением показателей надежности систем
- •15.1.Предпосылки применения теории надежности для анализа и совершенствования систем управления рыболовством
- •15.2. Общая характеристика сложных систем
- •15.3.Особенности расчета параметрической надежности систем управления рыболовством
- •15.4. Прогнозирование надежности систем управления рыболовством
- •15.5. Источники информации о надежности систем управления рыболовством
- •15.6. Классификация отказов систем управления рыболовством
- •15.7.Понятие о математических моделях надежности систем управления рыболовством
- •15.8. Формирование закона изменения выходного параметра
- •15.9. Модель формирования постепенных отказов
- •15.10. Модели внезапных отказов
- •15.11.Одновременное проявление постепенных и внезапных отказов
- •15.12. Случайный поток отказов в системах управления рыболовством
- •15.13.Общая схема потери системой управления рыболовством работоспособности
- •15.14. Анализ области работоспособности и состояний системы управления рыболовством
- •15.15.Оценка предельного состояния системы управления рыболовством
- •15.16. Относительное влияние на надежность запасов среднего значения и коэффициента вариации величины запаса
- •15.17. Расчеты допустимого вылова с учетом запаса на вылов
- •15.18. Экономические задачи надежности систем управления рыболовством
- •15.19. Контрольные вопросы к главе 15
- •Глава 16. Методы и модели управления рыболовством с применение теории управления сложными системами и исследования операций
- •16.1. Принципы управления рыболовством с применением теории управления сложными системами и исследования операций
- •16.2. Основы теории эффективности управления рыболовством
- •16.3.Показатели и критерии рыболовства
- •16.4. Общая схема и принципы исследования эффективности рыболовства
- •16.5. Формирование эффективности систем управления рыболовством на отдельных этапах жизненного цикла
- •16.6. Общие особенности моделирования управления рыболовством
- •16.7. Теоретические основы оптимизации управления рыболовством
- •16.8. Системы оптимального управленияхорошо определяемыми процессами рыболовства с применением математических моделей
- •16.9. Адаптивные системы оптимального управления рыболовством
- •16.10. Управление рыболовствомоснове принципов экстремальныхсистем управления
- •16.11. Управление рыболовствомпоиском экстремума показателя качества и приближенной математической модели процесса
- •16.12. Общие особенности выработки и принятия решений при управлении рыболовством
- •16.13. Особенности принятия решения в условиях определенности
- •16.14. Особенности принятия решения в условиях стохастической неопределенности
- •16.15. Особенности принятия решения в условиях нестохастической неопределенности
- •16.16. Контрольные вопросы к главе 16
- •Разделiv. Охрана природы глава 17. Основы охраны природы
- •17.1. Основные проблемы охраны природы.
- •17.2. Охрана основных составляющих природных ресурсов
- •17.3. Право и охрана природы
- •17.4 Охрана и регулирование биологических ресурсов Мирового океана
- •17.5 Охрана и регулирование биологических ресурсов внутренних водоемов России
- •17.6. Охрана внутренних рыбохозяйственных водоемов от загрязнения
- •17.7. Охрана морских рыбохозяйственных водоемов от загрязнения
- •17.8. Ответственность за нарушение рыболовного законодательства
- •17.9. Контрольные вопросы к главе 17
- •Список рекомендуемой литературы
9.4. Особенности применения дисперсионного, корреляционного и регрессионного анализа, методов планирования экспериментов
9.4.1. Экспериментально-статистические методы включают выбор вида эксперимента, предварительную оценку вида уравнений связи между переменными, планирование экспериментов, определение коэффициентов регрессии, статистический анализ результатов и т.д.
Методы основаны на использовании, прежде всего, дисперсионного, корреляционного и регрессионного анализа, методов математического планирования экспериментов. Эти методы подробно описаны в литературе и здесь рассмотрены лишь некоторые особенности их применения в теории рыболовства.
9.4.2. Дисперсионный анализ служит для оценки силы и достоверности влияния одного или нескольких факторов на результирующий показатель, выбора наиболее важных факторов и оценки их влияния.
В общем, суть дисперсионного анализа состоит в делении общих колебаний рассматриваемого показателя на составляющие. Каждая составляющая характеризует влияние того или иного фактора на результирующий показатель. Наиболее часто общую дисперсию случайной величины рассматривают состоящей из дисперсий, вызванных неслучайными и случайными факторами, независимыми один от другого.
При дисперсионном анализе наблюдаемые величины обычно должны быть распределены по нормальному закону с постоянной дисперсией.
Когда изучают влияние одного фактора, дисперсионный анализ называется однофакторным, нескольких факторов - многофакторным.
Рассмотрим на примере особенности постановки и решения задачи при однофакторном анализе.
Пусть известны независимых нормально распределенных случайных величин, которые соответствуют распределению улововорудий лова.
Каждое орудие лова проработало периодов времени и по каждому из орудий лова получена величина улова. Соответственно матрица уловов содержитзначений улова.
По полученным данным можно определить среднее значение улова для каждого из орудий лова (внутригрупповые средние) и среднее значение уловов всех орудий лова (межгрупповое среднее).
Далее по известным формулам определяют внутригрупповую дисперсию и межгрупповую дисперсию. После этого рассматривают отношение межгрупповой дисперсии к внутригрупповой как эмпирическое значение критерия Фишера. Это отношение сравнивают с критическим значением критерия Фишера для заданного числа степеней свободы и заданной доверительной вероятности. В результате сравнения устанавливают, принимается или не принимается нулевая гипотеза. В нашем случае, если нулевая гипотеза принимается, то орудия лова несущественно отличаются по улову.
Примерно так же проводят многофакторный дисперсионный анализ, однако процедура расчетов существенно усложняется.
Область применение дисперсионного анализа рассмотрена в 1.7. В этой главе дисперсионный анализ использован для оценки возможности объединения экспериментального и статистического материала и оценки возможной и целесообразной точности оценки показателей рыболовства.
9.4.3. Корреляционный анализ применяют для исследования вероятностной зависимости между двумя или несколькими случайными величинами.
Для понимания сущности корреляционного анализа важно учитывать следующее. Статистические связи между величинами (признаками) зависят от функциональной составляющей, которая учитывает жесткую зависимость между переменными величинами и случайной, связанной с влиянием случайных факторов.
Корреляционный анализ устанавливает и оценивает силу стохастической связи между случайными переменными.
Полную информацию о вероятностной связи двух случайных величин содержит функция совместной плотности распределения и условной плотности распределения при условии задания конкретных значений одной из случайных величин. При независимых случайных величинах совместная плотность распределения равна произведению плотностей распределения случайных величини:
. (9.4)
Основными характеристиками вероятностной зависимости между случайными величинами является корреляционная диаграмма, коэффициент корреляции и корреляционное отношение.
Корреляционная диаграмма представляет собой графическую зависимость в координатных осях двух исследуемых величин с нанесенными экспериментальными точками. Такая диаграмма дает наглядное представление о разбросе экспериментальных точек, характере зависимости между величинами. При высокой корреляции поле корреляции вытянуто вдоль линии. При слабой корреляции точки разбросаны случайно. Диаграмма также позволяет установить аномальные точки, разделить экспериментальные точки на группы, например, в зависимости от времени и места лова, объекта лова, его размерных групп и т.д.
Коэффициент корреляции служит для оценки зависимости между случайными величинами при линейной связи между ними. В общем случае коэффициент корреляции
, (9.5)
где и- средние значения случайных величин.
Значения коэффициента корреляции, равные 1 и -1, свидетельствуют о функциональной зависимости, а значение 0 - об отсутствии связи между случайными величинами, об их независимости.
Корреляционное отношение - это математическое ожидание произведения центрированных случайных величин.
Для случайных непрерывных величин корреляционное отношение
, (9.6)
где и- математические ожидания величини.
В отличие от коэффициента корреляции корреляционное отношение характеризует степень не только линейных, но и нелинейных связей между случайными величинами. Кроме того, оно характеризует рассеяние случайных величин. Если случайные величины независимы, то корреляционное отношение равно нулю. Если хотя бы одна из случайных величин имеет малое рассеяние, то корреляционное отношение имеет малое значение даже при тесной зависимости между случайными величинами.
При корреляционном анализе, кроме построения корреляционных диаграмм, оценки коэффициента корреляции и корреляционного отношения, иногда определяют также другие показатели:
ошибку коэффициента корреляции и корреляционного отношения;
достоверность выборочного коэффициента корреляции;
доверительные границы коэффициента корреляции и корреляционного отношения;
критерий нелинейной связи случайных величин.
Кроме парного корреляционного анализа в теории рыболовства применяют также многомерный корреляционный анализ, когда рассматривают систему из более двух случайных величин. Линейные связи между каждой парой системы устанавливают рассмотренными выше парными коэффициентами корреляции.
Совокупность парных коэффициентов корреляции дает некоторую информацию о силе связи, между всеми случайных величин и одним из них. Однако часто существуют и другие связи между этими величинами, которые влияют на взаимосвязь рассматриваемых величин. Вот почему корреляционный анализ может включать определение частного и множественного коэффициента корреляции.
Частный коэффициент корреляции служит мерой связи между двумя случайными величинами (признаками) системы величин, когда влияние остальных величин не учитывают. Множественный коэффициент корреляции определяет корреляционную связь одной из случайных величин системы со всеми остальными величинами этой системы.
9.4.4. В общем случае регрессией называется изменение функции при определенных изменениях одного или нескольких аргументов. В случайных процессах регрессия связывает случайную величину с неслучайной величиной.Если величинаслучайна, то линия регрессии является зависимостью математического ожиданияэтой величины от.Линия регрессии может быть эмпирической, построенной по экспериментальным точкам, и теоретической, которую устанавливают с учетом физической и биологической сущности взаимосвязи величин. Различают также прямолинейную и криволинейную регрессию, простую (при одном аргументе) и множественную (при нескольких аргументах).
При регрессионном анализе должны точно или приближенно соблюдаться следующие требования:
результаты измерений случайной величиныявляются выборкой из нормально распределенной генеральной совокупности значений;
дисперсия случайной величины для любого значения независимой переменнойодинакова;
независимая переменная имеет малую ошибку по сравнению с ошибками результатов измерений;
вид функциональной зависимости среднего значения случайной величиныпредварительно устанавливают либо из теоретических или практических соображений, либо выбирают в виде полинома.
В рыбохозяйственных исследованиях эти требования не всегда соблюдаются. Особенно часто отсутствует предварительная оценка взаимосвязи между рассматриваемыми величинами. Иногда ее без достаточных оснований принимают линейной, особенно при ограниченном интервале изменения переменных в экспериментах. Однако, в теории рыболовства во многих случаях вид уравнений связи известен и, как показано выше, в основном соответствует линейному, экспоненциальному, логистическому, нормальному законам распределения, бета-распределению.
Знание функциональной зависимости между переменными значительно облегчает выбор вида эксперимента, сокращает объем необходимых экспериментов и статистических данных. Главное, знание функциональной зависимости в большой степени способствует обобщению таких данных, в т.ч. полученных для различных видов рыб, в различных пространственно- временных границах.
Для построения эмпирической линии регрессии составляют эмпирический ряд регрессии. Она имеет вид таблицы с делением первичного материала на группы с учетом градаций аргумента и функции. Для выявления основных закономерностей связи функции аргумента, нарушенных случайными причинами, эмпирические ряды выравнивают. К общим способам выравнивания эмпирических рядов относятся графический способ, способ скользящей средней и способ наименьших квадратов.
Коэффициенты уравнения регрессии обычно вычисляют методом наименьших квадратов, как наиболее общим аналитическим способом выравнивая эмпирических рядов регрессии. При линейной регрессии зависимость функции от аргумента можно выразить одним числом - коэффициентом регрессии. Он показывает, в каком направлении и насколько изменяется функция при увеличении аргумента на единицу измерения.
Регрессионный анализ полученного уравнения сводится к оценке значимости коэффициентов уравнения и проверке его адекватности. Значимость коэффициентов уравнения регрессии оценивают по критерию Стьюдента. Незначимые коэффициенты из уравнения регрессии исключают, а оставшиеся коэффициенты пересчитывают заново.
Адекватность уравнения проверяют по критерию Фишера, с помощью дисперсионного анализа, коэффициента множественной регрессии и т.д.
К сожалению, последние два этапа при разработке математических моделей управления рыболовством часто не проводят, что снижает достоверность получаемых моделей.
Характерным примером регрессионных моделей в теории рыболовства служат продукционные модели, построенные по результатам обобщения многолетних данных об уловах, уловах на усилие, величине усилия для определенного объекта лова и т.д.
Регрессионный анализ применяют также для установления связи между запасом и пополнением, массой или возрастом и длиной рыбы, длиной и обхватом рыбы, при построении кривой селективности по экспериментальным данным и т.д.
9.4.5. Методы планирования экспериментов в общем случае служат для минимизации числа необходимых экспериментов, для оценки всех или некоторых параметров процесса или их функций, для проверки гипотез об этих параметрах.
Уменьшение числа экспериментов и наблюдений возможно путем их отбора по некоторому признаку, снижения числа переменных, выбора интервалов между испытаниями, порядка проведения испытаний, применения более совершенных методов обработки и анализа данных и т.д.
Для оценки параметров процесса или их функций применяют обычно рассмотренные выше методы дисперсионного и корреляционного анализа, симплексные методы, метод группового учета аргументов и т.д.
9.4.6. Кроме экспериментально-статистических методов для разработки формальных статистических моделей теории рыболовства можно использовать и другие методы. Одним из них является метод построения булевых моделей, основанный на сочетании положений факторного анализа и идей алгебры логики. Метод можно использовать, например, для оперативного обследования популяции рыб в режиме нормальной эксплуатации и предварительного анализа влияния различных факторов на ход процесса управления запасами. Метод особенно пригоден, когда применение экспериментально-статистических способов затруднено из недостатка, плохого качества или сложности обработки информации.
Для разработки моделей процессов управления запасами полезны методы адаптации, основанные на итерационных процедурах. Алгоритм адаптации в этом случае используют, в частности, для определения коэффициентов регрессии методом стохастической аппроксимации при дрейфе некоторых показателей процесса.