автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.10, диссертация на тему:Интеллектуализация моделирования и прогнозирования безопасности химически опасных объектов техносферы на основе базовых сценариев возникновения чрезвычайных ситуаций

На правах рукописи

ИЛЬИН Михаил Юрьевич

ИНТЕЛЛЕКТУАЛИЗАЦИЯ МОДЕЛИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ БЕЗОПАСНОСТИ ХИМИЧЕСКИ ОПАСНЫХ ОБЪЕКТОВ ТЕХНОСФЕРЫ НА ОСНОВЕ БАЗОВЫХ СЦЕНАРИЕВ ВОЗНИКНОВЕНИЯ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

Специальность 05 13 10 - Управление в социальных

и экономических системах

АВТОРЕФЕРАТ

диссертации на соискание ученой степени кандидата технических наук

Воронеж - 2007

003065947

Работа выполнена в Воронежском государственном техническом университете

доктор технических наук, профессор Федянин Виталий Иванович

доктор технических наук, профессор Баранников Николай Ильич, ДОАО «Газпроектинжиниринг» г Воронеж,

\

кандидат технических наук, доцент Антиликаторов Александр Борисович, Воронежский институт Федеральной службы исполнения наказаний России

Ведущая организация Воронежский государственный

архитектурно-строительный университет

Защита состоится «19» октября 2007 г в 1400 часов в конференц-зале на заседании диссертационного совета Д 212 037 03 Воронежского государственного технического университета по адресу 394026, г Воронеж, Московский просп , 14,

С диссертацией можно ознакомиться в научной библиотеке Воронежского государственного технического университета

Автореферат разослан «■//» сентября 2007 г

Научный руководитель

Официальные оппоненты

Ученый секретарь диссертационного совета

Родионов О В

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность темы. В "Концепции национальной безопасности Российской Федерации", утвержденной указом Президента РФ от 10 января 2000 года №24, сказано " Необходимо качественное совершенствование единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС) "

Первым из девяти приоритетных направлений развития науки, технологий и техники Российской Федерации, утвержденных Президентом Российской Федерации, названо "Информационно-телекоммуникационные технологии и электроника", при этом, в числе критических технологий России перечислены "Системы жизнеобеспечения и защиты человека" и "Снижение риска и уменьшение последствий природных и техногенных катастроф" Таким образом, место информационно-телекоммуникационных систем в сфере защиты населения и территорий от чрезвычайных ситуаций определено среди высших приоритетов государства

МЧС России выполняет значительный объем важных государственных задач, для эффективного выполнения которых необходимо своевременное, надежное и достоверное информационное обеспечение

Современный подход к информационному обеспечению предполагает, что должностное лицо управления МЧС России должно выполнять свои функции с использованием собственного специально оборудованного для этого автоматизированного рабочего места

Возможности такой автоматизации определяются, в первую очередь, появлением дешевых и простых в эксплуатации персональных ЭВМ, успехами практической реализации локальных и территориально распределенных вычислительных сетей и разработкой методического обеспечения для решения задач управления мероприятиями по предупреждению и ликвидации ЧС

Применение современных информационных систем и интеллектуальных технологий моделирования позволит значительно снизить время обработки исходных данных, построения прогностических моделей, а также повысить качество принимаемых управленческих решений

Работа выполнена в соответствии с одним из приоритетных направлений федерального уровня «Экология и рациональное природопользование», федеральной целевой программой «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Российской Федерации» до 2010 года, в рамках основных научных направлений Воронежского государственного технического университета «Интеллектуальные информационные системы», «Проблемно-ориентированные системы управления» Цель и задачи исследования. Целью диссертационной работы является разработка методов, алгоритмов и программного обеспечения подсистемы автоматизированного моделирования и прогнозирования задач оценки безопасности объектов техносферы на основе интеллектуальных средств формализации описания задач и средств поддержки принятия решений Для достижения поставленной цели необходимо решить следующие задачи

- провести анализ особенностей интеллектуальных технологий моделирования сложных систем и возможности их адаптации для решения поставленных задач,

- разработать структуру подсистемы автоматизированного моделирования объектов техносферы,

- разработать концептуальную модель предметной области «Авария на химически опасном объекте» для формализации отношений между основными категориями предметной области, а также для формирования декларативной базы знаний,

- разработать синтаксис языка представления знаний для формализации текстов на ограниченном естественном языке заданной предметной области, ч

- сформировать средства семантического моделирования для представления аварий на химически опасном объекте,

- разработать механизм многокритериального выбора оптимальной вычислительной схемы для моделирования процессов распространения загрязняющих веществ в окружающей среде при аварии на химически опасном объекте,

- разработать экспертную систему поддержки принятия решений для формирования комплекса мер по ликвидации последствий чрезвычайной ситуации

Методы исследования. Для решения поставленных задач в работе используются методы математического программирования, основные понятия теории систем, теории множеств, методы теории искусственного интеллекта, имитационного моделирования, систем автоматизированного моделирования, логики предикатов, семантики, методы оптимизации, а также методы построения экспертных систем

Научная новизна результатов исследования. Основные результаты диссертации, выносимые на защиту и имеющие научную новизну, состоят в следующем

структура подсистемы автоматизированного моделирования, предназначенная для формализации вербального описания задачи в заданной предметной области и решения задач моделирования и прогнозирования развития аварии на химически опасном объекте, формирования комплекса мер по ликвидации чрезвычайной ситуации и снижения риска для здоровья населения, попавшего в зоны заражения,

метод формирования системы понятий заданной предметной области, в котором формальное определение понятия задается набором признаков и допускает представле ше их в виде фреймовой структуры, отличающей« я возможностью автоматизированного построения функциональной семантической сети,

процедуры формализованного представления текстов на естественном языке из заданной предметной области в виде семантических моделей логико-

предикатного типа, позволяющие автоматизировать построение вычислительных и прогностических моделей последствий аварий,

метод определения семантического соответствия формальной постановки задачи одному из эталонных сценариев, позволяющий однозначно определять тип сценария, а при неполной постановке задачи определять степень соответствия одному из эталонных сценариев, отличающийся возможностью сравнения семантических структур,

структура банка знаний подсистемы автоматизированного моделирования, предназначенного для использования на всех этапах задачи моделирования и поддержки принятия решений, характеризующийся интеграцией различных форм представления знаний,

алгоритм многокритериального выбора оптимальной вычислительной схемы из нескольких альтернатив, учитывающий основные характеристики вычислительной схемы и позволяющий выбрать рациональную, исходя из целей, задач и приоритетов пользователя

Практическая значимость. Разработана система поддержки принятия решений, позволяющая на основании описания аварии на естественном языке строить прогностические модели развития ситуации, определять уровень загрязнения в любой точке рассматриваемой территории, а также строить краткосрочные прогнозы

Наличие встроенного в систему модуля поддержки принятия решений позволяет оценить уровень загрязнения рассматриваемой территории, определить уровень риска для здоровья населения и состояния экосистем Результатом работы системы является карта с нанесенными зонами фактического и смертельного поражения, а также комплекс мероприятий, направленных на ликвидацию последствий чрезвычайной ситуации

Реализация и внедрение результатов работы. Разработанная система оценки безопасности объектов техносферы внедрена в практическую деятельность в Главном управлении ГО ЧС РФ по Воронежской области, что обеспечило построение оперативного и достоверного прогноза развития чрезвычайной ситуации при аварии на химически опасном объекте, а также облегчило процесс формирования комплекса мероприятий по ликвидации последствий чрезвычайной ситуации и снижения уровня риска для населения, попавшего в зоны заражения Экономический эффект составил 227 тыс руб Данная система поддержки принятия решений используется в учебном процессе Воронежского государственного технического университета на кафедре «Технологии и обеспечения гражданской обороны в чрезвычайных ситуациях» для студентов специальности «Защита в чрезвычайных ситуациях» Результаты внедрения подтверждены соответствующими актами

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях, семинарах и совещаниях на Всероссийской конференции «Интеллектуальные информационные системы» (Воронеж, 2006, 2007), Международной конференции «Обеспечение экологической безопасности в чрезвычайных ситуациях» (Воронеж, 2006), еже-

годных научных конференциях профессорско-преподавательского состава Воронежского государственного технического университета

Публикации. По теме диссертационной работы опубликовано 12 научных работ, в том числе 2 в изданиях, рекомендованных ВАК РФ

В работах, опубликованных в соавторстве и приведенных в конце автореферата, лично соискателю принадлежат в [1] разработки синтаксиса языка представления знаний на основании логики предикатов первого порядка для формализации текстов на естественном языке из заданной предметной области, в [2] разработка алгоритма многокритериального выбора наиболее эффективного метода решения в подсистеме автоматизированного моделирования, в [3, 7] разработка и описание структурной схемы математического моделирования аварийных событий, в [4, 5, 6] анализ особенностей автоматизированного моделирования систем поддержки принятия решений по оценке безопасности объектов техносферы, в [8] сравнительный анализ методик прогнозирования аварийных ситуаций, в [9, 12] анализ методов представления знаний в интеллектуальных прикладных системах, в [10, 11] разработка концептуальной модели предметной области «Авария на химически опасном объекте»

Структура и объем работы. Диссертация состоит из введения, четырех глав, заключения, списка литературы из 167 наименований, приложений, основная часть изложена на 130 страницах, содержит 19 рисунков, 3 таблицы

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность работы, дана ее краткая характеристика, показаны основные пути решения сформированных задач

В первой главе рассматриваются современные подходы к решению задачи оценки безопасности объектов техносферы, проводится сравнительный анализ основных существующих методик, применяемых в практической деятельности МЧС РФ Все рассмотренные методики отличаются большой трудоемкостью, сложностью реализации вычислительных алгоритмов и требуют применения ЭВМ и наличия специально обученного персонала, специалистов в области математики, информатики, программирования и др

В связи с этим наибольший интерес представляют направления, позволяющие ликвидировать посредника между конечным пользователем и вычислительными модулями Анализ литературы показал, что наиболее перспективными в данной связи являются интеллектуальные технологии моделирования

На основании проведенного анализа определяются цели и задачи исследования

Вторая глава посвящена разработке структурной схемы подсистемы автоматизированного моделирования аварийных ситуаций на о&ьекге техносферы, реализующей основные положения интеллектуальных технологий моделирования Структурная схема подсистемы представлена на рис 1

Подсистема представления знаний реализует накопление, хранение и выдачу по запросам декларативных, продукционных и процедурных знаний

Решатель включает расчетно-логический компонент, компонент многокритериального анализа и модуль обработки результатов моделирования и формирования отчетов С помощью основных компонентов решателя осуществляется формирование набора исходных данных и определение типа задачи, проводится выбор оптимального метода решения задачи численного моделирования исходя из приоритетов пользователя, реализация выбранной численной схемы и представление решения в виде полей распределения исследуемых параметров на электронной карте территории Результатом работы модуля является отчет, содержащий оценку возможного ущерба и информацию о распределении населения и материальных ценностей

ВЕРБАЛЬНАЯ ПОСТАНОВКА ЗАДАЧИ

ГИС

ПОЛЬЗОВАТЕЛЬСКИЙ ИНТЕРФЕЙС

ДИАЛОГОВАЯ ПОДСИСТЕМА

-г-г-г

ПОДСИСТЕМА ПРЕДСТАВЛЕНИЯ РЕЗУЛЬТАТОВ ПРОГНОЗИРОВАНИЯ -Г5-

I ~ I

I

ПОДСИСТЕМА СЕМАНТИЧЕСКОГО АНАЛИЗА

ПОДСИСТЕМА ПРЕДСТАВЛЕНИЯ ЗНАНИЙ

I I

МОДУЛЬ ПРИОБРЕТЕНИЯ ЗНАНИЙ

РЕШАТЕЛЬ ПОДСИСТЕМЫ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ

Расчетно-логический компонент

Компонент многокритериального

Модуль обработки результатов и формирования отчета

, КОНТЕКСТ -«

и I

-ттт-

СЕРВИСНАЯ ПОДСИСТЕМА

Модуль поддержки пользователя

Модуль объяснения

Рис 1 Структурная схема подсистемы автоматизированного моделирования аварийных ситуаций на объектах техносферы

Подсистема представления результатов прогнозирования Подсистема является частью пользовательского интерфейса Условно делится на блок визуализации и блок управления визуализацией

Подсистема семантического анализа предназначена для формализации постановки задачи моделирования на ограниченном естественном языке

Одним из способов организации баз знаний в подсистеме автоматизированного моделирования служит система понятий, которая является одним из средств обеспечения процесса моделирования аварийных событий и предназна-

чена для овладения терминологической лексикой предметной области, изучения основных классификаций и связей между ними

В данной работе описание понятий и отношений предметной области задается с помощью концептуальной модели Концептуальная модель понятийной базы знаний Т может быть представлена в следующем виде

T=<E,R, {}>

где Е — конечное, не пустое множество концептов (понятий) предметной области, R — родовидовые отношения между базовыми понятиями типа «is a» и «partof»

Каждое понятие может быть представлено в виде тройки е=<Ve int е, ext е>, ее Е, где Vc — множество терминов, соответствующих понятию е, полученное в результате отображения понятий на множество терминов Е —> V, где V - множество слов-терминов), int е, ext е — интенсионал и экстенсионал понятия е, при этом имеет место семиотическое соответствие и семантическая эквивалентность понятий и отображающих их слов-терминов

е е Е л V е Ve <=> int v = mt е, которая, в свою очередь, отражает однозначную взаимосвязь между интенсио-налами понятий и обозначающих их терминов

Следующий этап в создании базы знаний предметной области заключается в препарировании содержания исходных текстов базовых сценариев аварий, то есть в создании текстов с той же семантикой, пригодных для представления с помощью выбранного формализма

Существующие языки представления знаний (ЯПЗ) разрабатываются с учетом специфики соответствующей предметной области и их использование полностью для решения поставленных задач невозможно, то необходимо разработать специализированный ЯПЗ, для чего следует определить лексику языка, словари предметов, имен, действий, отношений, квантификаторов, модальностей, признаков и их значений, сформировать синтаксис языка

Применительно к специфике процессов формализации вербального описания задачи в качестве элементарных следует рассматривать следующие отношения

{brb^lb/b,), j,l = lÑ¡,j*l, (trdUdrf), (prbUd^-d^Xpit), (brpp),(drpp),(t> pp), {bpi),(opi),{zpt),{dpi) Далее, для формализации текстов на естественном языке, имеющих описательный характер, выделим ряд базовых конструкций языка Ф] db, ),(bj d'b,),jJ = 1 ,NB,j*l, (otb),(ot'b), (jbd),

(р^ирЬ),

(УЗгй),(УЗгг?),

(УЗЬ), (УЗЬ), (УЗр), (УЗг),

(Ъ] чЪ,)^, V <*,),(*, v/,X(Iy VI,),

(/>, V V г,),(УЭ/ V УЗ/),(г, V г,),

(6, л 6, )»(<*, лд,(г; А!(),

(Р, л Р,)>(г, А г,),(УЗ/ л УЗ/),(г, л г,) При формировании синтаксиса ЯПЗ используются следующие функциональные множества предметы В, имена [, действия О и 7', отношения Я, признаки Р, значения признаков 2, квантификаторы К и модальности М

Синтаксис ЯПЗ зададим формальным способом Множество, включающее функциональные элементы ЯПЗ, зададим следующим образом

5 = {о} и {б;}, 7 = ГАГ, / = {,,}, у = ,

Т = {г,},у = ПлГ * =

/, = {р/Ь = Пл^> г = у 7 = 17^7,

где Nп,МNР^^!,Nк,Nи означают соответственно количество предметов, воздействий, императивов, отношений, признаков, значений признаков, имен, квантификаторов и модальностей в словарях ЯПЗ

Для задания синтаксиса ЯПЗ введем следующие логические операторы конъюнкцию, дизъюнкцию и отрицание

Если (а1) и (а1) - синтаксически правильные конструкции, то синтаксически правильными конструкциями будут и следующие выражения

(Р,г1,(а1)),((а^г/,р1),((а/)рйг),

КГа^ЛГККЛ

(Рк(а,)),

Важной особенностью языка логики предикатов является то, что в результате разделения в базе знаний фактов и зависимостей базовый язык превращается в два связанных лишь общностью лексики языка язык индексирования документов и тезаурус

В качестве средств индексирования используется формализм семантических графов Использование такого средства индексации позволяет автомати-

7

зировать перевод базовых сценариев аварий в виде семантических графов На рис 2 приведен семантический граф одного из базовых сценариев аварии на химически опасном объекте

После формирования семантического графа вербальной постановки задачи одной из задач является определение соответствия его одному из эталонных базовых сценариев (рис 3) и формирование набора исходных данных задачи моделирования

<Тшт местности> «Ландшафт={ )>

<Погодное состояние> «Температура воздуха=Т "С> «Атмосферное давлениеНО мм рт ст > «Направление ветра={! > «Сила ветра=5 м/с> <Осадки={)>

<Резервуар> <Тип={!> <Объем=\' м'> «Давление^} атм> <Температура=Т "О

Рис 2 Семантический граф базового сценария аварии на химически опасном объекте

Для решения этой задачи предлагается следующий метод Информация проблемной области (ИПО) включает в себя следующие элементы система понятий предметной области, квазиграф предметной области, эталонные сценарии и постановка задачи моделирования в виде семантического графа Данная информация обладает рядом особенностей, позволяющих упростить ее анализ

- система понятий, ограниченная проблемной областью,

- набор семантических зависимостей (СЗ), задаваемый ЯПЗ

Особенности ИПО служат ограничениями вп, накладываемыми при формировании на графы предметной области

Квазиграф Уп состоит из всех понятий первой категории, связанных друг с другом допустимыми семантическими связями Причем понятия из одного класса не связаны, а понятия из одного класса связываются с понятием другого только одним типом семантической зависимости (СЗ) Два понятия, связанные семантической зависимостью одного вида, образуют концептуализацию Обозначим понятие через семантическую единицу (СЕ) Таким образом, Уи может быть образован из совокупности концептуализации к:

у0 = £к,(се,.сз,.се,)

I 1

Семантические графы эталонных сценариев У1 являются однозначными фрагментами квазиграфа

Степень соответствия семантического графа задачи а и К квазиграфу можно оценить с помощью следующих выражений

д{аУ{3,ХЯ,), (1)

(2)

где <5 - достоверность, х ~ содержательность, К, - связи внутри графов при ограничениях вп

ги фи нация сценария

набора исходных даниы* задачи

сравнения определение

Рис 3 Схема поиска семантических соответствий между исходным графом задания и эталонным графом описания аварии

Формализация выражений (1-2) требует описания области определения характеристик д, % на семантической сети Y0

Так как эталонные сценарии могут содержать одинаковые концептуализации, то для получения однозначных оценок соответствия У„ и выстраивания их на числовой шкале необходимо каждому понятию из Ft поставить в соответствие отличное простое число Тогда, если п ~ сумма количественных оценок достоверных СЕ ъ Ylt, a р - сумма количественных оценок СЕ, характери-

s(r,)

зующих достоверность Y , отношение

¿(О

ность, т е

д =

есть относительная достовер-

(3)

д(¥0) п ■ где р: = 0, если /ф')* К(Уи)

Каждая СЗ в концептах квазиграфа отмечается штрафной оценкой - 1 После формирования эталонов в используемых в них СЗ штраф меняется на О

Показателем содержательности может служить сумма штрафов СЗ в концептах, отражающих содержание фрагмента У: и а, Для эталона она всегда равна нулю Пусть г - количество СЗ в графе постановки задачи Тогда

Получаемые оценки соответствия эталонных сценариев К квазиграфу Уа

однозначно расставляют их по числовой шкале

Используя формулы (3) и (4) для а,, получаем оценку соответствия Уь После чего сравниваем ее с оценками эталонных сценариев Если она совпала с одной из оценок, то можно говорить об определении типа сценария и переходить ко второму этапу - формированию набора исходных данных

После определения типа сценария осуществляется формирование набора исходных данных задачи моделирования Это осуществляется путем сравнения концептов эталонного графа и графа постановки, относящихся к характеристикам задачи По недостающим данным производится запрос к пользователю

В третьей главе проводится разработка банка знаний методов решения задач и формальной спецификации задачи моделирования Структура банка знаний представлена на рис 4 Банк знаний состоит из следующих взаимосвязанных блоков блока описания математических моделей предметных областей, блока формальных постановок задач, блока описания методов решения задачи моделирования и блока оценки методов

Блок моделей предметных областей представлен в виде ориентированного графа, каждая вершина которого - это модель, определяющая некоторые свойства предметной области Вершины, соединенные дугой, определяют интенсиональные (в исходящей вершине) и экстенсиональные (во входящей вершине) свойства предметной области

Выделяют следующие группы моделей

- физико-математические модели возникновения источников химической опасности при авариях на химически опасных объектах,

- физико-математические модели распространения аварийных воздействий,

- модели климата, рельефа, техногенной и природной сред,

- модели, связывающие уровень воздействия при аварии с величиной ущерба для населения, для природной среды

Второй блок содержит набор постановок задач в терминах моделей предмет ной области, описанных в первом блоке, при этом ( дна и та же задача может иметь постановку на разных моделях

Третий блок содержит описание методов решения задач моделирования, постановка которых существует во втором блоке, при этом один и тот же метод может быть применен для решения разных задач

(4)

в остальных случаях

Четвертый блок содержит набор оценок методов, заданных в виде числовых констант, параметров функций, возвращающих значения параметров модели

Этапы решения задачи моделирования показаны на рис 4 постановка задачи в вербальной форме, формирование формальной постановки задачи, выбор метода решения и построение модели и численное решение, визуализация результатов и разработка комплекса мера для ЛПР

Рис 4 Структура банка знаний подсистемы автоматизированного моделирования и этапы решения задачи моделирования

Для решения задачи численного моделирования и построения прогностических моделей в работе предложены следующие численные схемы метод расщепления, неявные разност> ые схемы, метод конечных элементов, метод вейвлет-Галеркина и многосеточные технологии Схемы оценивались по следующим критериям сходимость, корректность, реализуемость на компьютере, точность расчета, объем ОЗУ, время реализации

Далее, используя многокритериальный оптимизационный подход, с учетом предпочтений пользователя выбирается оптимальная численная схема решения задачи моделирования

Так как известны экспертные оценки е показателей эффективности компонентов по их программным реализациям и известны затраты ресурсов с , используемых I -й вычислительной схемой, то процесс выбора оптимальной вычислительной схемы может быть представлен моделью комбинаторной задачи рационального выбора на множестве компонентов

п

-»тах,

I I

£с,Х/<С,

^ 1

хх, ,х„е{0,1},

(УхеХ)(<х,х>Я)

(Ух,у, г е Х)(< х,у > Я л у,г> Я =>< х,г> Я),

(г е Я с X) О (\/х е г)(\/у(< у,х > Я)) (у в г), где Я - множество допустимых решений, г -обозначает «быть структурно зафиксированным»

Предположим, для каждой модели из функции fl известны дополнительная эффективность е, и дополнительная ресурсоемкость с, реализации этой модели иным способом

Если такие данные имеются, можно сформулировать модель комбинаторной задачи оптимизации, в которой необходимо максимизировать дополнительную эффективность при заданном ограничении по критичному ресурсу

Приведенная модель формулируется как оптимизационная комбинаторная задача

у = гхфх! /(у))

З/еЛсК,

где У - пространство комбинаторных объектов, порождаемых дискретным конечным множеством X, Я - часть данного комбинаторного пространства

В работе предложен приближенный метод решения задачи На первом этапе посредством детерминированного алгоритма отыскивается некоторое исходное решение задачи Задача такого начального шага можно принять в качестве нижней оценки значения целевой функции Второй этап заключается в нахождении решения посредством стохастического поиска и дальнейшей локальной оптимизации полученного решения Эта процедура повторяется, и затем из всех локальных оптимумов выбирается наилучший

В четвертой главе диссертационной работы приводится описание информационно-логической структуры системы поддержки принятия решений «ЧС Аналитик» (рис 5), построенной по объектно-ориентированной технологии с применением принципов модульности, управляемости и адекватности и предназначенной для работы на 1ВМ-совместимых компьютерах

Данная система включает в себя банк данных, библиотеку моделей, подсистему вывода цифровой и графической информации, а также средства диалога, обеспечивающие гибкость работы пользователей с системой в режиме обу-

Рис. 5. Структурная схема системы поддержки принятия решений «ЧС Аналитик»

На рис. 6 показан экран работы разработанной системы поддержки принятия решений «ЧС Аналитик»,

чекия. Разработанные функциональные и логические схемы определяют структуру программно-информационного обеспечения системы поддержки принятия решений «ЧС Аналитик».

Лицо пряиныАнна* Ранение

а

Арчнр

Рис. 6. Основное окно программы «ЧС Аналитик»

Основные программные.модули реализованы с помощью инструментальных средств программирования Borland C++Builder 6 в операционной системе Windows ХР

ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ

1 Разработана структура подсистемы автоматизированного моделирования, предназначенная для формализации текстов описания аварий на естественном языке, поиска оптимального метода для реализации численной схемы, а также визуализации результатов моделирования и поддержки решений руководителя

2 Разработан синтаксис языка представления знаний для формализации исходных текстов описания аварий на естественном языке. В качестве языка формализации использованы исчисление предикатов первого порядка Такой ЯПЗ обладает достаточно выразительными возможностями для представления эталонных сценариев, позволяет упростить процесс формализации предметной области, снизить трудоемкость подготовки информации и загрузки их в банк знаний

3 Разработан метод дня определения-степени соответствия между эталоном сценария и формализованной постановкой задачи моделировании, а также алгоритм осуществления поиска семантических соответствий посредством которого можно определить не только соответствие исходного текста одному из заданных эталонных сценариев, но и степень такого соответствия

4 Разработана структура банка знаний подсистемы автоматизированного моделирования методов принятия решений, предназначенного для хранения знаний в различной форме (процедурных, декларативных, продукционных), предназначенных для использования на всех этапах задачи моделирования и поддержки принятия решений

5 Проведен сравнительный анализ вычислительных схем для реализации численной модели распространения опасных веществ при аварии на химически опасном объекте, результатом такого анализа стала сформированная экспертным путем таблица критериев для оценки каждого из предложенных численных методов решения

6 Разработан алгоритм многокритериального выбора для поиска оптимальной схемы численного решения задачи моделирования распространения опасных веществ при аварии

7 Разработана функциональная и логическая схема системы оценки безопасности объектов техносферы «ЧС Аналитик», характеризующаяся интеграцией четырех подсистем подсистема формализации текстов на естественном языке, подсистема формального комплексирования и вычисления модели, подсистема визуализации, подсистема генерации решений и выдачи рекомендаций Указанная функциональная и логическая схемы определяют структуру программно-информационного обеспечения СППР «ЧС Аналитик»

8 Разработано программно-информационное обеспечение СППР «ЧС Аналитик», предназначенное для формализации текстов описания аварий на ес-

тественном ограниченном языке, построения прогностических моделей развития чрезвычайной ситуации и формирования комплекса мер по ликвидации последствий аварии и снижения риска для здоровья населения, попавшего в зону заражения

9 Данная СППР «ЧС Аналитик» в виде комплекса технических средств и программно-информационного обеспечения внедрена в учебный процесс Воронежского государственного технического университета на кафедре «Технологии и обеспечения гражданской обороны в чрезвычайных ситуациях» для студентов специальности «Защита в чрезвычайных ситуациях» и в Главном Управлении ГО ЧС по Воронежской области Ожидаемый годовой экономический эффект 227 тыс руб

Основные результаты диссертации опубликованы в следующих работах:

Публикации в изданиях, рекомендованных ВАК РФ

1 Ильин М Ю Методы формирования семантического пространства знаний и их формализация / М Ю Ильин, Г А Квашнина, В И Федянин // Вестник Воронежского государственного технического университета 2007 Т 3 №2 С 111-113

2 Ильин М Ю Реализация многокритериального выбора в автоматизированной подсистеме моделирования / М Ю Ильин, Г А Квашнина, В И Федянин // Вестник Воронежского государственного технического университета 2007 ТЗ №2 С 157-158

Статьи и материалы конференций

3 Ильин М Ю Разработка структуры системы автоматизированного моделирования для оценки безопасности объектов техносферы / М Ю Ильин, В И Федянин // Прикладные задачи моделирования и оптимизации межвуз сб науч тр Воронеж ВГТУ, 2005 С 19-22,

4 Ильин МЮ Методология автоматизированного формирования и решения проблемных задач на основе канонической информационной модели / М Ю Ильин, В И Федянин // Интеллектуальные информационные системы труды всерос конф Воронеж, 2006 4 1 С 108-111

5 Ильин М Ю Интеллектуализация технологии автоматизированного проектирования систем поддержки принятия решений по оценке безопасности объектов / М Ю Ильин, В И Федянин // Интеллектуальные информационные системы труды всерос конф Воронеж,2006 42 С 129-132.

6 Ильин М Ю Технология решения задач принятия решений по оценке безопасности объектов техносферы / М Ю Ильин, В И Федянин // Интеллектуализация управления в социальных и экономических системах труды всерос конф Воронеж, 2006 С 256-259.

7 Ильин М Ю Принципы математического моделирования аварийных событий на химически опасных объектах / М Ю Ильин, П С Куприенко, В И Федянин // Системы жизнеобеспечения и управления в чрезвычайных ситуациях межвуз сб науч тр Воронеж ВГТУ, 2006 Ч 2 С 97-100,

8 Ильин М Ю Методы прогнозирования аварийных ситуаций с образованием облаков опасных тяжелых газов / М Ю Ильин, П С Куприенко, В И Федянин // Системы жизнеобеспечения и управления в чрезвычайных ситуациях межвуз сб науч тр Воронеж ВГТУ, 2006 4 2 С 110-115,

9 Ильин МЮ Онтологии как основы интеллектуальных прикладных систем / М Ю Ильин, П С Куприенко, В И Федянин // Обеспечение экологической безопасности в чрезвычайных ситуациях труды междунар конф Воронеж, 2006 Ч 1 С 191-193,

10 Ильин М Ю Разработка онтологической базы знаний подсистемы автоматизированного моделирования аварий на химически опасном объекте / М Ю Ильин, В И Федянин // Интеллектуализация управления в социальных и экономических системах труды всерос конф Воронеж, 2007 С 52-54,

11 Ильин М Ю Технология автоматического анализа текста на естественном языке / МЮ Ильин, В И Федянин // Высокие технологии в технике, медицине, экономике и образовании межвуз сб науч тр Воронеж ВГТУ, 2007 С 124-129

12 Ильин М Ю Особенности интеллектуальных технологий моделирования и направления по их совершенствованию / М Ю Ильин, В И Федянин // Высокие технологии в технике, медицине, экономике и образовании межвуз сб науч тр Воронеж ВГТУ, 2007 С 81-85,

Подписано в печать 05 09 2007 Формат 60x84/16 Бумага для множительных аппаратов Уел печ л 1,0 Тираж 90 экз Заказ №

ГОУВПО «Воронежский государственный технический университет» 394026 Воронеж, Московский просп , 14

ВВЕДЕНИЕ.

ГЛАВА 1 АНАЛИЗ СОВРЕМЕННЫХ МЕТОДОВ И СРЕДСТВ ОЦЕНКИ БЕЗОПАСНОСТИ ОБЪЕКТОВ ТЕХНОСФЕРЫ И НАПРАВЛЕНИЯ ПО СОВЕРШЕНСТВОВАНИЮ ИНТЕЛЛЕКТУАЛЬНЫХ ТЕХНОЛОГИЙ МО ДЕЛИРОВНИЯ.,.;.

1.1 Методы оценки безопасности объектов техносферы.

1.2 Особенности интеллектуальных технологий моделирования и направления по их совершенствованию.

1.3 Цели и задачи исследования.

ГЛАВА 2 РАЗРАБОТКА СИСТЕМЫ АВТОМАТИЗИРОВАННОГО МОДЕЛИРОВАНИЯ И ПРОГНОЗИРОВАНИЯ БЕЗОПАСНОСТИ ХИМИЧЕСКИ ОПАСНЫХ ОБЪЕКТОВ ТЕХНОСФЕРЫ НА ОСНОВЕ БАЗОВЫХ СЦЕНАРИЕВ ВОЗНИКНОВЕНИЯ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ.

2.1 Разработка структуры подсистемы автоматизированного моделирования аварийных ситуаций на объектах техносферы

2.2 Формирование системы базовых и производных понятий предметной области. Методы формирования семантического пространства знаний и их формализация.

2.3 Методы автоматизированного формирования семантического графа и определения степени соответствия постановки задачи эталону.

2.4 Выводы второй главы.•.

ГЛАВА 3 ФОРМИРОВАНИЕ БАЗЫ ЗНАНИЙ МЕТОДОВ РЕШЕНИЯ ЗАДАЧ И РАЗРАБОТКА АЛГОРЙТМА МНОГОКРИТЕРИАЛЬНОГО ВЫБОРА ОПТИМАЛЬНОЙ ВЫЧИСЛИТЕЛЬНОЙ СХЕМЫ.

3.1 Разработка базы знаний методов решения задач и формальной спецификации задачи моделирования.

3.2 Сравнительный анализа основных подходов для количественного описания процесса рассеяния выброса химических веществ.

3.3 Многокритериальный выбор альтернативных вариантов моделей из множества сгенерированных моделей

3.4 Выводы третьей главы.

ГЛАВА 4 РЕАЛИЗАЦИЯ ПОДСИСТЕМЫ АВТОМАТИЗИРОВАННОГО МОДЕИЛРВАОНИЯ ОБЪЕКТОВ ТЕХНОСФЕРЫ ДЛЯ ОЦЕНКИ ИХ БЕЗОПАСНОСТИ

4.1 Функциональная структура программно-информационного обеспечения.

4.2 Пример работы программы.

4.3 Оценка эффективности подсистемы автоматизированного моделирования оценки безопасности объектов техносферы по результатам внедрения.

4.4 Выводы четвертой главы.

Актуальность темы. В "Концепции национальной безопасности Российской Федерации", утверждённой указом Президента РФ от 10 января 2000 года №24, сказано ".Необходимо качественное совершенствование единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС).".

Первым из девяти приоритетных направлений развития науки, технологий и техники Российской Федерации, утверждённых Президентом Российской Федерации, названо "Информационно-телекоммуникационные технологии и электроника", при этом, в числе критических технологий России перечислены "Системы жизнеобеспечения и защиты человека" и "Снижение риска и уменьшение последствий природных и техногенных катастроф". Таким образом, место информационно-телекоммуникационных систем в сфере защиты населения и территорий от чрезвычайных ситуаций определено среди высших приоритетов государства.

МЧС России выполняет значительный объём важных государственных задач, для эффективного выполнения которых необходимо своевременное, надежное и достоверное информационное обеспечение.

Современный подход к информационному обеспечению предполагает, что должностное лицо управления МЧС России должно выполнять свои функции с использованием собственного специально оборудованного для этого автоматизированного рабочего места.

Возможности такой автоматизации определяются, в первую очередь, появлением дешевых и простых в эксплуатации персональных ЭВМ, успехами практической реализации локальных и территориально-распределённых вычислительных сетей и разработки методического обеспечения для решения задач управления мероприятиями по предупреждению и ликвидации ЧС.

Применение современных информационных систем и интеллектуальных технологий моделирования позволит значительно снизить время обработки исходных данных, построения прогностических моделей, а так же повысить качество принимаемых управленческих решений.

Работа выполнена в соответствии с одним из приоритетных направлений федерального уровня «Экология и рациональное природопользование», федеральной целевой программой «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Российской Федерации» до 2010 года, в рамках основных научных направлений Воронежского государственного технического университета «Интеллектуальные информационные системы», «Проблемно-ориентированные системы управления».

Цели и задачи исследования. Целью диссертации является разработка методов, алгоритмов и программного обеспечения подсистемы автоматизированного моделирования и прогнозирования задач оценки безопасности объектов техносферы на основе интеллектуальных средств формализации описания задач и средств поддержки принятия решений. Для достижения поставленной цели необходимо решить следующие научные задачи:

-провести анализ особенностей ' интеллектуальных технологий моделирования сложных систем и возможности их адаптации для решения поставленных задач;

-разработать структуру подсистемы автоматизированного моделирования объектов техносферы;

-разработать концептуальную модель предметной области «Авария на химически опасном объекте» для формализации отношений между основными категориями предметной области, а так же для формирования декларативной базы знаний;

-разработать синтаксис языка представления знаний для формализации текстов на ограниченном естественном языке заданной предметной области;

-сформировать средства семантического моделирования для представления аварий на химически опасном объекте;

-разработать механизм многокритериального выбора оптимальной вычислительной схемы для моделирования процессов распространения загрязняющих веществ в окружающей среде при аварии на химически опасном объекте;

-разработать экспертную систему поддержки принятия решений для формирования комплекса мер по ликвидации последствий чрезвычайной ситуации.

Методы исследования. Для решения поставленных задач в работе используются методы математического программирования, основные понятия теории систем, теории множеств, методы теории искусственного интеллекта, имитационного моделирования, систем автоматизированного моделирования, логики предикатов, семантики, методы оптимизации, а так же методы построения экспертных систем.

Научная новизна результатов исследования. Основные результаты диссертации, выносимые на защиту и имеющие научную новизну, состоят в следующем: с структура подсистемы автоматизированного моделирования, предназначенная для формализации вербального описания задачи в заданной предметной области и решения задач моделирования и прогнозирования развития аварии на химически опасном объекте, формирования комплекса мер по ликвидации чрезвычайной ситуации и снижения риска для здоровья населения, попавшего в зоны заражения; метод формирования системы понятий заданной предметной области, в котором формальное определение понятия задается набором признаков и допускает представление их в виде фреймовой структуры, отличающейся возможностью автоматизированного построения функциональной семантическое сети; процедуры формализованного представления текстов на естественном языке из заданной предметной области в виде семантических моделей логико-предикатного типа, позволяющие автоматизировать построение вычислительных и прогностических моделей последствий аварий; метод определения семантического соответствия формальной постановки задачи одному из эталонных сценариев, позволяющий однозначно определять тип сценария, а при неполной постановке задачи определять степень соответствия одному из эталонных сценариев, отличающийся возможностью сравнения семантических структур; структура банка: знаний подсистемы автоматизированного моделирования, предназначенного для использования на всех этапах задачи моделирования и поддержки принятия решений, характеризующийся интеграцией различных форм представления знаний; алгоритм многокритериального выбора оптимальной вычислительной схемы из нескольких альтернатив, учитывающий основные характеристики вычислительной схемы и позволяющий выбрать рациональную, исходя из целей, задач и приоритетов пользователя.

Практическая ценность и реализация результатов работы. Разработана система поддержки принятия решений, позволяющая на основании описания аварии на естественном языке строить прогностические модели развития ситуации, определять уровень загрязнения в любой точке рассматриваемой территории, а так же строить краткосрочные прогнозы.

Наличие встроенного в систему модуля поддержки принятия решений позволяет оценить уровень загрязнения рассматриваемой территории, определить уровень риска для здоровья населения и состояния экосистем. Результатом работы системы является карта с нанесенными зонами фактического и смертельного поражения, а так же комплекс мероприятий, направленных на ликвидацию последствий чрезвычайной ситуации.

Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях, семинарах и совещаниях: «Интеллектуальные информационные системы», Всероссийская конференция, (Воронеж 2006, 2007); «Обеспечение экологической безопасности в чрезвычайных ситуациях», Международная конференция (Воронеж, 2006), ежегодных научных конференциях профессорско-преподавательского состава Воронежского государственного технического университета.

Публикации. По теме диссертационной работы опубликовано 12 научных работ, в том числе 2 публикации в изданиях, рекомендованных ВАК РФ.

В работах, опубликованных в соавторстве, лично соискателю принадлежат: в [43, 44, 54] анализ особенности автоматизированного моделирования систем поддержки принятия решений по оценке безопасности объектов техносферы; в [49, 51] разработка и описание структурной схемы математического моделирования аварийных событий; в [45] сравнительный анализ методик прогнозирования аварийных ситуаций; в [47, 48] анализ методов представления знаний в интеллектуальных прикладных системах; в [46] разработки синтаксиса языка представления знаний на основании логики предикатов первого порядка для формализации текстов на естественном языке из заданной предметной области; в [52] разработка алгоритма многокритериального выбора наиболее эффективного метода решения в подсистеме автоматизированного моделирования; в [50, 53] разработка концептуальной модели предметной области «Авария на химически опасном объекте».

Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, приложений; изложена на 000 страницах, содержит 00 рисунков, 00 таблицы; список литературы включает 000 наименования.

4.4 Выводы четвёртой главы

1. Разработана функциональная и логическая схема системы оценки безопасности объектов техносферы «ЧС Аналитик», характеризующаяся интеграцией четырех подсистем: подсистема формализации текстов на естественном языке; подсистема формального комплексирования и вычисления модели; подсистема визуализации; подсистема генерации решений и выдачи рекомендаций. Указанная функциональная и логическая схемы определяют структуру программно-информационного обеспечения СППР «ЧС Аналитик».

2. Разработано программно-информационное обеспечение СППР «ЧС Аналитик», предназначенное для формализации текстов описания аварий на естественном ограниченном языке, построения прогностических моделей развития чрезвычайной ситуации и формирования комплекса мер по ликвидации последствий аварии и снижения риска для здоровья населения, попавшего в зону заражения.

3. Данная СППР «ЧС Аналитик» в виде комплекса технических средств и программно-информационного обеспечения внедрена в учебный процесс Воронежского государственного технического университета на кафедре «Технологии и обеспечения гражданской. обороны в чрезвычайных ситуациях» для студентов специальности «Защита в чрезвычайных ситуациях» и в Главном Управлении ГО ЧС по Воронежской области. Ожидаемый годовой экономический эффект 227 тыс. руб.

114

ЗАКЛЮЧЕНИЕ

1. Разработана структура подсистемы автоматизированного моделирования, предназначенная для формализации текстов описания аварий на естественном языке, поиска оптимального метода для реализации численной схемы, а так же визуализации результатов моделирования и поддержки решений руководителя.

2. Разработан синтаксис языка представления знаний для формализации исходных текстов описания аварий на естественном языке. В качестве языка формализации использованы исчисление предикатов первого порядка. Такой ЯПЗ обладает достаточно выразительными возможностями для представления эталонных сценариев, позволяет упростить процесс формализации предметной области, снизить трудоемкость подготовки информации и загрузки их в банк знаний.

3. Разработан метод для определения степени соответствия между эталоном сценария и формализованной постановкой задачи моделировании, а так же алгоритм осуществления поиска семантических соответствий посредством которого можно определить не только соответствие исходного текста одному из заданных эталонных сценариев, но и степень такого соответствия.

4. Разработана структура банка знаний подсистемы автоматизированного моделирования методов принятия решений, предназначенного для хранения знаний в различной форме (процедурных, декларативных, продукционных), предназначенных для использования на всех этапах задачи моделирования и поддержки принятия решений.

5. Проведен сравнительный анализ вычислительных схем для реализации численной модели распространения опасных веществ при аварии на химически опасном объекте, результатом такого анализа стала сформированная экспертным путем таблица критериев для оценки каждого из предложенных численных методов решения.

6. Разработан алгоритм многокритериального выбора для поиска оптимальной схемы численного решения задачи моделирования распространения опасных веществ при аварии.

7. Разработана функциональная и логическая схема системы оценки безопасности объектов техносферы «ЧС Аналитик», характеризующаяся интеграцией четырех подсистем: подсистема формализации текстов на естественном языке; подсистема формального комплексирования и вычисления модели; подсистема визуализации; подсистема генерации решений и выдачи рекомендаций. Указанная функциональная и логическая схемы определяют структуру программно-информационного обеспечения СППР «ЧС Аналитик».

8. Разработано программно-информационное обеспечение СППР «ЧС Аналитик», предназначенное для формализации текстов описания аварий на естественном ограниченном языке, построения прогностических моделей развития чрезвычайной ситуации и формирования комплекса мер по ликвидации последствий аварии и снижения риска для здоровья населения, попавшего в зону заражения.

9. Данная СППР «ЧС Аналитик» в виде комплекса технических средств и программно-информационного обеспечения внедрена в учебный процесс Воронежского государственного технического университета на кафедре «Технологии и обеспечения гражданской обороны в чрезвычайных ситуациях» для студентов специальности «Защита в чрезвычайных ситуациях» и в Главном Управлении ГО ЧС по Воронежской области. Ожидаемый годовой экономический эффект 227 тыс. руб.

116

1. Альтшуллер Г.С. Найти идею: Введение в теорию решения изобретательских задач. Новосибирск: Наука, 1991. - 225 с.

2. Артемьева И. JL, Суров В.В. Разработка методов решения задач для одного класса систем логических соотношений: Препринт. Владивосток: ИАГГУ ДВО РАН, 1999. 52 с.

3. Афонечкин А.И., Нежметдинов Т.К. К исследованию некоторых качественных характеристик информации при формировании информационной меры // Прием и обработка информации в сложных информационных системах. Казань, 1979. - Вып. 9. - С 49-54

4. Афонечкин А.И О дефиниции некоторых характеристик качества информации // Прием и обработка информации в сложных информационных системах. Казань, 1981. - Вып. 11. - С 29-38

5. Афонечкин А.И. Функция качества размытой информации // Управление, надежность и навигация. Саранск, 1980. - С. 115-118

6. Афоничкин А.И, Панфилов С.А., Файзуллина Л.Я. Методы контроля учебной информации с помощью критерия качества // Методы и средства кибернетики в управлении учебным процессом высшей школы. -Рига, 1986.-С. 162-172

7. Ашкеназы В.О. Алгоритмы построения линий уровня функций двух переменных // Интеллектуальные информационные системы: Тез. докл. ежегод. науч. конф. СПб., 2004. С. 58-61

8. Байдун В.В., Бунин А.И. Средства представления и обработки знаний в системе FRL/PS // Всесоюзная конф. по искусственному интеллекту: Тез. докл. Т.1. Минск, 1990. С. 66-71.

9. Батищев Д.И. Методы оптимального проектирования. М.: Радио и связь, 1984. 248 с.

10. Безопасность сложных систем. Теория, моделирование, информационная технология. // Под ред. И.А. Рябинина, Е.Д. Соложенцева, М.: Радио и связь, 2002, 243 с.

11. Белкин А.Р., Левин М.Ш. Принятие решений: комбинаторные модели аппроксимации информации. М.: Наука, 1990. 160 с.

12. Белоцерковский О.М. Численное моделирование в механике сплошных сред. М.: Изд-во «Физико-математическая литература», 1994. -442 с.

13. Березовский Б.А., Гнедин A.B. Задача наилучшего выбора. М.: Наука, 1984.196 с.

14. Богданов Ю.В. О сущности понятий и количественной оценке содержательности и ценности информации // Науч.техн.информ. Сер. 2 -1974-№3-С. 3-6

15. Борисов А.Н. Обработка нечеткой информации в системах принятия решений / А.Н. Борисов, A.B. Алексеев, Г.В. Меркулов, H.H. Слядзь, В.И. Глушков. М.: Радио и связь, 1989. - 300 с.

16. Васильков Ю.В., Василькова H.H. Компьютерные технологии вычислений в математическом моделировании: Учеб. пособие. М.: Финансы и статистика, 1999.

17. Виноградов И.Д., Смирнов C.B. Композиция концептуальных схем сложных систем // Проблемы управления и моделирования в сложных системах: Труды международной конф. Самара: СНЦ РАН, 1999. С 57-68.

18. Волков Е.А. Численные методы. М.: Наука, 1982.

19. Волкова Г.Д. Концептуальное моделирование при создании прикладных автоматизированных систем // Сб. науч. тр. Пятой национальной конференции с международным участием "Искусственный интеллект-96", т. III. Казань, 1996. С. 440-446.

20. Волкова Г.Д. Концептуальное моделирование при создании САПР машиностроительного назначения // Межотраслевой науч.-техн. сб.

21. Техника. Экономика" серия "Автоматизация проектирования" М.: ВИМИ, 1994. Вып.4. С. 6-15.

22. Гаврилова Т.А., Хорошевский В.Ф. Базы знаний интеллектуальных систем. СПб.: Питер, 2000. - 384 с.

23. Герман О.В., Боровский Ю.В., Безверхов В.Н. и др. Входной язык спецификации задач в человеко-машинной решающей системе // Программирование, 1997. № 6. С. 51-57

24. Глушков В. М., Капитонова Ю, В., Летичевский A.A. О применении метода формализованных технических заданий к проектированию программ обработки структур данных // Программирование, 1978. № 6. С. 31-43

25. ГНТБ «Безопасность». Концепция и итоги работы 1991-1992. Итоги науки и техники. Т. 1. М.: ВИНИТИ, 1993.

26. Годунов С.К., Рябенький B.C. Разностные схемы. М.: Наука,1977.

27. Горский М.Г., Моткин Г.А., Петрунин В.А., Терещенко Г.Ф., Шаталов A.A., Щвецова-Шиловская Т.Н. Научно-методические аспекты анализа аварийного риска. // М.: Экономика и информатика, 2001,320 с.

28. ГОСТ Р 12.3.047-98 Система стандартов безопасности труда. ПОЖАРНАЯ БЕЗОПАСНОСТЬ ТЕХНОЛОГИЧЕСКИХ ПРОЦЕССОВ. Общие требования. Методы контроля. Гос. стандарт РФ, 2000

29. Грешилов A.A. Как принять наилучшее решение в реальных условиях. М.: Радио и связь, 1991. 320 с.

30. Демидович Б.П., Марон И.А., Шувалова Э.З. Численные методы анализа. М.: Наука, 1967

31. Джонс Дж. К. Методы проектирования. М.: Мир, 1986. 326 с.

32. Добеши И. Десять лекций по вейвлетам. М.; Ижевск: РХД, 2004.

33. Дракин В.И., Попов Э.В., Преображенский А.Б. Общение конечных пользователей с системами обработки данных. М.: Радио и связь, 1988.

34. Едигаров A.C. Численный расчет турбулентного течения холодного тяжелого газа в атмосфере. ЖВММФ, 31, №9, 1369-1380.

35. Едигаров A.C., Сулейманов В.А. Математическое моделирование аварийного истечения и рассеивания природного газа при разрыве газопровода // Математическое моделирование, 1995, т.7, №4, с. 37-52.

36. Емельянов C.B., Дудин Е.Б., Ларичев А.К. и др. Подготовка и принятие решений в организационных системах. Итоги науки и техники. Техническая кибернетика". Т.4. М.: ВИНИТИ, 1971. 315 с.

37. Заварыкин В.М., Житомирский В.Г., Лапчик М.П. Численные методы. М.: Просвещение, 1991

38. Завьялов Ю.С., Квасов Б.И., Мирошниченко В.Л. Методы сплайн -функций. М.: Наука, 1980.

39. Зенкевич О. Метод конечных элементов в технике. М.: Мир,1975.

40. Зиновьев A.A. Очерки комплексной логики. / Под ред. Е.А. Сидоренко. М.: Эдиториал УРСС, 2000. - 560 с.

41. Иванищев В. В. Моделирование без посредника. Изв. РАН "Теория и системы управления" №5,1997г.

42. Иванищев В.В., Михайлов В.В. Автоматизация моделирования экологических систем СПб.: Издательство СПбГТУ; 2000 г., - 172 с.

43. Ильин Л.А., Куценко С.А., Саватеев Н.В., Софронов Г.А., Тиунов Л.А. Токсикологические проблемы в стратегии уменьшения опасности химических производств. Журнал ВХО им. Менделеева, 1990, т.35, №4, С. 440-447.

44. Ильин М.Ю. Методология автоматизированного формирования и решения проблемных задач на основе канонической информационной модели / М.Ю. Ильин, В.И. Федянин // Интеллектуальные информационные системы: труды всерос. конф. 4.1. Воронеж: 2006. С. 108-111

45. Ильин М.Ю. Методы формирования семантического пространства знаний и их формализация / М.Ю. Ильин, Г.А. Квашнина, В.И. Федянин // Вестник Воронежского государственного технического университета. -2007.- Т.З. №2. - С. 111-113

46. Ильин М.Ю. Онтологии как основы интеллектуальных прикладных систем / М.Ю. Ильин, П.С. Куприенко, В.И. Федянин // Обеспечение экологической безопасности в чрезвычайных ситуациях: труды междунар. конф. Ч. 1 Воронеж: 2006. С. 191-193

47. Ильин М.Ю. Особенности интеллектуальных технологий моделирования и направления по их совершенствованию / М.Ю. Ильин, В.И. Федянин // Высокие технологии в технике, медицине, экономике и образовании: межвуз. сб. науч. тр. Воронеж: ВГТУ, 2007. С. 81-85

48. Ильин М.Ю. Реализация многокритериального выбора в автоматизированной подсистеме моделирования / М.Ю. Ильин, Г.А. Квашнина, В.И. Федянин // Вестник Воронежского государственного технического университета. 2007.- Т.З. - №2. - С. 157-158

49. Ильин М.Ю. Технология автоматического анализа текста на естественном языке / М.Ю. Ильин, В.И. Федянин // Высокие технологии в технике, медицине, экономике и образовании: межвуз. сб. науч. тр. -Воронеж: ВГТУ, 2007. С. .124-129

50. Ильин М.Ю. Технология решения задач принятия решений по оценке безопасности объектов техносферы*/ М.Ю. Ильин, В.И. Федянин // Интеллектуализация управления в социальных и экономических системах: труды всерос. конф. Воронеж: 2006. С. 256-259

51. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы; Справочник / Под ред. Д.А. Поспелова. М.: Радио и связь, 1990. 304 с.

52. Калиткин H.H. Численные методы. М.: Наука. 1978. - 512 с.

53. Кини P.JL, Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и связь, 1981. 560 с.

54. Ковалец И.В., Мадерич B.C. Динамика и энергетика распространения тяжелого газа в приземном слое атмосферы. Прикладная гидромеханика, 2(73), №4, 1999, С. 12-20.

55. Ковалец И.В. О влиянии теплообмена с Землей на распространение холодного тяжелого газа в атмосфере. Прикладная гидромеханика, 3(75), № 2

56. Ковалец И.В., Мадерич B.C. Численная трехмерная модель распространения тяжелого газа в атмосфере с использованиемконсервативных схем расщепления. Прикладная гидромеханика, 3(75), №1, 28-36.

57. Коваль В.Н., Палагин A.B., Рабинович 3.J1. Вопросы методологии и формализации постановок и решения проблем // Кибернетика и системный анализ, 1995. №3, С. 138-143.

58. Ковеня В.М., Яненко H.H. Метод расщепления в задачах газовой динамики. Наука, Новосибирск, 1981.

59. Колмогоров А.Н., Драгалин А.Г. Введение в математическую логику. М.: Изд-во МГУ, 1982.

60. Компьютерный код ALOHA® 5.2.3, Developed jointly by NOAA and EPA.

61. Корте Ф., Бахадур M., Клайн В. и др. Экологическая химия. Основы и концепции. // Пер. с нем. // Под ред.Н.Б. Градовой. М.: Мир, 1996, 395 с.

62. Коршенко М.Ф., Лихогруд Н.Г. Лингвистический процессор экспертной системы строительного проектирования // Известия Академии наук. Теория и системы управления, Киев: 1996, № 5, с 160-169.

63. Крылов В.И., Бобков В.В., Монастырный П.И. Начала теории вычислительных методов. Дифференциальные.уравнения. Минск: Наука и техника, 1982.

64. Кузнецов В.Е. Представление в ЭВМ неформальных процедур: продукционные системы / Послеслов. Д.А. Поспелова. М.: Наука, 1989.

65. Лапчик М.П., Рагулина М.И., Стукалов В.А. Численные методы: Учеб. пособие для пед. вузов. М.: Академия, 2001.

66. Ларичев О.И.,, Мечитов А.И., Ребрик С.В. Анализ риска и проблемы безопасности. // М.: Препринт ВНИИ систем. Исслед., 1990, 60 с.

67. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. Вербальный анализ решений. М.: Наука, 1996. 208 с.

68. Лебедев Г.Н. Методы принятия оперативных решений в задачах управления и контроля. М.: Изд-во МАИ, 1992. 120 с.

69. Лескин A.A., Мальцев В.Н. Системы поддержки управленческих и проектных решений. Л.: Машиностроение. Ленингр. отд-ние, 1990. 167 с.

70. Магомедов K.M., Холодов A.C. Сеточно-характеристические численные методы М.: Наука, 1988. - 288с.

71. Марчук Г.И. Методы вычислительной математики. М.: Наука,1989.

72. Марчук Г.И., Методы расщепления. М.: Наука, 1988. - 263 с.

73. Маршалл В. Основные опасности химических производств. // Пер. с англ. / Под ред. Б.Б. Чайванова и А.Н. Черноплекова. М.Ж Мир, 1989, 671 с.

74. Методика оценки последствий аварийных выбросов опасных веществ (методика «Токси». Редакция 3.1) М.: ФГУП «НТЦ «Промышленная безопасность», 2005

75. Методика оценки последствий, аварийных выбросов опасных веществ (методика «Токси». Редакция 1.1) М.: ФГУП «НТЦ «Промышленная безопасность», 1998

76. Методика оценки последствий аварийных выбросов опасных веществ (методика «Токси». Редакция 2.1) М.: ФГУП «НТЦ «Промышленная безопасность», 2000

77. Методика расчета концентраций в атмосферном воздухе вредных веществ, содержащихся в выбросах предприятий (ОНД-86 Госкомгидромет), Л.:Гидрометеоиздат, 1987.

78. Методы и алгоритмы решения задач оптимизации / И.В. Бейко, Б.Н. Бублик, П.Н. Зинько Киев: Вища школа, 1983. 512 с.

79. Парасюк И.Н., Калита А.В., Провотар А.И. САБЕ-система структурно-модульного композиционного • программирования: концептуальные основы // Управляющие системы и машины, 1993. №2. С.140-144.

80. Петрушин В.А. Моделирование состояния знаний обучаемого в интеллектуальных обучающих системах //Разработка компьютерных технологий обучения и/ их внедрение. Киев: Ин-т кибернетики АН Украины, 1991.

81. Порфирьев Б.Н. Экологическая экспертиза и риск технологий. // Итоги науки и техники. Сер. Охрана природы и воспроизводство природных ресурсов. Т. 27. М.: ВИНИТИ, 1990, 204 с.

82. Поспелов Д.А. Моделирование рассуждений. Опыт анализа мыслительных актов. М.: Радио и связь, 1989. 184 с.

83. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука, 1986.

84. Представление-и использование знаний: Пер. с япон. / Под ред. X. Уэно, М. Исидзука. М.: Мир, 1989.

85. Предупреждение крупных аварий. Практическое руководство. // Пер. с англ. // Под ред. Э.В. Попова. М.: МП «Рарог», 1992, 256 с.

86. Пфанцагль Н. Теория измерений. М.: Мир, 1976. - С. 53-74

87. Разработка автоматизированных учебных курсов на персональной ЭВМ / В.А. Грибкова, A.A. Гришканс, В.Х. Каминска и др. // Методы и средства кибернетики в управлении учебным процессом высшей школы. -Рига: РПИ, 1990.

88. РД 03-409-01 Методика оценки последствий аварийных взрывовтопливно-воздушных смесей (с изменениями и дополнениями)t

89. Постановление Госгортехнадзора России от 26.06.2001 N 25 РД от 26.06.2001 N03-409-01

90. Романович О.Н., Задорожная А.Е. Обучающе-контролирующая система программирования АССА // Использование компьютерных технологий в обучении. Киев: Ин-т кибернетики АН Украины, 1990.

91. Рубашкин В.Ш. Представление и анализ смысла в интеллектуальных информационных системах. М.: Наука, 1989.

92. Руководство по оценке индустриальных опасностей (Techniques for Assessing Industrial Hazards: a Manual. World Bank Tech. Paper No. 55 ), The World Bank Group, 1988

93. Рыбаков Ф.И., Руднев Е.А., Петухов В.А. Автоматическое индексирование на естественном языке. М.: Энергия, 1980.

94. Саати Т. Целочисленные методы оптимизации и связанные с ними экстремальные проблемы. М.: Мир, 1973. 299 с.

95. Самарский A.A. Численные методы /A.A. Самарский, A.B. Гулин. М.: Наука, 1989.-432 с. 2в,

96. Самарский A.A., Николаев Е.С. Методы решения сеточных уравнений. -М.: Наука, 1978. 591 с.

97. Самарский A.A. Теория разностных схем. М.: Наука, 1977. - 656с.

98. Сергиенко И.В., Каспшицкая М.Ф. Модели и методы решения на ЭВМ комбинаторных задач оптимизации. Киев: Наук, думка, 1981. 288с.

99. Сильнодействующие вещества. // Под ред. B.C. Юлина. М.: Техинформа ГО, 1992, 63 с.

100. Система предупреждения и действий в чрезвычайных ситуациях. Понятийно-технологический словарь. Минск: Полымя, 1992.

101. Соловьев С.Ю., Соловьева Г.М. Вопросы организации баз знаний в системе ФИАКР // Экспертные системы: состояние и перспективы. Под ред. Д.А. Поспелова. М.: Наука, 1989. С. 47-54. '

102. Соловьянов A.A. Оценка опасности и прогнозировании аварий, связанных с выбросом химических веществ. // Рос. Хим. Журнал., 1993, №4, С. 66-74.

103. Стренг Г., Фикс Г. Теория метода конечных элементов. М.: Мир,1977.

104. Таунсенд К., Фохт Д. Проектирование и программная реализация экспертных систем на. персональных ЭВМ: Пер. с англ./ Предисл. Г.С.Осипова. М.: Финансы и статистика, 1990.

105. Тимоти Бадц. Объектно-ориентированное программирование в действии./Перевод с англ. СПб: Питер, 1997,464 с.

106. Тихонов А.Н., Арсенин В.Я. Методы решения некорректных задач. -М.: Наука, 1983.224 с.

107. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. Серия "Информатизация России на пороге XXI века". М.: СИНТЕГ, 1998. 376 с.

108. Уэйт Р., Митчелл А. Метод конечных элементов для уравнений с частными производными. -М.: Мир, 1981.

109. Фатхутдинов P.A. Разработка управленческих решений. М.: ЗАО

110. Бизнес-школа" Интел-Синтез", 1998. 272 с.4 •

111. Фриматл М. Химия в действии. Т. 2. М.: Мир, 1991, 620 с.

112. Хемминг Р.В. Численные методы для научных работников и инженеров. М.: Наука, 1979.

113. Хенли Э. Дж. Кумамото X. Надежность технических систем и оценка риска. // Пер. с англ. // Под ред. B.C. Сыромятникова. М.: Машиностроение, 1984, 528с.

114. Химмельблау Д. Обнаружение и диагностика неполадок в химических и нефтехимических процессах. // пер. с англ. Л.: Химия, 1983, 352 с.

115. Чуй Ч.К. Введение в вэйвлеты. М.: Мир, 2001.

116. Шапиро Д.И. Принятие решений в системах организационного управления. Использование расплывчатых категория. М.: Энергоатомиздат, 1983. 185 с.

117. Шенк. Р. Обработка концептуальной информации: Пер. с англ. -М.: Энергия, 1980. -380 с.

118. Штойер Р. Многокритериальная оптимизация. Теория, вычисления и приложения: Пер. с англ. М.: Радио и связь, 1992. 504 с.

119. Яненко Н.Н. Метод дробных шагов решения многомерных задач математической физики. Наука, Новосибирск, 1967.

120. Angele J., Fensel D., Studer R. Developing knowledge-based systems with MIKE // Journal of Automated Software Engineering, 1998.

121. Benjamins V.R. Problem Solving Methods for Diagnosis. PhD thesis, University of Amsterdam, Amsterdam, The Netherlands, 1993.

122. Benjamins V.R., Fensel D., Straatman R. Assumptions of problemsolving methods and their role in knowledge engineering. In Wahlster W. (Editors), Proceedings ECAI-96. J. Wiley & Sons, Ltd., 1996. PP. 408-412.

123. Brandt A. Multi-level Adaptive Computations in Fluid Dynamics. AIAA J. 18 (1980), 1165-1172.

124. Breuker J., van de Velde W. CommonKADS Library for Expertise Modeling, Reusable Problem Solving Components. IOS Press, Amsterdam, Oxford, Washington DC, 1994.

125. Britter R. E. Atmospheric dispersion of dense gases. Ann. Rev. Fluid Mech., 21, 1989,317-344.v

126. Chandrasekaran B. Design Problem Solving: A Task Analysis // The AI Magazine, Vol. XI, N. 4,1990. PP. 59-71.

127. Chandrasekaran B. Generic tasks in knowledge based reasoning: High level building blocks for expert system design// IEEE Expert, 1(3), 1986. PP. 2330.

128. Chandrasekaran B. Towards a Taxonomy of Problem Solving Types // The AI Magazine, Vol. IV. N.I. 1983. PP. 9-17.

129. Chandrasekaran B., Johnson T. R, Smith J. W. Task Structure Analysis for Knowledge Modeling // Communications of the ACM, 35(9), 1992. PP. 124137.

130. Dobrocheev O.V., Kuleshov A.A.,Lelakin A.L. A two dimensional model of heavy gas cloud dispersion under industrial accidents, Preprint IAE 1991, M.: 1991, № 5339/1, 16p/

131. EERO Symposium on Chemical Risk Assessment: New Scientific Apprpach and Opportunities. M.: Int. Univ., 1994

132. Feigenbaum E. A. The Art of Artificial Intelligence: Themes and Case Studies of Knowledge Engineering // Proceedings of the Fifth International Joint Conference on Artificial Intelligence, Cambridge, MA, 1977.

133. Fensel D., Groenboom R. Specifying Knowledge-Based Systems with Reusable Components // Proceedings of the 9th International Conference on Software Engineering & Knowledge Engineering (SEKE-97), Madrid, Spain, 1997.

134. Hackbusch V., Trottenberg U. Multigrid Methods. Lecture Notes inj

135. Math. 960, Springer Verlag, 1982.

136. Heijst G., Schreiber A. T., Wielinga B. J. Using explicit ontologies in KBS development // International Journal of Human-Computer Studies, 46(2/3), 1997. PP. 183-292.

137. Ishi K., Coel A., Adler R.E. A model of simultanlous Engineering Desing. Artificial Intelligence in Design/Ed by J.S.Gero. N. - Y.: Springer, 1989. -P. 489-501.

138. Josephson J. R., Chandrasekaran B., Smith J. W. Assembling the Best Explanation // Proceedings of the IEEE Workshop on Principles of Knowledge-Based Systems, IEEE Computer Society, 1984.

139. Keravnou E.T., Johnson L. Competent Expert System. A case Study in fault diagnosis. London: Kogan Page Ltd. 1986.

140. Koopman R., et al. Description and analyses of Burro Series 40 3 m LNG spill experiments. Lawrence Livermore National Laboratory. Preprint, UCRL-53186, Livermore, USA, 1981.

141. Latto A., et al. The evaluation of connection coefficients of compactly supported wavelets // Proc. Of the French-USA workshop on wavelets andturbulence, Ed. By Y. Maday. Princeton University Springer-Verlag. - 1992. t

142. Aware technical report AD910708.

143. McQuaid, J., "Some experiments on the structure of stably-stratified shear flows", Tech. Paper p. 21, Safety in Mines Research Establishment, Sheffield, UK, 1976

144. Nunes de Barros L., Valente A., Benjamins V. R. Modeling planning tasks // Third International Conference on Artificial Intelligence Planning Systems, AIPS-96, American Association of Artificial Intelligence, 1996. PP. 11-18.

145. Orsvarn K. Knowledge modeling with libraries'of task decomposition methods. Ph. D. Thesis. Swedish Institute of Computer Science, 1996.

146. Picknett R.G. Dispersion of dense gas puffs released in the atmosphere at ground level. Atmos. Environment, 18,1981, 509-525.

147. Puerta A., Egar J., Tu S., Musen M. A multiple-method shell for the automatic generation of knowledge acquisition tools // Knowledge Acquisition, 4, 1992. PP. 171-196.

148. Puppe F. Systematic Introduction to Expert Systems: Knowledge Representation and Problem-Solving Methods. Springer-Verlag, Berlin, 1993.

149. Qian S., Weiss J. Wavelets and the numerical solution of partial differential equations // Journal of Computational Physics. V. 106. - 1993. - Pp. 155-175.

150. Schreiber A. T„ Wielinga B. J., Akkermans H., van de Velde W., Anjewierden A. CML: The CommonKADS Conceptual Modelling Language. In

151. Steels L, Schreiber A. T., van de Velde W. (Editors), A Future for Knowledgeth

152. Acquisition, Proceedings of the 8 European Knowledge Acquisition Workshop. Springer-Verlag, LNAI 867, 1994. PP. 283-300.

153. Shadbolt N., Motta E., Rouge A. Constructing Knowledge-based Systems // IEEE Software 10(6), Nov. 1993. PP. 34-38.

154. Spicer T.O., Havens J.A. Modeling the Phase 1 Thorney Island experiments. J. Hazardous Materials, 11, 1982; 237-260.

155. Steels L. The componential framework and its role in reusability. In David J. M., Krivine J. P., Simmons R. (Editors), Second Generation Expert Systems, Berlin Heidelberg, Germany, Springer-Verlag, 1993. PP. 273 -298.

156. Teije A. Automated Configuration of Problem Solving Methods in Diagnosis, Ph. D. thesis, University of Amsterdam, the Netherlands, 1997.

157. UNIFIED DISPERSION MODEL (UDM) Theory Manual by H.W.M. Witlox CONSEQUENCE MODELLING DOCUMENTATION (UDM Version 6.0, January 2000), Det Norske Veritas.

158. Van Ulden, A.P., "A new bulk model for dense gas dispersion: two-dimensional spread in still air, in "Atmospheric dispersion of heavy gases and small particles" (Ooms, G. and Tennekes, H., eds.), pp. 419-440, Springer-Verlag, Berlin, 1984

159. Wesseling P. An Introduction to Multigrid Methods. Chichester, 1991.

160. Wilkinson L., SYSTAT: The System for Statistics. Evantson //IL: SYSTAT Inc.,- 1987.-79 p.

161. Zhu G., Arya P., Snyder W.H. An experimental study of the flow structure within a dense gas plume. J.Hazardous Materials, 62,1998,161-186.