автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.11, диссертация на тему:Компьютерные методы и средства управления в чрезвычайных ситуациях, обусловленных биологическими факторами

Российская Академия наук Институт проблем управления им В А Трапезникова

На правах рукописи

Самохина Анна Сергеевна

КОМПЬЮТЕРНЫЕ МЕТОДЫ И СРЕДСТВА УПРАВЛЕНИЯ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ, ОБУСЛОВЛЕННЫХ БИОЛОГИЧЕСКИМИ ФАКТОРАМИ

Специальность 05 13 11 - Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Москва 2008

□□3169697

003169697

Работа выполнена в Институте проблем управления им В А Трапезникова Российской академии наук

Научный консультант доктор технических наук, профессор

Трахтенгерц Эдуард Анатольевич.

Официальные оппоненты доктор технических наук, профессор

Калянов Георгий Николаевич;

доктор технических наук, профессор Гливенко Плена Валерьевна;

доктор технических наук, профессор Ткаченко Владимир Максимович.

Ведущая организация - Научно-исследовательский институт «Восход»

О О

Защита диссертации состоится «. 5 » и Н \ 2008 г в{( час на заседании Специализированного совета №3 (Д 002 226 03) Института проблем управления по адресу 117977, г Москва, ул Профсоюзная, 65

С диссертацией можно ознакомиться в библиотеке Института проблем управления им В А Трапезникова

Автореферат разослан « » 2008 г

Ученый секретарь специализированного совета

доктор технических наук ЕВ Юркевич

Общая характеристика работы

Одна из наиболее опасных особенностей нашего времени - это перспектива того, что современные технологии станут доступными для различных террористических групп Такое развитие событий может иметь разрушительные последствия в огромных масштабах В связи с произошедшим в конце 20-го века прорывом в биологических науках, на первый план выходит опасность использования в террористических целях биологических агентов

Известно, что изготовить биологическое оружие относительно несложно, труднее распространить патогенный агент на необходимой территории При этом опознать биологическую атаку на ранней стадии очень сложно Дело в том, что с первого взгляда выявить присутствие, а тем более, определить конкретную природу возбудителя заболевания непросто даже высоко квалифицированному инфекционисту Ранние симптомы чумы, оспы и сибирской язвы, например, по своему течению часто напоминают обычный грипп Начальная стадия развития чрезвычайной биологической ситуации является определяющей для достижения максимального эффекта от принимаемых решений Компьютерная система поддержки формирования и принятия решений, работающая практически в реальном масштабе времени, предназначенная для оперативного принятия эффективных решений в условиях нехватки времени, неполной информации и противоречивых мнений специалистов поможет выработать стратегию и тактику предупреждения, ликвидации и преодоления последствий чрезвычайной ситуации, вызванной биологическими факторами (БЧС) Актуальность проблемы

Несмотря на значительное число пакетов программ реализации отдельных проблем в медицине и эпидемиологии, а также на значительное число ведомственных инструкций, не существует единой методологии, методов, алгоритмов и программ, обеспечивающих эффективную поддержку

принятия решений при биологических чрезвычайных ситуациях Функциями такого комплекса являются

• обеспечение всей имеющейся информацией, оперативное информационное обеспечение, включая картографическую, метеорологическую, медицинскую информацию, данные о силах и средствах населенного пункта, района, области, накопленные данные о подобных инцидентах т д,

• анализ и идентификация ситуации, включая верификацию БЧС, идентификацию заболевания, масштаба и метода распространения,

• определение области выпадения поражающего агента, в случае его распространения аэрозольном или пылевым способом,

• моделирование сценариев развития ситуации, оценки прогнозов, предоставление помощи экспертам и руководителю для принятия решений по управлению динамикой ликвидации ЧС,

• формирование сценариев ликвидации последствий чрезвычайной ситуации,

• формирование управленческих решений по предотвращению БЧС

Таким образом, важность задач, решаемых компьютерной системой поддержки формирования и принятия решений при БЧС (особенно при биотеракте, направленном на причинение максимального ущерба), отсутствие единой методологии, методов и современных программных комплексов, работающих в реальном масштабе времени, определяют актуальность диссертационной работы

В диссертационной работе проведено теоретическое обобщение и получено решение важной научно-технической проблемы создания методологической базы, математических моделей, методов, алгоритмов и программных средств информационного обеспечения и поддержки принятия

согласованных решений при чрезвычайных ситуациях, вызванных биологическими факторами Цели и задачи работы

Цель диссертационной работы заключается в повышении оперативности и эффективности управленческих решений по предотвращению, противодействию и ликвидации последствий чрезвычайных ситуаций, вызванных биологическими факторами Под эффективностью будем понимать увеличение объемов рассматриваемой исходной информации, сокращение времени обработки исходной информации на моделях, увеличение количества вариантов реализации, ранжирование возможных вариантов реализации, выбор лучшего варианта Для достижения указанной цели ставятся задачи разработки вычислительных моделей, алгоритмов и компьютерных программ поддержки формирования управленческих решений

Основными задачами диссертационного исследования являлись

1 Исследование и разработка методов построения программных комплексов поддержки формирования и реализации решений при БЧС, обеспечивающих компьютерную идентификацию чрезвычайной ситуации в режиме реального времени, генерацию сценариев развития ситуации, выбор действий по ликвидации и преодолению последствий БЧС

2 Разработка и исследование теории и компьютерных методов построения систем принятия решений для классификации, верификации и идентификации БЧС на основе информации об опасных инфекционных заболеваниях, методах распространения поражающего агента и масштаба поражения

3 Создание, на основе разработанных методов, компьютерной системы поддержки формирования и принятия решений для выбора целей, стратегий, задач и использованию сил и средств по противодейсгвию, преодолению и ликвидации последствий БЧС

4 Разработка специальных тестов для проведения вычислительной экспериментальной проверки правильности функционирования и оценка качества разработанных методов на контрольных примерах Практическая ценность диссертационной работы заключается в том, что на основе решения поставленных задач, за счет теоретического обобщения и исследования проблем компьютерной поддержки формирования и реализации управленческих решений при БЧС, создана компьютерная система, обеспечивающая повышение оперативности и эффективности управления органов исполнительной власти во время чрезвычайной обстановки, вызванной биологическими факторами

Методы исследования При решении поставленных задач использовались теория распознавания образов, методы математической статистики, методы анализа структур данных, математические методы теории принятия решений, а также методы вычислительной математики и математической физики Научная новизна

1 Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов построения компьютерной системы поддержки принятия решений в чрезвычайных ситуациях, обусловленных биологическими факторами

2 Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов согласования решений при построении компьютерных систем классификации, идентификации и верификации биологической чрезвычайной ситуации и осуществлена их реализация

3 Исследованы и разработаны методы, и реализующие их программные средства обеспечения формирования и принятия следующих решений

• выбор целей, стратегий, задач и проектов предотвращения биологической чрезвычайной ситуации,

• генерация сценариев развития чрезвычайной ситуации и управление динамикой,

• составление планов по ликвидации ЧС, выбор и согласование контрмер, использование сил и средств для предотвращения, преодоления и ликвидации последствий ЧС

4 Разработаны и реализованы методы распространения мелкодисперсных поражающих агентов в условиях многоэтажной городской застройки для определения площадей дезинфекции, распространения опасного эпидемического заболевания, передающегося воздушно-капельным путем в условиях города, с учетом перемещения жителей, а также в изолированном учреждении и применения различных мер противодействия

5 На основании исследования принципов построения системы противодействия БЧС, разработаны модели, алгоритмы и программы компьютерного согласования и выбора проекта построения системы предупреждения БЧС

Достоверность

Достоверность полученных положений, выводов и практических результатов, полученных в диссертационной работе, подтверждена численным моделированием чрезвычайной ситуации на основе реальных исходных данных, с последующим подтверждением и оценкой экспертов, на основе разработанных методик

Внедрение и реализация результатов работы

Результаты диссертации легли в основу научно-исследовательской работы по теме «Обоснование системотехнических решений по созданию экспертной системы верификации биотерактов и разработка ее информационного обеспечения», проводимой в Путинском научном центре

РАН Алгоритмы и программные средства работы используются в Испытательной лаборатории «Тест Пущино», НПО «Тайфун», Центральном экономико-математическом институте РАН, Институт электронных управляющих машин ИНЭУМ, Научно-внедренческая компания ЗАО «ВИСТ»

Апробация работы

Основные положения и результаты диссертационной работы докладывались на X Международном симпозиуме «Методы дискретных особенностей в задачах математической физики», Херсон, 2001 г, I Международной конференции «Параллельные вычисления и задачи управления» РАСО, Москва, 2001 г, Генеральной Ассамблее URSI (Международное объединение радионаук), Нидерланды, Маастрихт, 2002 г , II Международной конференции «(Параллельные вычисления и задачи управления» РАСО, Москва, 2004 г, Международной конференции «Идентификация систем и задачи управления SICPRO'05, г Москва, 2005 г , Международной конференции «Методы дискретных особенностей в задачах математической физики» Херсон, 2005 г, Международной конференции «Прогресс в электромагнитных исследованиях» PIERS, Китай, Ханджоу, 2005 г, Ш Международной конференции «Параллельные вычисления и задачи управления» РАСО 2006 г, Международной конференции «Прогресс в электромагнитных исследованиях» PIERS, Чешская Республика, Прага, 2007 г, Международной конференции «Идентификация систем и задачи управления SICPRO'08, г Москва, 2008 г Публикации

Основные результаты диссертации опубликованы в 35 работах, в том числе в 12 статьях в журналах, рекомендованных ВАК к защите диссертаций Структура и объем работы

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения Общий объем работы 245 страниц, в том числе 64 рисунка, 30 таблиц Список литературы включает 203 наименования

Содержание работы Во введении приводится обоснование актуальности работы, формулируются ее цели и основные направления исследования Кратко изложено содержание диссертации, показана научная новизна и практическая ценность результатов диссертационной работы

В первой главе рассматриваются общие положения построения систем управления, включая системы поддержки формирования и принятия решения (СПР) Проведен методологический анализ исходных представлений и понятийных средств, таких как цели, стратегии, задачи, сценарии и т д, необходимых для проектирования, разработки и внедрения СПР в целом, и в частности при биологической чрезвычайной ситуации Анализируются существующие подходы к построению таких систем, и дается их краткий обзор

Для принятия решения необходимо

1) сформировать четко сформулированную цель и задачи,

2) сгенерировать альтернативные стратегии достижения цели и выполнения задач,

3) учитывать при выборе одной из альтернатив существенные факторы, различные для различных альтернатив

Система формирования и реализации решений в биологических чрезвычайных ситуациях относится к такому классу социально-биологических систем, которые характеризуются многофакторностью, малой частотой событий, работой в реальном масштабе времени, невозможностью поставить реальный эксперимент СПР при БЧС реализована в виде программных модулей, которые дают возможность сгенерировать большое количество ситуаций для принятия решений и поставить вычислительные эксперименты с участием экспертов

Систему принятия решений при БЧС можно представить как многоуровневую, т е иерархическую совокупность других систем

Для рассматриваемой системы были выбраны следующие уровни иерархии и обоснована целесообразность их выбора

1-й уровень - множество инцидентов (ЧС)

2-й уровень - множество целей преодоления ЧС

3-й уровень - множество стратегий для достижения выбранной цели

4-й уровень - множество задач, которые необходимо выполнить для достижения поставленной цели по выбранной стратегии

5-й уровень - множество ресурсов, которое требуется для выполнения поставленных задач

Полный просмотр и оценка всех возможных вариантов, в силу их огромного количества, не под силу группе экспертов и, тем более, лицу, принимающему решение (ЛИР) Поэтому на первом этапе необходимо использовать компьютерные методы оценки возможных сценариев Можно предложить следующую последовательность действий, которая использует как компьютерные системы, так и оценки экспертов и мнение ЛПР

Группа экспертов и/или ЛПР определяют наиболее существенные критерии, определяющие действия, требуемые для ликвидации БЧС При любом наборе критериев, основными, необходимыми для ликвидации последствий, будут следующие ожидаемые потери, время, финансовые ресурсы, материальные средства, людские ресурсы Естественно этот список может быть расширен

В работе подробно описывается разработанная программная система поддержки управления в чрезвычайных ситуациях, вызванных биологическими факторами, приводится ее детальная схема, с включенными в нее модулями Проводится анализ обработки первичных данных Описывается пользовательский интерфейс системы и дается обоснование выбора программной платформы вычислительного комплекса Укрупненная схема разработанной системы показана на рис 1

1 Пользовательские интерфейсы осуществляют связь системы с пользователями, имеется возможность настраивать их под конкретного пользователя

Рис 1 Укрупненная схема системы принятия решений при БЧС

2 Подсистема управления осуществляет контроль над режимами работа системы в целом, связь между функциональными подсистемами, обмен данными

3 Подсистема анализа осуществляет оценку состояния и прогноз санитарной обстановки на всех этапах развития БЧС на любых заданных расстояниях от источника заражения На первом этапе развития БЧС основными задачами являются идентификация биологического агента, определение способа его распространения, масштаба поражения, верификация БЧС (которые, выполняются 4 блоком), на более поздней стадии анализируются защитные меры и эффективность использования сил и средств

4 Подсистема распознавания выполняет классификацию, верификацию и идентификацию следующих объектов опасных эпидемических заболеваний (ОЭЗ), методов распространения ОЭЗ, биологических поражающих агентов и методов их распространения, масштабов поражения

5 Подсистема генерации сценариев развития и ликвидации БЧС автоматически формирует альтернативные ситуации, на основании которых формулируются решения по предупреждению, преодолению и ликвидации последствий БЧС

6 Подсистема оценок вариантов решений обеспечивает выбор эффективных контрмер

7 Подсистема согласования выполняет автоматизированные процедуры согласования результатов анализа ситуации и прогноза ее развития, оценок решения и последствия их реализации Методы согласований при формировании решений и оценок играют чрезвычайно важную роль, и СПР дает возможность использовать разнообразные методы, хранящиеся в системе

Алгоритмы и методы реализации этих функций описаны в последующих главах

База данных системы включат в себя базу оперативных данных, медико-биологические информационные системы, геоинформационные системы и правила формирования сценариев и контрмер, а также накопленную информацию об инцидентах Система имеет возможность обращаться к внешним базам данных

В работе проведен анализ обработки первичных данных для системы предотвращения БЧС.

При разработке пользовательского интерфейса принималось во внимание следующее: задачи, которые надо решить; скорость выполнения типовых задач; удобство пользования; возможность настройки под конкретного пользователя; время, затрачиваемое на обучение работе с интерфейсом.

Рис. 2. Интерфейс системы принятия решений с информацией об инциденте.

На рис. 2 приводится пример интерфейса с информацией об инциденте, определяется географическое положение места инцидента, регион, город, адрес. Имеется возможность рассматривать послойное окружение места происшедшего - автомобильные дороги, транспорт, с обозначением маршрутов автобусов, троллейбусов, метро, железной дороги, аэропорт; рядом находящиеся поликлиники, больницы, гостиницы, санатории, аптеки,

бани, фармацевтические склады, коммунальные службы, и т.д. Карта места происшедшего масштабируется, имеется возможность выбирать масштаб. Место инцидента выделяется на карте.

Рис. 3. Интерфейс системы принятия решений с информацией о характеристике

заболевания.

На рис. 3 представлена модель распространения заболевания, которая выбирается из базы данных, в том случае, если рассматриваемое инфекционное заболевание раннее было описано, и составлена модель его распространения. При условии импульсного выброса мелко-дисперсионного биологического поражающего агента в условиях городской застройки, строится модель распространения пылевого или аэрозольного облака, с обозначением и цветовой градацией мест выпадения. В случае опасного эпидемического заболевания обозначается очаг распространения болезни, выделяются разными цветами зоны обсервации и карантина, отмечаются на

карте отдельные случаи заболевания. Описывается место и способ заражения, количество пораженных, дата начала эпидемии. Дается характеристика заболевания - название, симптомы, способ лечения, профилактика, лекарства.

________________ Л*—___

, 17.09 .2004 23:38 !

; й тр®«хет1»« а»

5.« №4

- : * .'' ^Бга »¡як

••■.:■ ' ' . ¿с'.' •■

■ 1 - ¿Г ,

, %

-- '-л» : > ■■!<

- - -

больница

фармацевтический склад

Рис. 4. Интерфейс системы принятия решений с информацией о силах и средствах.

На рис. 4 показана возможность инвентаризации сил и средств, необходимых для преодоления последствий эпидемии и обозначения их на карте. Силы и средства представлены категориями:

• лечебные учреждения - больницы (инфекционные, общие, специализированные и т.д.), поликлиники, санатории;

• транспортные средства - транспорт для перевозки больных, оборудования, медикаментов, трупов, и т.д.;

• склады - фармацевтические, средств дезинфекции, и т.д.;

• территория, необходимая для различных задач, в частности задач утилизации,

• люди - эксперты, эпидемиологи, медики других направлений, включая младший персонал, транспортники, работники коммунальных служб, работники силовых структур и т д

В работе приводится обзор экспертных систем, используемых в чрезвычайных ситуациях, вызванных биологическими факторами

Во второй главе приводятся теоретические обоснования разработки и исследуются компьютерные методы построения системы формирования и принятия решений при классификации и идентификации информационных объектов, таких как опасные эпидемические заболевания (ОЭЗ), типы и способы распространения поражающих агентов, масштаб поражения и построения сценариев развития чрезвычайных эпидемических ситуаций

Проводится исследование признаков ОЭЗ, их критериев, дается алгоритм согласования решений при выявлении ведущих, общих и специфичных признаков, проводится их сравнение с признаками гриппа и острой кишечной инфекции, т к начальная стадия развития многих ОЭЗ по своим признакам совпадает с ними Проводится исследование структуры признаков, строится структурная спецификация, которая состоит из номера ведущего признака, группы направления осмотра, описания признака, области принимаемых значений с указанием частоты проявления признака, типа признака - общий и специфичный

Приводится алгоритм вычисления вероятностных характеристик признаков при помощи компьютерной системы согласования решений экспертов

Приводится алгоритм оперативной диагностики, реализованный в системе Логическая схема обобщенного диагностического алгоритма представлена на рисунке 5

{

Выявление

признаков

заболевания

Сравнение с порогом уверенности

Подсчет совпадений ОПиСП

Идентмфи нация

Рис 5 Логическая схема обобщенного диагностического алгоритма Как видно из рисунка 5, обобщенный компьютерный диагностический алгоритм состоит из двух основных этапов

На первом этапе алгоритма определяется перспектива принадлежности исследуемого состояния к классу ОЭЗ Для этого реализовано программное пошаговое сравнение каждого признака из сформированной карты обследования с построенной ранее структурной спецификацией ОЭЗ

Например, имеется два множества классов заболеваний, множество классов ОЭЗ - А и множество классов неопасных заболеваний (НОЗ) - В, каждый из этих классов может быть охарактеризован значениями величин Р11, где / = 1,1 - номер признака, ] = 1,2 - номер класса

Каждому Ри ставится в соответствие частота проявления признака, его важность 0 < 811 21, определяемая заранее путем шкалирования экспертных оценок

Функция соответствия д рассчитывается по данным первичного осмотра, оценки диагностической значимости множества Р^ и подсчета числа совпадений

I).

¿У"

к'»

(1)

и, является обобщенной функцией принадлежности исследуемого объекта к классу А.

Для того чтобы сделать вывод, к какому из классов принадлежит исследуемая совокупность признаков, вполне достаточно сравнить полученное в (1) относительное значение с порогом уверенности выбора данной гипотезы

Порог уверенности g¡ определяется заранее экспертами В медицинских

и других слабоструктурированных областях правильно выбрать этот параметр бывает так же трудно, как правильно выбрать критерии заболевания В работе предложены и реализованы алгоритмы согласования выбора g¡

Правило принятия решения о принадлежности объекта к классу А , определяется выражением

если D j = 1 , то исследуемый объект полностью соответствует классу AJ,

т е состояние пациента можно отнести к классу ОЭЗ

Если исследуемый объект классифицирован как ОЭЗ, то для его идентификации применяется процедура принадлежности объекта к подклассу ОЭЗ - выполняется второй этап

Для этого предлагается использовать принцип раздельной обработки и учет значимости специфичных и общих признаков в идентификации ОЭЗ Суть алгоритма заключается в следующем

Пусть А,У) - частота появления /-го общего признака для j-го

заболевания, J=l M, ^('\Л - частота появления (-го специфичного

признака для j-го заболевания, S°(i) - и <^(0 - характеристики наличия общего или специфичного признака у больного Например <У=1 - признак присутствует, S=Ù5 - признак возможен, <5=0 - признак отсутствует

(9)

Тогда возможность того, что пациент болен j-m заболеванием определяется выражением

/°0) /с0) Iе Ц)

£ FP(',j)S°(i)+ S I I*{i,j)<?{i)

= -Î=î--^-

!%)+!%) IC(J)

Здесь Г (j), 1e (j) - количество общих и специфичных признаков для j -го заболевания, частота появления которых больше или равна согласованному порогу Если возможность одного или нескольких ОЭЗ превосходит пороговую величину, система выдает диагностическую гипотезу о наличии заболевания с определенной степенью уверенности

Показана компьютерная реализация разработанных более сложных алгоритмов, определяющих более тонкие признаки, чем булевы функции Используется метод «слепого тестирования» для оценки качества алгоритмов Применение обобщенного диагностического алгоритма позволяет в 80% случаях достигать максимальной точности идентификации Достигнутый уровень эффективности алгоритма позволяет использовать его для оперативной диагностики ОЭЗ

Показана компьютерная реализация предложенных методов обработки показателей экспертов при составлении расширенного списка классификаторов степени воздействия инфекционных эпидемий, при этом определяются, согласовываются и ранжируются критерии инфекционных агентов, на основании чего ранжируются ОЭЗ

Дается метод согласования решений экспертов при классификации БЧС по типу распространения поражающего агента, вычисления меры сходства с описаниями, хранящимися в базе данных распространений, и приводится его компьютерная реализация

В третьей главе исследованы проблемы компьютерного построения сценариев развития БЧС и применения мер по защите населения, приводятся

методы оценки наиболее ожидаемых санитарно-эпидемиологических сценариев

Подготовительная работа при создании компьютерной системы принятия решений, в значительной части, ложится на плечи экспертов в области эпидемических болезней и противодействия биологическому оружию Работу экспертов можно разделить на следующие этапы

1 На этапе создания системы устанавливается связь между эпидемическими болезнями г, и способами применения биологических

агентов - т е строится матрица V Элементами этой матрицы являются числовые оценки возможности способа заражения г заболеванием]

. V,

Матрица К является обобщенной и согласованной матрицей экспертов

2 На этапе генерации сценариев эксперты на дисплеях формируют матрицы предпочтений по доступности, устойчивости, эффективности или какому-либо другому параметру, выбранному экспертами, характеризующему биологический агент для его террористического применения

Формируются матрицы контрмер, в частности вводятся матрицы вакцинации, карантина Элементами этих матриц будут численные значения изменений возможностей заражения опасным эпидемическим заболеванием, соответствующим способом заражения, в зависимости от применения вакцин или введения карантина или каких-либо других противоэпидемических мероприятий Следует отметить, что оценки различных экспертов согласовываются с помощью СПР Это повышает надежность и достоверность полученных в дальнейшем оценок

Таким образом, можно сгенерировать множество матриц предпочтений

рО),

р'ир'п р'и

р'т1р'т2 р'тл

' = 1. ,9,

где ч - общее количество матриц предпочтений

3 На третьем этапе получаем интегральную матрицу опасности Для этого определим почленное умножение двух матриц л и в следующей формулой

(А*В)у = ау Ь^, 1 = 1, ,т, J-l, ,н

Отметим, что введенное умножение двух матриц обладает не только свойством ассоциативности, но и свойством коммутативности, в отличие от обычного умножения матриц Свойство коммутативности дает нам возможность применять матрицы предпочтений в любом порядке - не важно, сначала ли умножается матрица возможностей на матрицу вакцинации, а потом на матрицу карантина или наоборот Таким образом, исследуется влияние характеристик поражающего агента и мер противодействия на чрезвычайную ситуацию, вызванную биологическими факторами

Компьютерная система умножает матрицу соответствия V на матрицы предпочтений рМ

С = к* пР(г> -/=1

Полученная матрица с является интегральной матрицей опасности заболеваний для рассматриваемых способов заражения Ранжируя элементы интегральной матрицы по строкам и столбцам, выявляется эффективность разных способов противодействия и ликвидации последствий БЧС Для того чтобы посмотреть влияние отдельных факторов можно использовать не интегральную матрицу опасности, а локальные матрицы, которые определяются по следующей формуле

с1ос «/>(0, г<?)

где г - общее число рассматриваемых факторов (матриц предпочтения)

Приводятся разработанные методы и алгоритмы прогнозирования распространения ОЭЗ, СПР выводит формулы расчета санитарных потерь и составляет их прогноз

Подробно описывается компьютерный метод генерации сценария распространения мелкодисперсных поражающих агентов в условиях сложной городской застройки, с последующим согласованием степени зараженности территорий, классификации опасных зон и выборе способов дезинфекции после определения системой поверхностей и площадей подлежащих дезинфекции

Приводится общая постановка задачи распространения поражающего агента, дается метод решения аэродинамической задачи, определяется траектория движения примеси в рассчитанном поле скоростей

Начальное положение частиц примеси в расчетной области предполагается заданным, а начальная скорость совпадает со скоростью потока в соответствующей точке Движение частицы примеси в потоке среды с плотностью р„ и полем скоростей И-'(г) описывается функцией ?(/), задающей закон движения частицы, и являющейся решением задачи Коши

mr=±CDdpBf-r\{W-r), r(0)=?e, ?(0) = ^Ff), (12)

где m - масса частицы, d - диаметр частицы, С0 - коэффициент сопротивления частицы, ге - начальное положение частицы Считается, что 24

Ср=— (формула Стокса), а число Рейнольдса определяется по Re

d \w-r\

относительной скорости частицы в потоке и ее диаметру, Re = —--г и

v

? - первая и вторая функции r(t) по времени (скорость и ускорение частицы)

Осаждение примеси происходит в момент соприкосновения с поверхностью земли или здания. СПР вычисляет

• Концентрацию «на земле», которая определяется путем построения на экране прямоугольной сетки и определения числа частиц, попавших в каждую ячейку этой сетки. В качестве концентрации примеси вычисляется отношение количества частиц в ячейке к общему количеству частиц, осевших на поверхности земли.

• Концентрацию «на здании», которая определяется аналогичным образом, при этом все поверхности зданий разбиваются на прямоугольные ячейки.

• Диаграмму осаждения. Для качественного анализа распространения примеси представляет интерес зависимость результата движения частицы (какое из условий останова реализовалось) от начального положения частицы ?е. Например, если точки старта частиц лежат в некоторой «контрольной» плоскости а, на этой плоскости могут быть выделены зоны, частицы из которых оседают на поверхности земли, здании или уходят из расчетной области.

Рис. 6. Концентрации частиц на экране.

Рис. 7. Концентрации на фасадах зданий. Вид с наветренной стороны

■ превышение максимального числа шагов расчета « осаждение на стенах здания

выход из расчетной области без загрязнения Ь осаждение на поверхности экрана

ш

150 0 -50

Рис. 8. Диаграмма осаждения. Ближний к зданиям слой эмиттера (Х=-114)

СПР на основании полученных вычислительным модулем данных о загрязнении поверхностей зданий, сооружений и почвы, выделяет разные классы аэрационных зон: застоя, комфортных условий, умеренного ускорения воздушного потока, дискомфортные зоны, что помогает принимать решение о дезинфекции территорий. Алгоритм работы СПР заключается в следующем.

На первом шаге эксперты при помощи компьютерной процедуры голосования согласовывают диапазоны значений коэффициента модуля скорости v = где v- величина скорости ветрового потока в

рассматриваемой точке, - скорость невозмущенного потока на

бесконечности, которые используются для выделения аэрационных зон (зон значений модуля скорости). Пример результата такого голосования приведен в таблице 1.

Таблица I

Диапазоны значений коэффициента модуля скорости для аэрационных зон

Название аэрационной зоны Диапазон значений коэффициента модуля скорости

Зона застоя 0<F<0.4

Нормальная зона 0.4 £ V <1.1

Допустимая зона \.\йУ <1.3

Дискомфортная зона V >1.3

На втором шаге вычисляются поля скоростей ветрового потока в интересующих сечениях, которые отображаются в виде векторов, из рисунка

24

-О

которых получаем наглядную качественную картину воздушного потока в выбранном сечении На мониторе компьютера высвечиваются цветовые диаграммы распределения модуля скорости в выбранном сечении, отображаются границы осаждения биологического агента (рис 6-8)

На третьем шаге экспертами принимается решение о зонал дезинфекции Для этого на экранах компьютера, на основании рис 6-8 и таблицы 1, каждый эксперт выделяет зоны, которые он считает подлежащими дезинфекции При этом он учитывает информацию о характере агента, его живучести, индексе контагиозности, метеорологических данных и тд Компьютерная система интегрирует все рисунки, полученные от экспертов, и выдает суммарный рисунок, на котором наиболее ярко окрашена зона безусловной дезинфекции, и далее по градации цвета зоны, набравшие соответствующее количество голосов экспертов На основании информации о зонах, подлежащих дезинфекции, решается вопрос о силах и средствах, используемых при дезинфекции

В работе подробно описаны методы компьютерного построения сценариев распространения ОЭЗ в условиях города, с учетом транспортных связей, и применения адекватных мер противодействия В описании сценария для каждой группы населения задается уровень иммунитета, место проживания, место работы, транспортные маршруты, места контактов Моделируется развитие заболевания в городе, учитывая развитие заболевания у каждой группы инфицированных, передача инфекции между людьми, перемещения людей Моделируются различные меры противодействия распространению инфекции изоляция больных, вакцинация, введение карантина на предприятиях и школах Рассматривались следующие возможные сценарии развитие эпидемии без противодействия, изоляция больных и массовая вакцинация, при чем при различной эффективности вакцины и скорости вакцинации, введение карантина на предприятиях и школах после выявления определенного количества

больных Графики развития эпидемий для разных вариантов противодействия приводятся на рис 9

Без лратксодаДгтеия

И ьл».^ ЛЬ -хЯи. к»

Без противодействия

Карздгин лс*

При изоляции больных

Ваад^гдия после выяеяенля 1 го зэболеЕшвго

■ Инкубация • Зараявн

| Ж)

й - - - Зар«*»н

4 ■ ■ Б«ям

ч I ( ----Умер

[ 5

;

10 30 30 г0

Еремя дни

Карантин введен после 1 -го больного Вакцинация проведена после выявления

1-го случая Эффективность вакцины 100% Рис 9 Развитие эпидемий при разных вариантах противодействия Представлены методы компьютерного моделирования сценариев распространения разного вида ОЭЗ в изолированном учреждении С помощью СПР проводилась генерация сценариев распространения сибирской язвы, холеры, чумы, и применения различных мер противодействия

Для каждого эпидемического заболевания были произведены расчеты числа заболевших по дням для различных условий с учетом и без изоляции больного, введения карантина и проведения вакцинации после разного числа заболевших и для разной эффективности вакцины, без проведения противоэпидемических мероприятий и с проведением

Въезд

Пир*

»иснши' СтрооЗй«й\\ корпус« Ч \

, ^____

д/Д^,

/*#»-6»р ч >

> Ч -V <хЧ\.

\>

\д<

\

Рис. 10. Схема моделируемого населенного пункта (пансионат-санаторий). Распределение заболевших сибирской язвой по дням, с момента заражения.

Описывается работа системы принятия решений по согласованию наиболее эффективным методом противодействия распространению эпидемии и ликвидации последствий.

В четвертой главе проводится исследование, описывается алгоритм и приводится компьютерная реализация системы формирования управленческих решений по противодействию и ликвидации последствий БЧС, дается оценка вариантов и предлагается согласованный сценарий применения контрмер. Описываются исходные данные для расчета сил и средств, необходимых при ликвидации БЧС. Приводятся примеры использования компьютерной системы формирования и принятия следующих управленческих решений.

1. Выбор режимно-ограничительных мероприятий. Проводится согласование критериев оценки эпидемической обстановки: распространение и передача биологических агентов от человека к человеку -ц\, уровень смертности - 92, уровень воздействия на здоровье нации - ?з, степень

вызываемой паники - <¡>4, требование специальных мер системы реагирования (необходимость применения защитных мероприятий в облает распространения, выражается безразмерной величиной обозначающей числовое значение степени необходимости проведения мероприятий, под защитными мероприятиями понимаем вакцинацию, карантин, обсервацию) - ?5, возможность лечения -Разработаны алгоритмы и функции, по которым вычисляется интегральная оценка опасности эпидемической обстановки, на основании которой принимается решение о наложении карантина на зону заражения и обсервации на сопредельные зоны

Определение ограничительных мер базируется на использовании следующих характеристик эпидемической обстановки, полученных на основании информации предоставленной санитарно-эпидемической разведкой А', - область распространения агента, выраженная в виде безразмерной числовой характеристики площади, определяемой шкалированием, К2 - количество людей, оказавшихся в зоне поражения определяется так же в виде шкалированной безразмерной величины

На основе приведенных критериев и характеристик обстановки система вычисляет интегральную характеристику опасности эпидемической обстановки

ф = ~я 1 + к 2ч а+к I ?5 + Кгчг +^гчз -к 2чв

Первое слагаемое в формуле определяет опасность распространения поражающего биологического агента от человека к человеку, второе слагаемое определяет уровень паники среди населения, третье - степень сложности введения защитных мер, четвертое - степень ожидаемых потерь среди населения, пятое -определяет степень воздействия заболевания на последующее состояние здоровья, последний член формулы уменьшает интегральную характеристику в зависимости от эффективности лечения и вакцинации

2 Организация лечения инфекционных больных при БЧС, в том числе принятия решений по организации стационаров на базе существующих больниц и отделений, перепрофилирование коечного фонда, развертыванию

инфекционных больниц ведомственных больниц, госпиталя (рис 11)

в административных зданиях, на базе использование подвижного инфекционного

Рис 11 Схема формирования управленческих решений по организации лечения инфекционных больных при БЧС

Приводится алгоритм действий и согласование управленческих решений по организации экстренной и специальной профилактики заболеваний (рис 12)

Рис 12 Схема формирования управленческих решений по организации профилактических мероприятий

3 Проведение дезинфекции в эпидемических очагах Приводится алгоритм согласования действий по проведению дезинфекции (рис 13),

приводится фрагмент интерфейса работающей системы при согласовании списка объектов, подлежащих дезинфекции, необходимых сил и средств

Рис 13 Схема формирования управленческих решений по проведению дезинфекции в эпидемических очагах В пятой главе описывается компьютерная система формирования и принятия управленческих решений по предотвращению БЧС, в том числе построению системы антитеррористического мониторинга

При выборе проекта создания системы предупреждения БЧС, решаются следующие проблемы

1 Оценивается ситуация в целом и значимость отдельных составляющих, для чего составляется список критериев, согласовывается их важность и значения, вычисляются функции качества обстановки в целом Функция качества в динамике несет большую информацию, например можно увидеть, как изменяется общая обстановка во времени, по регионам одной страны, по странам Критериями оценки ситуации были выбраны следующие внешняя политическая ситуация, оценка террористической активности стран, граждане которой участвовали в реальных террористических актах, политическая ситуация внутри страны - выявление сил, заинтересованных в терроризме, возможность использования ими биологических агентов, оценка экономической ситуации в стране на предмет построения инфраструктуры антитеррористического мониторинга - развертывание диспетчерской службы, частота и плотность забора проб воздуха, воды и почвы силами санитарной службы, создание и поддержание единой базы данных, создание компьютерной информационной сети и системы принятия решений и т д

2 Определяются стратегические цели и рассматриваются возможные задачи системы, для чего генерируется и согласовывается список целей и задач, определяются критерии, их характеризующие, ранжируются критерии, ранжируются задачи Критериями оценки задач были выбраны следующие существующее состояние, задел, время, необходимое для создания системы, обеспечивающей решение выбранной задачи, наличие резерва профессионалов, финансовые ресурсы, необходимые для решения поставленной задачи, эффективность влияния поставленной задачи на достижение цели

3. Выбирается проект предупреждения БЧС Различные наборы задач образуют разные проекты Система генерирует сценарии террористической атаки, в результате которой возникает чрезвычайная ситуация, вызванная биологическими факторами К каждому сгенерированному сценарию

применяется предлагаемый проект предупреждения и оценивается его эффективность. Система помогает провести анализ и сравнения важности и сложности проектов, определить риски и реализуемость проектов, ранжировать проекты по различным критериям. Общая схема анализа и выбора проектов предупреждения показана на рис. 15, интерфейс, на котором изображен момент выбора участниками проекта и задач предупреждения, выбора и оценки критериев показан на рис.!4.

Участники

Имя Лопжкоспь

Княжое Сергей Павлович Гггв-ьй эксперт

Иванов Николай Петрова Генерал-майор ФСБ

Само«» Виктср Васипье... Главный терапезт

Карлоаа Екатерина Васи... Ответственныйпо ...

ЕяиФгкя Петр П&трсв№ Генерал-майор МВД

9ескрзчоб Олег Петрович Фармгцеет

Создав«отлетыамтл-террорист>месюгомониторинг \\ Разработка принятия решешй

\\ Создан»« диспетчерскойслужбы П Саздаше перегенхных лаборащзий П Сзздзние системы диагностики ; | Система мониторинга СМИ И Сезанне системы "погмклмнжа"

Критерии

Учэатшк

Кулжов Сергей Павяоюч Очень важная 0.5

Рис. 14..Пример интерфейса выбора проекта предупреждения БЧС.

Рис 15 Общая схема анализа и выбора проекта предупреждения БЧС

Компьютерная система формирования и принятия решений также позволяет в режиме тренажера учиться формировать управленческие

решения, тем самым, повышая квалификацию персонала, для выполнения работ по построению и изменению системы предупреждения

В заключении сформулированы основные результаты проведенных исследований и разработок, выполненных в соответствии с заявленными целями

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ

В рамках диссертационной работы проведено теоретическое обобщение и получено решение важной научно-технической проблемы создания методологической базы, комплексов математических моделей, методов, алгоритмов и программных средств информационного обеспечения и поддержки принятия согласованных решений при чрезвычайных ситуациях, вызванных биологическими факторами Поставленные цели были достигнуты в результате работы

Основные результаты диссертационной работы заключаются в следующем.

1 Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов, моделей и средств построения компьютерной системы поддержки формирования и реализации решений при биологических чрезвычайных ситуациях, обеспечивающих

• верификацию и идентификацию биологической чрезвычайной ситуации в режиме реального времени,

• генерацию сценариев развития чрезвычайной ситуации,

• генерацию, ранжирование и выбор действий по преодолению чрезвычайной ситуации и ликвидации последствий

2 Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов согласования решений при построении компьютерных систем классификации, верификации и идентификации БЧС на основе

• информации об опасных эпидемических заболеваниях,

• методов распространения поражающего агента,

• масштаба распространения

3 На основе разработанных принципов, создана компьютерная система формирования и принятия решений для

• выбора целей, стратегий, задач противодействия БЧС,

• генерации сценариев развития БЧС,

• составления планов по ликвидации ЧС, выбора и согласования контрмер, и использования сил и средств по предотвращению, преодолению и ликвидации последствий БЧС

4 Исследованы и разработаны математические, алгоритмические и программные методы распространения мелко-дисперсных поражающих агентов в условиях многоэтажной городской застройки для определения площадей дезинфекции, распространения опасного эпидемического заболевания, передающегося воздушно-капельным путем в условиях города, с учетом перемещения жителей, а также в изолированном учреждении и применения различных мер противодействия

5 На основании исследования принципов построения системы противодействия БЧС, разработаны модели, алгоритмы и программы компьютерного согласования и выбора проекта построения системы предупреждения БЧС

6 С помощью вычислительного эксперимента проведена проверка правильности функционирования системы и оценка качества разработанных методов, алгоритмов и программного обеспечения на контрольных примерах, при помощи специально разработанных тестов, с использованием разных экспертных групп

Список публикаций автора по теме диссертации 1 Самохина А С, Троицкий И А Машинный расчет полей радиотеплового излучения почвогрунтов с помощью модели слоисто-

однородной средь/ /Известия вузов Геодезия и аэрофотосъемка 1982г №2, с 25

2 Самохина А С, Виленкин С Я Метод восстановления профиля влажности по заданной радиояркостной температуре как функции угла наблюдения и длины волны /Космический мониторинг биосферы Выпуск 1 Под редакцией ЮА Израэля Ленинград Гидрометеоиздат 1985 г с 116-118

3 Самохина А С Методика параллельной обработки радиолокационного сигнала для определения биомассы древостоя / V Всесоюзная школа-семинар «Распараллеливание обработки информации» Львов 1985 г с 191-194

4 Самохина А С Математические модели древостоя и влажных почвогрунтов для задач дистанционного зондирования природных систем/В сб Информационные проблемы изучения биосферы М Наука, 1988 г. с 66-76

5 Самохин А Б , Самохина А С Фортран и вычислительные методы для пользователя 1ВМ РС М Русина, 1994 г 120 с

6 Самохин А Б, Самохина А С Численные методы и программирование на Фортране для персонального компьютера М Радио и связь, 1996 г, 224 с

7 Самохин А Б, Самохина А С Метод решения задач дифракции электромагнитных волн на трехмерном диэлектрическом теле /Журнал вычислительной математики и математической физики, М Наука,том 36,№8, 1996 г,с 138-157

8 Самохина А С Численный метод решения интегральных уравнений с циркулянтным ядром / В сб Дифракция и распространение электромагнитных волн, МФТИ, 1998 г , с 151-153

9 Самохин А Б , Самохина А С Эффективные алгоритмы численного решения интегральных уравнений в областях с криволинейной границей X Международный симпозиум «Методы дискретных

особенностей в задачах математической физики», Херсон, 2001г, с 78-81

10 Самохина А С Алгоритмы решения интегральных уравнений в областях со сложной границей /Труды I Международной конференции «Параллельные вычисления и задачи управления», Москва, 2001 г, с 116-121

11 Самохин А Б, Самохина А С Метод аппроксимации для интегральных уравнений в областях с криволинейной границей Генеральная Ассамблея 1Ж81 (Международное объединение радионаук), Нидерланды, Маастрихт, 2002 г

12 Самохина А С , Грахтенгерц Э А Компьютерная поддержка оценки потребностей в силах и средствах для осуществления антитеррористического мониторинга /Труды II Международной конференции «Параллельные вычисления и задачи управления», Москва, 2004 г с 361-374

13 Самохина АС Алгоритм анализа информации о чрезвычайных ситуациях в целях верификации биотерактов /Труды II Международной конференции «Параллельные вычисления и задачи управления», Москва, 2004 г, с 375-381

14 Михеев О В , Самохина А С Применение расширенного списка классификаторов в экспертных оценках степени воздействия инфекционных эпидемий / Труды Международной конференции «Идентификация систем и задачи управления», Москва, 2005 г с 407-415

15 Самохина АС Использование системы поддержки принятия решений для идентификации биологических чрезвычайных ситуаций по заболеваниям /Труды Международной конференции «Идентификация систем и задачи управления», Москва, 2005 г, с 415-421

16 Самохин АБ, Самохина АС Методы и алгоритмы численного решения объемных сингулярных интегральных уравнений электродинамики /Труды Международной конференции «Методы дискретных особенностей в задачах математической физики», Херсон, 2005 г, с 307-310

17 Самохина АС Общая постановка задачи классификации и идентификации в системе поддержки принятия решений при биологической чрезвычайной ситуации /Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники, программного обеспечения и информационных технологий в муниципальном хозяйстве», Москва, 2005 г с 216-221

18 Самохин А Б, Самохина AC The problem of numerical solution of many dimensional integral equations of electromagnetics Numerical examples/ Труды Международной конференции «Прогресс в электромагнитных исследованиях» PIERS, Китай, Ханджоу, 2005 г с 816

19 Самохина А С Михеев О В Расчет санитарных потерь среди населения в эпидемическом очагеУ/Проблемы безопасности и чрезвычайных ситуаций, 2005 г, № 6, стр 46-52

20 Габусу П А, Михеев О В, Самохина А С Экспериментальные исследования имитационной математической модели распространения опасного эпидемического заболевания /Труды Международной конференции «Параллельные вычисления и задачи управления», Москва, 2006 г, с 1494-1508.

21 Самохина А С Имплементация метода обработки входной информации в системе принятия решений при биологической чрезвычайной ситуации /Груды Международной конференции «Параллельные вычисления и задачи управления», Москва, 2006 г, с 1485-1493

22 Габусу П А, Михеев О В, Самохина А С Идентификация сценариев эпидемического заболевания //Проблемы безопасности и чрезвычайных ситуаций, 2006 г, № 2, с 92-106

23 Габусу П А, Михеев О В , Самохина А С Взаимодействие V-модели и имитационной математической модели распространения опасного эпидемического заболевания //Проблемы безопасности и чрезвычайных ситуаций, 2006 г, № 3, с 96-105

24 Габусу П А, Михеев О В , Самохина А С Анализ схем обработки первичных данных в системе предотвращения биологической чрезвычайной ситуации//Проблемы безопасности и чрезвычайных ситуаций, 2006 г, № 4, с 64-71

25 Самохина А С Алгоритм оценки задач предупреждения, противодействия и ликвидации последствий биологической чрезвычайной ситуации/Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники и программного обеспечения» Москва, 2006 г , с 40-50

26 Михеев О В , Самохина А С. Алгоритм оперативной верификации опасного эпидемического заболевания вероятностным методом и его реализация //Проблемы управления, 2007 г, № 4, с 70-73

27 Самохина А С Алгоритм оценки проектов построения антитеррористического мониторинга в системе предотвращения биологической чрезвычайной ситуации //Проблемы управления, 2007г, № 2, с 66-70

28 Самохин А Б, Самохина А С Численные методы для решения объемных интегральных уравнений электродинамики /Труды Международной конференции «Прогресс в электромагнитных исследованиях» PIERS, Чехия, Прага, 2007г с 62

29 Пронин Б В , Самохина А С Методы преодоления информационно-лингвистической несовместимости в системе поддержки принятия

решений / Труды Института системного анализа РАН, Москва, 2007г, №30(1), под редакцией чл - корр РАН Ю С. Попкова

30 Самохина А С Иерархическая структура системы принятия решений в биологических чрезвычайных ситуациях / Труды Института системного анализа РАН, Москва, 2007г, №30(1), под редакцией чл -корр РАН Ю С Попкова

31 Самохина А С, Михеев О В Структуризация информации по заболеваниям в системе поддержки принятия решений при биологических чрезвычайных ситуациях /Труды Международной конференция «Идентификация систем и задачи управления», Москва, 2008г с 481-489

32 Самохина А С, Михеев О В Экспериментальная проверка структуризации информации по заболеваниям /Труды международной конференции «Идентификация систем и задачи управления», М 2008г с 490-502

33 А С Самохина, А Сетуха, Кирякин В Ю , Марчевский И К , Щеглов Г А Имигационная модель распространения поражающего агента в городской застройке /Управление большими системами, 2008 г http //www mtas ш/ Library/ uploads/1206871179 pdf

34 Самохина А С, Михеев О В Согласование информативных признаков опасных эпидемических заболеваний в системе предупреждения биологической чрезвычайной ситуации /Проблемы безопасности и чрезвычайных ситуаций, 2008 г, №3

35 А С Самохина, А Сетуха, Кирякин В Ю , Марчевский И К, Щеглов Г А. Многопроцессорное объемное моделирование импульсного мелкодисперсного загрязнения в условиях города /Труды Международной конференции «Параллельные вычисления и задачи управления», Москва, 2008 г (принята в печать)

Подписано в печать 29 04 2008 г Печать трафаретная

Заказ №356 Тираж 100 экз

Типография «11-й ФОРМАТ» ИНН 7726330900 115230, Москва, Варшавское ш, 36 (495) 975-78-56, (499) 788-78-56 www autoreferat ru

Введение.

Глава 1. Компьютерная система управления предупреждением, противодействием и ликвидацией последствий биологических чрезвычайных ситуаций.

1.1. Иерархическая структура системы формирования решений в 16 чрезвычайных ситуациях.

1.2. Обзор экспертных систем используемых в чрезвычайных ситуа- 25 циях, вызванных биологическими факторами.

1.3. Программная система поддержки управления в чрезвычайных 30 ситуациях, вызванных биологическими факторами,

1.4. Анализ схем обработки первичных данных в системе предот- 43 вращения биологической чрезвычайной ситуации.

1.5. Пользовательский интерфейс системы формирования и приня- 53 тия решений при биологических чрезвычайных ситуациях.

1.6. Выбор программной платформы вычислительного комплекса 58 формирования и принятия решений.

Глава 2, Разработка и исследование методов построения компьютерной системы формирования решений по классификации, верификации и идентификации ОЭЗ и типов распространения их агентов в чрезвычайных эпидемических ситуациях.

2.1. Классификация признаков опасных эпидемических заболева- 65 ний. Общая постановка задачи

2.2 Алгоритм согласования решений при определении перечня ин- 77 формативных признаков, выделении общих и специфичных признаков опасных эпидемических заболеваний его компьютерная реализация

2.3. Компьютерное вычисление вероятностных характеристик при- 89 знаков опасных эпидемических заболеваний и оперативная верификация на основе этих признаков.

2.4. Алгоритм идентификации заболевания и его реализация в ком- 96 пьютерной системе.

2.5. Методы компьютерной обработки показателей экспертов при 103 составлении расширенного списка классификаторов степени воздействия инфекционных эпидемий.

2.6. Метод компьютерной классификации биологической чрезвы- 107 чайной ситуации по типу распространения агента.

Глава 3. Исследование и разработка компьютерных сценариев развития биологических чрезвычайных ситуаций и применения мер по защите населения.

3.1. Компьютерные методы оценки наиболее ожидаемых санитарпо- 113 эпидемиологических сценариев развития биологической чрезвычайной ситуации.

3.2. Компьютерные методы и алгоритмы прогнозирования распро- 120 странения заболевания. Расчет санитарных потерь.

3.3. Программные методы построения сценариев распространения 125 мелкодисперсных поражающих агентов в условиях городской застройки.

3.4. Разработка и компьютерная реализация модели распростране- 138 ния опасных эпидемических заболеваний в условиях города, и применения адекватных мер противодействия.

3.5. Программные методы построения сценариев распространения 148 разных видов опасных эпидемических заболеваний в изолированном учреждении и применения адекватных мер противодействия.

Глава 4. Исследование и компьютерная реализация системы формирования управленческих решений для предупреждения, противодействия и ликвидации последствий биологической чрезвычайной ситуации.

4.1. Компьютерный алгоритм организации ликвидации последствий 158 биологической чрезвычайной ситуации и восстановлению санитарно-эпидемического благополучия.

4.2. Использование компьютерной системы поддержки формирова- 162 ния управленческих решений для оценки вариантов организации ликвидации последствий БЧС.

4.3. Исходные данные компьютерной системы для расчета сил и 174 средств, необходимых при ликвидации БЧС.

4.4. Использование компьютерной системы поддержки формирования управленческих решений для выбора режимно-ограничительных мероприятий в зонах поражения при биологической чрезвычайной ситуации.

4.5. Компьютерные методы поддержки формирования управленче- 182 ских решений по организации лечения инфекционных больных при биологической чрезвычайной ситуации.

4.6. Компьютерные методы поддержки формирования управленче- 188 ских решений о проведении дезинфекции в эпидемических очагах.

Глава 5. Компьютерная система формирования управленческих решений по предотвращению биологических чрезвычайных ситуаций.

5. 1. Компьютерный анализ ситуации.

5.2. Компьютерное генерирование задач предотвращения. Ранжиро- 196 вание задач по их критериям, с учетом важности и сложности задач

5.3. Ранжирование проектов по критериям важности и сложности 203 при помощи компьютерной системы формирования решений.

Актуальность проблемы

Достижения в биологической науке начала XXI века соизмеримы по масштабам и значению для человечества с научно-технической революцией середины 50-х годов в ядерной физике и электронике. Они открывают беспрецедентные возможности технологического прогресса (биотехнология) и сенсационных прорывов в медицине и сельском хозяйстве [9,17].

С одной стороны могут быть найдены подходы к решению глобальных проблем, стоящих перед человечеством в новом столетии - нехватка продовольствия, истощение запасов природных энергоносителей, загрязнение окружающей среды, диагностика, лечение и профилактика социально-значимых заболеваний, сохранение и регулирование репродукции животного и растительного мира и ряд других [11,25].

С другой стороны, использование достижений современной биологии может привести к возникновению непреднамеренных опасных последствий для человека и окружающей среды, либо к их умышленному использованию для достижения политических или террористических целей [160,169,180]. В связи с этим проблема биологической безопасности России становится одной из наиболее важных в ряду других аспектов национальной безопасности [48].

Биологическая безопасность страны - сложная комплексная проблема, включающая научный, санитарно-эпидемиологический, медицинский, военный, экономический, экологический и социальный аспекты [68,69].

В настоящее время к основным источникам биологической опасности можно отнести [189,193]: потенциальную возможность агрессии с масштабным использованием биологических агентов в качестве оружия массового поражения (неконвен-циальных военных действий); биотерроризм; спонтанно возникающие природные инфекции, вызванные традиционными, видоизмененными или направленно модифицированными микроорганизмами; неконтролируемая генно-инженерная деятельность и генная терапия; неконтролируемое клонирование человека и животных. Биологический террористический акт можно определить как применение биологических агентов (патогенов) непосредственно для преднамеренного скрытого заражения среды обитания человека (воздуха замкнутых пространств, местности с находящимися на ней объектами, растительностью, сельскохозяйственными культурами, воды открытых водоемов и водоводной сети, продовольствия, животных) или же путем совершения взрывов, созданием условий для аварий иным методом на объектах биотехнологической промышленности, в микробиологических лабораториях, работающих с патогенными для человека и животных микроорганизмами с элиминацией последних во внешнюю среду за пределы этих объектов (лабораторий) [76].

Биологическое оружие, основанное на достижениях современной молекулярной биологии и биотехнологии, может привести к кардинальному изменению характера воздействия на противника, оставив за конвенциальными видами оружия в основном функцию сдерживания [82,83].

Во-первых, биологические знания в полном объёме становятся достоянием только небольшого числа развитых стран, где поддерживается на должном уровне развитие фундаментальной науки. Необходимость обработки огромных массивов данных, описывающих «молекулярные состояния» живой клетки в статике и в динамике, и тем более организма, требует наличия «критической массы» учёных, работающих в фундаментальной науке на мировом уровне. Это даёт возможность создания биологических агентов (прежде всего генетических конструкций), практически не идентифицируемых в организме, погибшем от их воздействия. Предвидение и нейтрализация таких воздействий потребует наличия высочайшего уровня, прежде всего, фундаментальной науки.

Во-вторых, скрытность распространения не позволит, в большинстве случаев, идентифицировать действующих лиц даже при использовании обычных возбудителей особо опасных инфекций.

В-третьих, соизмеримые с действием ядерного оружия масштабы ущерба, особенно в больших городах, при малой стоимости и сравнительной лёгкости изготовления традиционного бактериологического оружия, выводят на арену геополитики ряд не принимавшихся ранее во внимание относительно небольших государств (государств-изгоев, по американской терминологии) и даже террористических групп.

Современный уровень развития биотехнологий, характеризующийся доступностью масштабного производства биомассы микроорганизмов и токсических продуктов их жизнедеятельности делает реальной несанкционированную наработку возбудителей инфекционных болезней и токсинов. Ничтожно малые инфицирующие дозы, отсутствие высокочувствительных и специфичных методов и средств экспресс-индикации микроорганизмов в пробах окружающей среды, недостаточная эффективность препаратов общей экстренной профилактики и этиопатогенетического лечения определяют потенциальную угрозу использования биологических поражающих агентов в террористических целях.

Формализация методов формирования и принятия решений по организации предупреждения, противодействия и ликвидации последствий чрезвычайной ситуации, вызванной биологическими факторами, их оценка и согласование является очень сложной задачей. Увеличение объема информации, поступающей в органы управления и непосредственно к руководителям, усложнение решаемых задач, необходимость учета большого числа взаимосвязанных факторов и быстро меняющейся обстановки настоятельно требуют использовать вычислительную технику в процессе принятия решений [30,40]. В связи с этим появился новый класс вычислительных систем - системы принятия решений или, более точно, системы поддержки формирования и принятия решений, к которым относятся и компьютерные экспертные системы для краткости эти системы будем называть СПР) [52,53]. Термин «система поддержки формирования и принятия решений» точнее отражает смысл, так как, в сущности, компьютерная система не принимает решения за человека, а помогает при выборе решений, предлагает несколько вариантов решений на выбор, рассчитывает некие, заранее определенные функции [123,126].

Если исходить из необходимости осуществления компьютерной поддержки па всех этапах принятия решения человеком, то СПР можно определить как человеко-машинную систему, позволяющую руководителям эффективно использовать свои знания, опыт и интересы, объективные и субъективные модели, оценки и данные для реализации компьютерных методов выработки решений.

Таким образом, важнейшими составляющими борьбы с биотерроризмом является разработка и внедрение информационных технологий с целью предотвращения и выявления биотерактов, а также в снижении ущерба в случае проведения бнотеракта.

В этой связи разработка и создание комплексных технологий оперативного управления и на их основе Системы поддержки формировании решении дли предотвращения, противодействия и ликвидации последствии биотсрактов и других чрезвычайных ситуаций, вызванных биологическими факторами (для краткости будем называть их БЧС), разработка ее информационного и программного обеспечения является актуальной и важной научно-технической проблемой, направленной на сохранение жизни и здоровья людей. Цели п задачи работы

Цель диссертационной работы заключается в повышении оперативности и эффективности управленческих решений по предотвращению, противодействию и ликвидации последствий чрезвычайных ситуаций, вызванных биологическими факторами. Под эффективностью будем понимать увеличение объемов рассматриваемой исходной информации, сокращение времени обработки исходной информации на моделях, увеличение количества вариантов реализации, ранжирование возможных вариантов реализации, выбор лучшего варианта. Для достижения указанной цели ставятся задачи разработки вычислительных моделей, алгоритмов и компьютерных программ поддержки формирования управленческих решений.

Основными задачами исследования, определенными поставленной целью, являлись:

1. Исследование и разработка оригинальных методов построения программных комплексов поддержки формирования и принятия решений при БЧС, обеспечивающих компьютерную идентификацию чрезвычайной ситуации в режиме реального времени, генерацию сценариев развития ситуации, выбор действий по ликвидации БЧС и преодолению последствий.

2. Разработка и исследование теории и компьютерных методов построения систем классификации, верификации и идентификации БЧС на основе информации об опасных инфекционных заболеваниях, методах распространения поражающего агента и масштаба поражения.

3. Создание на основе разработанных методов компьютерной системы поддержки формирования и принятия решений в выборе целей, стратегий, задач и использовании сил и средств по противодействию, преодолению и ликвидации последствий БЧС.

4. Разработка методологии тестирования и на ее основе специальных тестов для проведения вычислительной экспериментальной проверки правильности функционирования и оценка качества разработанных методов на контрольных примерах.

Практическая ценность диссертационной работы заключается в том, что на основе достижения поставленных целей и решения возникающих задач, за счет теоретического обобщения и исследования проблем компьютерной поддержки формирования и реализации управленческих решений при БЧС, а также практической реализации компьютерной системы обеспечивается повышение оперативности и эффективности управления органов исиолнительной власти во время чрезвычайной обстановки, вызванной, вызванной биологическими факторами.

Методы исследования. При решении поставленных задач использовались: теория распознавания образов, методы математической статистики, методы анализа структур данных, математические методы теории принятия решений, а также методы вычислительной математики и математической физики.

Научная новизна

1. Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов построения компьютерной системы поддержки принятия решений в чрезвычайных ситуациях, обусловленных биологическими факторами.

2. Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов согласования решений при построении компьютерных систем классификации, идентификации и верификации биологической чрезвычайной ситуации и осуществлена их реализация.

3. Исследованы и разработаны методы, и реализующие их программные средства обеспечения формирования и принятия следующих решений:

• выбор целей, стратегий, задач и проектов предотвращения биологической чрезвычайной ситуации;

• генерация сценариев развития чрезвычайной ситуации и управление динамикой;

• составление планов по ликвидации ЧС, выбор и согласование контрмер, использование сил и средств для предотвращения, преодоления и ликвидации последствий ЧС.

4. Разработаны и реализованы методы распространения мелкодисперсного поражающего агента в условиях многоэтажной городской застройки для определения площадей дезинфекции; распространения опасного эпидемического заболевания, передающегося воздушно-капельным путем в условиях города, с учетом перемещения жителей, а также в изолированном учреждении и применения различных мер противодействия.

5. На основании исследования принципов построения системы противодействия БЧС, разработаны модели, алгоритмы и программы компьютерного согласования и выбора проекта построения системы предупреждения БЧС.

Достоверность

Достоверность полученных положений, выводов и практических результатов, полученных в диссертационной работе, подтверждена численным моделированием чрезвычайной ситуации на основе реальных исходных данных, с последующим подтверждением и оценкой экспертов.

Внедрение и реализация результатов работы

Результаты диссертации легли в основу научно-исследовательской работы по теме: «Обоснование системотехнических решений по созданию экспертной системы верификации биотерактов и разработка ее информационного обеспечения», проводимой в Пущинском научном центре РАН. Алгоритмы и программные средства работы используются в Испытательной лаборатории ОНО «Тест Пущино», НПО «Тайфун», Центральном экономико-математическом институте РАН, Институт электронных управляющих машин ИНЭУМ, Научно-внедренческая компания ЗАО «ВИСТ».

Апробация работы

Основные положения и результаты диссертационной работы докладывались на:

• X Международном симпозиуме «Методы дискретных особенностей в задачах математической физики», Херсон, 2001 г.

• I Международной конференции «Параллельные вычисления и задачи управления» РАСО 2001, Москва, 2001 г.

• Генеральной Ассамблее URSI (Международное объединение радионаук), Нидерланды, Маастрихт, 2002 г.

• II Международной конференции «Параллельные вычисления и задачи управления» РАСО 2004, Москва, 2004 г.

• Международной конференции «Идентификация систем и задачи управления SICPRC05, г. Москва, 2005г.

• Международной конференции «Методы дискретных особенностей в задачах математической физики». Херсон, 2005г.

• Международной конференции «Прогресс в электромагнитных исследованиях» PIERS Китай, Ханджоу, 2005г.

• III Международной конференции «Параллельные вычисления и задачи управления» РАСО 2006 г.

• Международной конференции «Прогресс в электромагнитных исследованиях» PIERS, Чешская Республика, Прага, 2007г.

• Международной конференции «Идентификация систем и задачи управления SICPRO'05, г. Москва, 2008г.

Публикации

Основные результаты диссертации опубликованы в 35 работах, в том числе 12 статей в журналах, рекомендованных ВАК к защите диссертаций.

Структура и объем работы

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения. Общий объем работы - 248 страниц, в том числе - 64 рисунка, 30 таблиц. Список литературы включает 200 наименований.

Основные результаты диссертационной работы заключаются в следующем.

Проведен методологический анализ исходных представлений и понятийных средств для иерархических систем управления (включая системы поддержки формирования и принятия решений), таких как цели, стратегии, задачи, сценарии и т.д., необходимых для проектирования, разработки и внедрения СПР в целом, и в частности при биологической чрезвычайной ситуации.

Описывается технология проектирования системы формирования и реализации решений при БЧС и обосновывается ее отличие от других систем принятия решений.

Приводится обзор существующих систем принятия управленческих решений при БЧС и анализируются существующие подходы к построению таких систем.

Описывается предложенная архитектура системы управления при биологических чрезвычайных ситуациях в целом и системы поддержки принятия решений в частности.

Приводятся требования, и дается обоснование выбора платформы СПР. Приводятся требования к интерфейсу системы. Описывается в общем виде интерфейс системы.

Проведена структурная организация информации о ОЭЗ, даны определения тождественности информационных элементов, и их связей, определены основные операции над информационными элементами, созданы структурные спецификации, которые впоследствии используются для классификации и идентификации

Разработаны и исследованы алгоритмы согласования решений при выборе ведущих, общих и специфичных признаков ОЭЗ, и приведена их компьютерная реализация. Проведено сравнение ведущих признаков ОЭЗ с ведущими признаками гриппа и острой кишечной инфекции, т.к. на начальной стадии заболевания многие признаки совпадают.

Проведено исследование структуры признаков, даны характеристики признаков, диапазоны значений, структурная спецификация, проведена группировка признаков по направлениям осмотра

Разработан алгоритм и создана программа вычисления вероятностных характеристик признаков ОЭЗ.

Разработан алгоритм и создана программа оперативной верификации ОЭЗ на основе вероятностных характеристик выделенных признаков, а также алгоритм и программа согласования решений по верификации.

Разработан алгоритм и создана программа идентификации ОЭЗ и согласования решений по идентификации.

Разработан метод оценки качества классификации и идентификации.

Создан метод составления расширенного списка классификаторов степени воздействия ОЭЗ на социум и приведена компьютерная реализация метода.

Создан и реализован метод компьютерной классификации и идентификации БЧС по типу распространения поражающего агента.

Разработаны методы оценки наиболее ожидаемых санитарно-эиидемических сценариев развития БЧС и применения контрмер. Выполнены компьютерные реализации методов оценки.

Разработаны компьютерные методы и алгоритмы, выполнены программы прогнозирования распространения ОЭЗ и расчета санитарных потерь.

Разработан метод построения сценариев распространения мелкодисперсионных поражающих агентов при БЧС в условиях городской застройки. На основании результатов программной реализации метода создана СПР для определения поверхностей, подлежащих дезинфекции.

Разработана модель распространения ОЭЗ в условиях города с учетом мест проживания населения, мест работы и учебы, транспортных маршрутов, разработан алгоритм передачи инфекции. На основании результатов программной реализации модели оцениваются меры противодействия - изоляция заболевших, вакцинация населения, лечение больных, введение карантина.

Разработана и программно реализована модель распространения разного вида ОЭЗ в изолированном учреждении и применения мер противодействия.

Проведено исследование и представлена компьютерная реализация системы формирования управляющих решений по организации ликвидации последствий чрезвычайной ситуации, вызванной биологическими факторами.

Разработан общий алгоритм действий по организации ликвидации последствий БЧС и восстановлению санитарно-эпидемического благополучия.

Разработан метод и выполнена программная реализация оценки вариантов организации ликвидации последствий БЧС.

Определяются виды информации для расчета сил и средств применения контрмер.

Разработан алгоритм и проведена программная реализация формирования управленческих решений для выбора режимно-ограничительных мероприятий.

Разработаны компьютерные методы формирования организационных мероприятий лечения инфекционных больных при БЧС.

Разработаны компьютерные методы формирования организационных мероприятий при проведении экстренной профилактики в эпидемическом очаге.

Разработаны компьютерные методы формирования организационных мероприятий проведения дезинфекции в эпидемическом очаге.

Предложен и реализован метод проведения анализа состояния биологической безопасности. Разработан алгоритм согласования списка критериев оценки ситуации. Предложено использование функции качества для оценки ситуации в динамике.

Разработан и реализован метод компьютерного генерирования задач предупреждения БЧС и их ранжирования.

Заключение

В рамках диссертационной работы проведено теоретическое обобщение и получено решение важной научно-технической проблемы создания методологической базы, комплексов математических моделей, методов, алгоритмов и программных средств информационного обеспечения и поддержки принятия согласованных решений при чрезвычайных ситуациях, вызванных биологическими факторами. Поставленные цели были достигнуты в результате работы.

1. Айвазян С.А., Бухштабер В.М., Енюков И.С., Мешалкин Л.Д. Прикладная статистика: классификация и снижение размерности. М.: Финансы и статистика, 1989.

2. Айламазян А.К., Осипов Г.С. Проблемы создания интегрированной среды поддержки лечебно-диагностического процесса// Информационные технологии, № 10, 1997.

3. Бабинцев B.C., Подиновский В.В., Шорин В.Г. Выбор решения по многим критериям, упорядоченным по важности. М.: ИОНХ, 44 с.

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

5. Барабаш Б.А. Минимизация описания в задачах автоматического распознавания образов//Техн. кибернетика, 1964, № 3. с. 32-44.

6. Беллман Р., Калаба Р. Динамическое программирование и современная теория управления. М.: Наука, 1969. 120 с.

7. Беляков В.Д. Военная эпидемиология. Учебник. JL; 1976, 380 с.

8. Беляков В.Д., Дегтярев А.А. Качество и эффективность противоэпидемических мероприятий. АМН СССР. JL; Медицина. 1981, 304 с.

9. Биобезопасность главная проблема начала нового века (материалы 11 сессии общего собрания РАМН), http:/Avww.medvestnik.ru/Gazeta/2002/ 10/p08.html.

10. Боев Б.В. Сборник "Эпидемиологическая кибернетика: модели, информация, эксперименты" М., НИНЭМ им. Н.Ф. Гамалеи, 1991, с. 3-5, с. 6-14.

11. Боев Б.В., Бондаренко В.М., Макаров В.В. Проблемы защиты от актов биотерроризма в современных условиях.//Аграрная Россия. 2002, №2, с. 66-74.

12. Борисов В.В., Бычков И.А., Дементьев А.В., Соловьев А.П., Федулов А.С. Компьютерная поддержка сложных организационно-технических систем. М.: Горячая линия Телеком, 2002.154 с.

13. Боровиков В.П., Боровиков И.П. STATISTICA Статистический анализ и обработка данных в среде Windows. - М.: Информационно-издательский дом ФИЛИНЪ, 1997.

14. Брес П. Действия служб общественного здравоохранения в чрезвычайных ситуациях вызванных эпидемиями. Женева. Всемирная организация здравоохранения. 1990, 293 с.

15. Виноградов А.В. Дифференциальный диагноз внутренних болезней: справочное руководство для врачей. М.: Медицина, 1987.

16. Волков К.Н. Разностные схемы интегрирования уравнений движения пробной частицы в потоке жидкости или газа // Вычислительные методы и программирование. Т. 5, № 1. М.: Изд-во Московского университета, 2004. с. 5-21.

17. Воробьев А.А., Боев Б.В., Бондаренко В.М., Гинцбург АЛ. Проблема биотерроризма в современных условиях.//Журн. микробиол., 2002, № 3, с.3-12.

18. Габусу П. А., Михеев О.В., Самохина А.С. Идентификация сценариев эпидемического заболевания.//Проблемы безопасности при чрезвычайных ситуациях, № 2,2006г., стр. 92-106.

19. Габусу П.А., Михеев О.В., Самохина А.С. Взаимодействие V-модели и имитационной математической модели распространения опасного эпидемического заболевания.//Проблемы безопасности при чрезвычайных ситуациях, № 3,2006г., стр. 96-105.

20. Габусу П.А., Михеев О. В., Самохина А. С. Анализ схем обработки первичных данных в системе предотвращения биологической чрезвычайной ситуации.//Проблемы безопасности и чрезвычайных ситуаций, №4, 2006г., стр. 64-71.

21. Гринберг С.Я. Обзор средств построения экспертных систем // Ротапринт ВЦ СО РАН, 1993.

22. Гутников В.А., Лифанов И.К., Сетуха А.В. О моделировании аэродинамики зданий и сооружений методом замкнутых вихревых рамок. // Механика жидкости и газа, №4, 2006, 79-93с.

23. Деметрович Я., Кнут Е., Радо П. Автоматизированные методы спецификации. Пер. с англ. М.: Мир 1989. 115 с.

24. Дейвисон М. Многомерное шкалирование: Методы наглядного представления данных / Пер. с англ. -М.: Финансы и статистика, 1988. 254 с.

25. Дутов Б.П., Мытенков В.М., Лебедев А.И., Зорин Г.Ф. Организация первоочередного жизнеобеспечения населения в начальный период ликвидации последствий чрезвычайных ситуаций //Медицина катастроф 1995. № 1-2 (9-10). с. 228-230.

26. Дюк В., Эммануэль В. Информационные технологии в медико-биологических исследованиях. ЗАО Издательский дом «Питер», 2003. 528 с.

27. Евланов Л.Г., Кутузов В.А. Экспертные оценки в управлении. -М.: Экономика, 1978, 133 с.

28. Жак С.В. Математическое программирование. Нелинейные и стохастические задачи. Ростов-на-Дону: РГУ, 1972, 90 с.

29. Иванов К. С. Пути дальнейшего совершенствования организации медицинской помощи инфекционным больным. ВМЖ, 6, 1989.

30. Инструкция по экстренной профилактике и лечению опасных инфекционных заболеваний. Минздрав СССР, М, 1984.

31. Инструкция о сроках и формах представления информации в области защиты населения и территорий от чрезвычайных ситуаций природного и техногенного характера. М., Приложение 1, 2,3 к приказу МЧС России от 7 июля 1997г. №382.

32. Инструкция по сочетанному применению средств экстренной и специфической профилактики опасных инфекционных заболеваний. Минздрав СССР, М., 1983.

33. Инструкция по экстренной профилактике и этиотропному лечению опасных инфекционных заболеваний в Вооруженных Силах Российской Федерации. М.: Воениздат, 2002.

34. Искусственный интеллект: В 3-х кн. Справочник./ Под ред. Захарова В.Н., Хорошевского В.Ф.-М.: Радио и связь, 1990. Кн. 1 426 е., кн. 2 - 304 е., кн. 3 - 368 с.

35. Калихман И.Л., Войтенко М.А. Динамическое программирование в примерах и задачах. М.: Высшая школа, 1979, 125 с.

36. Кобринский Б.А. Нечеткая логика в анализе образных представлений в медицинских системах искусственного интеллекта//Междунар. конф. по мягким вычислениям и измерениям: Сб. докл. Т.1. СПб. 1998. с.233-235.

37. Кобринский Б.А. Логика и интуиция специалиста в медицинских системах искусственного интеллекта // Научная сессия МИФИ-2000: Сб. науч. тр. Т.З. М., 2000 с.64-65.

38. Кобринский Б.А., Фельдман А.Е. Анализ и учет ассоциативных знаний в медицинских экспертных системах//Новости искусственного интеллекта. №3,1995, с. 90-96.

39. Кобринский Б.А. К вопросу о формальном отражении образного мышления и интуиции специалиста в слабо структурированной предметной области // Новости искусственного интеллекта. 1998. №3. с.64-76.

40. И.Д. Колесип, М.Ф. Тендера. Оптимизация противогриппозной профилактики.//Автоматика и телемеханика, 1998, №3, 132-139.

41. И.Д. Колесин. Циклические колебания в модели эпидемического процесса.// Дифференциальные уравнения, 1996, т.32, №9, 1289-1290.

42. Колесин И.Д. Анализ развития эпидемии в фазе распространения ведущего варианта возбудителя. Математическая модель.//Биофизика, 1994, т.39(5), с. 927-930.

43. И.Д. Колесин. Математическая модель предэпидемической циркуляции: анализ механизмов направленной перестройки.//Журнал микробиологии, эпидемиологии и иммунобиологии, 1997, №36, с.43-45.

44. Концепция биологической безопасности Российской Федерации (исх. Минпромнауки России № МП-П666а от 14.06.2002 г.

45. Кузнецов А.В., Холод Н.И., Костевич Л.С. Руководство к решению задач по математическому программированию. М.: Высшая школа, 1978, 256 с.

46. Курицкий Б.Я. Оптимизация вокруг нас. -Л.: Машиностроение, 1989,. 144 с.

47. Ландензон А.В., Литвак Б.Г. Принцип упорядоченных критериев для многокритериальных альтерната в.//Известия АН СССР. Техн. кибернетика №6, 1988, с. 49-54.

48. Ларичев О.И., Петровский А.Б. Системы поддержки принятия решений: современное состояние и перспективы развития.// Итоги науки и техники. Техн. кибернетика. 1987. Т. 21. с. 131—165.

49. Ларьер Ж.-Л. Системы искусственного интеллекта: Пер. с франц. -М.: Мир, 1991.- 568 с.

50. Лбов Г.С. Выбор эффективной системы зависимых признаков//Тр. Сиб. отд. АН СССР: Вычислительные системы. Новосибирск, 1965, вып. 19.с. 87-101.

51. Марчук Г.И. Математические модели в иммунологии (3 изд.). М.: Наука, 1991,304 с.

52. Масалин Ю.М., Карниз А.Ф., Вязовиченко Ю.Е., Матвеев А. А., Воронцов И.В. Вопросы планирования санитарно-гигиенических и профилактических мероприятий в районах чрезвычайных ситуа-ций.//Медицина катастроф. 1996. №3(15). с. 56-35.

53. Методические разработки по подготовке и проведению санитарно-гигиенических и противоэпидемических мероприятий в лечебных учреждениях при применении противником бактериологического (биологического) оружия. Минздрав, СССР, М., 1981.

54. Методические указания по организации дезинфекционных мероприятий в лечебно-профилактических учреждениях при применении противником бактериологического (биологического) оружия. Минздрав СССР,М„ 1981.

55. Международная классификация болезней, травм, и состояний, влияющих на здоровье 10-го пересмотра (МКБ-10). Электронная версия: http://www.mkb 10.ги/.

56. Михеев О.В., Габусу П.А., Чикова С.С. Интеллектуальные техноло-гии в медикобиологических исследованиях. // Сборник материалов конференций ИВТН-2006. М., 2006 г., с.37

57. Михеев О.В., Самохина А.С. Алгоритм оперативной верификации опасного эпидемического заболевания вероятностным методом и его реализация./УПроблемы управления 2007, №4, с.70-73

58. Моисеев Н.Н., Математические методы системного анализа. М.: Наука, 1981 487 с.

59. Нечаев Э.А., Жиляев Е.Г., Гончаров С. Ф. Медицинская служба Вооруженных Сил в единой государственной системе медицины катастроф //Воен.-мед. жури. 1992. № 4. с. 4-7.

60. Нормы расхода дезинфекционных средств для проведения дезинфекционных мероприятий при особо опасных инфекциях. Минздрав СССР, М., 1981.

61. Постановление Правительства Российской Федерации от 03.05.94 № 420 "О защите жизни и здоровья населения Российской Федерации при возникновении и ликвидации последствий чрезвычайных ситуаций, вызванных стихийными бедствиями, авариями, катастрофами".

62. Обеспечение защиты персонала и населения в ЧС: Справочник в 2-х т. М.: Штаб ГО РСФСР, 1993.

63. Общие требования по профилактике инфекционных и паразитарных заболеваний. 3.1/3.2. Профилактика инфекционных и паразитарных заболеваний. Санитарные правила СП 3.1.3.2. 558-96. -М: Информационно-издательский центр Минздрава России, 1997. 16 с.

64. Организация медицинского обеспечения рассредоточения и эвакуации населения. Инструкция МЗ СССР, М., Воениздат, 1987.

65. Организация работы лечебно-профилактических учреждений в бактериологическом очаге. Минздрав СССР, М., 1967.

66. Организация и проведение противоэпидемических мероприятий при террористических актах с применением БА: методические рекомендации МР2510/11046-01-34. М.: Федеральный центр Госсанэпиднадзора Минздрава России, 2001, 55с.

67. Осипов Г.С. Приобретение знаний интеллектуальными системами: основы теории и технологии. М.: Наука, 1997.

68. Основы государственной политики в области обеспечения химической и биологической безопасности Российской Федерации на период до 2010 года и дальнейшую перспективу 4 декабря 2003 г., Пр-2194.

69. Подиновский В.В., Ногин В.Д. Парето оптимальные решения многокритериальных задач. -М.: Наука, 1982, 254 с.

70. Построение экспертных систем//под ред. Хейеса-Рота Ф., Уотермана Д., ЛенатаД. -М.: Мир, 1987.

71. Проблемы представления и обработки не полностью определенных знаний // под ред. Швецова И.Е. Москва-Новосибирск, 1996.

72. Прозоровский С.В. Сборник "Информатика в эпидемиологии" М, НИИЭМ им. Н.Ф. Гамалеи, 1990, 154 с.

73. Пронин Б.В., Самохина А.С. Методы преодоления информационно-лингвистической несовместимости в системе поддержки принятия решений. Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники и программного обеспечения» М. 2008, с.

74. Противодействие биологическому терроризму. Практическое руководство по противоэпидемическому обеспечению. Под ред. Онищенко Г.Г. М.2003.311с.

75. Раевский К.К. О некоторых первоочередных мерах по созданию системы противодействия биологическому терроризму. Научно-исследовательский испытательный центр (медико-биологической защиты) ГНИИ военной медицины МО РФ.

76. Реклейтис Г., Рейвиндран А., Рэгсдел К. Оптимизация в технике: В 2-х том. Пер. с англ.М.: Мир, 1986. Т. 1. 279 е., Т. 2. 320 с.

77. Ригельман Р. Как избежать врачебных ошибок. Книга практикующего врача: Пер. с англ. М.: Практика, 1994.

78. Родина Л.В., Шапошников А.А., Разина М.Э. Санитарно-эпидемиологический контроль за бактериальной зараженностью окружающей среды //Медицина катастроф. 1996. № 3 (15). с. 116-119.

79. А.А.Романюха, А.С.Каркач. Индивидуально-ориентированная модель динамики инфекционного процесса в неоднородной популя-ции.//Математическое моделирование, 2003, 15(5), с. 95-105.

80. Руа Б. Классификация и выбор при наличии нескольких критериев. //Вопросы анализа и процедуры принятия решений. -М.: Мир, 1976, с. 80-107.

81. Руководство по инфекционным заболеваниям./Под ред. Покровского В.И., Лобана К.М. 2-е изд., М.: Медицина, 1986, 464 с.

82. Руководство по клинике, диагностике и лечению опасных инфекционных болезней/Под ред. Покровского В.И., Иванова К.С. М.: Медикас, 1994.220 с.

83. Постановление Правительства Российской Федерации от 28.02.96 № 195 "Вопросы Всероссийской службы медицины катастроф".

84. Руководство по противоэпидемическому обеспечению населения вчрезвычайных ситуациях. М.: 1995. 441 с.

85. Саати Т . Принятие решений. Метод анализа иерархий. М.: Радио и связь 1993.315 с.

86. Санитарно-противоэпидемическое обеспечение эвакуации пострадавшего населения и инфекционных больных в чрезвычайных ситуациях. (Пособие для врачей). М.: Изд-е ВЦМК "Защита", 1997. 32 с.

87. Самохина А.С., Троицкий И.А. Машинный расчет полей радиотеплового излучения почвогрунтов с помощью модели слоисто-однородной среды. Известия вузов. Геодезия и аэрофотосъемка. 1982г. №2, с.25.

88. Самохина А.С. Методика параллельной обработки радиолокационного сигнала для определения биомассы древостоя. V Всесоюзная школа-семинар «Распараллеливание обработки информации» Львов. 1985г. с. 191-194.

89. Самохина А.С. Математические модели древостоя и влажных почвогрунтов для задач дистанционного зондирования природных систем. В сб.: Информационные проблемы изучения биосферы. М: Наука, 1988г. с 66-76.

90. Самохип А.Б., Самохина А.С.Фортран и вычислительные методы для пользователя IBM PC. М. Русина, 1994г. 120 с.

91. Самохин А.Б., Самохина А.С. Численные методы и программирование на Фортране для персонального компьютера. Радио и связь, 1996 г., 224 с.

92. Самохин А.Б., Самохина А.С., Метод решения задач дифракции электромагнитных волн на трехмерном диэлектрическом теле//Журналвычислительной математики и математической физики, М.: Наука, том 36, №8, 1996 г., с. 138-157.

93. Самохина А.С. Численный метод решения интегральных уравнений с циркулянтным ядром //Сб. Дифракция и распространение волн, МФТИ, 1998 г. с. 151-153.

94. Самохин А.Б., Самохина А.С. Эффективные алгоритмы численного решения интегральных уравнений в областях с криволинейной границей.//Х Международный симпозиум «Методы дискретных особенностей в задачах математической физики», Херсон, 2001г. с. 307310.

95. Самохина А.С. Алгоритмы решения интегральных уравнений в областях со сложной границей. I Международная конференция «Параллельные вычисления и задачи управления» РАСО 2001, Москва, 2001 г. с. 116-121.

96. Самохин А.Б., Самохина А.С. Метод аппроксимации для интегральных уравнений в областях с криволинейной границей. Генеральная Ассамблея URSI (Международное объединение радионаук), Нидерланды, Маастрихт, 2002 г., 4 с.

97. Самохина А.С. Алгоритм анализа информации о чрезвычайных ситуациях в целях верификации биотерактов. II Международная конференция «Параллельные вычисления и задачи управления» РАСО'2004, с. 375-381.

98. Самохина А.С. Использование системы поддержки принятия решений для идентификации биологических чрезвычайных ситуаций позаболеваниям. Труды международной конференции «Идентификация систем и задачи управления SICPR.0'05, г. Москва, 2005г. с. 415-421.

99. Самохина А.С. Михеев О.В. Расчет санитарных потерь среди населения в эпидемическом очаге.//Проблемы безопасности и чрезвычайных ситуациях, № 6,2005г., стр. 46-52.

100. Самохина А. С. Имплементация метода обработки входной информации в системе принятия решений при биологической чрезвычайной ситуации. Труды международной конференции «Параллельные вычисления и задачи управления» РАСО 2006 г., с. 1485-1493.

101. Самохина А.С. Алгоритм оценки проектов построения антитеррористического мониторинга в системе предотвращения биологической чрезвычайной ситуации.//Проблемы управления, №2, 2007г., стр. 66-70.

102. Самохин А.Б., Самохина А.С. Численные методы для решения объемных интегральных уравнений электродинамики. Труды международной конференции «Прогресс в электромагнитных исследованиях» PIERS Чехия, Прага, 2007, с. 62.

103. Самохина А.С., Михеев О.В. Экспериментальная проверка структуризации информации по заболеваниям. Труды международной конференции «Идентификация систем и задачи управления SICPRO'08, г. Москва, 2008г. с. 490-502.

104. Пронин Б.В., Самохина А.С. Методы преодоления информационно-лингвистической несовместимости в системе поддержки принятия решений./ Труды Института системного анализа РАН, Москва, 2007г., №30(1), под редакцией Ю.С. Попкова.

105. Самохина А.С. Иерархическая структура системы принятия решений в биологических чрезвычайных ситуациях./ Труды Института системного анализа РАН, Москва, 2007г., №30(1), под редакцией Ю.С. Попкова.

106. Самохина А.С., Михеев О.В. Согласование информативных признаков опасных эпидемических заболеваний в системе предупреждения биологической чрезвычайной ситуации./Проблемы безопасности и чрезвычайных ситуаций, 2008 г.,№3.

107. Сахно И.И., Котов Ю.А., Кузнецов Р. А., КочетковаЛ.П. Типовое положение о бригадах специализированной медицинской помощи. -М., 1996. 84с.

108. Седов А.В., Гончаров С.Ф., Онищенко Г.Г., Трегуб Т.Н., Жиляев Е.Г. Антимикробные материалы в профилактике инфекционных болезней. М.: ВЦМК "Защита", 1998. - 200 с.

109. Синюк В.Г., Котельников А.П. Системы поддержки принятия решений: основные понятия и вопросы применения. Белград: Изд-во Бел-ГТАСМ, 1998, 78 с.

110. Смирнов И. А. Организационные аспекты структуры выездного многопрофильного автономного госпиталя Всероссийского центра медицины катастроф "Защита'У/Медицина катастроф. 1996.-№2(14).-с. 11-15.

111. Таран Т.А. Формализация рассуждений на основе аргументации при принятии решений в конфликтных ситуациях // НТИ. Сер. 2. №9, 1998. с.23-33.

112. Трахтенгерц Э.А., Шершаков В.М., Камаев Д.А. Компьютерная поддержка управления ликвидацией последствий радиационного воздействия. М.: СИНТЕГ, 2004. 456 с.

113. Филиппов И.Г., Горский В.Г., Швецова-Шиловская Т.Н. Метод расчета нестационарного переноса примеси в атмосфере./УХимическая промышленность, 1994, № 7, с. 51-55.

114. Финн В.К. Об интеллектуальных системах автоматизированной поддержки научных исследований // НТИ. Сер.2. 1996. №5-6. с. 1-2.

115. Финн В.К. Интеллектуальные системы: проблемы их развития и социальные последствия //Будущее искусственного интеллекта. М.: Наука, 1991, с.157-177.

116. Финн В.К. JSM-рассуждение как синтез познавательных процедур // 3-я Междунар. конф. "Информационные ресурсы. Интеграция. Технологии": Матер, конф. М., 1997. с.207-208.

117. Фишберн П. Теория полезности для принятия решения. -М.: Наука, 1978.352с.

118. ХэгглинР. Дифференциальная диагностика внутренних болезней. -М.: Фирма "Миклош", изд-во "Инженер", 1993.

119. Черкасский Б.Л. Справочник по особо опасным инфекциям М., Медицина, 1996.

120. Черкасский Б.Л. Эпидемиологический диагноз. М.: Мед. 1990. 208 с.

121. Шапошников А.А. Организация санитарно-гигиенических и ти-воэпидемических мероприятий в чрезвычайных ситуациях. Медикас", 1991.- 170с.

122. Шапошников А.А., Володин А. С., Шумилов П.К., Км И. С., Карниз А. Ф. К оценке эпидемиологической опасности в зонах чрезвычайных ситуаций // Воен.-мед. журн. 1998. № 8.с. 48-54.

123. Шапошников А.А. Содержание и организация противоэпидемических мероприятий среди пострадавшего населения в районах стихи бедствий и катастроф //Медицина катастроф. 1996. № 3(15).с. 19.

124. Шапошников А.А., Карниз А.Ф. Организация санитарно-гигиенических и противоэпидемических мероприятий в чрезвычайных ситуациях на современном этапе. М. 1999.

125. Шувалова Е.П. Инфекционные болезни, учебник. М.: «Медицина», 1995, 656 с.

126. Эндрю Троелсеп С# и платформа .NET, ЗАО Издательский дом «Питер» 2002, 795 с.

127. Ющук Н.Д., Вексеров Ю.Я. Лекции но инфекционным болезням, Москва, ВУНМЦ, 1999, т. 1, с. 93.

128. Ackerman Е., Elveback L.R., Fox J.P. Simulation of Infectious Disease Epidemics. Charles C. Thomas Publisher, Springfield, Illinois, USA.

129. Anderson R.M., May R.M. Population biology of infectious diseases: Part 1 .Nature, 1979, 280 (2), 361-367.

130. Aron J.L., Schwartz I.B. Seasonality and period-doubling bifurcations in an epidemic model,//Theor. Biol., 110:665-679, 1984.

131. Aylor D.F. Aeral spore dispersal close to a focus of dis-ease.//Agricultural and Forest Meteorology, 1989,47, 109-122.

132. Backer E., Young F. W., Takane Y. An asymmetric Euclidean Model (available from F. W. Young).— Psychometric Laboratory, Dave Hall 13a, University of North Carolina, Chapel Hill, NC 27514, 1977.

133. Bailey N.T.J. The mathematical theory of infectious diseases and its applications. Charles Griffin & Co. Ltd., 1975, London, 411 p.

134. Barlow N.D. The role of modelling in policy and control deci-sions.//Proc. Symposium on Tuberculosis, 1991, Palmerston North, New Zealand, April 1991, Veterinary Continuing Education, Publication No. 132, 251-265.

135. Buijtels J.; Huirne R., Dijkhuizen A., de Jong V., van Nes A. Computer simulation to support policy making in the control of pseudorabies. -Vet. Microbiol., Apr., 55(1-4), 1997, p.181-185.

136. Carmichael G. G. Silencing viruses with RNA. Nature, vol. 418, 21 July 2002, p 379 380.

137. Cordesman A.U., Burke A.A. Assymmetric and Terrorist Attacks with Biol. Weapons. -CS1S, USA, 2001, 85p.

138. Cox G.S., Wathes C.M. Bioaerosols Handbook USA, 1997, 541 p.

139. Cuddy S.M., Laut P., Davis J.R., Whigham P.A., Goodspeed J., Duell T. Modelling the environmental effects of training on a major Australian army base. Mathematics and Computers in Simulation, 1990, №32, p. 83-88

140. Davis J.R., Grant I.W., Whigham P.A. Representing and applying knowledge about spatial processes in environmental management. AI Applications in Natural Resource Management, 1988, 2(4), p. 17-25.

141. Dye C., Gay N. Modeling the SARS Epidemic. Science, June 20, vol.300, 2003, p. 1884-1885.

142. Folse L.J., Mueller H.E., Whittaker A.D. Object-oriented simulation and geographic information systems.//Applications in Natural Resource Management, 1990, 4(2), p. 41-47.

143. Frank S.A., Jeffrey J.S. The Probability of Severe Disease in Zoonotic and Commensal Infections,- Proc. R. Soc. Long. В 268, 2001, p. 53-60.

144. Gibbs R., Glasow J.A., Miller M.C. Chem. And Biol. Modeling Process Action Team (PAT)-APG, USA, 1998, 208 p.

145. Giovachino M., Carby N. Modeling the Consequences of Bioterrorism Response.- Military Medicine, Vol. 186, № 11, 2001, p. 925-930.

146. Greenhalgh D. An Epidemic Model with a Density Dependent Death Rate.-IMA J. Math. Appl. Med. BioL, №7(1), 1990, p. 1-26.

147. Green D.G. Syntactic modeling and simulation. //Simulation, June 1990, 281-286

148. Halloran E.M., Longini Ira M. Jr., Nisam Azhar, Yong Yang. Containing Bioterrorist Smallpox, Science, Nov. 15, Vol. 298, 2002, p. 1428-1431.

149. D.A. Henderson. Dangerous Fiction about Bioterrorism. Nov. 8, 1999. http:/ /search.washingtonpost.com/wp-srv/WPlate/1999idx.htm

150. H.W.Hethcote, H.W.Stech, P. van den Driessche. Periodicity and stability in epidemic models// Differential Equations and Applications in Ecology, Epidemics and Population Problems (S.Busenberg amd K.L. Cooke, Eds.), Academic, New York, 1981, pp.65-82.

151. M.E. Hugh Jenes, Agricultural Bioterrorism, Proceeding of a Russian - American Workshop, Nat. Acad. Press, Washington, D.C., 2002, p. 219-232.

152. Isham V., Medlev G (edit.) Models for Infections Human Diseases. Their structure und Relation to Data Newton Institute of the Univ. of Cambridge, UK, 1996,513р.

153. Kaufmann A.F., Meltzer M.I., Sehmid G.P. The Economic Impact of a Bioterrorism Attack: are Prevention and Postattack Intervention Programsjustifiable Emerging Infections Diseases. Vol.3, № 2, April-June 1997, 16p.

154. Kelker D. A random walk epidemic simulation.// Journal of the American Statistical Association, 1973, 68, p. 821-823

155. Kirk P. Chem. and Biol. Defense Integrated Meteorology Prediction and Contamination Transport. Worldwide Chem. Conference XIV and NBC Operations Symp., October 25-27, 1995, USA, p. 213-222.

156. Kittrer J. Feature set search algorithms//Proc. Conf. on Pattern Recogn. and Signal Processing. Paris, France, 25 June — 4 July, 1978. p. 41-60.

157. Kuehn A.J. Hazard Prediction and Assessment Capability (HPAC) Worldwide Chem. Conference XIV and NBC Operation Symp., October 2527, 1995, USA, p. 201-211.

158. Lagne Seott P., Beugelsdijk T. J., Patel C. Kumar N. (edit.). Automation in the Fight Against Infections Diseases and Bioterrorism (Firepower in the Lab). -Joseph Henry Press Book, 2001, 312p.

159. Lipsitch M., Cohen Т., Cooper D. Transmission Dynamics and Control of Severe Acute Respiratory Syndrome.- Science, June 20, vol.300, 2003, p. 1966-1970.

160. Longini I.M., Jr. A Mathematical Model for Predicting the Geographic Spread of New Infectious Agents.//Mathematical Biosciences, 1988, 90, p. 367-383

161. J.J. Lumpkin. Crews to Drill Terrorism Response. Nov. 16, 1999. http://www.abqjournal,com/news/15newsl l-16-99.htm

162. D. MacKenzie. Bioarmageddon. New Scientist, Sept. 19, 1998.

163. Maslanka S.E., Sobel J., Swaminathan B. Reducting the Risk: Food-borne Pathogen and Toxin Diagnostics. Biological Threats and Terrorism, Workshop Summary, Nat. Acad. Press, Washington, D.C., 2002, p. 77 84

164. Marill Т., Green D. M. On the effectivness of receptors in recognition systems // IEEE Trans., v. IT 9, 1963. p. 11 17.

165. Meltzer M. I., Damon I, LeDuc J.W., Millar J.D. Modelling Potential Responses to Smallpox as a Bioterrorist Weapon, http://vvvvvv.cdc.gov/ nci-dod/eid/ vol7no6/ Meltzer.htm

166. Mize J.II., Cox J.G. Essentials of simulation. Prentice-Hall, Inc., 1968, Englevvood Cliffs, New Jersey, 234 pp.

167. Mollison D. Epidemic Models. Their Structure and Relation to Data.-Nevvton Institute, Cambridge, Univ. Press, 1995, 424p.

168. Odasso J., Kogan V. State of the Art Report on the Technical Approach Options for Indoor Air Modeling.- CBIAC, USA., 1998, 93 p.

169. Patrick W. III. Biological Warfare Scenarios, Fire Power in the Lab, Joseph Henry Press, Washington, D.C., 2001, p. 215 223.

170. Petro J. P., Plasse T.R., McNulty J.A. Biotechnology: Impact on Biological Warfare and Biodefense. Biosecurity and Bioterrorism: Biodefense Strategy Practice and Science. Vol. 1, N 3, 2003, p. 161-168.

171. Richard W. Hutchinson. Biological Terrorism Variables and Emergency Response Concepts. littp://engineerinii.dartnioutli.edu/ cthreats/wliitcpapers/ Hutchinson .doc

172. Rushton S., Mautner A.J. The deterministic model of a simple epidemic for more than one community. Biometrika, 42, 1955, p.126-132.

173. Shannon R.E. Systems simulation the art and the science. Prentice-Hall, Inc., 1975, Englevvood Cliffs, New Jersey, 387 pp.

174. Stoutland P., Ermak D„ Streit G. The U.S. Department of Energy Program in Chem. and Biol. Defense Research and Development: Program Description and Urban Modeling.- Suppl. In: Proc. 6 CBW Protect. Symp., May 10-15 1998, Sweden, 5p.

175. Tenet G.J. The Worldwide Threat in 2000: Global Realities of our National Security. 21, March, 2000 http://nnvw.cia.^ov/cia/puhlicaffairs/ speeches/archives/2000/dcispeech032100. html

176. Thieme H.R. Global asymptotic stability in epidemic models, In Equadiff (H.W. Knobloch and K.Schmidt, Eds.), Lecture Notes in Mathematics 1017, Springer, Heidelberg, 1983, p. 608-615.

177. Voigt D.R., Tinline R.R., Broekhoven L.H. A spatial simulation model for rabies control. In P.J.Bacon (ed.), Population Dynamics of Rabies in Wildlife, 1985, Academic Press Inc. (London) Ltd., p. 311-349.

178. Walther J., Marvin F., Crawford C.R., Hayes S. A Proposed Template for BW Response. 67-th MORS Symposium. Working Group 2, 1999, USA, 60p.

179. Wetmor A., Searlett D.A. COMBIC, Combined Observation Model for Battlefield Inducted Contaminants: vol.2 Appendixes. - ARL, USA, 2000, 231 p.

180. Winters W.S., Chenweth D.R. Modeling Dispersion of Chemical-Biological Agents in Three Dimensional Living spaces. Sandia National Laboratories, USA, 2002, 18 p.

181. Zadeh L.A. Discussion: Probability theory and fuzzy logic are complementary rather than competitive // Technometrics. 1995. Vol.37, №3. p.271-276.

182. Zilinskas R. Assessing the Threat of Bioterrorism. Monterey Institute of International Research, USA, 1999,21 p.