автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Поддержка принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей

ЯмаловИльдар Уралович

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ УПРАВЛЕНИЯ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОСНОВЕ КОГНИТИВНЫХ И ДИНАМИЧЕСКИХ МОДЕЛЕЙ

Специальность 05.13.01 — Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

003159542

003159542

Ямалов Ильдар Уралович

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ УПРАВЛЕНИЯ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОСНОВЕ КОГНИТИВНЫХ И ДИНАМИЧЕСКИХ МОДЕЛЕЙ

Специальность 05.13.01 - Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Работа выполнена в Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан и.в Уфимском государственном авиационном техническом университете на кафедре «Техническая кибернетика»

Официальные оппоненты

доктор технических наук, профессор Кульба Владимир Васильевич

доктор технических наук, профессор Смирнов Сергей Викторович доктор технических наук, профессор Юсупова Нафиса Исламовна

Ведущая организация Институт экологии Волжского бассейна Российской академии наук

Защита диссертации состоится « 2. »¿/ОЯбрЯ 2007 г. в » часов на заседании диссертационного совета Д - 212.288.03 при Уфимском государственном авиационном техническом университете по адресу: 450000, Уфа-центр, ул К. Маркса, 12, УГАТУ

С диссертацией можно ознакомиться в библиотеке университета

Автореферат разослан «¿У» 2007 г.

Ученый секретарь диссертационного совета, доктор технических наук, профессор.

Миронов

ХАРАКТЕРИСТИКА РАБОТЫ Актуальность темы

В последние десятилетия во всем мире наблюдается тенденция к росту количества и масштабов последствий чрезвычайных ситуаций природного и техногенного характера (ЧС).

Чрезвычайные ситуации сопровождаются не только материальными, но и людскими потерями, поэтому в условиях чрезвычайных ситуаций очень важно быстро и правильно принять решение по ликвидации последствий ЧС При этом процесс принятия решений по ликвидации ЧС (особенно на первоначальной стадии развития) характеризуется неполнотой и недостоверностью информации, малым резервом времени, имеющимся для принятия решений.

Сложность решения данной проблемы заключается в ее многогранности, так как требует рассмотрения в комплексе различных аспектов социально-экономических, организационных, технических, управленческих, информационных, кадровых, психологических и т.д Попытка совместного рассмотрения этих проблем требует в свою очередь разработки новых концепций с использованием современных достижений научной мысли Разработка теоретических основ поведения и организации управляемых сложных систем, в частности, человеко-машинных систем, в экстремальных (чрезвычайных, критических, кризисных) ситуациях является одной из важнейших научных проблем

Вопросам управления в условиях чрезвычайных ситуаций и построения информационных систем поддержки принятия решений в условиях ЧС, посвящены исследования и публикации многих отечественных ученых и специалистов - А.Н Елохина, А В Измалкова, В В.Кульбы, В.И.Васильева, Б.Н Порфирьева, Р.З.Хамитова, М А.Шахраманьяна, И.Ю Юсупова, В.Г.Крымского и др. В последние годы за рубежом активно развиваются научно-практические разработки в области риск-менеджмента, среди которых можно выделить работы Дж.Апосталакиса, Л.Гуоссена, С Гуаро, Р Кука, X Кумамото, Ф Лисса, В Маршалла, Г.Сейвера, Э Хенли

Тем не менее круг нерешенных в этой области проблем еще достаточно широк. Трудность решения задачи моделирования и управления в чрезвычайных ситуациях вызвана тем, что характер развития конкретной ЧС является сугубо индивидуальным, а само ее развитие происходит в условиях неопределенности, когда не известны требуемые темпы ликвидации, необходимый объем ресурсов и уровень сложности выполняемых работ. Недостаток информации о характере развития чрезвычайной ситуации

может привести к развитию ситуации с катастрофическими последствиями. В этих условиях актуальными становятся проблемы когнитивного анализа развития ситуации, учета фактора неопределенности при принятии решений, оптимального распределения ресурсов, привлекаемых для ликвидации чрезвычайных ситуаций и оценки темпов использования этих ресурсов

Таким образом, объектами научных исследований должны быть не только сама чрезвычайная ситуация, ее характеристики и свойства как объекта управления, но и сам процесс организации управления в условиях ЧС и средства информационной поддержки принятия решений

При решении проблемы принятия решений в условиях чрезвычайных ситуаций необходимо исследовать ЧС как сложный динамический объект, ее характеристики и свойства как объекта управления, процесс организации управления в условиях чрезвычайных ситуаций и разработать основы создания систем информационной поддержки при принятии решений в условиях чрезвычайных ситуаций на основе моделирования Методология системных исследований сложных динамических систем и управление в условиях неопределенности, характерной для чрезвычайных ситуаций, требуют обеспечить поддержку принятия решения с учетом регионального аспекта.

Цель работы и задачи исследования

Целью работы является решение актуальной научно-технической проблемы, заключающейся в разработке методологических и теоретических основ поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на основе использования когнитивных и динамических моделей и применения полученных результатов дня решения практических задач, связанных с предупреждением и ликвидацией последствий чрезвычайных ситуаций

Для достижения поставленной цели в работе решены следующие задачи:

1 Разработаны основы методологии поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на основе моделирования.

2 Разработаны модели и методы, предназначенные для поддержки принятия решений по управлению в чрезвычайных ситуациях в условиях неполноты исходных данных о параметрах чрезвычайных ситуаций, на основе нечетких когнитивных карт.

3 Разработаны модели, предназначенные для моделирования и про-

гнозирования параметров чрезвычайных ситуаций, с использованием нейронных сетей.

4 Разработаны методы, предназначенные для поддержки принятия решений по управлению в чрезвычайных ситуациях, на основе использования мультиагентных динамических моделей

5. Разработаны модели, методы и алгоритмы, предназначенные для синтеза возможных сценариев управления ликвидацией чрезвычайных ситуаций.

6 Реализованы на основе разработанных моделей, методов и алгоритмов функциональные компоненты информационной системы, обеспечивающие поддержку принятия управленческих решений в условиях чрезвычайных ситуаций.

Методы исследования

При разработке методов и алгоритмов принятия управленческих решений по управлению в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей в работе использовались методы системного анализа, теории информации, имитационного моделирования, нечеткой логики, теории нейронных сетей, принятия решений, распознавания образов, теории графов, автоматизированного проектирования информационных систем и технологии хранилищ данных

Научная новизна работы

Научная новизна решения проблемы заключается-

1. В методологии поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей, основанной на принципах и общенаучных подходах, сформулированных применительно к чрезвычайным ситуациям природного и техногенного характера.

2. В разработке моделей процессов управления в чрезвычайных ситуациях, основанной на представлении процессов оперативного управления ликвидацией ЧС в виде нечеткой когнитивной карты, разработке методов и подходов к определению объемов привлекаемых ресурсов в условиях неопределенности на основе генетических алгоритмов.

3. В разработке моделей для прогнозирования параметров чрезвычайных ситуаций на основе доступных архивных данных с использованием нейронных сетей.

4. В разработке теоретических основ распределения ресурсов между функциональными подразделениями, привлекаемыми для ликвидации од-

но- и двухочаговых чрезвычайных ситуаций, на основе мультиагентных динамических моделей функциональных подразделений

5. В разработке подходов к построению методов, моделей и алгоритмы для анализа и синтеза сценариев управления ликвидацией чрезвычайных ситуаций, основанных на построении функциональных, информационных и динамических моделей в виде сетей Петри с учетом многоуровневых информационных связей в организационной структуре системы оперативного управления в условиях ЧС, взаимосвязи процессов развития опасных факторов чрезвычайных ситуаций и действий по их ликвидации, в разработке подходов к распознаванию исходного состояния ЧС по неполной и неточной информации, формированию и корректировке планов управления, уточнения состава и параметров организационных мероприятий на основе сценарных моделей.

Практическая значимость и реализация результатов работы

Практическая ценность результатов заключается в следующем:

1 В разработке методов и моделей процессов управления в чрезвычайных ситуациях на основе нечетких когнитивных карт, что позволяет производить моделирование, прогнозирование и синтез алгоритмов управления в условиях ЧС при неполной информации о параметрах чрезвычайных ситуаций

2. В разработке моделей прогнозирования параметров чрезвычайных ситуаций с использованием нейронных сетей на основе архивных данных

4 В разработке мультиагентных динамических моделей, предназначенных для поддержки принятия решений по распределению ресурсов при ликвидации одно- и многоочаговых чрезвычайных ситуаций

5 В разработке методов, моделей и алгоритмов синтеза сценариев управления ликвидацией чрезвычайных ситуаций на основе построения функциональных, информационных и динамических моделей в виде сетей Петри Разработке метода формирования и оперативной корректировки планов ликвидации техногенных чрезвычайных ситуаций.

6 В построении на основе разработанных моделей информационной системы, предназначенной для поддержки принятия решений в условиях чрезвычайных ситуаций (ИСППР ЧС)

Полученные результаты в виде математических моделей, реализующих их прикладных программ в составе систем поддержки принятия решений в условиях чрезвычайных ситуаций внедрены в МЧС России, в Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан, ГУП НИИ безопасности жизнедеятельности Республики Башкортостан и в учебном процессе на кафедрах «Техническая кибернети-

ка», «Автоматизированные системы управления» в Уфимском государственном авиационном техническом университете

Связь темы исследования с целевыми программами

Работа выполнена в период 1996-2007 гг в Министерстве по делам гражданской обороны и чрезвычайным ситуациям Республики Башкортостан (МЧС РБ), Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан и на кафедре «Техническая кибернетика» Уфимского государственного авиационного технического университета в рамках республиканских государственных целевых программ «Экологическая безопасность Республики Башкортостан на период 1996-2000 годов» (подпрограмма «Предупреждение чрезвычайных ситуаций и ликвидация их последствий»), «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Республике Башкортостан до 2005 года» и Федеральной целевой программы «Социально-экономическое развитие Республики Башкортостан до 2006 года»

Результаты, выносимые на защиту

1. Методология поддержки принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей

2 Методы и модели, предназначенные для поддержки принятия решений для управления в чрезвычайных ситуациях в условиях неполноты исходных данных о параметрах ЧС, на основе нечетких когнитивных карт

3 Модели для прогнозирования параметров чрезвычайных ситуаций с использованием нейронных сетей.

4 Теоретические основы решения задачи распределения ресурсов между функциональными подразделениями, привлекаемыми для ликвидации чрезвычайных ситуаций, с использованием мультиагентных динамических моделей

5 Методы, модели и алгоритмы, предназначенные дня анализа и синтеза сценариев управления ликвидацией чрезвычайных ситуаций с учетом многоуровневых информационных связей в организационной структуре системы оперативного управления в условиях ЧС и взаимосвязи процессов развития опасных факторов ЧС и действий по их ликвидации.

6 Информационная система поддержки принятия решений в условиях чрезвычайных ситуаций, результаты использования разработанных методов, моделей, прикладного программного обеспечения для решения задач, связанных с предупреждением и ликвидацией ЧС на территории Республи-

ки Башкортостан.

Апробация работы

Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях и семинарах:

1. Республиканской конференции «Проблемы экологического мониторинга», г.Уфа, 1995 г.

2. Республиканской научно-практической конференции «Проблемы предупреждения и ликвидации чрезвычайных ситуаций и обеспечения экологической безопасности», г Уфа, 1999 г

3. I, Ш, IV, V Международных конференциях "Проблемы управления и моделирования в сложных системах", г Самара, 1999 г., 2001 г, 2002 г, 2003 г.

4 Научно-практическом семинаре «Современные технологии в геоинформационном обеспечении органов государственной власти и управления территориями в картографии, геодезии, маркшейдерии», г Челябинск, 1999 г

5. II, III Международных семинарах «Информатика и информационные технологии», г Уфа, 2000 г., 2001 г

6. I, И, III Всероссийских научно-технических конференциях «Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций», г. Уфа, 2000 г., 2001 г., 2002 г.

7. Научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций и их источников», г Москва, 2002 г.

8. Международной конференции «Системный анализ в проектировании и управлении», г. Санкт-Петербург, 2002 г.

9 III Научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций», г Москва, 2003 г.

10 III, V Международных семинарах "Компьютерные науки и информационные технологии", г Уфа, 2003 г., 2005 г

11. Международной конференции "Мехатроника, Автоматизация, Управление", г Владимир, 2004 г

Структура работы

Диссертационная работа состоит из введения, 6 глав основного материала, списка литературы и приложений Работа содержит 341 страницу машинописного текста, кроме того, содержит 123 рисунка и 21 таблицу. Библиографический список включает 240 наименований. Приложения к диссертации изложены на 15 страницах

Основные положения и результаты диссертационной работы непосредственно отражены в 54 публикациях, 1 монографии, 3 учебных посо-

биях, 50 статьях и материалах конференций, в том числе в 10 статьях, опубликованных в научных печатных изданиях, рекомендованных ВАК России

ОСНОВНОЕ СОДЕРЖАНИЕ РАБОТЫ

Во введении обоснована актуальность диссертационной работы, сформулированы цель и задачи исследования, определены новизна и практическая значимость работы

Первая глава посвящена анализу проблемы поддержки принятия решений в условиях чрезвычайных ситуаций Рассмотрены различные классификации чрезвычайных ситуаций, типовые стадии развития ЧС, проведен анализ основных проблемных ситуаций, возникающих при принятии решений в условиях чрезвычайных ситуаций, сформулированы основные требования, предъявляемые к системам поддержки принятия решений в условиях ЧС

К чрезвычайным ситуациям применимы все отличительные признаки сложных систем, описанные в литературе В общем случае, независимо от физической природы, чрезвычайная ситуация S(t) может быть описана кортежем вида:

<X(t),F(t),U(t),C(t)>, (1)

что отражает необходимость комплексного рассмотрения как характера развития ЧС, так и мер, направленных на парирование ее негативных последствий

Здесь Л"(<) - вектор переменных состояния объекта, на котором возникла ЧС,

F(f) - вектор внешних возмущений, дестабилизирующих факторов, t/(r>— вектор управляющих воздействий, направленных на уменьшение масштабов ЧС,

С(г)- план ликвидации (локализации) ЧС

Типовая структура системы оперативного управления в условиях ЧС (СОУ ЧС) может быть представлена в виде схемы, изображенной на рис. 1

В общем случае задача управления ЧС сводится к определению таких значений U(t), при которых переменные состояния объекта принимают только допустимые значения X{t) е ЦД/), где О0 - область допустимых значений состояний.

Необходимым условием повышения обоснованности принятия управленческих решений по ликвидации (локализации) чрезвычайных ситуаций является моделирование развития ЧС во времени.

Решение_

о ликвидации Г {локализации ЧС)

Ресурсы по ликвидации ЧС

Подсистема I | Подсистема принятия [—к планирования решений ! I ресурсов

СЮ

Т

Т«

Подсистема Щ)

управления ЧС

ресурсами

т

Рисунок 1. Типовая структурная схема системы оперативного управления в условиях ЧС

В главе рассмотрены известные подходы к построению моделей описания динамики чрезвычайных ситуаций, в том числе основанных на нелинейных дифференциальных уравнениях, сетях Петри, расчете динамически равновесных состояний, нейросемантических структурах, когнитивных картах, функциональных структурах системного подхода, парадигме ситуационного управления. В работе проведен анализ 20 известных информационных систем поддержки принятия решения в условиях чрезвычайных ситуаций, который показал, что в этих системах при поддержке принятия решений не отражается динамика чрезвычайной ситуации, ход исполнения принятых решений при ликвидации ЧС, а также не оцениваются последствия от реализации принимаемых решений.

В результате анализа подходов сделан вывод о том, что известные модели ориентированы на описание процесса развития чрезвычайных ситуаций и прогноза их последствий В то же время недостаточно разработаны модели, предназначенные для описания процессов, связанных с оценкой ситуации, разработкой планов ликвидации чрезвычайных ситуаций и управления ресурсами, привлекаемыми для ликвидации (локализации) чрезвычайных ситуаций. Таким образом, актуальными направлениями исследования являются: разработка методологических и теоретических основ информационной поддержки принятия решений для управления в условиях чрезвычайных ситуаций; теоретических основ построения динамических моделей ликвидации ЧС и построения на их основе системы оперативного управления в условиях чрезвычайных ситуаций (СОУ ЧС), оценки влияния параметров СОУ на эффективность ликвидации ЧС; особенностей реализации разработанных теоретических положений с учетом территориальных особенностей регионов и специфики существующих в регионах организационных структур систем предупреждения и ликвидации чрезвычайных ситуаций.

На основе выполненного анализа определен круг научных и практических задач, решение которых позволит повысить эффективность под-

держки принятия решений для управления в условиях чрезвычайных ситуаций

Вторая глава посвящена разработке методологических основ поддержки принятия решений в условиях чрезвычайных ситуаций. Для обеспечения поддержки принятия решений в условиях чрезвычайных ситуаций разработаны системная и концешуальная модель ЧС, а так же комплекс когнитивных и динамических моделей чрезвычайных ситуаций различных классов

Первым этапом в построении модели чрезвычайной ситуации является построение системной модели, которая должна объяснить и взаимоувязать предпосылки, механизмы возникновения и основные фазы развития, локализации и ликвидации последствий чрезвычайных ситуаций Построение такой модели позволяет классифицировать текущую фазу чрезвычайной ситуации и делает возможным на качественном уровне прогнозировать ее развитие в сложившейся обстановке, качественно оценить ресурсы, требуемые для контроля и управления развитием ЧС в соответствии с тем или иным сценарием

Системная модель чрезвычайной ситуации представляет собой множество взаимосвязанных отдельных подсистем (элементов), каждая из которых графически изображается в виде триады - графа с тремя вершинами (рис. 2). Каждой вершине соответствует определенное множество объектов, а ребрам соответствуют отношения между этими объектами.

Элементами системной модели являются множество потребностей Пт, связанных с ликвидацией множества ЧС Л^чс, методологий С по ликвидации чрезвычайной ситуации, множество целей 2, множество проблем М, множество необходимых функций Р, множество отражающих подцели задач 3, множество функциональных систем множество алгоритмов А функциональных систем, множество компоновок Км (оргструктур), множество вариантов этих компоновок Вк, множество работ (мероприятий) V,

О

"К

Рисунок 2. Системная модель чрезвычайной ситуации

множество располагаемых технологий Тх множество новых состояний процесса развития ЧС Х^, множество ресурсов Л Предлагаемая системная модель допускает итеративное уточнение и более детальную формализацию отдельных элементов и связей.

Предложена концептуальная модель чрезвычайной ситуации, основанная на взаимодействии подсистем (агентов), имеющих собственные локальные цели и функции, которые реализуются соответствующими информационно-управляющими системами (рис 3). Для концептуальной модели чрезвычайной ситуации сформулированы в общем виде уравнения движения неуправляемой ЧС, подсистемы принятия оперативного решения и исполнительной подсистемы.

Для построения моделей процессов управления в условиях чрезвычайных ситуаций, пригодных для количественных и качественных исследований, предложена схема идентификации элементов и связей построенной концептуальной модели. Рассмотрено преобразование концептуальной модели чрезвычайной ситуации в модели различных классов, позволяющих обеспечить имитационное моделирование процессов управления в условиях ЧС

Рассмотрен подход к моделированию процессов управления в условиях чрезвычайных ситуаций с использованием нечетких когнитивных моделей. В соответствии с указанным подходом модель чрезвычайной ситуации представляется в виде когнитивных карт различных классов (знаковых, нечетких, расширенных нечетко-когнитивных)

На основе системных принципов выявлены основные факторы, которые должны учитываться при построении нечеткой когнитивной карты (НКК) для моделирования процессов возникновения и развития чрезвычайных ситуаций.

В общем случае нечеткая когнитивная модель чрезвычайной ситуации представляет собой знаковый ориентированный граф, где каждой вершине соответствует концепт - базисный фактор ситуации, а каждой дуге - отношение, которое в общем случае является функциональной зависимостью /9{Х,,Ху), где X, и Х} — показатели (параметры), характеризующие состояния соответственно I-го и ]-то узлов в рассматриваемый момент времени, либо некоторые отношения между этими концептами Отношения между концептами могут принимать алгебраическое значение ±1, либо весовое значение ± Жу.

Предложено при построении когнитивной модели чрезвычайной ситуации выделять три множества концептов концепты Св ={С,а}, обозначающие источники поражающих факторов и характеризующиеся переменными Х,и; концепты С" ={С'}, характеризующие угрозы возникновения ЧС (переменные X?); концепты Сс = {С°}, характеризующие состояние объектов поражения (переменные Х°)

Особенность предлагаемого подхода к моделированию чрезвычайных ситуаций заключается также в выделении трех режимов функционирования объекта:

1) нормальный (штатный) режим, когда объект функционирует при заданной загрузке без инцидентов, переменные состояния концептов находятся в интервале 1(ЛГ,иио)0,(ЛГ,£'и-<:%Ь где (Х,иис)0 - начальные значения переменных, (Х?иа),р - критические значения переменных, при которых возможно возникновение критических (предаварийных) ситуаций,

2) критический (предаварийный, потенциально опасный) режим, когда состояние объекта требует принятия незамедлительных мер по недопущению возникновения аварийной или чрезвычайной ситуации, переменные состояния концептов находятся в интервале [(Х,аис)ч,;(^,иий),„]> где (X®и С)кс - значения переменных, при которых возможно возникновение

чрезвычайных ситуаций,

3) чрезвычайный режим - назначается в случае возникновения аварийной или чрезвычайной ситуации, значения переменных состояния объекта выходят за предельные значения (Х? и с) > (Х? и а)чс

Показано, что существенные изменения состояния когнитивной модели чрезвычайной ситуации происходят при изменении режимов его рабо-

ты, разделяемых на три основные группы режимов* нормальные (штатные), критические и чрезвычайные.

С позиций управления в условиях чрезвычайных ситуаций использование дополнительных управляющих воздействий (организационно-технических мероприятий по снижению последствий или предупреждению ЧС) существенно меняет картину когнитивной модели ЧС и прежде всего характер и силу ее связей. Связи между концептами С, и С} при этом описываются весами где {X*}- множество переменных состояния дополнительно введенных концептов типа {С*}, определяющих множество возможных управляющих воздействий

Для наиболее опасных с точки зрения возможных последствий и массовых по характеру поражающих факторов приведены типовые когнитивные модели развития чрезвычайных ситуаций (для аварий на химически- и пожаровзрыво- опасных объектах).

Рассмотрен подход к моделированию процессов управления в условиях чрезвычайных ситуаций с использованием информационных, функциональных моделей и динамических моделей в виде сетей Петри.

В соответствии с указанным подходом модель чрезвычайной ситуации (Мус) представляет собой совокупность функциональной, информационной и динамической модели процессов управления в условиях ЧС

Мус = (ФМЧС, ИМЧС, ДМчс}, (2)

где ФМЧС, ИМча ДМчс — соответственно функциональная, информационная, динамическая модели процессов управления в условиях чрезвычайных ситуаций

Функциональная модель ФМЧС, построенная в нотации ЮЕРО, описывается.

ФМчсе{Ф,ФС}, (3)

где Ф - функции, описывающие процессы управления в условиях чрезвычайных ситуаций,

ФС - функциональные связи.

Для п о строения информационной модели проц ессов управления в условиях чрезвычайных ситуаций ИМЧС использован стандарт ЮЕР1Х, который позволяет получить информационные модели, согласованные с функциональными моделями ФМЧС процессов управления в условиях ЧС.

Дискретная динамическая модель ДМЧС описывается в виде модифицированной сети Петри, в которой позиции соответствуют промежуточным состояниям развития опасных факторов ЧС и мероприятиям по их ликвидации, переходы - процессам взаимодействия состояний, параметры

меток - изменяющимся во времени характеристикам ЧС, входные параметры модели — начальным характеристикам ЧС и набору ликвидационных мероприятий, выходные параметры - потерям в результате действия опасных факторов ЧС и суммарным затратам на ликвидацию.

Третья глава посвящена анализу и синтезу алгоритмов управления в условиях чрезвычайных ситуаций с использованием нечетких когнитивных карт (НКК), позволяющих производить анализ и синтез алгоритмов управления при неполной информации о параметрах чрезвычайных ситуаций.

Рассмотрены основные этапы анализа нечетких когнитивных карт объектов, включающие в себя анализ связности, сложности и анализ устойчивости НКК моделируемого объекта. Предложена методика моделирования процессов возникновения и развития чрезвычайных ситуаций (на примере химически опасного объекта) с использованием нечетких когнитивных карт.

В связи с трудоемкостью ручного построения нечеткой когнитивной карты чрезвычайной ситуации разработан подход к построению НКК на основе алгоритмов обучения. Как показали исследования, нечеткая когнитивная карта чрезвычайной ситуации может быть представлена в виде нейронной сети Элмана. В качестве значений параметров объектов поражения принимались усредненные данные о поведении объекта в случае воздействия той или иной угрозы. Результаты обучения нечеткой когнитивной карты объекта в условиях чрезвычайной ситуации представлены на рис. 4.

Рисунок 4, Результаты обучения НКК чрезвычайной ситуации

Используя приведенный подход, можно обучать нечеткую когнитивную карту объекта в условиях чрезвычайной ситуации и с учетом принятия мер по управлению ликвидации чрезвычайной ситуации Для обучения НКК возможно также использование и других типов нейронных сетей, например, сетей Хопфидца

Рассмотрена задача оптимизации выделения ресурсов для ликвидации ЧС с использованием генетического алгоритма Задача оптимизации сводится к определению таких настроек (отклонений) весовых коэффициентов НКК Дй^ = Ш*ч - , которые удовлетворяют условиям-

(Д^^ДИ^А^)^, (4)

ы

и обеспечивают минимум целевой функции

где (&1¥9)та и (Д^)тах - допустимые пределы изменения АШу, Я* - допустимый уровень ущерба,

5,- ресурсы (затраты), выделяемые на внедрение средств защиты /-го элемента объекта,

5 - целевая функция отражает затраты на снижение Л - ущерба от последствий ЧС.

Поиск оптимального решения для данной задачи выполнен с помощью генетического алгоритма. Результаты, полученные с помощью генетического алгоритма, позволяют определить оптимальный объем привлекаемых ресурсов для снижения уровня ущерба до приемлемого уровня при чрезвычайной ситуации

Разработана методика прогнозирования параметров чрезвычайных ситуаций с использованием нейронной сети, основанная на преобразовании нечеткой когнитивной карты объекта в условиях чрезвычайной ситуации в нейронную сеть, что позволяет использовать известные подходы к обучению нейронной сети на основе архивных данных о произошедших чрезвычайных ситуациях.

В четвертой главе описаны модели и организационно-функциональные структуры систем управления ликвидацией чрезвычайных ситуаций. При формировании организационной структуры системы оперативного управления ликвидацией чрезвычайных ситуаций предложено использовать сочетание мультиагентной и функционально-технологической концепций

СОУ ЧС представляется в виде множества взаимосвязанных и взаимодействующих агентов как активных элементов, имеющих свои локальные цели и ресурсы, которые согласованы с глобальной целью системы и располагаемыми ресурсами. В мультиагентной организации реализуется принцип децентрализованного управления. Центр управления в чрезвычайных ситуациях (ЦУЧС) осуществляет координацию деятельности агентов - функциональных подразделений, участвующих в ликвидации чрезвычайной ситуации.

Ликвидация (локализация) чрезвычайной ситуации рассматривается с позиций организационного объекта управления, для перевода которого из текущего в более благоприятное состояние требуется осуществление ряда организационных мер в виде выполнения некоторого объема работ с требуемым темпом.

Сочетание мультиагентной и функционально - технологической концепций организации управления в условиях чрезвычайных ситуаций позволяет создать высокоэффективную систему оперативного управления На рис.5 показана системная модель ликвидации ЧС, полученная на основе сочетания мультиагентной и функционально — технологической концепций в виде пирамиды, составленной из множества триад

Рисунок 5. Системная модель ликвидации чрезвычайной ситуации, полученная сочетания мультиагентной и функционально - технологической концепций

Для построения системной модели были выделены 7 основных элементов.

2 — множество целей, связанных с ликвидацией чрезвычайных ситуаций,

А — множество агентов, участвующих в ликвидации чрезвычайных ситуаций,

ЩБп-Б) - множество связей между агентами, образующих множество оргструктур,

Е- множество функций, выполняемых агентами в рамках образованных оргструктур,

Я — множество ресурсов, предназначенных для ликвидации чрезвычайных ситуаций,

V - мно жество объемов работ, необходимых для ликвидации чрезвычайных ситуаций,

7> - множество технологий выполнения работ по ликвидации чрезвычайных ситуаций.

Эти элементы образуют модель системы ликвидации чрезвычайных ситуаций: 5={ДДН,Р,Е,У,ТХ}, основанную на 35 триадах, которые в совокупности охватывают все множество организационных проблем, связанных с ликвидацией чрезвычайных ситуаций

Одним из важнейших элементов на оперативном уровне управления в структуре СОУ ЧС является функциональное подразделение (ФП) как активный производственный агент системы, функционирование которого направлено на решение поставленной вышестоящими уровнями управления задач При этом функциональное подразделение является самоуправляемым агентом, т е. самостоятельно формирует, исполняет и контролирует свои действия по реализации ресурсов, направленных на выполнение намеченного объема работ по ликвидации ЧС (рис. 6.).

Рисунок 6 Динамическая модель действий ФП как самоуправляемого агента

Здесь через Л,, ДД, обозначены плановый, фактический и дополнительный темпы расхода ресурсов,

^0,(5) - динамическая модель исполнительного агента; IV у, (5) - динамическая модель управляющего агента;

(я) - динамическая модель процесса оперативного планирования Процесс ликвидации чрезвычайной ситуации как объекта управления трансформирован в некоторое производство объема работ, после выполнения которого ЧС должна перейти в желаемую ситуацию. Само функциональное подразделение как автономный самоуправляемый агент представляет собой систему управления, состоящую из таких агентов (элементов),

как планирующий, прямого управления, управляющий, исполняющий, анализирующий и информирующий

Функциональное подразделение строит свое управление таким образом, чтобы к заданному сроку выполнить намеченный (запланированный) объем работ, например, путем поддержания определенного темпа выполнения работ.

В этих моделях учтены динамические параметры агентов, входящих в состав функционального подразделения, и отражающие такие их свойства, как инерционность действий, уровень профессионализма, наличие чистого запаздывания в принятии решения, эффективность использования собственных ресурсов.

Разработанные на основе агентного подхода модели дополнены моделью распределения ресурсов между функциональными подразделениями

Пусть в ликвидации многоочаговой чрезвычайной ситуации участвуют и функциональных подразделений Эффективность деятельности г- го подразделения определяется некоторой функцией Д(г,), где 1 = 1,и, а г' -количество всех видов ресурсов, полученных г- м ФП Функция эффективности /?г(г;) рассматривается в качестве функции предпочтения при распределении ресурсов Необходимо обеспечить максимальную суммарную эффективность всех функциональных подразделений" (6) ах

»=1

при условии ограниченности распределяемого ресурса

(7)

где Я - располагаемый ресурс.

В линейном случае, когда Д =Х,гп где я, = , максимальное

дг,

значение эффективности ¿Д/, -> тах достигается при Я,, когда ресурсы

1=1

распределяются равномерно между всеми функциональными подразделениями при условии, что они работают все с одинаковой эффективностью, т.е. Яд=Я2 = =ЛгИ/-,=г2= =г„=г0.

В реальности функциональные подразделения, привлекаемые к ликвидации чрезвычайной ситуации, работают не с одинаковой эффективностью Рассмотрим в общем случае задачу распределения ресурса между п функциональными подразделениями Через zl обозначим заявку 1-го ФП

я

на ресурсы Если заявок подано больше, чем имеется ресурсов: >Л и

1-1

заявки ФП ограничены: 0<г, = в этом случае используется алгоритм (механизм) пропорционального распределения.

Г, = = (8)

5>*

ш

Механизм распределения яг() определяет ЦУЧС. Рассмотрены следующие механизмы распределения ресурсов неманипулируемый механизм, приоритетный механизм (механизм прямых приоритетов, механизм абсолютных приоритетов, механизм обратных приоритетов). В различных чрезвычайных ситуациях могут использоваться различные механизмы распределения ресурсов.

Предлагаемый комплекс моделей позволяет формализовать процесс управления ликвидацией чрезвычайной ситуацией. Это в свою очередь делает возможным повысить эффективность мероприятий на операционном уровне ликвидации (локализации) ЧС.

В пятой главе рассмотрены методы и модели, предназначенные для моделирования и синтеза сценариев управления при ликвидации чрезвычайных ситуаций. Определены требования к моделям управления в условиях чрезвычайных ситуаций, разработана структура взаимодействия моделей (рис 7)

Стратегия ЛПР Обстановка

Модель [

распознавания ЧС ^

-1-

_I__, я

Модель прогноза - . --

развития ЧС е у | Механизм

оценки последствий —взаимодействия

,) между моделями

\1 Механизм коррекции 'у ' планов действий

/

1 /'

Модель ]/

координации [ исполнения плана |

Планы действий

Рисунок 7 Модели управления в условиях чрезвычайных ситуаций

I

Модель синтеза планов

Модели организационных процессов ликвидация ЧС

(ФИ ИМ, ДМ)

Модели алаинроюнм 1 _листнтащш_1

Модсди расчета параметров меродрюггнй

_______I_

Показано, что описание сценариев управления в условиях чрезвычайных ситуаций может быть сведено к использованию известного формального аппарата, основанного на совместном использовании функциональной, информационной и динамической моделей.

Проведено функциональное и информационное моделирование процессов ликвидации с учетом многоуровневого характера СОУ ЧС, предложена многоуровневая функциональная модель ликвидации чрезвычайной ситуации (рис 8).

__1С^рнтроля

(оповестить в МЧС.МВД _Д

Рисунок 8 Обобщенная многоуровневая функциональная модель ликвидации чрезвычайной ситуации

Основное ее отличие от «плоских» функциональных моделей заключается в комплексном /ДЕ/и-представлении связанных между собой процессов межуровневого взаимодействия функций моделируемой системы

Для моделирования сценариев управления в условиях чрезвычайных ситуаций в работе используется динамическая модель, отражающая временные характеристики и взаимосвязь протекающих при ЧС процессов Определены основные этапы построения динамической модели сценария управления в условиях чрезвычайной ситуации:

1 Строится динамическая модель развитая ЧС (ДМРЧС), отображающая процессы развития опасных факторов чрезвычайной ситуации без учета действий СУЧС. Позиции ДМРЧС формируются на основе промежуточных состояний известных сценариев возникновения и развития ЧС,

функции переходов соответствуют принятым физико-химическим моделям расчета параметров аварии и алгоритмам определения потерь

2. Строится динамическая модель принятия решений (ДМПРЧС), отображающая процессы принятия решений при ликвидации чрезвычайной ситуации, когда руководитель анализирует все возможные варианты действий применительно к развитию текущей обстановки ДМПРЧС строится на основе ДМРЧС путем добавления позиций, соответствующих предупредительным мероприятиям СУЧС по ликвидации опасных состояний, и переходов, моделирующих алгоритмы определения состава и параметров необходимых мероприятий для ликвидации опасных промежуточных состояний.

3 Строится динамическая модель ликвидации ЧС (ДМЛЧС) (см. фрагмент модели на рис.9) на основе ДМПРЧС путем переориентации позиций, соответствующих ликвидационным мероприятиям, добавления и установки их в качестве входных для переходов и состояний, наследованных из ДМРЧС. Это позволяет моделировать влияние ликвидационных мероприятий на динамику параметров чрезвычайной ситуации и на величину потерь

С,.2/Поглощение „ ,

ПГФ хлора С^/Воздеиствие воздушно____ _ тепловыми потоками

С,.'/Поглощение щелочной завесой

ПГФ хлора ,---, \

водяной завесой I * \ I *

--Ч

С^/Перехват облака | А

распылением нейтрали- V__

заторов с авиации

СуВыброс

С/Авария жидкого хлора ""с/Первичное

О

облако

истечения

3"' ^ ■

Е,/Процесс Е/Формировайк С</Пролив первичного облака —

С19/Использование СИЗ

Рисунок 9. Фрагмент динамической модели ликвидации ЧС

Одним из этапов моделирования сценариев управления является поиск наилучшего плана Фг ликвидации, моделирование реализации которого на ДМЛЧС позволяет спрогнозировать минимальные суммарные потери

ф : к?™ = щш (к?™)

(9)

Разработан алгоритм распознавания аварий, включающий следующие операции.

- определение перечня и шкал измерения признаков аварий Х={х1,х2, -,х„}, причем часть признаков соответствует входным параметрам моделирования развития ЧС, осуществляемого на последующих этапах поддержки принятия решения;

- формирование списка 5 полных описаний возможных аварий в системе признаков X с указанием вероятностей их возникновения р, и показателей степени опасности

- имеющееся неполное описание текущей ситуации 5* интерпретируется в вектор признаков х*={х*,,х*2, ,х*т}, признакам с неизвестными значениями назначается значение неопределенности г",

-в соответствии с выбранными шкалами измерений признаков по формуле 10 определяются расстояния {¡¡.Ь, ,1„} между неизвестной ситуацией я* и классами полных описаний аварий и формируется подмножество 5 с 5 аварий, до которых расстояния {!,} минимальны; для аварий из сформированного множества рассчитывается условная вероятность их возникновения р;усл по формуле 11

где множество аварий, ранжированных по степени опасности или рассчитанной вероятности возникновения, предъявляется ЛПР, которое принимает окончательное решение о выборе наиболее близкой ситуации 5И по которой и будет осуществляться планирование ликвидации

Продемонстрирована адекватность предлагаемого алгоритма путем апробации на реальных данных соответствующих аварий на ОАО "Уфа-химпром"

Предложен и исследован метод формирования планов ликвидации техногенных чрезвычайных ситуаций, на первом этапе которого формируется обобщенный базовый план Ф&о мероприятий с неопределенными параметрами выполнения и неназначенными исполнителями План Фбт формируется путем классифицирования текущей чрезвычайной ситуации (т.е отнесения ее к ¡-му классу) и включает наборы Ф, мероприятий (р], за-

(Ю)

(И)

крепленные за выбранными классами чрезвычайных ситуаций К, в сценариях СЦ,

<*>*,=1К (12)

г

СЦ,<=(К„Ф}, Ф, = (<?!, <р'г,...,<р],..)

Формирование эффективного детального плана Фэфф с рассчитанными параметрами выполнения и назначенными исполнителями осуществляется по следующим шагам:

1. Выделение в составе базового плана Ф&и однотипных наборов мероприятий, выполняемых формированиями одного типа.

2 Расчет параметров мероприятий, не требующих оптимизации выбора сил и средств, по известным методикам и алгоритмам.

3. Расчет оптимального количества сил, необходимого для выполнения каждого набора мероприятий, и оптимального распределения заданий на мероприятия между выбранными формированиями

Расчет оптимального распределения ликвидационных ресурсов производится путем решения задачи динамического программирования, состоящей в определении вектора загрузки ликвидационных формирований У=(\ь \2, при минимально необходимых затратах на ликвидацию

л

г- =У

общ / > 1=1

г

Х-Г+г?

—>Ш1П

при ограничениях

л

V, >0, / = (1,А),

(13)

(14)

общ — *фикс

где для г-го формирования: г" - затраты при выдвижении за единицу времени, - время на выдвижение к месту ЧС, г? - затраты за единицу времени при участии в ликвидации, и»,- производительность, *овщ - время ликвидации ЧС, - нормативное время ликвидации ЧС.

Предложено решение задачи, состоящее в ранжировании формирований по времени прибытия, пошаговом выборе наиболее оперативно прибывающих отрядов с выделением им максимальных объемов работ, сравнения суммы выделенных объемов с установленным необходимым объемом Ж

На рисунке 10 изображен рост ожидаемой общей производительности группировки ликвидации по мере прибытия ликвидационных сил, причем площадь заштрихованной области соответствует объему работ IV.

И'

сумм

#I

1

.. \ \¥

\ §ойл — 1

Рисунок 10. Зависимость \Гепа,0)

Предлагаемый подход к формированию детального плана Фоснованный на решении задачи динамического программирования, позволяет определить минимальный состав необходимых сил, соответствующий тем формированиям, привлечение которых действительно даст эффект. Кроме того, сформированный вектор загрузки V реализует наиболее экономное с точки зрения затрат на ликвидацию распределение заданий.

В шестой главе представлены результаты, полученные в ходе решения прикладных задач по предупреждению и ликвидации ЧС с использованием разработанных методов и моделей.

Приведено описание информационной системы поддержки принятия решений по управлению в условиях чрезвычайных ситуаций (ИСППР ЧС) (рис, 11). Приведены функциональные характеристики и возможности подсистем ИСППР ЧС в трех режимах работы: режим повседневной деятельности, режим повышенной готовности и чрезвычайный режим.

В качестве примера использования функциональных подсистем ИСППР ЧС приведены результаты исследования моделирования динамики последствий аварии на установке сжижения хлора. На рис.12 приведена нечеткая когнитивная карта с управляющими решениями для ликвидации чрезвычайной ситуации.

поддержки принятия ранений по управлению в условиях ЧС

ЦКИ'МЙИЩЧДМ

Систем» ряткцшош

ч

I Паюкпнафисш*

ая^менюо чрезвычайных апумдщ

цослсдстикй ЧС

дгаишчеаапсичаелев !

| Оитипрршфшпкгв

Окпм* меимторяигяЧС

Рисунок 11 Функциональные подсистемы ИСППР ЧС

Рисунок 12. НКК установки сжижения хлора с управляющими решениями для ликвидации чрезвычайной ситуации

Не приводя детального описания параметров (они приведены в тексте диссертации) на рис 13 показаны результаты моделирования, которые демонстрируют изменения состояния концептов во времени при имитации действия различных угроз. Отметим, что дня удобства представления результатов значения переменных состояния X, нормированы, при этом значение «1» соответствует предельно допустимому значению переменной состояния Если значения этих переменных приближаются к единице, то можно говорить о возникновении ЧС, в случае превышения единицы верхнего уровня - о развитии ЧС

Рисунок 13. Изменение переменных состояния концептов. а- без учета управляющих воздействий, б - с учетом управляющих воздействий

На рис 146 показано изменение значений переменных в случае принятия специальных мер по предупреждению возникновения ЧС и смягчению последствий при их возникновении. Сравнение рис. 13, а и рис. 13, б позволяет сделать вывод, что управляющие воздействия позволяют стабилизировать состояние объекта (переменные Х^ и ХЕ5'), а также добиться получения допустимых значений переменных х° и Х°9, характеризующих состояния объектов поражения

В соответствии с методикой прогнозирования параметров чрезвычайных ситуаций с использованием нейронной сети выполнено прогнозирование максимальных уровней воды при паводке на реке Белая Показана практическая целесообразность использования предложенного метода прогнозирования уровня половодья, позволяющая обнаруживать скрытые закономерности исследуемых временных последовательностей и использовать их для вычисления параметров чрезвычайной ситуации

Хз

ОСНОВНЫЕ РЕЗУЛЬТАТЫ

В диссертационной работе получены следующие научные и практические результаты:

1. Разработаны основы методологии поддержки принятия решений, направленных на локализацию (ликвидацию) чрезвычайных ситуаций, базирующейся на сочетании системной и концептуальной моделей процесса ликвидации ЧС Разработанная методология отличается от известных методологий аналогичного назначения тем, что с единых системных позиций рассматривает взаимосвязанные действия на разных уровнях системы управления ликвидацией (локализацией) чрезвычайной ситуации Использование предлагаемой методологии позволяет повысить обоснованность принятия управленческих решений и эффективность их реализации в условиях ограничений на доступные временные, материальные и людские ресурсы, а также исходной неопределенности, связанной с недостатком точной информации на начальной стадии развития чрезвычайной ситуации

2 На основе предложенных научных подходов разработаны модели чрезвычайных ситуаций, основанные на использовании нечетких когнитивных карт Это позволяет моделировать процессы протекания чрезвычайных ситуаций на начальной стадии, в условиях недостатка точной информации о внутреннем состоянии чрезвычайной ситуации и за счет этого принимать обоснованные решения относительно объемов ресурсов, необходимых для снижения потерь при ЧС. Приведены примеры использования разработанных моделей для решения задач, связанных с ликвидацией чрезвычайных ситуаций на нефтехимическом предприятии

3 Разработаны модели прогнозирования параметров чрезвычайных ситуаций на основе архивных данных с использованием аппарата нейронных сетей Разработанные модели позволяют эффективно использовать накопленные многолетние данные, а также оценивать прогнозируемое состояние ЧС в случае недостатка информации о механизмах, определяющих характер протекания чрезвычайных ситуаций. Разработанные модели апробированы при решении задачи прогнозирования паводковой ситуации на территории Республики Башкортостан. Сравнение полученных модельных результатов с фактическими данными подтвердило адекватность моделей.

4. Разработаны теоретические основы решения задачи распределения ресурсов между функциональными подразделениями, привлекаемыми для ликвидации чрезвычайных ситуаций В основе полученных результатов лежит использование мультиагентных динамических моделей Отличие предлагаемого подхода от известных основано на рассмотрении двухуровневой системы ликвидации (локализации) чрезвычайной ситуации:

ЦУЧС (уровень тактического управления) и функциональные подразделения (уровень операционного управления) Разработаны модели взаимодействия ЦУЧС с функциональными подразделениями. Проведен анализ влияния динамических параметров на устойчивость системы поддержки плановых темпов выполнения работ функциональными подразделениями. Построены и проанализированы структуры СОУ ЧС различной сложности, использующие три принципа управления: по разомкнутой схеме, по обратной связи и по возмущению. С использованием метода моделирования оценена эффективность структур СОУ ЧС при различных условиях ликвидации развивающейся чрезвычайной ситуации Построены и проанализированы структуры СОУ ЧС с одним функциональным подразделением Показано, что наиболее эффективной является структура СОУ ФП, построенная по комбинированной схеме и использующая информацию об изменении параметра ЧС, наносимого ущерба и их скорости (темпа)

5. Разработаны алгоритмы синтеза сценариев управления ликвидацией (локализацией) чрезвычайных ситуаций, основанные на распознавании исходного состояния ЧС; формирования иерархически организованного плана ликвидации чрезвычайной ситуации, оптимального распределения ликвидационных ресурсов. В отличие от известных подходов предложена формальная модель распознавания исходного состояния чрезвычайной ситуации, основанная на использовании евклидовой метрики, адаптированной для случая, когда некоторые значения вектора признаков ЧС не-определены Отличительной особенностью разработанного подхода к формированию плана ликвидации ЧС является учет многоуровневых информационных связей в иерархической системе управления ликвидацией (локализацией) чрезвычайных ситуаций, а также взаимосвязь процессов развития опасных факторов ЧС и действий по их ликвидации Показано, что на операционном уровне формирование плана может быть сведено к решению задачи динамического программирования.

Полученные теоретические результаты позволяют повысить обоснованность определения состава ликвидационных мероприятий и эффективность действий по ликвидации (локализации) чрезвычайных ситуаций.

6. Разработанные модели, созданные на основе полученных теоретических результатов методики и алгоритмы реализованы в виде информационных компонентов в составе системы информационной поддержки принятия решений

Комплексное использование разработанных методов и моделей в составе ИСППР ЧС позволяет ускорить процесс планирования мероприятий по предупреждению и ликвидации чрезвычайных ситуаций природного и техногенного характера на 30-40%, снизить затраты на ликвидацию ЧС на 5-10% за счет повышения оперативности и эффективности осуществления

действий по предупреждению и ликвидации чрезвычайных ситуаций.

Полученные результаты используются при предупреждении и ликвидации чрезвычайных ситуаций, оценки последствий чрезвычайных ситуаций в Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан, ГУЛ НИИ безопасности жизнедеятельности Республики Башкортостан и в учебном процессе в УГАТУ

ОСНОВНЫЕ ПУБЛИКАЦИИ ПО ТЕМЕ ДИССЕРТАЦИИ В РЕЦЕНЗИРУЕМЫХ ЖУРНАЛАХ ИЗ СПИСКА ВАК

1. Моделирование сценариев управления при ликвидации аварий на химически опасных объектах / И.У. Ямалов // Башкирский химический журнал 2005. Т. 12, № 3. С. 49-58.

2. Моделирование процессов возникновения и развития ЧС на химически опасных объектах с использованием нечетких когнитивных карт / И.У. Ямалов // Башкирский химический журнал 2005 Т 12, № 3. С. 66-71.

3. Информационная поддержка принятия решений при ликвидации чрезвычайных ситуаций на основе моделирования сценариев управления / И.У. Ямалов // Информационные технологии • науч -техн и науч.-произв журн 2005. Вып. №6 С 51-58.

4. Концептуальное моделирование процессов возникновения и развития чрезвычайных ситуаций / И.У. Ямалов // Информационные технологии науч -техн и науч.-произв журн Вып № 7,2006 С. 54—57

5 Моделирование процессов управления ликвидацией чрезвычайных ситуаций с использованием нечетких когнитивных карт / И.У. Ямалов // Экология промышленного производства межотр науч.-практ журнал Вып. № 3.2006. С. 70-74

6. Региональная информационная система поддержки принятия решений по управлению в условиях чрезвычайных ситуаций (на примере Республики Башкортостан) / И.У. Ямалов // Проблемы безопасности и чрезвычайных ситуаций: науч - информ сб М, 2006 Вып № 4. С 37-46.

7 Современные принципы моделирования динамических процессов автоматизированного управления геотехническими объектами в условиях чрезвычайных ситуаций / И.У. Ямалов // Мехатроника, автоматизация, управление: науч -техн. и произв журнал 2006 Вып № 11. С. 50-56

8 Принципы построения моделей возникновения и развития чрезвычайных ситуаций / И.У. Ямалов // Системы управления и информационные технологии • науч -техн журн Воронеж. 2006. № 1.2 (23). С. 297-300.

9. Моделирование сценариев управления ликвидацией чрезвычайных ситуаций на химически опасных объектах / И.У. Ямалов // Экология про-

мышленного производства межотр. науч -практ журнал Вьш № 4. 2006 С 41-48

10. Концептуальное моделирование развития и ликвидации чрезвычайных ситуаций на основе нечетких когнитивных карт / И.У. Ямалов // Проблемы безопасности и чрезвычайных ситуаций. науч. информ. сб.М, 2007. № 1. С. 75-80

В других изданиях:

11 Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций / И. У. Ямалов М Лаборатория базовых знаний, 2007 -273 с

12 Системное проектирование автоматизированных информационных систем • Учебное пособие / И.У. Ямалов, Г.Г. Куликов, О.М. Куликов, Л.С. Полиенко, Уфа УГАТУ, 1999 100 с (Автору принадлежит 75 ж с.)

13 Построение систем поддержки принятия решений на базе хранилища данных экологического мониторинга / И.У. Ямалов, О.М. Куликов // Проблемы предупреждения и ликвидации ЧС и обеспечения экологической безопасности • сб. докл на науч.-практ конф Уфа УГАТУ, 1999. С. 106-110 (Автору принадлежит 4 ж е.).

14 Информационная поддержка решений при ликвидации химических аварий /И.У. Ямалов, О.М. Куликов //Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций • матер Всерос. науч -техн конф Уфа : 2000 С 137-139 (Автору принадлежит 2 ж с.)

15 Системы управления деловыми процессами и документами в управлении безопасностью и риском / И.У. Ямалов, Г.Г. Куликов, О.М. Куликов// Уфа • УГАТУ,2000 121 с (Автору принадлежит 100ж с)

16 Динамическая модель системы оперативного управления в условиях быстропротекающих ЧС / И.У. Ямалов, Б.Г. Ильясов, О .Я. Бежаева // Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций : матер, конф Уфа : НИИ БЖД РБ, 2001 С 144-146 (Автору принадлежит 1 ж с).

17 Модель организационно - функциональной системы оперативного управления процессом ликвидации последствий ЧС / И.У. Ямалов, Б.Г. Ильясов, О .Я. Бежаева // Проблемы прогнозирования, предотвращения и ликвидации последствий ЧС матер, конф Уфа : НИИ БЖД РБ, 2001 С 147-149 (Автору принадлежит 1 ж с).

18 Концепция построения системы мониторинга действий при ликвидации последствий чрезвычайных ситуаций / И.У. Ямалов, О.Я. Бе-

жаева // Проблемы управления и моделирования в сложных системах • Тр. 3-й Междунар. конф. Самара : Самарск. науч. центр РАН, 2001 С. 404—409 (Автору принадлежит 4 ж. с.)

19. Виртуальная система ликвидации последствий чрезвычайных ситуаций /И.У. Ямал ов, Б.Г. Ильясов, ОЛ. Бежаева // Компьютерные науки и информационные технологии Тр. Междунар конф Уфа . УГАТУ, 2001. С. 287-289. (Статья на англ яз, автору принадлежит 1 ж. с ).

20. Распознавание аварийных ситуаций на химически опасных объектах при недостаточной исходной информации / И.У. Ямалов, Т.М. Бу-реева, О.М. Куликов //Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций • матер. II Всероссийской науч -практ. конф. Уфа: 2001. С. 112-114 (Автору принадлежит 1 ж с)

21. Синтез алгоритмов оперативного управления при ликвидации чрезвычайных ситуаций / И.У. Ямалов, Н.М. Дубинин, О.М. Куликов // Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций: матер. II всероссийской науч -практ. конф. Уфа 2001. С. 150-153 (Автору принадлежит 2 ж с)

22 Создание автоматизированной информационно-управляющей системы МЧС РБ /И.У. Ямалов, И.Н. Заитов, О.М. Куликов // Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций " матер. II всерос науч.-практ конф. Уфа 2001. С. 153— 156. (Автору принадлежит 2 ж е.).

23. Структура системы поддержки принятия решений / И.У. Ямалов, Т.М. Буреева, H.H. Красногорская, О.М. Куликов //Наука, Промышленность, Оборона • матер. Сибирск науч.-техн конф. Новосибирск 2001 С. 116.

24. Управление ликвидацией многоочаговых чрезвычайных ситуаций путем перераспределения ресурсов / И.У. Ямалов, Б.Г. Ильясов, О.Я. Бежаева // Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций матер конф Уфа НИИ БЖД РБ, 2002. С 141-143. (Автору принадлежит 1 ж с )

25. Система моделирования процессов ликвидации динамически развивающихся чрезвычайных ситуаций / И.У. Ямалов, Б.Г. Ильясов, ОЛ. Бежаева // Вопросы управления и проектирования в информационных и кибернетических системах : межвуз науч сб. Уфа : УГАТУ, 2002. С 176-184. (Автору принадлежит 6 ж е.).

26. Моделирование процессов ликвидации динамически развивающихся чрезвычайных ситуаций / И.У. Ямалов, Б.Г. Ильясов, О Л. Бежаева // Проблемы управления и моделирования в сложных системах . тр

4-ймеждунар конф. Самара Самарск науч центр РАН, 2002 С. 311-315. (Авторупринадлежит4ж с)

27 Системы поддержки принятия решений в чрезвычайных ситуациях / И.У. Ямалов, Б.Г. Ильясов, О.Я. Бежаева // Системный анализ в проектировании и управлении . тр междунар конф. СПб : СПбГПУ, 2002 С 142-144 (Автору принадлежит 1 ж. с )

28 Информационное обеспечение контроля и управления состоянием природно-технических систем / В.Е. Гвоздев, C.B. Павлов, И.У. Яма-лов // Уфа * Уфимск. гос авиац техн. ун-т, 2002 С 178 (Автору принадлежит 60 ж. с )

29 Интеллектуальное управление в чрезвычайных ситуациях / И.У. Ямалов, Б.Г. Ильясов, О.Я Бежаева // Компьютерные науки и информационные технологии тр междунар конф Уфа УГАТУ, 2003 С 234-237. (Статья на англ.яз., автору принадлежит 2 ж е.).

30 Математическое моделирование ликвидации динамически развивающихся чрезвычайных ситуаций / И.У. Ямалов, О.Я. Бежаева // Меха-троника, автоматизация, управление матер междунар конф. Владимир, 2004. С. 234-237. (Автору принадлежит 3 ж. с.)

31 Системное моделирование процессов возникновения и развития чрезвычайных ситуаций / И.У. Ямалов // Информационные технологии моделирования и управления науч.-техн журн M, 2006 Вып № 8(33) С. 952-957.

Диссертант

Ямалов И У.

Ямалов Ильдар Уралович

ПОДДЕРЖКА ПРИНЯТИЯ РЕШЕНИЙ ДЛЯ УПРАВЛЕНИЯ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОСНОВЕ КОГНИТИВНЫХ И ДИНАМИЧЕСКИХ МОДЕЛЕЙ

Специальность 05 13 01 — Системный анализ, управление и обработка информации

АВТОРЕФЕРАТ

диссертации на соискание ученой степени доктора технических наук

Подписано в печать 31.07.07 г. Бумага офсетная. Формат 60x84 1/16 Гарнитура «Тайме». Печать ризографическая. Уел печл. 1,86. Тираж 100. Заказ 498. Типография ООО «Штайм».

Адрес: 450005, г. Уфа, ул 8 Марта, 12/1 Тел (347) 228-42-23

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ.

1.1. Актуальность проблем поддержки принятия решений в условиях чрезвычайных ситуаций.

1.2. Анализ проблемных ситуаций в процессе принятия решений в условиях чрезвычайных ситуаций.

1.3. Анализ подходов к управлению в условиях чрезвычайных ситуаций и их моделированию.

1.4. О проблеме многокритериальное™ управления в условиях чрезвычайных ситуаций.

1.5. Цели и задачи исследования.

Выводы по первой главе.

ГЛАВА 2. РАЗРАБОТКА МЕТОДОЛОГИИ МОДЕЛИРОВАНИЯ И ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

2.1. Методология поддержки принятия решений в условиях чрезвычайных ситуаций

2.2. Принципы моделирования процессов управления в условиях чрезвычайных ситуаций.

2.3. Системная модель ликвидации чрезвычайной ситуации.

2.4. Концептуальная модель ликвидации чрезвычайной ситуации.

2.5. Моделирование процессов управления в условиях чрезвычаных ситуаций

Выводы по второй главе.

ГЛАВА 3. МОДЕЛИРОВАНИЕ И ПРИНЯТИЕ РЕШЕНИЙ ПО УПРАВЛЕНИЮ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОСНОВЕ НЕЧЕТКИХ КОГНИТИВНЫХ КАРТ.

3.1. Способы анализа нечетких когнитивных карт.

3.2. Моделирование процессов управления в чрезвычайных ситуациях с использованием нечетких когнитивных карт.

3.3. Особенности обучения нечетких когнитивных карт.

3.4. Оптимизация распределения ресурсов при управлении в чрезвычайных ситуациях с использованием генетических алгоритмов.

3.5. Прогнозирование параметров чрезвычайных ситуаций с использованием нейронных сетей.

Выводы по третьей главе.

ГЛАВА 4. МОДЕЛИРОВАНИЕ И ПРИНЯТИЕ РЕШЕНИЙ ПО УПРАВЛЕНИЮ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С ИСПОЛЬЗОВАНИЕМ МУЛЬТИАГЕНТНЫХ ДИНАМИЧЕСКИХ МОДЕЛЕЙ.

4.1. Организационно - функциональная структура системы оперативного управления в условиях чрезвычайных ситуаций.

4.2. Динамическая модель действий функциональных подразделений как самоуправляемых агентов.

4.3. Модель взаимодействия центра управления чрезвычайными ситуациями с функциональными подразделениями.

4.4. Алгоритмы управления распределением ресурсов в чрезвычайных ситуациях

4.5. Моделирование динамических процессов при оперативном управлении ликвидацией чрезвычайных ситуаций.

4.6. Моделирование процесса ликвидации чрезвычайных ситуаций одним функциональным подразделением.

4.7. Моделирование взаимодействия нескольких функциональных подразделений при ликвидации чрезвычайных ситуаций.

Выводы по четвертой главе.

ГЛАВА 5. МОДЕЛИРОВАНИЕ И СИНТЕЗ СЦЕНАРИЕВ УПРАВЛЕНИЯ ЛИКВИДАЦИЕЙ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ.

5.1. Методология моделирования процессов принятия решений при ликвидации чрезвычайных ситуаций с использованием функциональных, информационных и динамических моделей в виде сетей Петри.

5.2. Функциональное моделирование процессов принятия решений при ликвидации чрезвычайных ситуаций.

5.3. Информационное моделирование процессов управления ликвидацией чрезвычайных ситуаций.

5.4. Динамические модели процессов управления ликвидацией чрезвычайных ситуаций.

5.5. Распознавание чрезвычайных ситуаций в условиях неопределенности.

5.6. Синтез сценариев управления ликвидацией чрезвычайных ситуаций

Выводы по пятой главе.

ГЛАВА 6. ИНФОРМАЦИОННАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ОБСТАНОВКОЙ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ ДЛЯ СУБЪЕКТОВ РОССИЙСКОЙ ФЕДЕРАЦИИ (НА ПРИМЕРЕ РЕСПУБЛИКИ БАШКОРТОСТАН).

6.1. Информационная система поддержки принятия решений в условиях чрезвычайных ситуаций (на примере Республики Башкортостан).

6.2. Моделирование процессов возникновения и развития чрезвычайных ситуаций с использованием нечетких когнитивных карт на примере химически опасного объекта.

6.3. Прогнозирование уровня весеннего половодья рек с помощью многослойных нейронных сетей.

6.4. Оценка эффективности информационной системы поддержки принятия решений по управлению в условиях чрезвычайных ситуаций.

Выводы по шестой главе.

Актуальность проблемы

В последние десятилетия во всем мире наблюдается тенденция к росту количества и масштабов негативных последствий чрезвычайных ситуаций природного и техногенного характера. За 30 последних лет мировой среднегодовой рост социальных и экономических потерь от природных и техногенных чрезвычайных ситуаций составил по числу погибших - более 4%, пострадавших -около 9%, по материальному ущербу - более 10% [31,63,153, 184].

На территории Российской Федерации сохраняются высокий уровень угрозы чрезвычайных ситуаций природного и техногенного характера (далее именуются - чрезвычайные ситуации) и тенденция к росту количества и масштабов негативных последствий чрезвычайных ситуаций. При этом более половины населения России проживает в условиях повышенного риска, а средний уровень индивидуального риска для населения России на два порядка превышает допустимый уровень, принятый в развитых странах мира [6,31,43].

Сохраняющиеся тенденции роста количества и масштабов последствий чрезвычайных ситуаций заставляют искать новые пути повышения эффективности защиты населения и территорий от чрезвычайных ситуаций, предвидеть будущие угрозы, риски и опасности, развивать методы их прогноза и предупреждения.

Чрезвычайная ситуация - это обстановка на определенной территории, сложившаяся в результате аварии, опасного природного явления, катастрофы, стихийного или иного бедствия, которые могут повлечь или повлекли за собой человеческие жертвы, ущерб здоровью людей или окружающей природной среде, значительные материальные потери и нарушение условий жизнедеятельности людей [40, 169].

Чрезвычайные ситуации сопровождаются не только материальными, но и людскими потерями, поэтому в условиях чрезвычайных ситуаций очень важно быстро и правильно принять решение по ликвидации последствий ЧС. При этом процесс принятия решений по ликвидации ЧС (особенно на первоначальной стадии развития) характеризуется неполнотой и недостоверностью представления информации, малым резервом времени, имеющимся для принятия решений.

Сложность управления в условиях чрезвычайных ситуаций заключается в необходимости рассмотрения в комплексе различных аспектов: социально-экономических, организационных, технических, управленческих, информационных, кадровых, психологических и т.д. Попытка совместного рассмотрения указанных аспектов при принятии решений в условиях чрезвычайных ситуаций требует в свою очередь разработки новых концепций с использованием современных достижений научной мысли.

Одним из основных направлений повышения оперативности, обоснованности и качества принятия управленческих решений по предупреждению и ликвидации чрезвычайных ситуаций является создание информационных систем по поддержке принятия решений на основе широкой и всесторонней автоматизации процессов управления силами и средствами, предназначенными для предупреждения и ликвидации чрезвычайных ситуаций.

Особенностью функционирования информационных систем по поддержке принятия решений в условиях чрезвычайных ситуаций является необходимость обеспечения адекватного и эффективного моделирования процессов развития разнообразных классов чрезвычайных ситуаций.

Моделирование как средство описания и исследования, в силу своей универсальности и высокой эффективности, является широко признанным методом анализа и синтеза, оптимизации и проектирования сложных динамических систем, содержащих слабо формализуемые элементы [2,12,51,89,91]. Моделирование при управлении сложными объектами различной физической природы, функционирующими, как правило, в условиях неопределенности, позволяет существенно повысить эффективность управления за счет того, что обеспечивается возможность анализа изменения свойств объекта при выборе управляющих воздействий. Предвидение возможных путей развития ситуаций и использование этих знаний при управлении особенно важно, когда степень неопределенности при описании самого объекта управления, внешней среды и алгоритмов управления достаточно высока.

Основная задача моделирования чрезвычайных ситуаций состоит во всестороннем изучении и описании ЧС как сложного объекта управления, выявлении характеристик системы управления в чрезвычайных ситуациях (СУЧС), в анализе подсистем разного уровня и всей системы в целом при взаимодействии с внешней средой и другими подсистемами в процессе достижения основной цели - ликвидации ЧС, а также в разработке моделей системы и синтезе алгоритмов управления.

Развитие чрезвычайных ситуаций обычно представляет собой цепной лавинообразный динамический процесс, заключающийся в резком ухудшении состояния некоторого объекта, как правило, представляющего собой совокупность территории и расположенных на ней объектов экономики и жилых комплексов, приводящим к катастрофическим для этого объекта и его окружения последствиям. Важным этапом моделирования является построение когнитивной модели чрезвычайной ситуации, имеющей своей целью объяснить и взаимоувязать предпосылки, механизмы возникновения и основные фазы развития, локализации и ликвидации последствий ЧС. Построение такой модели позволяет правильно распознавать текущую ситуацию, прогнозировать ее развитие, оценить ресурсы, требуемые для изменений ситуации в нужном направлении в соответствии с тем или иным сценарием.

При построении моделей чрезвычайных ситуаций важным является возможность представления одной и той же чрезвычайной ситуации множеством моделей различных классов в зависимости от целей исследования. Построение абстрактных моделей чрезвычайных ситуаций разного уровня при построении систем поддержки принятия решений в условиях чрезвычайных ситуаций позволяет, с одной стороны, свести задачу моделирования чрезвычайных ситуаций к параметризации моделей и интерпретации полученных результатов, а с другой стороны - обеспечить решение широкого круга задач, обусловленных многоаспектностью процессов управления в условиях чрезвычайных ситуаций.

Особенно остро проблема построения информационных систем поддержки принятия решений в условиях чрезвычайных ситуаций стоит для класса региональных информационных систем в связи с необходимостью учета существующей многоуровневой системы процесса принятия решений при предупреждении и ликвидации чрезвычайных ситуаций.

Вопросам управления в условиях чрезвычайных ситуаций и построения информационных систем поддержки принятия решений в этих условиях посвящены исследования и публикации многих отечественных ученых и специалистов - В.В.Кульбы, А.Н.Елохина, А.В.Измалкова, Б.Г.Ильясова, В.Г.Крымского, Б.Н.Порфирьева, Р.З.Хамитова, М.А.Шахраманьяна, И.Ю.Юсупова и др. Указанные вопросы рассматриваются также в работах зарубежных ученых, среди которых можно выделить Дж.Апосталакиса, Л.Гуоссена, С.Гуаро, Р.Кука, Х.Кумамото, Ф.Лисса, В.Маршалла, Г.Сейвера, Э.Хенли.

Тем не менее круг нерешенных в этой области проблем еще достаточно широк. Трудность решения задачи моделирования и управления в чрезвычайных ситуациях вызвана тем, что характер развития конкретной ЧС является сугубо индивидуальным, а само ее развитие происходит в условиях неопределенности, когда не известны требуемые темпы ликвидации, необходимый объем ресурсов и уровень сложности выполняемых работ. Недостаток информации о характере развития ЧС может привести к развитию ситуации с катастрофическими последствиями. В этих условиях актуальными становятся проблемы когнитивного анализа развития ситуации, учета фактора неопределенности при принятии решений, оптимального распределения ресурсов, привлекаемых для ликвидации ЧС, и оценки темпов использования этих ресурсов.

Таким образом, объектом научных исследований должны быть не только сама ЧС, ее характеристики и свойства как объекта управления, но и сам процесс организации управления в ЧС. Методология системных исследований сложных динамических систем и управление в условиях неопределенности, характерной для ЧС, требуют также разработки и соответствующих информационных систем, позволяющих учитывать особенности чрезвычайных ситуаций и обеспечивать поддержку принятия решения.

Весьма актуальна проблема моделирования как самих быстропротекающих ЧС, так и процессов оперативного управления ликвидацией этих ЧС. Здесь моделирование рассматривается, с одной стороны, как процесс разработки моделей развивающейся ЧС, организационной системы управления ликвидацией ЧС и ее элементов, а с другой стороны - как метод научного исследования эффективности процессов ликвидации динамически развивающихся ЧС путем математической имитации.

Таким образом, при решении проблемы управления в условиях ЧС необходимо исследовать ЧС как сложный динамический объект, ее характеристики и свойства как объекта управления и процесс организации управления в ЧС и разработать основы создания информационных систем при управлении в чрезвычайных ситуациях с учетом регионального аспекта.

Указанные обстоятельства обуславливают актуальность темы исследования, направленной на разработку методологии принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей.

Основания для выполнения работы

Работа выполнена в период 1996-2007 гг. в Министерстве по делам гражданской обороны и чрезвычайным ситуациям Республики Башкортостан (МЧС РБ), Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан и на кафедре «Техническая кибернетика» Уфимского государственного авиационного технического университета в рамках республиканских государственных целевых программ «Экологическая безопасность Республики Башкортостан на период 1996-2000 годов» подпрограмма «Предупреждение чрезвычайных ситуаций и ликвидация их последствий»), «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Республике Башкортостан до 2005 года» и Федеральной целевой программы «Социально-экономическое развитие Республики Башкортостан до 2006 года».

Цель работы и задачи исследования

Целью работы является решение актуальной научно-технической проблемы, заключающейся в разработке методологических и теоретических основ поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на основе использования когнитивных и динамических моделей и применение полученных результатов для решения практических задач, связанных с предупреждением и ликвидацией последствий чрезвычайных ситуаций.

Для достижения поставленной цели в работе решены следующие задачи:

1. Разработаны основы методологии поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на основе моделирования.

2. Разработаны модели и методы, предназначенные для поддержки принятия решений по управлению в чрезвычайных ситуациях в условиях неполноты исходных данных о параметрах чрезвычайных ситуаций, на основе нечетких когнитивных карт.

3. Разработаны модели, предназначенные для моделирования и прогнозирования параметров чрезвычайных ситуаций, с использованием нейронных сетей.

4. Разработаны методы, предназначенные для поддержки принятия решений по управлению в чрезвычайных ситуациях, на основе использования мультиагентных динамических моделей.

5. Разработаны модели, методы и алгоритмы, предназначенные для синтеза возможных сценариев управления ликвидацией чрезвычайных ситуаций.

6. Реализованы на основе разработанных моделей, методов и алгоритмов функциональные компоненты информационной системы, обеспечивающие поддержку принятия управленческих решений в условиях чрезвычайных ситуаций.

Методы исследования

При разработке методов и алгоритмов принятия управленческих решений по управлению в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей в работе использовались методы системного анализа, теории информации, имитационного моделирования, нечеткой логики, теории нейронных сетей, принятия решений, распознавания образов, теории графов, автоматизированного проектирования информационных систем и технологии хранилищ данных.

Результаты, выносимые на защиту

1. Методология поддержки принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей.

2. Методы и модели, предназначенные для поддержки принятия решений для управления в чрезвычайных ситуациях в условиях неполноты исходных данных о параметрах ЧС, на основе нечетких когнитивных карт.

3. Модели для прогнозирования параметров чрезвычайных ситуаций с использованием нейронных сетей.

4. Теоретические основы решения задачи распределения ресурсов между функциональными подразделениями, привлекаемыми для ликвидации чрезвычайных ситуаций, с использованием мультиагентных динамических моделей.

5. Методы, модели и алгоритмы, предназначенные для анализа и синтеза сценариев управления ликвидацией чрезвычайных ситуаций с учетом многоуровневых информационных связей в организационной структуре системы оперативного управления в условиях ЧС и взаимосвязи процессов развития опасных факторов ЧС и действий по их ликвидации.

6. Информационная система поддержки принятия решений в условиях чрезвычайных ситуаций, результаты использования разработанных методов, моделей, прикладного программного обеспечения для решения задач, связанных с предупреждением и ликвидацией ЧС на территории Республики Башкортостан.

Научная новизна результатов

Научная новизна результатов заключается:

1. В методологии поддержки принятия управленческих решений в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей, основанной на принципах и общенаучных подходах, сформулированных применительно к чрезвычайным ситуациям природного и техногенного характера.

2. В разработке моделей процессов управления в чрезвычайных ситуациях, основанной на представлении процессов оперативного управления ликвидацией ЧС в виде нечеткой когнитивной карты, разработке методов и подходов к определению объемов привлекаемых ресурсов в условиях неопределенности на основе генетических алгоритмов.

3. В разработке моделей для прогнозирования параметров чрезвычайных ситуаций на основе доступных архивных данных с использованием нейронных сетей.

4. В разработке теоретических основ распределения ресурсов между функциональными подразделениями, привлекаемыми для ликвидации одно- и двухочаговых чрезвычайных ситуаций, на основе мультиагентных динамических моделей функциональных подразделений.

5. В разработке подходов к построению методов, моделей и алгоритмов для анализа и синтеза сценариев управления ликвидацией чрезвычайных ситуаций, основанных на построении функциональных, информационных и динамических моделей в виде сетей Петри с учетом многоуровневых информационных связей в организационной структуре системы оперативного управления в условиях ЧС, взаимосвязи процессов развития опасных факторов чрезвычайных ситуаций и действий по их ликвидации, в разработке подходов к распознаванию исходного состояния ЧС по неполной и неточной информации, формированию и корректировке планов управления, уточнения состава и параметров организационных мероприятий на основе сценарных моделей.

Практическая значимость и внедрение результатов

Практическая ценность результатов заключается в следующем:

1.В разработке методов и моделей процессов управления в чрезвычайных ситуациях на основе нечетких когнитивных карт, что позволяет производить моделирование, прогнозирование и синтез алгоритмов управления в условиях ЧС при неполной информации о параметрах чрезвычайных ситуаций.

2. В разработке моделей прогнозирования параметров чрезвычайных ситуаций с использованием нейронных сетей на основе архивных данных.

4. В разработке мультиагентных динамических моделей, предназначенных для поддержки принятия решений по распределению ресурсов при ликвидации одно- и многоочаговых чрезвычайных ситуаций.

5. В разработке методов, моделей и алгоритмов синтеза сценариев управления ликвидацией чрезвычайных ситуаций на основе построения функциональных, информационных и динамических моделей в виде сетей Петри. Разработке метода формирования и оперативной корректировки планов ликвидации техногенных чрезвычайных ситуаций.

6. В построении на основе разработанных моделей информационной системы, предназначенной для поддержки принятия решений в условиях чрезвычайных ситуаций (ИСППР ЧС).

Полученные результаты в виде математических моделей, реализующих их прикладных программ в составе систем поддержки принятия решений в условиях чрезвычайных ситуаций внедрены в МЧС России, в Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан, ГУП

НИИ безопасности жизнедеятельности Республики Башкортостан и в учебном процессе на кафедрах «Техническая кибернетика», «Автоматизированные системы управления» в Уфимском государственном авиационном техническом университете.

Апробация работы

Основные положения диссертационной работы докладывались и обсуждались на следующих научных конференциях и семинарах:

1. Республиканской конференции «Проблемы экологического мониторинга», г.Уфа, 1995 г.

2. Республиканской научно-практической конференции «Проблемы предупреждения и ликвидации чрезвычайных ситуаций и обеспечения экологической безопасности», г.Уфа, 1999 г.

3. I, Ш, IV, V Международных конференциях "Проблемы управления и моделирования в сложных системах", г. Самара, 1999 г., 2001 г., 2002 г., 2003 г.

4. Научно-практическом семинаре «Современные технологии в геоинформационном обеспечении органов государственной власти и управления территориями в картографии, геодезии, маркшейдерии», г. Челябинск, 1999 г.

5. II, III Международных семинарах «Информатика и информационные технологии», г. Уфа, 2000 г., 2001 г.

6. I, II, III Всероссийских научно-технических конференциях «Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций», г. Уфа, 2000 г., 2001 г., 2002 г.

7. Научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций и их источников», г. Москва, 2002 г.

8. Международной конференции «Системный анализ в проектировании и управлении», г. Санкт-Петербург, 2002 г.

9. III Научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций», г. Москва, 2003 г.

10. III, V Международных семинарах "Компьютерные науки и информационные технологии", г.Уфа, 2003 г., 2005 г.

11. Международной конференции "Мехатроника, Автоматизация, Управление", г. Владимир, 2004 г.

Публикации

Основные положения и результаты диссертационной работы непосредственно отражены в 54 публикациях, 1 монографии, 3 учебных пособиях, 50 статьях и материалах конференций, в том числе в 10 статьях, опубликованных в научных печатных изданиях, рекомендованных ВАК России.

Структура и объем работы

Диссертационная работа состоит из введения, 6 глав основного материала, списка литературы и приложений. Работа содержит 341 страниц машинописного текста, кроме того, содержит 123 рисунка и 21 таблицу. Библиографический список включает 240 наименований. Приложения к диссертации изложены на 15 страницах.

Выводы по шестой главе

1. Разработана структура, режимы функционирования и назначение автоматизированной информационной системы поддержки принятия решений по управлению в условиях ЧС на примере Республики Башкортостан. Определены целевые функциональные и обслуживающие подсистемы. Рассмотрены функциональные свойства целевых функциональных и обслуживающих подсистем.

2. На примере химически опасного объекта показана эффективность методики моделирования процессов возникновения и развития ЧС с использованием нечетких когнитивных карт.

3. Выполнено прогнозирование максимальных уровней воды в реках Белая, Уфа, Дема, в пойме которых расположен г. Уфа. Показана практическая целесообразность использования предложенного метода прогнозирования уровня весеннего половодья, позволяющая обнаруживать скрытые закономерности исследуемых временных последовательностей (в частности, скрытую 5-7- летнюю периодичность) и использовать их для вычисления прогнозируемого значения.

Заключение

В данной работе решена актуальная, имеющая важное народнохозяйственное значение проблема по поддержке принятия решений по управлению в чрезвычайных ситуациях.

Использование результатов работы способствует выработке обоснованных управленческих решений при предупреждении и ликвидации чрезвычайных ситуаций, направленных на уменьшение ущерба от ЧС.

При решении этой проблемы получены следующие научные и практические результаты:

1. Разработаны основы методологии поддержки принятия решений, направленных на локализацию (ликвидацию) чрезвычайных ситуаций, базирующейся на сочетании системной и концептуальной моделей процесса ликвидации ЧС. Разработанная методология отличается от известных методологий аналогичного назначения тем, что с единых системных позиций рассматривает взаимосвязанные действия на разных уровнях системы управления ликвидацией (локализацией) чрезвычайной ситуации. Использование предлагаемой методологии позволяет повысить обоснованность принятия управленческих решений и эффективность их реализации в условиях ограничений на доступные временные, материальные и людские ресурсы, а также исходной неопределенности, связанной с недостатком точной информации на начальной стадии развития чрезвычайной ситуации.

2. На основе предложенных научных подходов разработаны модели чрезвычайных ситуаций, основанные на использовании нечетких когнитивных карт. Это позволяет моделировать процессы протекания чрезвычайных ситуаций на начальной стадии, в условиях недостатка точной информации о внутреннем состоянии чрезвычайной ситуации и за счет этого принимать обоснованные решения относительно объемов ресурсов, необходимых для снижения потерь при ЧС. Приведены примеры использования разработанных моделей для решения задач, связанных с ликвидацией чрезвычайных ситуаций на нефтехимическом предприятии.

3. Разработаны модели прогнозирования параметров чрезвычайных ситуаций на основе архивных данных с использованием аппарата нейронных сетей. Разработанные модели позволяют эффективно использовать накопленные многолетние данные, а также оценивать прогнозируемое состояние ЧС в случае недостатка информации о механизмах, определяющих характер протекания чрезвычайных ситуаций. Разработанные модели апробированы при решении задачи прогнозирования паводковой ситуации на территории Республики Башкортостан. Сравнение полученных модельных результатов с фактическими данными подтвердило адекватность моделей.

4. Разработаны теоретические основы решения задачи распределения ресурсов между функциональными подразделениями, привлекаемыми для ликвидации чрезвычайных ситуаций. В основе полученных результатов лежит использование мультиагентных динамических моделей. Отличие предлагаемого подхода от известных основано на рассмотрении двух-уровневой системы ликвидации (локализации) чрезвычайной ситуации: ЦУЧС (уровень тактического управления) и функциональные подразделения (уровень операционного управления). Разработаны модели взаимодействия ЦУЧС с функциональными подразделениями. Проведен анализ влияния динамических параметров на устойчивость системы поддержки плановых темпов выполнения работ функциональными подразделениями. Построены и проанализированы структуры СОУ ЧС различной сложности, использующие три принципа управления: по разомкнутой схеме, по обратной связи и по возмущению. С использованием метода моделирования оценена эффективность структур СОУ ЧС при различных условиях ликвидации развивающейся чрезвычайной ситуации. Построены и проанализированы структуры СОУ ЧС с одним функциональным подразделением. Показано, что наиболее эффективной является структура СОУ ФП, построенная по комбинированной схеме и использующая информацию об изменении параметра ЧС, наносимого ущерба и их скорости (темпа).

5. Разработаны алгоритмы синтеза сценариев управления ликвидацией (локализацией) чрезвычайных ситуаций, основанные на распознавании исходного состояния ЧС; формирования иерархически организованного плана ликвидации чрезвычайной ситуации; оптимального распределения ликвидационных ресурсов. В отличие от известных подходов предложена формальная модель распознавания исходного состояния чрезвычайной ситуации, основанная на использовании евклидовой метрики, адаптированной для случая, когда некоторые значения вектора признаков ЧС неопределены. Отличительной особенностью разработанного подхода к формированию плана ликвидации ЧС является учет многоуровневых информационных связей в иерархической системе управления ликвидацией (локализацией) чрезвычайных ситуаций, а также взаимосвязь процессов развития опасных факторов ЧС и действий по их ликвидации. Показано, что на операционном уровне формирование плана может быть сведено к решению задачи динамического программирования.

Полученные теоретические результаты позволяют повысить обоснованность определения состава ликвидационных мероприятий и эффективность действий по ликвидации (локализации) чрезвычайных ситуаций.

6. Разработанные модели, созданные на основе полученных теоретических результатов методики и алгоритмы реализованы в виде информационных компонентов в составе системы информационной поддержки принятия решений.

Комплексное использование разработанных методов и моделей в составе ИСППР ЧС позволяет ускорить процесс планирования мероприятий по предупреждению и ликвидации чрезвычайных ситуаций природного и техногенного характера на 30-40%, снизить затраты на ликвидацию ЧС на 5-10% за счет повышения оперативности и эффективности осуществления действий по предупреждению и ликвидации чрезвычайных ситуаций.

Полученные результаты используются при предупреждении и ликвидации чрезвычайных ситуаций, оценки последствий чрезвычайных ситуаций в Управлении по чрезвычайным ситуациям при Правительстве Республики Башкортостан, ГУП НИИ безопасности жизнедеятельности Республики Башкортостан и в учебном процессе в Уфимском государственном авиационном техническом университете.

1. Аверкиев A.B. Оценка последствий аварий и управление аварийными ситуациями на объектах повышенной техногенной опасности. Автореф. дисс. канд. техн наук РХТУ им. Д.И.Менеделеева, М, 1999.-16 с.

2. Автоматизированное проектирование информационно-управляющих систем: Проектирование экспертных систем на основе системного моделирования / Куликов Г.Г., Набатов А.Н., Речкалов A.B. и др.- Уфа: УГАТУ, 1999.-223 с.

3. Автоматизированное проектирование информационно-управляющих систем. Системное моделирование предметной области: Учебное пособие / Г.Г.Куликов, А.Н.Набатов, A.B.Речкалов.; Уфимск. гос. авиац. техн. ун-т.-Уфа,1998. 204с.

4. Азанов С. Н., Дурнев Р. А. Методика определения рационального технического оснащения поисково-спасательных служб субъектов Российской Федерации // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 2000. - Вып. 1. - С.79-86.

5. Азанов С. Н., Мухин И. И. Методика оптимального распределения сил при ликвидации чрезвычайных ситуаций // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях. 1999. - Вып. 4. - с.49-54.

6. Акимов В.А., Новиков В.Д., Радаев H.H. Природные и техногенные чрезвычайные ситуации: опасности, угрозы, риски. М., 2001. 343 с.

7. Алехин Е.М. Разработка компьютерной имитационной системы для проектирования и экспертизы противопожарных служб городов, диссертация на соискание ученой степени кандидата технических наук. -М.: МИПБ МВД России, 1998.

8. Архипова Н.И., Кульба B.B. Управление в чрезвычайных ситуациях. 2-е изд., перераб. и доп. М.: Рос. гос. гуманит. ун-т, 1998. 316с.

9. Бадамшин P.A., Ильясов Б.Г., Черняховская JI.P. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний.- М: Машиностроение, 2003. 239с.

10. Бузин Б., Шевченко В. Еще раз о классификации чрезвычайных ситуаций //Гражданская защита, №2, 2002 г.- С.37-38.

11. Буреева Т.М., Красногорская H.H., Куликов О.М., Ямалов И.У. Структура системы поддержки принятия решений // Наука Промышленность Оборона: Матер. Сибирск. науч.-техн. конф. -Новосибирск, 2001- с. 116

12. Быков А., Соленова Л., Фурман В. Методические рекомендации по оценке социально-экономического ущерба от нарушения здоровья населения, обусловленного загрязнением атмосферного воздуха // Управление риском-1999 №3- С.51-59

13. В.Е.Гвоздев, С.В.Павлов, Р.З.Хамитов, И.У.Ямалов. Место ЕГСЭМ в обеспечении экологической безопасности Республики Башкортостан //

14. Материалы Республиканской конференции «Проблемы экологического мониторинга», Уфа, 1995.-c.2-10.

15. Вапник В.Н., Червоненкис А .Я. Теория распознавания образов (статистические проблемы обучения). Изд-во «Наука», Гл. ред. физ.-мат. лит. -М., 1974. 416с.

16. Васильев В.И., Бакиров A.A., Бабиков А.Ю. Моделирование многоуровневой системы защиты информации //Межвузовский научный сборник «Вычислительная техника и новые информационные технологии». №3. -Уфа: УГАТУД999. с.123-127

17. Васильев В.И., Жернаков C.B. Экспертные системы: управление эксплуатацией сложных технических объектов: Учебное пособие /УГАТУ, 2003,- 106 с.

18. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики: Учеб. пособие. Уфа: Изд. УГАТУ, 1995.-80 с.

19. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием генетических алгоритмов //Приложение к журналу «Информационные технологии». -М.: Машиностроение, 2000 №12. -24 с.

20. Васильев В.И., Ильясов Б.Г. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие Уфа: УГАТУ, 1995. -80 с.

21. Васильев В.И., Матвеев A.M., Ямалов И.У. Cognitive modeling the disasters in geotehnical objects// Материалы III международного семинара «Информатика и информационные технологии» Уфа: Изд. Уфимск. гос. авиац. техн. ун-та. - 2001. - с.81-92.

22. Вентцель Е.С. Исследование операций: задачи, принципы, методология. 2-е изд., стер. - М.: Наука. Гл. ред. физ.-мат. лит., 1988. - 208с.

23. Воробьев Ю.JX Основы формирования и реализации государственной политики в области снижения рисков чрезвычайных ситуаций. М., 2000. 248 с.

24. Вулих Б.З. Введение в функциональный анализ. М.: Наука, 1967. -416с.

25. Гаврилов A.B., Губарев В.В. Применение модели Хопфилда для решения задачи прогнозирования на примере анализа притока реки Обь. http://ermak.cs.nstu.ru/~avg/ARTICLES/NI2000.htm

26. Герасименко В.А., Малюк A.A. Основы защиты информации. М.: МИФИ, 1997.-537 с.

27. Голубков Е.П. Сущность и характерные особенности управленческих решений //Менеджмент в России и за рубежом №1, 2003 г.

28. ГОСТ Р 22.0.05-94. БЧС. Техногенные чрезвычайные ситуации. Термины и определения.

29. ГОСТ Р 22.2.03-97. БЧС. Паспорт безопасности административно-территориальных единиц. Общие положения. — 44 с.

30. ГОСТ Р22.2.05-94. Безопасность в чрезвычайных ситуациях.

31. Государственный доклад о состоянии защиты населения и территорий РФ от чрезвычайных ситуаций природного и техногенного характера. — М.: МЧС РФ, 1997-2001// Проблемы безопасности при ЧС, 1997, вып. 8; 1998, вып. 9; 1999, выл. 8; 2000, вып. 5.

32. Гражданкин А.И., Белов П.Г. Экспертная система оценки техногенного риска опасных производственных объектов//Безопасность труда в промышленности. -2000. №11. - С.6-10.

33. Гусаров A.B. Получение и обработка экспертных оценок качественного характера для управления техногенной безопасностью в промышленном регионе // Автореферат диссертации на соискание ученой степени к.т.н. -Уфа, 2003.- 16с.

34. Декларация безопасности Государственного унитарного предприятия «Химпром». Уфа, 1997. - 512с.

35. Дубинин Н.М., Куликов О.М. Внимание как операция подражания обучающегося автомата // Нейроинформатика и ее приложения: Матер. IV всерос. сем. Красноярск: КГТУ, 1996. с. 122.

36. Дубров А. М. Моделирование рисковых ситуаций в экономике и бизнесе. М.; Финансы и статистика, 2000, — 176 с.

37. Дурнев P.A. и др. Методика технико-экономической оценки мероприятий по спасению пострадавших в дорожно-транспортных происшествиях // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 2000 - Вып. 2 - с.213-219.

38. Ежов A.A., Шумский С.А. Нейрокомпьютинг и его приложения в экономике и бизнесе.- М.-.МИФИ, 1998.- 224 с.

39. Елохин А. Анализ и управление риском: теория и практика.- М: страховая группа ЛУКОЙЛ.-2000,- 185 с.

40. Загоруйко Н.Г. Методы распознавания и их применение. М: Советское радио, 1972.-208с.

41. Защита населения и территорий от чрезвычайных ситуаций/ Под ред., М. И. Фалеева. — Калуга: Облиздат, 2001. — 480 с.

42. Иванов В.Б. Автоматизированная система информационной поддержки процессов принятия решений на основе распределенной обработки слабоструктурированной информации (на примере управления банковской деятельностью). Дисс. канд. наук -Уфа, 2000116 с.

43. Информационное обеспечение контроля и управления состоянием природно-технических систем. Монография. Гвоздев В.Е., Павлов C.B., Ямалов И.У. Уфа: Уфимск. гос. авиац. техн. ун-т, 2002. 178 с.

44. Кабальнов Ю.С., Лютов А.Г , Ямалов И.У. Нейросетевые алгоритмы координированного управления сложными динамическими объектами // Научно-технический журнал «Нейрокомпьютеры в системах управления» Уфа: УГАТУ, 2001,- с.61-69.

45. Катастрофы и общество/ Воробьев Ю. Л., Осипов В. И. и др. — М.: Контакт—Культура, 2000. — 332 с.

46. Катастрофы и человек: Кн. 1. Российский опыт противодействиячрезвычайным ситуациям/ Под ред. Ю. JI. Воробьева. — М.: ACT — ЛТД, 1997,- 256 с.

47. Колибернов Е.С. и др. Справочник офицера инженерных войск/ Е.С.Колибернов, В.И.Корнеев, А.А.Сосков /Под ред. С.Х.Аганова-М.:Воениздат, 1989.-432с.

48. Компьютерная поддержка сложных организационно-технических систем / В.В. Борисов, И.А. Бычков, A.B. Дементьев, А.П. Соловьев, A.C. Федулов М.: Горячая линия - Телеком, 2002. - 154 с.

49. Кольдичева Ю.Система чрезвычайной важности // Сети. №07, 2006 г.

50. Корн Г., Корн Т. Справочник по математике /Пер. с англ. М.: Наука, 1968.-720 с.

51. Косолапова Л.Г., Ковров Б.Г. Эволюция популяций. Дискретное математическое моделирование. Новосибирск: «Наука», 1988.-93 с.

52. Котов В.Е. Сети Петри.-М.: Наука, Гл. ред. физ.-мат. лит., 1984.-160с.

53. Кофман А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.

54. Кузьмин И.И., Махутов H.A., Хетагуров С. В. Безопасность и риск: Эколого-экономические аспекты. — СПб.; Изд-во СПб ГУЭФ, 1997. -164 с.

55. Куликов Г.Г., Брейкин Т.В., Арьков В.Ю. Интеллектуальные информационные системы:Учеб.пособие. Уфа:УГАТУ, 1999. - 129 с.

56. Куликов Г.Г., Куликов О.М., Ямалов И.У. Системы управления деловыми процессами и документами в управлении безопасностью и риском.-Уфа:УГАТУ, 2000. 121с.

57. Куликов О.М. Информационная поддержка принятия решений при ликвидации техногенных чрезвычайных ситуаций на основе моделирования сценариев управления: Дисс. к-та техн. наук. Уфа, 2002.- 150 с.

58. Кусимов С.Т., Ильясов Б.Г., Исмагилова JI.A., Валеева Р.Г. Интеллектуальное управление производственными системами. М: Машиностроение, 2001. - 327с.

59. Леоненков A.B. Нечеткое моделирование в среде MATLAB и FuzzyTECH.-СПб.-БХВ-Петербург, 2003.- 735 е.: ил.

60. Лесных В.В. Анализ риска и механизмов возмещения ущерба от аварий на объектах энергетики. — Новосибирск, Наука, 1999. — 251 с.

61. Магадеев М.Ш., Павлов C.B., Крымский В.Г., Ямалов И.У. Построение территориальной системы управления риском в Республике

62. Башкортостан I ! Материалы Научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций и их источников» -М.: Центр «Антистихия», 2002,-с.188-194.

63. Майника Э. Алгоритмы оптимизации на сетях и графах. Москва: «Мир», 1981. -323 с.

64. Максимов В.И., Корноушенко Е.К., Качаев C.B. Когнитивные технологии для поддержки принятия управленческих решений //Банковские технологии, 1999.- №5. с. 1-5

65. Марко Д., Мак Гоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. - 239 с.

66. Марковские модели сложных динамических систем: идентификация, моделирование и контроль состояния /Г.Г.Куликов, П.Дж.Флеминг, Т.В.Брейкин, В.Ю.Арьков Уфа:УГАТУ, 1998. - 104 с.

67. Мартьянов С.А. Использование геоинформационных систем в работе информационно-управляющих центров органов управления РСЧС // Тез. докл. 6-ой Межд. конф. "Проблемы управления безопасностью сложных систем". Москва: ИПУ РАН.СПбГУ, 1999. -С. 196-197.

68. Масалович А.И. Нечеткие когнитивные схемы новый инструмент для моделирования экономических, политических, социальных ситуаций. http://www.bizcom.ru/analisvs

69. Масалович А.И. Оружие успеха. Новые технологии стратегического управления //Сб.докладов VI Всерос.конференции «Нейрокомпьютерыи их применение» (НКП-2000). -М.: ИГТРЖ "Радиотехника", 2000. -С.250-254.

70. Математическое моделирование: Методы описания и исследования сложных систем /Под ред. А.А.Самарского, Н.И. Моисеева, А.А.Петрова -М.: Наука, 1989.

71. Махутов Н. А., Костин А. А., Костин А. И. К вопросу целесообразного количества запасов сил средств на случай чрезвычайных ситуаций // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях-1998.-Вып. 6.- с.64-72.

72. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB 6/ Под общ. Ред. К.т.н. В.Г. Потемкина.-М.: ДИАЛОГ-МИФИ, 2002.-496 с.

73. Методика оценки последствий аварий на пожаро-, взрывоопасных объектах. М.: МЧС, 1994. - 76 с.

74. Методика прогнозирования масштабов заражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте. РД 52.04.253-90.-Л.: Госгидромет СССР, 1991. 87 с.

75. Методические указания по проведению анализа риска для опасных производственных объектов газотранспортных предприятий ОАО «Газпром». СТО РД Газпром 39-1.10-084-2003.

76. Методические указания по проведению анализа риска опасных промышленных объектов РД 08-120-96

77. Методическими указания по разработке паспорта безопасности опасного объекта (утверждены 19.8.2004 г. заместителем Министра МЧС России).

78. Методология IDEF0. Функциональное моделирование. М: Метатехнология, 1993 117с.

79. Методология IDEF1. Информационное моделирование. М: Метатехнология, 1993 120с.

80. Методология динамического моделирования IDEF0/CPN / Материалы 6 семинара «Информационные технологии в проектировании систем и управлении бизнесом». М.: Метатехнология, 1994. -13с.

81. Миленький A.B. Классификация сигналов в условиях неопределенности. (Статистические методы самообучения в распознавании образов).-М.: Сов. радио, 1975- 328с.

82. Морозов В. Н., Шахраманьян М. А. Прогнозирование последствий аварийных взрывов и землетрясений (теория и практика). — М.: УРСС, 1998. 272 с.

83. Мухин В.И. Методологические основы выработки управленческих решений о предупреждении и ликвидации чрезвычайных ситуаций / Курс лекций-Новогорск, 1997. 240 с.

84. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем СПб.: Наука и Техника, 2003.-384 с.

85. Нариньяни A.C. Модель или алгоритм: новая парадигма информационной технологии // Информационные технологии, 1997-№4.- с. 17-22.

86. Наставления по организации и технологии ведения АСиДНР при ЧС. Часть 1. Организация и технология ведения АСиДДР при крупныхавариях на химически опасных объектах МД999. 350с.

87. Нечеткие множества в модели управления и искусственного интеллекта/Под ред. Д.А.Поспелова.-М:Наука, 1996.

88. Ноженкова Л.Ф. Интеллектуальные системы поддержки принятия решений по предупреждению и ликвидации ЧС. Красноярск: ИВМ СО РАН, 1998.-112с.

89. Ноженкова Л.Ф., Терешков В.И. ЭСПЛА экспертная система по ликвидации аварий со СДЯВ // Проблемы безопасности при чрезвычайных ситуациях - 1993-Вып. 8.-С.37-45

90. Обеспечение безопасности жизнедеятельности в чрезвычайных ситуациях техногенного характера: Учебное пособие. Н.Н. Красногорская, Н.Ю. Цвиленева, Р.З. Хамитов./УГАТУ. Уфа, 1998, -107с.

91. Овчинников В. В., Хомяков H. Н., Овчинников А. В. Формирование структур технических средств для разборки завалов на основе моделирования технологического процесса // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 1998 - Вып. 1- с.57-63.

92. ОПБ-88/97. «Общие положения обеспечения безопасности атомных станций» (утв. Госатомнадзором России).

93. Отчет о НИР "Разработка и внедрение методов оценки рисков возникновения ЧС техногенного характера и нормативно-методической базы, направленной на их снижение". М: ИКЦ "Промтехбезопасность", 2001.

94. Отчет о НИР "Разработка и внедрение методов оценки рисков возникновения ЧС па автомобильном транспорте и нормативно-методической базы, направленной на их снижение". Этап 1.

95. Разработка методов оценки рисков ЧС на автомобильном транспорте", М: ФГУП "НИИАТ", 2001,

96. Отчет о НИР "Разработка и внедрение нормативно-методических документов по оценке рисков при возникновении ЧС".- М: ФЦГС "Экология", 2001.

97. Отчет о НИР. Этап "Разработка научно-методического аппарата оценки и прогноза экономических ущербов от ЧС природного и техногенного характера на типовых потенциально опасных объектах Минобороны России". М: ЦФТИ МО РФ, 2002.

98. Отчет по НИР «Методические рекомендации по снижению рисков и смягчению последствий ЧС на объектах электроэнергетики».-М:Институт «Энергосетьпроект», 2001.

99. Отчет по НИР «Разработка карт рисков по особо опасным болезнямчеловека и животных, а также по особо опасным болезням и вредителям растений». М: ФГУП «РосНТЦагроЧС», 2001.

100. Официальный сайт Министерства РФ по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий http://www.mchs.gov.ru

101. Оценка и управление природными рисками// Материалы общероссийской конференции «Риск-2000». — М.: Анкил, 2000. — 478 с.

102. Павлов C.B., Хамитов Р.З., Багманов В.Х., Ямалов И.У. Геоинформационная система оценки, моделирования и прогнозирования чрезвычайных ситуаций в Республике Башкортостан //«Современные геоинформационные технологии» №4, 2000 г.

103. Паклин Н.Б. Нечетко-когнитивный подход к управлениюдинамическими системами // Искусственный интеллект, 2003, №4, с.342-348

104. ПБ 12-609-03. Правила безопасности для объектов, использующих сжиженные углеводородные газы. (утв. пост. Госгортехнадзора России от 27.05.03 №40, зарег. Минюстом России 19.06.03 №4777.

105. Перегудов Ф.И., Тарасенко Ф.П. Введение в системный анализ: Учебное пособие для вузов. М.: Высш. шк., 1989. - 367с.

106. Подиновский В.В., Гаврилов В.М. Оптимизация по последовательно применяемым критериям-М.: Сов. радио, 1975 192с.

107. Политика предотвращения техногенных аварий и катастроф/Под ред. М.И.Фалеева.-М. .'-Институт риска и безопасности,2002.- 316 с.

108. Попов Е. Г. Долгосрочный прогноз на период зимней межени притока воды в Новосибирске и Саяно-Шушенское водохранилища // Метеорология и гидрология.- 2000, N 7.-С. 88-97

109. Поспелов Д.А. Ситуационное управление: теория и практика.-М.: Наука.-гл. ред. физ.-мат. лит., 1986.-288 с.

110. Потапов Б. В., Радаев Н. Н. Экономика природного и техногенного рисков. — М.: ФИД «Деловой экспресс», 2001

111. Приказ МЧС России №329 от 08.07.2004 г.

112. Приказ МЧС России от 4.11.04 г. №506 «Об утверждении типового паспорта безопасности опасного объекта», зарегистрированный в

113. Минюсте РФ 22.12.04 г. №6218.

114. Приказ МЧС России от 4.11.04 г. №506 «Об утверждении типового паспорта безопасности территории», зарегистрированный в Минюсте РФ 22.12.04 г. №6218.

115. Прикладные нечеткие системы / Пер. с япон. К. Асаи, Д. Ватада, С. Иван и др.; Под редакцией Т. Тэрано, К. Асаи, М. Сугэ-но. М.: Мир, 1993.-368 е., ил.

116. Проблемы обеспечения экономической безопасности сложных социально-экономических систем /В.В.Кульба, С.С.Ковалевский, Д.А.Кононов и др.; Препринт. М.: ИПУ им.В.А.Трапезникова РАН, 2000. -128 с.

117. Программа действий по охране окружающей среды для Центральнойи Восточной Европы (Русская версия) OECD and World Bank, 1995 г.-140 с.

118. Программа действий. Повестка дня на 21 век и другие документы конференции в Рио-де-Жанейро в популярном изложении. Центр "За наше общее будущее". Женева, 1993.

119. РД «Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах». Утв. ОАО «АК «Транснефть», пр. от 30.12.99 г. № 152, согл. Госгортехнадзором России 07.07.99 г. №1003/418.

120. РД «Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах» (утв. АК "Транснефть", пр. от 30.12.99 г. №152; согл. Госгортехнадзором России, письмо от 07.07.99 г. №1003/418).

121. РД 03-418-01. Методические указания по проведению анализа риска опасных производственных объектов. М.: ГУП "НТЦ

122. Промышленная безопасность". -2001.- 60с.

123. Реймерс Н.Ф. Природопользование. Словарь-справочник.- М.: Мысль, 1990. -637 с.

124. Руководство по ликвидации аварий, связанных с разгерметизацией изотерических хранилищ жидкого аммиака. Разработано АО «ГИАП», 1995,- 46с.

125. Сборник методик по прогнозированию возможных аварий, катастроф, стихийных бедствий в РСЧС. -М.: ВНИИ ГОЧС, 1994, 74 с.

126. Системное проектирование автоматизированных информационных систем: Учебное пособие/ Г.Г. Куликов, О.М. Куликов, Л.С. Полиенко, И.У.Ямалов; НИИ БЖД. Уфа: Уфимск. гос. авиац. техн. ун-т, 1999. -100с.

127. Справочник по теории автоматического управления /Под ред. Красовского A.A. М.: Наука, 1987. - 712 с.

128. Степанов Б. М. Теоретические основы обеспечения безопасности жизнедеятельности. М.: В А РВСН, 2001. - 351 с.

129. Стрекозов В., Вовненков В. О подходах к принятию решений по обеспечению устойчивости объектов// Гражданская защита 1999. -№3.-с.28

130. Теория автоматического управления. Учебник. 4.1. A.B. Нетушила./Высшая школа. -М., 1967, 424 с.

131. Ту Д., Гонсалес Р. Принципы распознавания образов / Пер. с англ. И.Б.Гуревича-М.: Мир, 1978.-371с.

132. Управление риском: Риск. Устойчивое развитие. Синергетика.-М.:Наука, 2000. -431 с.

133. Федеральный закон "О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера".

134. Федулов Г. В. Зарубежный опыт создания и обеспечения функционирования систем предупреждения и ликвидации чрезвычайных ситуаций // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 1998- Вып. 8 - С.63-98.

135. Хамитов Р.З. Многокритериальное согласованное управление безопасностью населения промышленного региона // Диссертация на соискание ученой степени доктора технических наук. Уфа, 2000 г.

136. Харитонов В.Л. К проблеме Рауса-Гурвица для семейства полиномов // Проблемы устойчивости движения, аналитической механики и управления движением. Наука, 1979. -с.105-111.

137. Харитонов В.Л. Об асимптотической устойчивости положенияравновесия семейства систем линейных дифференциальных уравнений // Диф.уравнения. 1978. -Т.14.-№11.-С. 2086-2088.

138. Хенли Э. Дж., Кумамото X. Надежность технических систем и оценка риска. — М.: Машиностроение, 1981. — 526 с.

139. Хоффман Л.Дж. Современные методы защиты информации. -М.:Сов.радио, 1980.-264 с.

140. Черных И.В. Simulink: «Инструмент моделирования динамических систем» http://matlab.exponenta.ru/simulink/bookl/index.php

141. Черняховская Л.Р. Поддержка принятия решений при управлении сложными объектами в критических ситуациях на основе инженерных знаний // Диссертация на соискание ученой степени доктора технических наук. Уфа, 2004 г.

142. Чумак С. П. Методика прогнозирования параметров процессов выполнения аварийно-спасательных работ при ликвидации чрезвычайных ситуаций, связанных с разрушениями зданий // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях-2000.-Вып. 1- с.67-78.

143. Чумак С. П., Дурнев Р. А. Некоторые аспекты технологий аварийно-спасательных работ при массовых разрушениях зданий и сооружений // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях-1998.-Вып. 11- с.71-77

144. Шахраманьян М. А., Акимов В. А., Козлов К. А. Оценка природной и техногенной безопасности России: Теория и практика. —М.: ФИД «Деловой экспресс», 1998. — 218 с.

145. Шахраманьян М. А. Новые информационные технологии в задачах обеспечения национальной безопасности России (природно-техногенные аспекты). Монография.-М.: ФЦ ВНИИ ГО ЧС 2003.- 398

146. Шойгу С. К., Воробьев Ю. Л., Владимиров В. А. Катастрофы и государство. — М.: Энергоатомиздат, 1997. — 160 с.

147. Шпаговский Ю.Г. Чрезвычайные ситуации как объект правового регулирования // Проблемы безопасности в ЧС, №1, 2004. с.85-93

148. Юдин Д.Б. Вычислительные методы теории принятия решений-М.:Наука. Гл.ред. физ.-мат. лит., 1989-320с.

149. Юнусов А.Р. Подсистема информационной поддержки принятия решений на основе экспертного оценивания для стратегического управления техногенной безопасностью в промышленном регионе. Автореф. дисс. канд. техн наук УГАТУ, Уфа, 2001- 16с.

150. Юриков В. Предупреждает автоматизированная система // Гражданская защита, 1999 №11- с.23.

151. Юсупов И.Ю. Автоматизированные системы принятиярешений-М.:Наука, 1983,-215с.

152. Ямалов И.У. Информационная поддержка принятия решений при ликвидации чрезвычайных ситуаций на основе моделирования сценариев управления // Информационные технологии. №6, 2005 г.- с. 51-58.

153. Ямалов И.У. Концептуальное моделирование процессов возникновения и развития чрезвычайных ситуаций // Информационные технологии №7, 2006 г.- с. 54 57

154. Ямалов И.У. Моделирование процессов возникновения и развития ЧС на химически опасных объектах с использованием нечетких когнитивных карт//Башкирский химический журнал. Том 12, №3, 2005 г. с.66-71.

155. Ямалов И.У. Моделирования сценариев управления при ликвидации аварий на химически опасных объектах // Башкирский химический журнал. Том 12, №3, 2005 г. с.49-58.

156. Ямалов И.У. Региональная информационная система поддержки принятия решений по управлению в условиях чрезвычайных ситуаций (на примере Республики Башкортостан) // Проблемы безопасности и чрезвычайные ситуации. №4, 2006 г.- с.37-46.

157. Ямалов И.У. Моделирование процессов управления ликвидацией чрезвычайных ситуаций с использованием нечетких когнитивных карт // Экология промышленного производства. Вып. №3, 2006 г.- с.70-74

158. Ямалов И.У. Системное моделирование процессов возникновения и развития чрезвычайных ситуаций // Информационные технологии моделирования и управления. Вып. №8(33), 2006 г.- с.952-957

159. Ямалов И.У. Современные принципы моделирования динамических процессов автоматизированного управления геотехническими объектами в условиях чрезвычайных ситуаций //Мехатроника, Автоматизация, Управление. №11, 2006 г.- с.50-56

160. Ямалов И.У. Принципы построения моделей развития и ликвидации чрезвычайных ситуаций //Системы управления и информационные технологии. №1.2(23), 2006 г.- с.297-300

161. Ямалов И.У. Моделирование сценариев управления при ликвидации аварий на химически опасных объектах.// Экология промышленного производства №4,2006 г.- с.41-48

162. Ямалов И.У. Концептуальное моделирование развития и ликвидации чрезвычайных ситуаций на основе нечетких когнитивных карт.// Проблемы безопасности и чрезвычайные ситуации. №1, 2007 г.- с.75-80

163. Ямалов И.У., Бежаева О.Я. Математическое моделирование ликвидации динамически развивающихся чрезвычайных ситуаций //Мехатроника, Автоматизация, Управление: Матер. Междунар.конф. Владимир, 2004.- с.234-237.

164. Ямалов И.У., Васильев В.И., Смородинова (Буреева) Т.М., Идрисов И.И. Синтез алгоритмов и моделирование процессов управления в ЧС // Компьютерные науки и информационные технологии: Тр. Междунар. конф. Уфа: УГАТУ, 2005. с. 122-125. (Статья на англ.яз.)

165. Ямалов И.У., Ильясов Б.Г., Бежаева О.Я. Интеллектуальное управление в чрезвычайных ситуациях// Компьютерные науки и информационные технологии: Тр. Междунар. конф. Уфа: УГАТУ, 2003. с. 234237.

166. Ямалов И.У., Ильясов Б.Г., Бежаева О.Я. Системы поддержки принятия решений в чрезвычайных ситуациях // Системный анализ в проектировании и управлении: Тр. Междунар. конф. СПб.: СПб ГПУ, 2002, с. 142-144.

167. Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций / И. У. Ямалов. М. : Лаборатория базовых знаний, 2007. -273 е.

168. Dickerson J., Kosko B. Virtual Worlds as Fuzzy Dynamic Systems // Technology for Multimedia, IEEE Press: New York, 1998. P. 567-603

169. Hagiwara M. Extended Fuzzy Cognitiwe Maps, Proc. of the IEEE Intern. Conference on Fazzy Systems, March 8-12, 1992, San-Diego, pp.795-801.216 http ://ea.transas .ru/217 http://www.gdin.org/

170. Huerga A.V. Сбалансированный дифференциальный алгоритм обучения HKK//http ://monet.aber.ac.uk:8080/monet/docs/pdffiles/qr02/ qr2002alberto-vazquez.pdf.

171. Kosko В. Fuzzy Cognitive Maps // International Journal of Man-Machine Studies, 1986. Vol. 1. - P. 65-75

172. Kosko, B. Fuzzy Engineering, Prentice-Hall, New Jersey, (1997)

173. Margaritis M., Stylios Ch., Groumpos P.P. FSM Analyst A Fuzzy Cognitive Map Development and Simulation Tool // Workshop on Computer Science and Information Technoloies (CSIT'2002), Patras,

174. Greece, 2002. -pp. 156-162

175. Notebook "Нейронные сети" www.matlab.ru.

176. Pilishkin V.N. General Dynamic Model of the System With Intelligent Properties in Control Tasks // Proc. of the 15th IEEE International Symposium on Intelligent Control (ISIC-2000), Rio, Patras, Greece, 17-19 July, 2000. -P.223-227.

177. Rzevski G. Bussiness: from Order to Edge of Chaos// Труды 3-й Международной конференции: Проблемы управления и моделирования в сложных системах: Самара: 2001. с. 1 4.

178. Sanz R., Matia F., and Galan S. Fridges, Elephants and the Meaning of Autonomy and Intelligence //Proc. of the 15 th IEEE International Symposium on Intelligent Control (ISIC-2000), Rio, Patras, Greece, 17-19 July, 2000. -P.217-222.

179. Schneider M., Schneider E., Kandel A. and Chew G., Automatic Construction of FCMs // Fuzzy Sets and Systems, 93, 1998.- P.161-172.

180. See Linda, Openshaw Stan. A hybrid multi-model approach to river level forecasting // Hydrol. Sci. J. 2000. 45, N 4, pp. 523-536.

181. Stylios C.D., Groumpos P.P., A Soft Computing Approach for Modeleing the Supervisor of Manufacturing Systems //Journal of Intelligent and Robotic Systems, 26, 1999. P.389-403.

182. Stylios C.D., Groumpos P.P., The Challenge of Modeling Supervisory Systems Using Fuzzy Cognitive Maps //Journal of Intelligent Manufacturing, 9, 1998. -P.339-345.

183. Urazbakhtina L.B., Babkova Т.О. Estimation of Information Safety by Petri-Net Model // Computer Science and Information Technologies CSIT-2001:Proc. of the 3nd Int. Workshop-Ufa, 2001.-Vol. 3, P.213

184. USED AT AUTHOR: DATE: 14.05.2000 ■ WORKING READER DATE CONTEXT:

185. PROJECT: 1 REV: 11.11.2000 DRAFT1. RECOMMENDED

186. NOTES: 1 ?. Я 4 5 fi 7 9 10 PUBLICATION A11. Сообщение об аварии

187. TITLE: ликвидировать разгерме тизацию танка1. NUMBER:343