автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.14, диссертация на тему:Технология построения экспертных геоинформационных систем поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций

РГБ ОД 2 5 ДПР Ш

На правах рукописи

Ноженкова Людмила Федоровна

ТЕХНОЛОГИЯ ПОСТРОЕНИЯ ЭКСПЕРТНЫХ ГЕОИНФОРМАЦИОННЫХ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО ПРЕДУПРЕЖДЕНИЮ И ЛИКВИДАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

Специальность 05.13.14 - "Системы обработки информации и управления"

АВТОРЕФЕРАТ диссертации на соискание ученой степени доктора технических наук

Красноярск- 2000

Работа выполнена в Институте вычислительного моделирования СО РАН

Официальные оппоненты:

доктор технических наук, профессор Г. А. Доррер

доктор технических наук, профессор Н. В. Евтушенко

доктор технических наук, профессор А.Н. Проценко

Ведущая организация:

Институт вычислительных технологий СО РАН

Защита диссертации состоится "31" марта 2000 г. в 14 часов на заседании диссертационного совета Д 064.54.01 при Красноярском государственном техническом университете по адресу: г. Красноярск, ул. Киренского, 26, корпусД, ауд. 501.

С диссертацией можно ознакомиться в научной библиотеке Красноярского государственного технического университета.

Отзывы на автореферат в двух экземплярах, заверенные печатью, просим направлять по адресу: 660074. г.Красноярск, ул. Киренского, 26, ученому секретарю диссертационного совета Д 064.54.01, профессору А.Н. Ловчикову.

Автореферат разослан "29" февраля 2000 г.

Ученый секретарь диссертационного совета, доктор технических наук, профессор

Wtlt(,0

ОБЩАЯ ХАРАКТЕРИСТИКА РАБОТЫ

Актуальность проблемы. Развитие производственной и социальной сфер деятельности человечества сопровождается усложнением промышленных технологий и расширением их влияния на окружающую среду. Наблюдается общемировая тенденция роста числа и масштабов техногенных и природных чрезвычайных ситуаций (ЧС). В России эта тенденция усиливается условиями переходного периода в экономике.

Снижение социально-экономического ущерба от чрезвычайных ситуаций может быть достигнуто за счет заблаговременного прогнозирования возникновения ЧС и их последствий, организации предупредительных мер по устранению возможных причин аварий и катастроф, определения наиболее эффективных мер для ликвидации ЧС и оперативной поддержки принятия решений в кризисных ситуациях.

Оперативное реагирование на возникновение ЧС является основным фактором, определяющим эффективность управленческих решений. Природные и техногенные ЧС, как правило, быстротечны, и эффективность управления определяется, главным образом, тем, насколько быстро в момент ЧС формируются адекватные решения. От этого зависит, насколько быстро и слаженно задействуются организационные механизмы. Катастрофы похожи на военные действия. Их «...объединяет необходимость быстрого реагирования на происходящее и жесткие требования к системам управления...во многих случаях спасти сотни жизней возможно, если огромная организационно-техническая система будет задействована в течение минут» [Воробьев Ю.Л., Малинецкий Г.Г., Махутов H.A., 1999).

Важнейшую роль в решении перечисленных задач должно сыграть создание в России государственной автоматизированной информационно-управляющей системы предупреждения и ликвидации чрезвычайных ситуаций - АИУС РСЧС, ее территориальных и функциональных подсистем. Цель создания системы - реализация комплексного подхода к предотвращению и ликвидации ЧС. Руководство МЧС России в число первоочередных задач ставит создание территориальных и функциональных подсистем АИУС РСЧС. Проблема построения государственной автоматизированной зистемы по чрезвычайным ситуациям представляет широчайший фронт работ для создания научных основ и разработки прикладных систем в этой области.

В мировой практике накоплен значительный опыт по комплексному решению задач автоматизированной поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций. Отечественные исследования ведутся сравнительно недавно. Проблемы оценки и управления риском рассматриваются в рамках ФЦП "Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф" и в других федеральных целевых программах, государственным заказчиком которых яшшется МЧС России. Задачи комплексной автоматизированной поддержки принятия решений поставлены в ряде документов, принятых руководством страны. Таким образом, объективные аспекты актуальности рассматриваемых задач закреплены государственными решениями. Рассмотрим еще один важный аспект.

В последнее десятилетие, на рубеже XXI века, особенно быстрыми темпами развиваются компьютерные технологии, наблюдается смена парадиш и методологий, на которых они основаны. Традиционные подходы исследования операций заменя-

ются новой методологией поддержки принятия решений, которая позволяет учесть особенности предметной области, справиться с решением плохо формализуемых, неструктурированных задач. От традиционных систем обработки данных осуществляется переход к применению знаний и созданию интеллектуальных систем. Внедряются методы наглядного представления решений и информационно-графического моделирования, спрос на которые подтверждается лавинообразным распространением геоинформационных технологий.

Таким образом, проблема построения автоматизированных систем поддержки предупреждения и ликвидации ЧС актуальна не только в силу объективной необходимости решения прикладных задач, но и в силу того, что в настоящее время необходимо создание методов их решения, использующих новые методические и технологические концепции. Методологические требования вытекают из особенностей постановки задач поддержки принятия решений в условиях экстраординарных ситуаций. Управление в условиях ЧС отличается от штатных условий гибкостью, необходимостью работы с недостоверной и неполной информацией, высоким темпом изменения ситуации, необходимостью формирования в кратчайшие сроки как можно более эффективных решений, высокой результативностью, требованиями минимизации времени и минимума потерь при ликвидации ЧС. Эти особенности требуют развития новой методологии поддержки управленческих решений, основанной на использовании сценарного подхода и методологии ситуационного управления в сочетании с новыми методами информационного моделирования.

Методической базой создания новых технологий должен служить сценарный подход (Архипова Н.И., Кульба В.В., 1994; Косяченко С.А., Кузнецов H.A., Кульба В.В., Шелков А.Б., 1998). Методология сценарного подхода позволяет систематизировать информацию о возможном развитии ЧС и адекватном реагировании. Задача управления в условиях ЧС может рассматриваться как задача поиска сценария решения по сценарию событий с учетом критериев адекватности и эффективности. Однако общеизвестны трудности формирования сценариев ЧС: заранее просчитать их полностью практически невозможно, возникает необходимость учета неопределенности. Проблема осложняется еще и тем, что решение разных типов задач требует обработки разных типов информации. Это порождает необходимость развития сценарного подхода с применишем методов ситуационного управления и построения стратегий формирования решений в условиях неполной, нечеткой и ненадежной информации (Поспелов Д.А., 1986, Мелихов А.Н., Бернштейн Л.С., Коровин С.Я., 1990).

Работа посвящена развитию базовой методологии ситуационного управления на основе сценарного подхода с использованием методов инженерии знаний и информационно-графического моделирования. Главным результатом является создание новой технологии построения автоматизированных систем поддержки принятия решений, основанной на совместном применении экспертных и геоиформационных систем. Применение знаний для представления сценариев ЧС и критериев принятия решений позволяет применить технологию экспертных систем (ЭС) для эффективного формирования решений. Информационно-графическое моделирование с применением ГИС-технологий позволяет наглядно представить ситуацию, и за счет этого значительно сократить время на осмысление решений. Гибридный подход, используя наилучшие качества обеих технологий, дает новые возможности для по-

вышения эффективности управленческих решений, позволяя автоматизировать работу, связанную с построением тематических карт, и использовать геоинформационную систему (ГИС) в процессе формирования решений. Такая постановка проблемы выдвигает новые требования к представлению и организации знаний, выразительности модели и языка представления знаний, к методологии структурирования знаний и стратегиям эффективного логического вывода. Эти проблемы рассматриваются в теоретической части работы. В работе рассмотрены предлагаемые информационные модели и технологические концепции построения экспертных геоинформационных систем (ЭГИС). На новой технологической платформе решен ряд функциональных задач предупреждения и ликвидации чрезвычайных ситуаций

В связи с изложенным, разработка тучных основ создания моделей знаний и технологии проектирования экспертных геоинформационных систем для решения функциональных задач поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций яшиется актуальной научно-технической проблемой, имеющей важное народно-хозяйственное значение.

Актуальность подтверждается тем, что диссертационная работа выполнена в соответствии с приоритетными направлениями фундаментальных исследований РАН по информатике, вычислительной технике и автоматизации, в том числе, по фундаментальным проблемам построения систем автоматизации, по проблемам принятия решений и экспертным системам, и в соответствии с штанами фундаментальных и прикладных научных исследований Института вычислительною моделирования СО РАН в 1991-1999 гг.

Исследования проводились по проектам ГНТП «Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф» (раздел «Применение ГИС-технологий»), ФЦП «Создание территориальных звеньев АИУС РСЧС в регионе», региональной НТП «Новые технологии для управления и развития региона» (проект «Создание ГИС «Безопасность региона»).

Исследования получили финансовую поддержку по грантам РФФИ, Миннауки, администрации Красноярского края, Красноярского государственного экологического фонда, Главного управления по делам ГО и ЧС Красноярского края, Главного управления по делам ГО и ЧС г. Красноярска, поддержаны Сибирским региональным центром ГОЧС и ЛПСБ и МЧС РФ.

Цель работы: Повышение эффективности управленческих решений по предупреждению и ликвидации ЧС за счет применения технологии экспертных геоинформационных систем, позволяющей снизить временные затраты на формирование, выбор и картографическое моделирование решений, тем самым, уменьшить затраты времени и материальных ресурсов на их исполнение и, в итоге, снизить потери от ЧС.

Идея работы заключается в гибридизации технологий экспертных и геоинформационных систем для совместного применения в единой программной среде, что позволяет получить качественно новые технологические возможности. Построение гибридной технологии основывается на создании моделей знаний, позволяющих применять экспертную систему как для формирования и выбора решений, так и для

управления интегрированной программной средой, автоматически активизировать функции геоинформационной системы, вычислительные алгоритмы и информаци-ошгые подсистемы для информационно-графического моделирования.

Основные задачи работы:

1. Исследование проблемы поддержки управления в условиях риска чрезвычайных ситуаций. Обоснование целей и задач создания автоматизированных систем по предупреждению и ликвидации ЧС в рамках территориальной подсистемы АИУС РСЧС.

2. Постановка и исследование проблемы комплексной поддержки управления и принятия решений, обоснование необходимости применения интеллектуальных и геоинформационных технологий для поддержки управленческих решений по чрезвычайным ситуациям.

3. Исследование текущего состояния проблемы применения экспертных и геоинформационных систем в информационно-управляющих системах по чрезвычайным ситуациям.

4. Исследование общих тенденций к интеграции компьютерных технологий и опыта комплексного подхода и построения гибридных систем по проблемам безопасности и предупреждения ЧС.

5. Исследование принципов построения систем поддержки принятия решений (СППР) на основе семиотической модели ЭГИС, представляющей синтаксический, семантический и прагматический аспекты интегрированной системы поддержки принятия решений.

6. Исследование моделей знаний для реализации ситуационного сценарного подхода к представлению ЧС, формированию и оценке решений, с учетом особенностей задач и неопределенности информации.

7. Исследование моделей знаний для реализации прагматических функций ЭГИС. Разработка языка представления знаний.

8. Разработка методов структурирования знаний.

9. Построение стратегий логического вывода для формирования решении с оценкой вычислительных затрат и затрат на исполнение решений.

10. Разработка технологии проектирования экспертных геоинформационных систем для реализации гибридного подхода к принятию решений.

11. Разработка комплекса инструментальных программных средств и технологии их применения для построения экспертных геоинформационных систем по чрезвычайным ситуациям.

12. Применение разработанных методических и инструментальных средств для решения функциональных задач по предупреждению и ликвидации чрезвычайных ситуаций.

Методы исследований, применяемые в работе, базируются на методологии инженерии знаний, представления и применения знаний, структурирования знаний, математической логике, нечеткой логике, методах параллельных вычислений и параллельного вывода, нейросетевых технологиях, методах объектно-ориентированного проектирования, теории баз данных, моделях и методах представления и обработки пространственной информации в географических информационных сис-

темах, методологии системного подхода в проектировании больших систем, методах построения систем поддержки управления и систем поддержки принятия решений, методологии сценарного подхода, методологии ситуационного управления.

Основные положения, выдвигаемые па защиту:

1. Предложены модели представления знаний в интегрированных СППР по чрезвычайным ситуациям, позволяющие реализовать ситуационный сценарный подход и функции формирования решений с привлечением информационно-моделирующих функций ГИС и других средств вычислительного моделирования. Модели рассчитаны на комплексное решение разнотипных задач по предупреждению и ликвидации ЧС, в том числе с учетом неопределенности.

2. Разработаны формально-эвристические методы РЗА-струтпурирования знаний в интегрированных СППР ЧС и стратегии эффективного логического вывода с применением Р8А-структуры. Предложенные методы позволяют повысить производительность логического вывода при формировании решений, оценить вычислительные затраты, оценить и учесть при выборе решений ожидаемые затраты на их исполнение.

3. Разработана технология проектирования экспертных геоинформационных систем для реализации гибридного подхода к принятию решений, основанная на многоуровневой модульной объектно-ориентированной модели ЭГИС, включающей гибридную объектно-ориентированную модель представления и применения знаний и объектно-ориентированную модель ГИС.

4. На основе предложешшх моделей и методов создана инструментальная оболочка-среда ЭСПЛА для построения экспертных геоинформационных систем, в состав которой входят оболочка экспертной системы, геоинформационная система СатБув и средства организации их совместного функционирования для формирования решений и информационно-графического моделирования. Предложена технология применения системы ЭСПЛА для построения экспертных геоинформационных систем по чрезвычайным ситуациям.

5. Разработаны важнейшие функциональные подсистемы территориальной системы по чрезвычайным ситуациям Красноярского края: в том числе система ЭСПЛА 3.0 по ликвидации химических аварий, по взрывоопасным ситуациям на промышленных объектах, подсистемы ГИС «Безопасность региона» для районирования территории по уровням рисков ЧС.

Достоверность научных положений подтверждается:

- Теоретическими исследованиями проблемы поддержки управления в условиях риска чрезвычайных ситуаций. Обоснованием необходимости применения интеллектуальных и геоинформационных технологий для поддержки управленческих решений по чрезвычайным ситуациям.

- Исследованием общих тенденций к интеграции компьютерных технологий и опыта комплексного подхода и построения гибридных систем по проблемам безопасности и предупреждения ЧС, показавшим перспективность интеграции ГИС и ЭС.

- Исследованием моделей знаний для реализации сценарного подхода к представлению ЧС, формированию и оценке решений, с учетом особенностей задач,

7

ненадежности и нечеткости информации и реализации прагматических функций ЭГИС. Установлено, что предложенная объектно-ориентированная продукционно-фреймовая модель представления знаний позволяет в полном объеме реализовать эти функции и может служить основой для реализации ситуационного подхода.

- Формальными доказательствами сходимости пакета алгоритмов построения PSA-структуры знаний. Доказаны 8 утверждений (теорем) о свойствах форм представления знаний в ЭГИС и об условиях сходимости предложенных алгоритмов.

- Опытно-промышленными испытаниями предложенной технологии, подтверждающими корректность и перспективность предложенного научного подхода к широкому классу задач.

- Опытом применения разработанного программного инструментария для построения ряда программных систем по решению функциональных задач поддержки принятия решений по предупреждению и ликвидации ЧС. Установлено, что инструментальная среда ЭСПЛА в сочетании с предложенной технологией позволяет перевести проектирование прикладных программных систем на типовую основу и обеспечивает значительное сокращение материальных и финансовых ресурсов на их создание.

- Опытом широкого промышленного внедрения разработашшх программных систем в структурах управления ГО и ЧС, который показал широкую востребованность и высокую надежность разработанных программных систем в промышленной эксплуатации.

- Анализом эффективности функционирования разработанных программных систем и эффективности получаемых решений. Установлено, что за счет сокращения времени формирования решений, повышения их качества и комплексности удается существенно сократить социальные потери и материальный ущерб от ЧС.

- Корректным и комплексным использованием современных методов проектирования интегрированных информационных систем, методов инженерии знаний, теории баз данных и методов иредстаачения и обработки пространственной информации в геоинформационных системах.

Научная новтиа

1. Разработан и применен уникальный гибридный подход к решению проблем комплексной автоматизированной поддержки принятия решений по предупреждению и ликвидации ЧС природного и техногенного характера, основанный на совместном применении технологий ЭС и ГИС в рамках одной программной системы. Предложенный подход позволил расширить функции поддержки управления путем использования знаний экспертной системы не только для формирования решений, но и для автоматизации картографического анализа и моделирования.

2. Разработаны модели представления и применения знаний в геоинформационных системах, основанные на гибридизации и расширении продукционных и фреймовых моделей знаний, и допускающие обработку ненадежной и нечеткой информации, активизацию данных и инициализацию внешних процессов. За счет объектно-ориентированной реализации гибридные модели позволили осуществить на единых синтаксических принципах разнообразную семантическую интерпретацию

символьных конструкций языка предстаатения знаний и широкие прагматические возможности интегрированной системы.

3. Разработаны оригинальные формально-эвристические методы РБА-структурирования знаний в интегрированных СППР по чрезвычайным ситуациям и стратегии эффективного логического вывода с применением РБА-структуры, позволяющие оценить и снизить вычислительные затраты на формирование решений и оценить ожидаемые затраты на исполнение решений.

4. Разработана многоуровневая модульная объектно-ориентированная модель ЭГИС, включающая гибридную объектно-ориентированную модель представления и применения знаний и объектно-ориентированную модель ГИС, что позволило реализовать технологию построения гибридной системы.

5. Создана уникальная инструментальная оболочка-среда ЭСПЛА для построения экспертных геоинформационных систем и предложена технология применения системы ЭСПЛА для построения экспертных геоинформационных систем по чрезвычайным ситуациям.

6. По-новому решены функциональные задачи построения систем поддержки принятия решений по предупреждению и ликвидации ЧС при построении ряда автоматизированных систем в рамках территориальной информационно-управляющей системы по чрезвычайным ситуациям.

Практическая ценность. Результаты проведенных исследований позволяют:

- использовать модели и методы инженерии знаний для информационно-графического моделирования и автоматического формирования тематических электронных карт;

- использовать информационно-моделирующие функции ГИС в процессе формирования решений экспертной системой;

- создавать интегрированные системы поддержки принятия решений на основе совместного применения и развития технологий экспертных и геоинформационных систем;

- создавать информационно-управляющие системы на основе принципиально новой технологии, обеспечивающей комплексную поддержку организационного управления, включая формирование решений и информационно-графическое моделирование;

- сократить временные и финансовые затраты на создание СППР ЧС разного уровня - от отдельных предприятий до территории - за счет использования типовой инструментальной среды.

- увеличить оперативность и улучшить качество решений по предупреждению и ликвидации чрезвычайных ситуаций.

Реализадпя работы

Результаты диссертационной работы использованы при проектировании территориальной информационно-управляющей системы предупреждения и ликвидации чрезвычайных ситуаций Красноярского края. Разработанные модели, методы, инструментальные средства применены для создания ее функциональных подсистем. По

рекомендации МЧС России Красноярский край признан полигоном для апробирования и внедрения новых технологий.

Программные системы, построенные с применением предложенной в диссертационной работе технологии, внедрены в эксплуатацию и используются в Главном управлении по делам ГО и ЧС г. Красноярска, в Главном управлении по делам ГО и ЧС Красноярского края, в городах и районах Красноярского края, в Сибирском региональном центре ГОЧС и ЛПСБ, Учебно-методическом центре ГОЧС Красноярского края, что подтверждено актами о внедрении и другими документами.

Инструментальные средства для создания экспертных геоинформационных систем рекомендованы СРЦ ГОЧС и ЛПСБ для применения в качестве типового инструментария с целью создания систем поддержки деятельности оперативной дежурной смены центров управления в кризисных ситуациях на территории Сибири. СРЦ ГОЧС и ЛПСБ выступил с ходатайством перед МЧС РФ о присуждении премии за научно-техническую разработку создателям экспертной геоинформационной системы ЭСПЛА во главе с автором настоящей диссертационной работы.

Полученные результаты приведены в отчетах СО РАН и РАН, использованы в ряде проектов, выполняемых в ИВМ СО РАН и в интеграционных проектах СО РАН. Система ЭСПЛА включена в Сборник завершенных научно-исследовательских и опытно-конструкторских работ институтов СО РАН (Новосибирск, 1999).

Апробация работы

Основные результата, отдельные положения, а также результаты конкретных прикладных исследований и разработок докладывались на научных семинарах и конференциях в ИВМ СО РАН (1991-1999), на региональных научно-практических конференциях и на совещаниях СО РАН, посвященных географическим информационным системам.

Результаты работы были представлены на десятом юбилейном симпозиуме "Problems of Modular Information Computer Systems and Networks" (Санкт-Петербург, 1993), на первом российско-немецком симпозиуме "Intelligente Informationstechnologien in der Entscheidungsfindung" (Москва, 1995) в рамках Всероссийского форума по информатизации, на Всероссийских конференциях "Проблемы информатизации региона" (Красноярск, 1996-1999 гг.), на Всероссийской конференции «Проблемы защиты населения и территорий от чрезвычайных ситуаций» (Красноярск, 1997 г.), на Международной конференции "Интеркарто-4" (г. Барнаул, 1998 г.), на Международной конференции "Спасение, защита, безопасность - новое в науке, технике, технологии" (Москва, 1995 г.), на V научной конференции "Современные методы математического моделирования природных и антропогештых катастроф", посвященной 275-летию РАН (Красноярск, 1999 г), на Региональной конференции «Достижения науки и техники - развитию сибирских регионов» (Красноярск, 1998-1999 гг.), на Всероссийском семинаре «Нейроинфор-матика и ее приложения» (Красноярск, 1997-1998 гг.), на краевой конференции "Экологическое состояние и природоохранные проблемы Красноярского края" (Красноярск, 1996 г.), на Международной конференции "Математические модели и методы их исследования" (Красноярск, 1999 г.) и многих других.

Программные системы, созданные на основе разработанных инструментальных средств, демонстрировались на ряде выставок, в том числе на выставке, посвященной 25-летию СО РАН, на постоянно действующей выставке СО РАН, на Междунаю"

родных выставках МЧС РФ (1995-1998 гг.), на региональной выставке «Сибирская ярмарка» (1999), на выставках «Достижения науки и техники - Сибирскому региону" и др., что подтверждено дипломами, каталогами и другими материалами.

Публикации п личный вклад в решевпе проблемы

Диссертация основана на теоретических, методологических и экспериментальных исследованиях, выполненных коллективом лаборатории систем искусственного интеллекта Института вычислительного моделирования СО РАН.

Теоретические результаты, представленные в главах 1 - 4, получены непосредственно автором. Объектно-ориентированная продукционно-фреймовая модель знаний разработана совместно с кандидатом технических наук C.B. Исаевым. Проектирование и разработка инструментальной среды ЭСПЛА и прикладных систем выполнены коллективом лаборатории СИИ под руководством и при непосредственном участии автора.

По результатам исследований автором опубликовано более 70 работ.

Объем п структура диссертации

Диссертация состоит из введения, 8 глав, заключения, списка использованных источников и 4 приложений. Работа содержит 365 страниц машинописного текста, 45 рисунков, 11 таблиц. Список использованных источников включает 277 наименований.

Работа выполнена в Институте вычислительного моделирования СО РАН.

Автор считает своим долгом выразить благодарность директору Института, члену-корреспонденту РАН В.В. Шайдурову за постоянное внимание к работе, профессору В.В. Москвичеву за плодотворное сотрудничество. Особую благодарность автор выражает академику Ю.И. Шокину и профессору A.M. Федотову за поддержку на начальных этапах, что сыграло решающую роль в развитии представленного в работе направления.

Работы по созданию прикладных систем выполнялись в творческом содружестве со специалистами Главного управления по делам ГО и ЧС Красноярского края и Сибирского регионального центра ГОЧС и ЛПСБ. Автор выражает глубокую признательность капитану I ранга В.И. Терешкову, заместителю начальника СРЦ, инициатору и участнику прикладных разработок.

По ряду исследовательских и прикладных работ осуществлялось сотрудничество с Институтом леса СО РАН, вузами г. Красноярска, участниками Красноярского регионального геоинформационного центра СО РАН.

Глубокую благодарность автор выражает коллективу лаборатории систем искусственного интеллекта ИВМ СО РАН. Высокая квалификация и активность сотрудников лаборатории послужили гарантией результативности выполненных работ.

Краткое содержание работы

Введение представляет цели и задачи диссертационной работы, раскрывает ее актуальность, новизну полученных результатов, практическую значимость и апро-бированность, методологию исследований. Во введении сформулированы положе-

ния, выдвигаемые на защит)'. Определен непосредственный вклад автора в решаемые задачи.

Глава 1 представляет результаты исследования проблемы комплексной поддержки принятия решений в условиях риска чрезвычайных ситуаций. Обоснована актуальность проблемы и новизна подхода, основанного на интеграции технологий экспертных и геоинформициоппых систем. Выполнен анализ опубликованных работ, рассматриваются основные проблемы, возникающие при построении систем поддержки принятия решений по предупреждению и ликвидации ЧС. Сформулированы задачи диссертационной работы.

Автоматизированная поддержка принятия решений по предупреждению и ликвидации ЧС является актуальной проблемой в связи с объективной тенденцией увеличения рисков, необходимостью реализации государственной политики по защите населения и территорий, смягчению последствий ЧС, а также в связи с созданием автоматизированной информационно-управляющей системы для российской системы предупреждения и ликвидации чрезвычайных ситуаций - АИУС РСЧС.

АИУС РСЧС предназначена для автоматизации деятельности органов управления по делам гражданской обороны и чрезвычайным ситуациям на федеральном, региональном, территориальном и местном уровнях с целью повышения эффективности и качества решений по предупреждению и ликвидации чрезвычайных ситуаций. Система базируется на применении современных компьютерных технологий. Основные задачи АЙУС РСЧС:

- автоматизация сбора, передачи и обработки информации;

- стратегическое и оперативное прогнозирование ЧС;

- автоматизированная поддержка планирования мероприятий по предупреждению и ликвидации ЧС, действий специализированных сил и средств, использования ресурсов;

- автоматизированная поддержка решения функциональных задач как по отдельным видам деятельности РСЧС, так и по отдельным видам ЧС.

Разработка подсистем АИУС РСЧС ведется параллельно, разрабатывается методология, созданы и внедрены первые блоки. Руководство МЧС России в число первоочередных проблем ставит создание территориальных подсистем АИУС РСЧС. Автоматизация территориального управления должна опираться на принятые стандартные решения в рамках государственной системы АИУС РСЧС и учитывать территориальные аспекты. Проблемы создания территориальных подсистем АИУС РСЧС рассмотрены в диссертационной работе на примере Красноярского края. Исследованы проблемы построения территориальных подсистем, сформулированы важнейшие функциональные задачи, исследованы их особенности, технологические, методические и системные требования. Показано, что задачи предупреждения и ликвидации ЧС относятся к типу задач организационного управления и характеризуется комплексностью, слабой формализуемостью, тесной взаимосвязью решаемых подзадач.

Большинство функциональных задач РСЧС основывается на использовании географической информации. Методы картографической визуализации информации о ЧС, данных мониторинга, прогнозных данных, а тем более моделирование обстановки и возможных последствий ЧС, позволяют существенно облегчить восприятие

обширной информации лицам, принимающим решение. Однако, практически все существующие геоинформационные системы, при всех преимуществах визуального моделирования, осуществляют лишь информационно-справочные функции. В то же время, очень важной задачей в кризисной ситуации является формирование конкретных рекомендаций для принятия решений, поскольку смягчение возможных последствий ЧС может быть достигнуто только за счет конструктивной поддержки управления, повышения качества и эффективности принимаемых решений, уменьшения времени на их формирование и исполнение. Такая поддержка может осуществляться только с применением технологий инженерии знаний, путем создания интегрирова1шых систем, использующих совместно преимущества ГИС и ЭС. Помимо традиционных функциональных возможностей обеих технологий такой подход позволяет реализовать новые функции ГИС, за счет применения ЭС для автоматизации информационно-графического моделирования, и новые возможности ЭС, основанные на использовании функций ГИС в процессе формирования и оценивания решений.

Интегрированную систему поддержки принятия решений можно представить как многоосновтто алгебру A~<U,Q>, (1.1)

где U={Aa/aeI} - семейство основных множеств, а £2- сигнатура частичных операций, имеющих форму/- Аа, хА^х... хАт .

Арности разных операций могут различаться. Положим совокупность основных множеств U-{D, С, KN, Е, G}, где D - множество данных, С - множество решений, KN - множество знаний, Е - множество оценок, G - множество графических моделей. Множество операций F—{dec, est, igm}, где

dec : D хС хKN xE xG ->C-операция формирования решений, est: D xC xKNxE xG —>E- операция формирования оценок решений, igm : D хС xKN xE xG ->G- операция информационно-графического моделирования.

Модель дает общее представление о функциях и основных информационных компонентах системы и позволяет сформулировать основные цели создания системы: формирование решений, формирование оценок решений и информационно-графическое моделирование. Все операции должны осуществляться на единой информационной основе. Таким образом, интегрированный подход требует единых методов представления и использования информации.

Далее в главе 1 выполнено исследование работ в рассматриваемой области, как в нашей стране, так и за рубежом.

Проблема автоматизированной поддержки решения задач в рамках АИУС РСЧС очень широка. Она естественно декомпозируется по рассматриваемым видам чрезвычайных ситуаций, каждый из которых обладает своими особенностями. Функциональные подходы к их решению также чрезвычайно многообразны. Многие коллективы ведут исследования в этом направлении, тем не менее, пока весь спектр функциональных задач АИУС РСЧС далеко не охвачен.

Исследования по проблемам автоматизации предупреждения и ликвидации ЧС выполняет ВНИИ ГОЧС. Институт решает важнейшие задачи по разработке нормативно-методических материалов, выполняет координирующие функции в формировании новых стратегических задач развития АИУС РСЧС. Разработками по пробле-

мам предупреждения и ликвидации ЧС занимаются также организации РАН. В числе ведущих - ИЛУ РАН. Основополагающие результаты получены в развитии сценарного подхода и подходов к интеллектуальной поддержке управления. В ИБРАЭ РАН развиваются работы по комплексному проектированию территориальных экспертных систем по безопасности, ведется разработка автоматизированной системы по радиационным авариям, развиваются методы применения нейросетевых технологий для анализа распределенной информации и др.

Значительный вклад в развитие методологии предупреждения и ликвидации чрезвычайных ситуаций и создания АИУС РСЧС внесли В.А. Акимов, В.Н. Бурков, Ю.Л. Воробьев, Е.В. Грацианский, C.B. Гутарев, А.Н. Елохин, A.B. Костров, С.А. Косяченко, H.A. Кузнецов, В.В. Кульба, В.Н. Лисица, Г.Г. Малинецкий, H.A. Маху-тов, В.В. Москвичев, В.А. Пантелеев, A.C. Печеркин, А.П. Попов, Б.Н. Порфирьев, Б.В. Потапов, А.Н. Проценко, А.Л. Рагозин, В.И. Сидоров, М.И. Фалеев, А.Б. Шелков и многие другие исследователи и разработчики.

Далее в главе 1 рассмотрен ряд отечественных и зарубежных программных разработок, получивших наибольшую известность. В их числе система ПОДДЕРЖКА (ВНИИ ГОЧС), программы ПРОГНОЗ (МГЦ «Поиск»), ТОКСИ (МТЦ "Промбезо-пасность"), AIR-WASTE (ИБРАЭ РАН), АСППР по ликвидации последствий аварий на гидротехнических сооружениях (ВНИИ ГОЧС), ROSE (МГУ), комплексы BREEZE и DEGATEC (США), EFFECTS (Голландия) и многие другие. Перечисленные системы решают частные задачи. По функциональным возможностям они являются информационно-моделирующими, либо информационно-справочными, причем результаты моделирования и получаемая информация не имеют четко выраженной конструктивной ориентации. Примеры комплексного подхода и применения современных технологий поддержки принятия решений: системы ARAC (США), SAFETY (Великобритания), RODOS (Западная Европа), PPS (Норвегия) и другие. Анализ разработок позволил сделать следующие основные выводы. За пределами России работы ведутся достаточно давно и приобрели комплексный характер. В нашей стране исследования ведутся сравнительно недавно, но анализ отечественных разработок показывает, что достигнут высокий методический и технологический уровень, и развитие АИУС РСЧС ведется с учетом передовых мировых достижений. Тем не менее, как для нашей страны, так и для мирового сообщества, важны и актуальны проблемы снижения ущербов от природных и техногенных чрезвычайных ситуаций за счет развития новых методов и технологий автоматизированной поддержки управленческих решений. Развитие технологии экспертных геоинформационных систем, основанное на новейших достижениях в области методологии поддержки организационного управления и информационных технологий, представляет новые перспективы в этом направлении.

В связи с этой концепцией далее выполнен анализ общих тенденций развития компьютерных технологий. Можно с уверенностью утверждать, что на рубеже веков основными тенденциями развития методологии проектирования программных систем являются интеграция и интеллектуализация. Прикладные системы развиваются по расходящейся спирали: расширяется сфера применения и повышается технологический уровень программных систем. Ставятся и решаются прикладные задачи, требующие комплексного подхода и интеграции разных технологий автоматизации. В связи с этим, все большую популярность завоевывают технологии OLE,

COM, ActiveX, CORBA, реализующие новые стандарты на программные продукты, включающие требования к единообразию интерфейсов, межпрограммного доступа и обработки данных. Другая тенденция - интеллектуализация программных систем -открывает новые возможности в комплексном решении задач организационного управления, к которым относятся рассматриваемые в работе задачи. Применение методологии искусственного интеллекта позволяет решать принципиально новые задачи, вкладывая новое содержание в понятие автоматизированной поддержки принятия решений и построения интегрированных систем.

Рассмотрена проблема интеграции геоинформационных и экспертных систем в рамках единой программной среды. В общих тенденциях развития ГИС-технологий вопрос интеллектуализации получил в последнее время широкое распространение. В рамках геоинформационных технологий появились и используются несколько типов экспертных систем, различающихся по своему назначению. В целом же работы по применению ЭС в ГИС находятся на начальном этапе и известные инструментальные средства ГИС не пригодны для решения поставленной задачи по причине существенных ограничений на их функционирование, системную организацию и модели данных. Необходима разработка пакетов ГИС для интеграции с экспертными системами.

Далее исследована проблема и предложены принципы построения интегрированных систем для решения функциональных задач в территориальных АИУС ЧС. Основные из них: разработка единого концептуального подхода к построению технологически разнородных программных систем, разработка методов представления и использования информации в ГИС, открытых для использования в интегрированной системе, разработка методов представления и применения знаний, позволяющих реализовать формирование решений функциональных задач с использованием информационно-аналитических возможностей ГИС; разработка единой программной среды, включающей средства создания ЭС и ГИС и открытой для подключения новых информационных и программных блоков. Проведенные исследования показали необходимость развития нового подхода, основанного на парадигме ситуационного управления, сценарного подхода, объектно-ориентированного подхода и расширении семантической интерпретации применяемых моделей знаний.

Результаты исследовашш, предстааченные в главе 1, послужили основанием для формулировки основных задач диссертационной работы (см. стр.6).

Глава 2 посвящена определению основных понятий и разработке методических концепций, составляющих основу технологии построения экспертных геоинформационных систем по предупреждению и ликвидации ЧС. Вводится понятие интеллектуальной системы, анализируются особенности применения интеллектуальных систем для решения рассматриваемых задач. Вводятся основные понятия геоинформационных технологий. Рассматривается модель ЭГИС ЧС и основные методические подходы.

Интеллектуальная система определяется как программная система, основанная на предста&чении и применении моделей знаний. Экспертная система представляет собой интеллектуальную систему, использующую профессиональные знания. Знания определяются содержательно как разнообразная информация о концептуальных объектах предметной области, связях между ними, о фактах, закономерностях и т.п.

Знания обладают свойствами интерпретируемости, конструктивности и активности. Конструктивность предполагает ориентацию моделей знаний на формирование решений. Активность позволяет реализовать адекватную реакцию интеллектуальной системы на развитие событий в реальном времени. Интерпретируемость предполагает придание смыслового толкования и выбора метода обработки. Рассматриваются основные подходы к представлению знаний. Формулируются особенности применения интеллектуальных систем в рассматриваемых задачах, обсуждаются требования к моделям знаний. Констатируется, что в большинстве задач применим продукционно-фреймовый подход, но во многих задачах необходимо учитывать основные виды неопределенности информации: неизвестность (неполноту), ненадежность и нечеткость.

Вводится понятие геоинформационной системы как системы, основанной на предстаалении данных о пространственных объектах. Основное назначение геоинформационной системы - обработка пространственной информации и информационно-графическое моделирование. ГИС используют растровую и векторную модели Ятя представления графических данных, базы данных для представления неграфической (атрибутивной, или семантической) информации и разнообразные методы геомоделирования. В ИУС ЧС геоинформационные системы находят широкое применение. Однако анализ информационно-аналитических возможностей ГИС показывает перспективность развития функций ГИС за счет гибридизации с ЭС и применения знаний.

Далее рассматривается концепция построения экспертных геоинформационных систем как интегрированных систем поддержки принятия решений. Рассматривается технология поддержки управления как основа построения информационно-управляющих систем по чрезвычайным ситуациям. Рассматриваются системы поддержки упраштения (СПУ), выполняющие разнообразные функции, полезные в деятельности ЛПР, и системы поддержки принятия решений (СППР), удовлетворяющие определенным технологическим концепциям (Трахтенгсрц, 1998), осуществляющие генерацию и выбор вариантов решения задач пользователя. Концептуальная архитектура систем поддержки управления включает три основных уровня: 1) сбор, обработка и анализ информации; 2) моделирование состояния объекта управления; 3) формирование решений. Построение системы в полном объеме требует технологической интеграции разнородных технологий: хранения и обработки данных, геоинформационных систем, численного моделирования, передачи данных, экспертных систем, распределенных систем. Применение этих технологий в разном сочетании приводит к построению функционально разнотипных систем. Принятие в качестве базовых технологий экспертных и геоинформационных систем позволяет решать задачи построения СППР за счет применения информационно-моделирующих функций ГИС, охватывающих первые два уровня концептуальной пирамиды, и функциональных возможностей ЭС, позволяющих осуществлять формирование решений на верхнем уровне и межуровневое взаимодействие.

Далее вводится понятие экспертной геоинформационной системы. В данной работе под ЭГИС понимается программная система, позволяющая в рамках единой программной среды применить технологии ЭС и ГИС, причем подразумевается не просто "механическое" объединение, но развитие функциональных возможностей обеих технологий за счет совместного использования. Особенности построения

ЭГИС предстаачены с применением семиотического подхода (Поспелов Д.А., 1986; Гаврилова Т.А., Червинская К.Р., 1992]. Интегрированная система представляется с использованием семиотической модели:

Q = <1, Фь, (2.1)

Здесь L - формальная модель, представляющая синтаксическую структуру системы, - семантическая интерпретация синтаксических конструкций, 4'L - прагматические процедуры реализации функций синтаксической структуры системы. L = <Х, Y, М>, где X - структура исходных данных, У - структура результата, которую можно представить как У=(С, Е, G), где С, Е, G- соответственно структура решений, оценок и информационно-графических моделей. М - операциональная модель, А/=</, F>, где I - информационная структура системы, /=< KN, D, GD, SD>, представляющая соответственно знания, данные общесистемные и прикладные, пространственные данные и семантические (атрибутивные) данные. F - функциональная структура. F=<INF, GM, СМ>. INF={dec} и {est} и {igm} - множество стратегий формирования решений, формирования оценок и информационно-графического моделирования. GM и СМ - функциональные компоненты информационно-графического и численного моделирования. Перегруппировка компонентов приводит к ¿=< X, Г, <KN, INF>, <GM GD, SD>, D, CM>. To есть основными составляющими интегрированной системы являются экспертная система <KN, INF> и геоинформационная система <GM, GD, SD>.

Семантика <Z£ семиотической модели Н определяется как системная интерпретация ее структурных элементов. Структура X определяется как состояние задачи на каждом шаге вывода решения, системное представление основывается на системных типах данных. Структура Г интерпретируется как сценарии решений. Структура KN={(0 / саеЯПЗ} интерпретируется как база знаний, представленных на языке представления знаний ЯПЗ. D, GD, SD представляют базы данных, электронные карты и атрибутивные базы. Интерпретация структу рных элементов INF дана в алгебраической модели. В системном плане LYF представляет машин)' вывода экспертной системы. GM, СМ представляют библиотеки алгоритмов, реализующих соответствующие вычисления.

Прагматика fL может быть представлена как lFL =<PSA, INTU, ¡NTS, ED>.

Здесь PSA - процедуры структурирования знаний, INTU - процедуры взаимодействия с пользователем, [NTS - процедуры межсистемного взаимодействия, ED -процедуры редактирования.

Семиотическая модель представляет ведущую роль экспертной системы по выполнению основных функций. ЭС инициирует работу подсистем с целью выполнения основных операций. Функционирование самой ЭС определяется возможностями выбранной модели знаний, которая должна обеспечивать реализацию основных функций интегрированной системы.

Построение интегрированных систем может основываться на разных принципах, соответствующих разной степени интегрируемости разнородных по технологии блоков в рамках одной программной системы. В работе предлагается реализовать ЭГИС на принципах взаимодействия ЭС и ГИС по данным, по событиям и синерге-тического взаимодействия. Это позволяет получить новые функции интегрированной системы, обеспечив, с одной стороны, применение функций ГИС и картографи-

ческих объектов в процессе логического вывода экспертной системы для анализа ситуаций и, с другой стороны, применение логического вывода для формирования тематических карт и картографического моделирования ситуаций. Реализация новых функций основывается на применении знаний.

Далее в главе 2 формулируются основные методические подходы к реализации ЭГИС. Рассматриваются базовые идеи сценарного подхода (Архипова Н.И., Кульба В.В., 1994). Сценарием R развития ЧС называется процесс изменения ситуации Q в дискретном временном пространстве под воздействием событий ЧС: R - R (Q(t,), i=0,... ,k). Сценарии R представляет обусловленность изменения ситуации событиями ЧС. Сценарием решения W называется последовательность событий, представляющих управляющие воздействия wiQJ, то есть действия по изменению текущей обстановки, либо по изменению управляющих параметров. Выбор многошагового решения связан с анализом критериев управления. Решение тем более эффективно, чем в большей степени оно удовлетворяет всей совокупности критериев. В работе рассматриваются 6 критериев, наиболее важными являются:

Критерий минимизации временных затрат на исполнение решений

t(IV) ->min. (2.2)

Критерий минимизации материальных и финансовых затрат на исполнение решений

<p(lV) min. (2.3)

Критерий минимизации временных затрат на формирование и моделирование решений

т (decflV)) + т (estflV)) + r(igm(IV)) min. (2.4)

В разных режимах функционирования системы необходимо реализовать разные критерии выбора решений. В стационарном (дежурном) режиме система должна формировать решения, ориентируясь, главным образом, на минимизацию материальных и финансовых затрат на исполнение решений и минимизацию рисков. В режиме чрезвычайной ситуации решения должны определяться с учетом требований минимизации времени на их исполнение, минимизации социальных потерь и материального ущерба, причем, как правило, минимизация времени является наиболее значимым фактором для минимизации социальных потерь и ущерба. Преимуществом сценарного подхода является то, что вычисление значений критериальных функций может быть выполнено по графу G сценария развития ЧС. Однако применить такой подход в реальности для управления, например, процессом ликвидации ЧС, довольно трудно, поскольку невозможно построить заранее сценарий ЧС во всем многообразии ситуаций и событий. Даже построение так называемого опорного сценария, включающего только события радикального изменения обстановки, -процедура очень трудоемкая.

В работе рассматривается концепция ситуационного подхода, позволяющего использовать частичное задание элементов сценариев ЧС, дополнить его за счет представления и обработки разных типов данных, описывающих ситуации, и за счет учета неопределенности.

Ситуационный подход в управлении сложными техническими и организационными системами основан на описании ситуаций управления, их классификации и сопостаатении классам ситуаций решений по их преобразованию. Каждый акт

управления в системе можно представить в форме логико-трансформационного правила (ЛТП) вида Я,:Оу——(Поспелов Д.А., 1986). Здесь О, - текущая ситуация, и'* - шаг сценария решения, О/ - ситуация - результат исполнения решения м'ь - текущая полная сшуация, включающая знания и стратегии управления. Для описания ситуаций и преобразований можно использовать разнообразные модели знаний, особенности которых определяются спецификой представления данных и спецификой решаемых задач.

В работе рассматривается концепция ситуационного подхода к формированию решений, использующая полезные особенности сценарного подхода, но без формирования полного сценария ЧС. Переход к ситуационной постановке задачи управления основан на идее замены полного анализа ситуации ЧС анализом условий осуществимости события ЧС, причем отличие ситуации О/, следующей за событием к'ь от ситуации QJ, предшествующей этому событию, вычисляется как результат события и>., то есть (9/ = О, 1 •и щ (Вц), Вк сгО,. Такой переход позволяет применить для представления ЛТП продукционный подход, а для представления ситуаций - фреймовый подход к представлению знаний. Таким образом, предлагается ситуационно-сценарный подход и его реализация с применением моделей знаний, позволяющих реализовать единые синтаксические требования к модели и язык)' представления знаний (ЯПЗ), обеспечив разнообразную интерпретацию для разных типов задач и разных типов данных ЭГИС.

Глава 3. Рассматриваются базовые модели знаний для применения в экспертной гис, реачизации ситуационно-сценарного подхода и системы (2.1). Сформулированы требования к модели знаний, учитывающие функциональные возможности информационно-графического моделирования и формирования сценариев решений с учетом разных типов неопределенности. Предлагается объектно-ориентированная продукционно-фреймовая модель знаний и методы ее интерпретации для четкой и нечеткой информации, описываются основные конструкции япз. Исследуются вспомогательные формы представления продукций.

Представление знаний является ключевой проблемой в построении экспертных геоинформационных систем, поскольку все нетрадиционные функции ЭГИС реализуются посредством применения знаний. Построение гибридной модели знаний выполняется с учетом основных требований, обоснованных в главе 2. Модель должна:

- адекватно представлять концепцию ситуационного подхода,

- реализовывать концепции сценарного подхода: построение сценариев решен применение основных критериев выбора и оценки эффективности решений.

- представлять способы обработки основных типов данных и знаний для решс важнейших задач предупреждения и ликвидации ЧС, в том числе основанных ненадежной и нечеткой информации.

- обеспечивать внутрисистемное упрааление, в том числе взаимодействие ЭС и П а также ЭС и других подсистем по данным и по событиям.

- обеспечивать применение функций ГИС в процессе логического вывода и форм) рования решений.

- обеспечивать формирование структу р данных для информациошю-графическоп моделирования.

Для представления знаний в ЭГИС предлагается использовать объектно-ориенгирова1шую продукционно-фреймовую модель с процедурными расширениями. Основная идея - использование универсальных синтаксических конструкций и обеспеч ние их широкой интерпретации за счет объектно-ориентированной реализации.

В качестве базовых моделей используются продукционная, фреймовая модели и нечеткая продукционная модель.

Продукционные правила представляются в форме

S; А => С, С

где S - спецификация правила, А => С - ядро. Антецедент имеет форму А = Dj & L ... &Dm, D„ (¿=У,..,/и) -условие, Д = (EivЕ] v ... vEj), Ej (j -I,..,l) - элементарное ловие, представленное одно- или двухместным предикатом, не обязательно кои ным, представляющим отношение сравнения из {=, <, >, Ф, <, >}, или подобное, ме> фактовой переменной и константой, или между двумя фактовыми переменными с темы. Конкретный смысл отношений и операций зависит от типов переменных и г вила. Значки &, v в системных реализациях заменяются обычно соответственно на ИЛИ.

Фрейм представляется как информационная структура вида

<Sp, ((Sp,, Sl„ DJ, (Sp2, Sl:, Dj,...,(SPh Slb D/J), D>, (.

основными элементами которой являются спецификация фрейма Sp, спецификации с tob Sp^.-.Spk , содержимое слотов Sl],...„S!k, присоединенные процедуры или демс фрейма D и отдельных слотов £);, Di,... ,Dk. Здесь к - количество слотов, у разных фу мов оно может быть разным.

Спецификации представляют разнообразные сведения об области применимости правил, фреймов и слотов, условиях активизации, области допустимых значений, значениях по умолчанию.

Для представления неопределенности используется базовые нечеткие модели двух типов: для представления ненадежности и размытости.

Первый подход основан на том, что сложные факты и соответственно условие правила интерпретируется как нечеткие логические выражения. Сложный факт строится из элементарных с применением нечетких логических операций. Нечеткое продукционное правило интерпретируется как представление причинно-следственного отношения 5: О, где Р и б - нечеткие предикаты. Правило считается применимым, если Д/*) > Л/, где /л(Р) - значение истинности нечеткого предиката Р, вычисляемое на основе структуры выражения Р. Л/ е [0,1] - некоторое пороговое значение. Степень достоверности выводимого факта С вычисляется обычно как /¿(С?) = ¡л(Р) /л(Я). Частным случаем этого подхода является случай, когда все нечеткие множества являются нечеткими синглетонами, то есть носители их одноэлементны (носитель нечеткого множества - подмножество элементов базового множества, для которых значение функции принадлежности не является нулевым). Тогда описанная модель нечеткого правила может интерпретироваться как продукционная модель с коэффициентами уверенности - КУ, в качестве которых выступают значения ¡л. Описанная модель применяется для решения задач поддержки управленческих решений в условиях недостоверной информации.

Друтой вариант интерпретации нечеткого правила, апробированный нами на решении задач нечеткого прогнозирования опасности, основывается на применении теории нечетких множеств. Элементарный факт интерпретируется как некоторое значение лингвистической переменной, то есть как нечеткое множество. Сложный факт интерпретируется как нечеткое отношение. Синтаксическая форма правила сохраняется. Лингвистические связки интерпретируются как операции над нечеткими отношениями. Таким образом, вычисляется нечеткое множество {<(иь и], ... и,) / //(иь иь ... и!)>}, представляющее левую часть продукционного правила. Выводимый факт также интерпретируется как нечеткое значение лингвистической переменной, то есть как нечеткое множество. Для реализации вывода используется операция максимишюй композиции Заде.

Модель знаний в ЭГИС основана на базовых моделях представления знаний. Гибридизация подходов достигается за счет применения синтаксических конструкций продукционной и фреймовой модели, которые могут интерпретироваться как

разные классы моделей в зависимости от интерпретации базовых элементов, основными типами которых являются символьные и числовые, а также специальные типы для представления нечетких знаний. Реализация такого подхода основана на объектном представлении элементов модели.

Модель знаний в ЭГИС представляется как

КЫ = <К,Ф,Зя,Зф,8йф>, (3.3)

Здесь - продукционная система, представляющая совокупность продукционных правил вида (3.1). Ф — фреймовая система, представляющая совокупность фреймов вида (3.2). Зя, 3® - методы локальной объектно-ориентированной интерпретации правил и фреймов в соответствии с их типами. 8ЯФ - стратегии функционирования интегрированной системы, включая стратегии логического вывода на основе структуры знаний и стратегии формирования решений. Объектно-ориентированная реализация базовых моделей знаний позволяет интегрировать как сами модели, так и прагматические функции проектируемой системы. Интерпретация основных элементов языка представления знаний переносится на локальный уровень и реализуется в форме методов соответствующих объектов. Соответственно на более высоких интеллектуальных уровнях оказывается возможной унификация синтаксиса модели при разной интерпретации символьных конструкций.

Далее в главе 3 рассматриваются основные конструкции языка представления знаний в ЭГИС, реализующего предложенную расширенную объектно-ориентированную продукционно-фремовую модель знаний (3.3). Например, продукционное правило представляется в форме

<правило>::= <тип правияахимя правш1а><спецификация>:<ядро правила> <тип правила>::= <четкое> | <нснадежное> | <нечеткое> <спецификация>::=<оценха вычислительных затратхКУ> <приоритет>

<условия применимости <ядро правила>:.= <условие> => <действия> | Если <условие> то <действие> Здесь "Если" и "то" - служебные слова. Ядро может иметь любую из двух форм. <условие> - выражение, представляющее сложный факт. Интерпретация выполняется в зависимости от типа правила. <действие>::= <действие>, <действие>

<действие>::= <действие типа 1> | <действие типа 2> | <действие типа 3> < действие типа 1> ::= <имя переменной>=<значение> <оценка вычислительных затрат> |<процедура>

<действие тша 2>::= <шаг сценария решения> <оценка вычислительных

затрат><оценка затрат на исполнение> <действие типа 3>::= «реализация фактора рискаХоценка вычислительных затрат>

<шаг сценария решения>::=<имя перемениой>=<значение> |<процедура> «реализация фактора риска>::=<имя переменной>=<значение> | <процедура> Синтаксически действия разных типов практически совпадают, но интерпретируются по-разному. Действие первого типа устанавливает значение некоторой переменной управления, действие второго типа представляет шаг решения, а действие третьего типа моделирует событие развития ЧС. Выполнение действий сопровождается вычислением оценки общих затрат на исполнение процедуры вывода и общих затрат на исполнение решений. Значения получаемых оценок влияют на выбор фрагментов при построении сценариев решений, который регламентируется стратегиями логического вывода, рассмотренными в следующем разделе.

Далее в главе 3 рассматривается проблема построения стратегий логического вывода. Выбор стратегии многошагового решения основывается на двух важнейших требованиях: наибольшей производительности логического вывода и наилучшем качестве решения. Предложенная модель знаний обеспечивает оптимальный выбор фрагмента решения на локальном уровне в соответствии с критериями (2.2)-(2.4), однако, классические стратегии не гарантируйт построение наилучшего сценария решения в целом, что является основанием для решения проблемы структурирования знаний и разработки стратегий вывода на ее основе.

В главе 3 рассмотрены также вспомогательные модели представления знаний -представление продукций в конечных предикатах и применение секционированных троичных матриц дизъюнктов. Предлагаются формальные алгоритмы их построения. Доказываются утверждения об основных свойствах. Вспомогательные формы предстаатяют формальную основу для построения алгоритмов распараллеливания в процессе структурирования знаний и организации логического вывода.

Глава 4. Предлагаются методы построения и применения Р5А-структуры знаний для формирования решений в ЭГИС ЧС. Обсуждается проблема повышения эффективности логического вывода на основе структурирования продукционной системы. Вводится понятие РЕА-структуры продукционной системы, рассматриваются ее свойства, свойства базовых отношений и форм представления продукций и блоков. Предлагается пакет алгоритмов построения Р8А-структуры, логического вывода на ее основе и построения сценариев решений, доказываются утверждения об условиях их применимости.

Понятие PSA-структуры продукционной системы основано на трех типах отношений между продукциями и подмножествами продукций: параллельном (parallel), последовательном (sequential) и альтернативном (alternative). Соответственно определяются три типа блоков - Р-блоки, S-блоки и А-блоки. Структурным элементом каждого блока может быть блок любого типа, либо отдельная продукция. Если все элементы блока - продукции, то блок называется элементарным. На рис.1 приведены примеры элементарных блоков (Р, - продукции) и предлагается их представление.

Любая PSA-структура представляет собой блок какого-либо типа. На рис.2 приводится пример PSA-структуры, она имеет вид Р-блока, элементами которого являются А-блок и S-блок. В свою очередь, S-блок построен из двух Р-блоков и т.д. Предлагаются графический и алгебраический способы представления PSA-структуры. Для графического представления используется параллельно-последовательная сеть двухполюсного типа, вершины которой представляют типы блоков, а дуга - множества продукций системы. Алгебраическое представление основано на использовании скобочной формы.

Обсуждаются проблемы интерпретации базовых отношений PSA-структуры знаний, предлагается интерпретация с точки зрения управления порядком применения правил продукций. Рассматривается процедура логического вывода в продукционной системе с использованием PSA-структуры. При этом PSA-структлра рассматривается как сеть планирования управления процессом логического вывода. В зависимости от стратегии вывода и от интерпретации базовых отношений PSA-структуры, может применяться метод прямой, или метод обратной волны. Понятие PSA-структуры определяется независимо от типа продукционной системы. Алгоритмы построения PSA-структуры и логического вывода модифицируются в соответствии с интерпретацией правил и базовых отношений.

Дня продукционной системы с четкими правилами определяются отношения на множестве продукций, используемые в дальнейшем при построении PSA-структуры знаний. Описываются алгоритмические процедуры построения PSA-структуры "сверху вниз" с использованием отношений на множестве продукций, формальных процедур и эвристических подходов, в том числе, прямых "указаний" эксперта. Суть алгоритмов состоит в последовательных попытках разложения системы. Вначале, если возможно, система продукций разлагается на независимые компоненты, для чего используется отношение соседства. Если разло-

а) Простой Р-блок

Р1

б) Простой А-блок

Р1

-ХЭ-

->о-

->о

в) Простой Б-блок

Рис. 1. Примеры простых блоков

Рис. 2. Р-блок с 3 уровнями вложенности 1 - входной полюс, 7 -выходной полюс

Начало

Разложение на подсистемы

Разбиение по отношению "является соседом"

Постр.разрезов графа информ. зависимости

Разбиение по "указаниям эксперта"

Построение простых блоков

Построение матрицы информационной зависимости

Построение максимальных множеств попарно бесконфликтных правил

Построение максимальных множеств попарно независимых правил

Операции над блоками

Композиция блоков

Соединение блоков

Рис.3. Укрупненная схема смешанной алгоритмической процедуры структурирования

жение на независимые компоненты не удалось (точнее, является тривиальным), то, если возможно, система разлагается на слабо зависимые компоненты, применяемые последовательно. Задача разложения системы продукций на последовательно выполняемые блоки правил сводится к построению разрезов графа информационной зависимости продукций, соответствующих слабо связанным между собой подграфам. В связи с трудоемкостью формальных методов, предпочтение отдается эвристикам, основанным на опыте экспертов. Далее производится попытка разложить систему на альтернативно применяемые компоненты также с помощью экспертов. Процедура разложения циклически повторяется до получения простых блоков.

Предлагаются алгоритмические процедуры построения РЗА-струкгуры "снизу вверх". Уточняется интерпретация базовых отношений. Определяются критерии и алгоритмические процедуры построения простых блоков. Простые 8-блоки определяются как подмножества правил продукций, упорядоченные согласно отношению информационной зависимости. Простые А-блоки определяются как подмножества так называемых бесконфликтных правил, то есть таких, антецеденты которых противоречивы. Проблема проверки противоречивости сводится к проверке невыполнимости конъюнкции антецедентов, для чего используются свойства представления антецедентов продукций в форме КНФ конечных предикатов. Доказываются утверждения о достаточных условиях противоречивости антецедентов. Простые Р-блоки определяются как подмножества попарно независимых продукций.

Формулируется алгоритм построения так называемой расширенной матрицы информационной зависимости, представляющей отношения информационной зависимости, альтернативности и независимости правил. Предлагаются алгоритмы построения максимальных простых блоков и исходного множества простых блоков для построения РБА-структуры. Определяются операции над блоками.

Формулируются алгоритмические процедуры построения РЗА-структуры системы продукций "снизу вверх" и "сверху вниз". Предлагается сметанная формально-эвристическая алгоритмическая процедура построения РЗА-структ\ры. Рассматриваются как точные методы, так и использование эвристик и прямых "указаний" эксперта. Доказывается утверждение о том, что в отсутствие циклической зависимости продукций предложенная алгоритмическая процедура гарантирует построение РЗА-структ\ры. На рис. 3 приведена укрупненная блок-схема алгоритма построения РЗА-структуры. РЗА-структура строится после заполнения или коррекции базы знаний, а затем используется до следующего ее изменения.

Далее в главе 4 показано, что построение РЗА-структуры может быть выполнено для ненадежных знаний и для нечетких знаний. Для этого предлагаются способы интерпретации базовых отношений между правилами и блоками и модификации алгоритмов структурирования. Однако констатируется, что у рассматриваемых задач, основанных на размытых знаниях, специфика такова, что количество правил в системе обычно невелико. Это, в принципе, характерно для нечетких систем, с одной стороны, благодаря большой семантической емкости нечетких правил, с другой стороны, из-за сложности алгоритмов интерпретации.

Далее рассматриваются методы формирования сценариев решений с оцениванием вычислительных затрат на их реализацию и затрат на исполнение. Для этой цели

рассматриваются стратегии вывода с применением PSA-структуры. При построении сценариев решений варианты строятся только на основе А-блоков, что позволяет существенно сократить поле поиска. Верхняя оценка количество вариантов сценариев решений рассчитывается с учетом вариантов их соединения. Оценивание вычислительных затрат и затрат на исполнение решений выполняется для каждого варианта сценария решения. Процедуры вычисления значений оценок сценариев просты: в соответствии со структурой знаний при построении сценария, в зависимости от типа блока, значения оценок либо суммируются, либо выбираются минимальные или максимальные значения. Полученные значения применяются для построеши стратегий выбора решений, учитывающих критерии (2.2)-(2.4).

Глава 5 рассматривает проектирование ЭГИС для решения задач предупреждения и ликвидации ЧС на основе объектно-ориентированного подхода. Рассматривается многоуровневая объектно-ориентированная модель, представляющая уровень модулей, категории, классы и объекты данных и знаний. Рассматриваются технологические аспекты построения экспертной геоинформационной системы.

Проектирование интегрированной системы выполнено в соответствии с объект-но-ориентированной технологией (Booch G., 1994). Согласно объектно-ориентированному подходу (ООП) построена многоуровневая объектно-ориентированная модель (ООМ) интегрированной системы, представляющая объектную реализацию семиотической модели (2.1). Многоуровневая объектно-ориентированная модель представляет декомпозицию системы в соответствии с концептуально-логическими ступенями проектирования. Верхний уровень представляет концепцию организации системы с учетом функциональных особенностей подсистем и связей между ними. Последующие уровни предсташшот модульную организацию, категории и классы объектов. На всех уровнях модель предполагает описание взаимодействия элементов, построение схем, диаграмм классов, диаграмм поведения и т.п.

Рассмотрим верхний уровень объектно-ориентированной модели интегрированной системы. На рис. 4 представлена схема системы ЭСПЛА (см.шике), соответствующая этому уровню модели, где изображены основные подсистемы и связи между ними. Основные технологические подсистемы - экспертная система, геоинформационная система, подсистема математического моделирования, базы данных, базы знаний, картографические базы. Связи на этом уровне представляют взаимодействие подсистем по данным или по событиям. Управляющая роль исполняется ЭС. Объектно-ориентированное проектирование является естественным способом реализации интегрированной системы. Подсистемы, выполненные по объектно-ориентированной технологии, могут быть реализованы как стандартные объекты (COM, ActiveX), способные не только взаимодействовать между собой, но и использоваться другими приложениями. ЭГИС строится по принципам открытой системы, то есть имеется возможность конфигурирования и включения в состав новых баз данных, стандартных запросов, карт и вычислительных методов без участия разработчиков. Использование библиотеки моделей позволяет решить вопрос о включении в состав системы новых вычислительных модулей, для этого достаточно включить в базу знаний описания моделей данных и методов интерпретации. Внешние

приложения также могут бьггъ задействованы за счет языковых конструкций ЯГО для запуска внешних программ. Важным технологическим аспектом является пополнение аналитических средств. В частности, одно из перспективных направлений - применение технологии OLAP (online analytical processing) для многомерного анализа данных.

Далее рассматриваются ООМ для основных подсистем - ГИС и ЭС. Многоуровневая объектно-ориентированная модель ГИС построена с учетом описанных требований и реализует ГИС-приложение как совокупность электронной карты и геомоделирования, электронная карта представляется как совокупность слоев, слой в свою очередь представляется как совокупность картографических объектов и т.д. Реализуются также интерфейсные методы, методы визуализации и геомоделирование как методы соответствующих объектов и классов. На уровне данных карта представляется как реляционная база данных, картографический слой - как таблица базы данных, картографический объект - запись или совокупность записей таблицы. Модель допускает взаимодействие как с объектами различного уровня через их интерфейсы, так и непосредственно на уровне картографических данных через таблицы. За счет использования реляционных баз данных осуществляется доступ к картографическим данным из других приложений, функционирование в многопользовательском и многозадачном режимах по технологиям клиент-сервер и файл-сервер, защита данных от несанкционированного доступа и разделения полномочий, организация различных типов и способов связи картографической и семантической информации. Применение объектно-ориентированного подхода позволяет стандартизировать работу с объектами карты различного уровня, задавать поведение отдельных элементов карты, в зависимости от внешних событий, конструировать комплексные картографические объекты с наследованием свойств, осуществить интеграцию с внешними приложениями.

Таким образом, предложенная модель построения ГИС обладает хорошей интегрируемостью. Это достигается за счет привлечения технологически развитых средств работы с реляционными базами данных и объектно-ориентированной методологии проектирования.

Объектно-ориентированная реализация продукционно-фреймовой модели знаний основана на специальной организации баз данных и словарной системы, использовании словарной системы как активной структуры данных фреймового типа для реализации взаимодействия по данным и по событиям. База знаний представляется как совокупность объектов словаря и тематических баз знаний продукционного типа. Рассматривается реализация стратегий вывода, предложенных в главе 4.

Рассматриваются требования к инструментальным средствам. Анализ инструментальных средств показал целесообразность разработки интегрированной инструментальной среды, использующей оригинальные средства построения ГИС и ЭС, поскольку неприспособлешюсть существующих инструментальных систем для реализации оригинальных функций, закрытость форматов данных и другие ограничения делают сопоставимыми трудозатраты на адаптацию и расширение с трудозатратами на разработку оригинальной инструментальной среды, позволяющей поставить разработку ЭГИС ЧС на типовую основу. Такое решение подтвердилось полученными результатами.

Глава 6 представляет инструментальную интегрированную среду ЭСПЛА, разработанную с применением предложенных методов для построения экспертных геоинформационных систем поддержки принятия решений по предупреждению и ликвидации ЧС. Предлагается также технология применения системы ЭСПЛА как типового инструментария для построения интегрированных информационно-управляющих систем по чрезвычайным ситуациям.

Инструментальная среда ЭСПЛА (название системы происходит от первого приложения - экспертная система по ликвидации аварий) предназначена дня построения систем комплексной автоматизированной поддержки решения задач предупреждения и ликвидации ЧС, Система ЭСПЛА позволяет на предложенной выше единой технологической основе строить прикладные системы для решения широкого круга задач. Система позволяет реализовать комплексную поддержку управления, включая формирование решений, информационно-справочные функции и информационно-графическое моделирование.

Структура инструментальной среды представлена на рис.4. На схеме представлены основные блоки системы ЭСПЛА: оболочка экспертной системы, инструментальная ГИС, средства работы с базами данных, средства конфигурирования. Программный комплекс является полностью оригинальной разработкой, включая ГИС и ЭС. Система ЭСПЛА разработана в среде программирования Delphi, на основе объ-ектно-ориенгированной технологии, и представляет собой оригинальный программный продукт. Все инструментальные средства могут использоваться с высокой степенью интеграции и позволяют за короткое время создавать качественные приложения.

Представленный в интегрированной инструментальной среде комплекс средств конструирования ГИС, получивший название CarSys, поддерживает следующий набор функций:

1. Визуализация картографических слоев векторного и растрового форматов, конвертация и печать электронных карт.

2. Масштабирование, перемещение по карте, измерение расстояний и площадей, поддержка системы мировых координат, переходы между картами различных масштабов.

3. Создание тематических карт, новых слоев и объектов карты с настройка параметров отображения картографических объектов.

4. Поддержка и редактирование связей картографических объектов с атрибутивными данными, в том числе выполнение пространственных запросов к объектам карты.

Система может работать как с растровым, так и с векторным форматами представления картографической информации. Растровый формат используется обычно для представления карты-основы как подчожки для тематических карт. Векторный формат используется как дня представления топоосновы, так и дня создания тематических слоев. Для внутренне го представления и использования картографической информации использованы собственные, специально разработанные форматы системы CarSvs. Принципиально важным яатается то, что картографические форматы системы являются открытыми, в отличие от большинства ГИС. Это позволяет строить разнообразные приложения для доступа и обработки картографической информации, в том числе с использованием оболочки экспертной системы. Следует также,

отметить высокую эффективность обработки картографической информации в системе CarSys, которая достигается также за счет форматных особенностей представления картографической информации. Эксперименты показали, что, например, загрузка карты в системе CarSys выполняется существенно быстрее, чем в таких известных системах, как Arc View и GeoGraph.

Центральным блоком системы ЭСПЛА является оболочка экспертной системы. Оболочка ЭС предназначена для построения экспертной системы в интегрированной среде.

Графический пользовательский интерфейс и подсистема контекстной помощи

-1 L ' 1 1 i ' 1 k

Подсистема администрирования

Подсистема

работы с базами данных

Оболочка экспертной системы

гис-

оболочка CarSvs

Рис. 4. Структура системы ЭСПЛА

Оболочка предназначена для построения экспертной системы в интегрированной среде. Экспертная система обеспечивает:

- формирование рекомендаций для принятия решений в зависимости от сценария аварии;

- связь с базами данных для выполнения запросов;

- связь с геоинформациошгой системой для выполнения картографических запросов;

- автоматическое формирование текстов сообщений и рекомендаций;

- ведение активного диалога с пользователем в соответствии с имеющимся объемом информации об аварии и соответствующим сценарием аварии;

- работу с неполной и нечеткой информацией.

Оболочка построена на основе объектно-ориентированной продукционно-фреймовой модели представления знаний и различных вариантов стратегии вывода. ЭС может работать с несколькими тематическими базами знаний последовательно. Модель знаний допускает возможность выбора, или замены стратегии вывода. Взаимодействие ЭС с другими подсистемами интегрированной системы происходит путем обмена информацией через словарь ЭС и путем выполнения подпроцессов, инициируемых в ходе логического вывода непосредственно из выполняемых правил и присоединенных процедур. В качестве таких подпроцессов выступают заранее описанные в словаре процедуры из библиотек динамической компоновки или внешние выполняемые модули. В качестве параметров процедур могут использоваться различные константы и фактовые переменные словаря. Кроме того, благодаря реализованному в системе Windows механизму обмена сообщениями, легко реализуется метод взаимодействия с помощью посылки сообщений и динамического обмена данными DDE (Dynamic Data Exchange).

Разные версии конкретных систем, построенных с использованием инструментальной среды ЭСПЛА, различаются функциональными задачами, объемом заложенных знаний, картографической информации и уровнем формируемых решений. Описанный инструментарий, при создании разных версий системы, дополняется большим количеством разнообразных баз данных, необходимой тематической информацией. Далее в главе 6 рассмотрены технологические аспекты создания конкретной системы с помощью инструментальной среды ЭСПЛА.

Глава 7 представляет результаты применения предложенной технологии и инструментальных средств системы ЭСПЛА для построения прикладных систем по предупреждению и ликвидации ЧС. Представлены системы поддержки принятия решений по ликвидации хгишческих аварий, по ликвидации аварий на промышленных объекпюх, система поддержки действий оперативных служб и другие пртожения.

Инструментальная система ЭСПЛА нашла применение в решении разных задач.

Наибольшую известность и широкое применение получила экспертная геоинформационная система ЭСПЛА по ликвидации химических аварий. Система предназначена для поддержки принятия решений по предупреждению и ликвидации аварий на химически опасных объектах и при перевозках опасных веществ.

Базы данных системы содержат информацию о химически опасных объектах, о силах и средствах по ликвидации чрезвычайных ситуаций. Базы знаний представляют информацию о возможных сценариях аварий и критериях принятия решений. Геоинформационная система дает возможность проанализировать обстановку на картах местности. Система работает как с векторной, так и с растровой топооснова-ми. Тематические слои формируются в векторном формате.

В момент чрезвычайной ситуации система позволяет в короткое время получить информацию о возможных последствиях. Она рассчитывает форму и размеры зоны возможного заражения, определяет, какие объекты и населенные районы могут в нее попасть, показывает обстановку на картах местности. Система планирует мероприятия по оповещению и эвакуации населения, рассчитывает возможные потери и рекомендует меры по оказанию медицинской помощи и госпитализации пострадавших. Экспертная система формирует рекомендации об организации всех этих мер, а

у €)П)КК» »«>» и

^«ммхакда»

' >Ц>«ЯИИ>И»».»|МСМ)« | »чжитеД го ¡/ '^З *

Росить. |рн бодкый

14 емк^т»»«* р

г^ШЩХ^М..............................

1 4

■ж

Авария на склад» аммиака. Произошел взрыв нескольким баллонной Имеет место пожар и сильное яадыыл&ние помещения.!

}__

__ \ I

Рис.5. Ввод начальных данных об аварии

Рис.6. Визуализация обстановки на карте местности 33

также мероприятий по привлечению сил и средств и организации действий по ликвидации аварии в зависимости от ее условий. Кроме того, система автоматически подбирает всю сопутствующую справочную информацию. Также автоматически формируются тексты всех рекомендаций и сообщений. В процессе формирования решений экспертная система взаимодействует с геоинформационной системой. Результирующая информация отображается в форме тематических карт, которые могут быть выведены на устройства печати для оперативной работы.

В работе представлен состав картографических и прочих баз данных, применяемые базы знаний, режимы работы системы. Приведены примеры работы системы в режиме ЧС и в дежурном режиме. На рис. 5 и 6 демонстрируются форма ввода исходных данных и карта территории предполагаемой аварии на химически опасном объекте с выделением зоны возможного заражения. Система имеет открытую архитектуру и конфигурируется персонально на конкретного пользователя. Система может развиваться за счет добавления новых баз данных, карт, баз знаний и расчетных модулей. Причем, как следует из опыта эксплуатации, эти изменения могут быть произведены без участия разработчиков. Система имеет разные версии для принятия решений по управлению на уровнях территории, города, предприятия и широко внедрена.

В главе 7 представляется также система поддержки принятия решений по ликвидации аварий на промышленных объектах. Система реализована путем информационного расширения системы ЭСПЛА по химическим авариям для взрывоопасных ситуаций. Для этого использованы средства подключения библиотеки расчетных методик по взрывам. Следует отметить, что инструментальные средства позволяют использовать разные методики для расчета возможных последствий ЧС: зоны заражения, зон разрушения и т.д., в настоящее время используются только утвержденные методики. Система находится в стадии исследовательского прототипа.

Система ЭСПЛА проходит апробирование на использование ее в качестве типовой, тиражируемой ГИС оперативной дежурной смены для распространения в территориальных управлениях Сибирского региона. Использование типового отечественного продукта позволяет сэкономить значительные средства, использовать однотипную технологию для информационного наполнения и эксплуатации на местах.

Выполнен анализ применимости предооженного подхода к созданию других прикладных систем по чрезвычайным ситуациям. Опыт экештуатации показал высокую надежность и эффективность системы ЭСПЛА в кризисной ситуации: высокое быстродействие, высокое качество получаемых решений, удобство работы пользователя.

В главе 8 представлены результаты работ по созданию подсистем территориальной системы "ГИС "Безопасность региона", предназначенной для предупреждения чрезвычайных ситуаций на основе прогнозирования уровней рисков ЧС.

Цель работ по созданию ГИС "Безопасность региона"»- построение целостной интегрировашюй системы оценки и прогнозирования (включая краткосрочный и среднесрочный прогноз) риска техногенных аварий и природных катастроф для решения задач оперативного реагирования, технической экспертизы и принятия решений на региональном уровне. Исходной информацией служит ретроспективный анализ динамики аварий и катастроф в Красноярском крае. Фактические и потенциаль-

ные зоны техногенного риска отображаются на карте края в виде тематических карт, соответствующих фактической обстановке в окружающей среде и ситуации на объектах (рис.7). В настоящее время ГИС "Безопасность региона" реализована на уровне отдельных подсистем, которые и представлены в работе. В качестве базового инструментария используется инструментальная среда ЭСГО1А.

Рис.7. Распределение ингенсивностей природных и техногенных ЧС по районам края

Представлены практические результаты по разработке информационно-экспертной системы «ГидроПрогноз». В системе реализованы базовые гидрологические расчеты, выполняется моделирование гидрографов стока, разработаны основные информационные подсистемы, выполняется картографическая визуализация, построение тематических карт, в том числе районирование бассейна реки по критериям загрязнения воды, экономического ущерба. Апробирование системы выполняется с информационным наполнением для реки Качи. Система разработана на уровне исследовательского прототипа и вводится в опытную эксплуатацию в заинтересованных организациях.

В главе 8 представляются также результаты построения нечеткой модели доя задачи прогнозирования текущей пожарной опасности лесов. Задача решена в точечной постановке для условий заданной метеостанции. Результаты показали целесообразность применения методов нечеткой логики для информационно-графического

35

моделирования. Целью является построение оперативных карт пожарной опасности среднего масштаба. Проблема включает, наряду с задачей нечеткого прогнозирования, необходимость решения задачи пространственной интерполяции полученных решений с учетом разнообразной дополнительной информации. Исследуются задачи развития для этих целей методов кригинга. Система построена на уровне демонстрационного прототипа.

и ч.-яавиц'• ■ ■ :-■•- .-•..■ -■■■• ЙСЗЕ?

'«'» Сом.

Рис.8. Территориальное распределение отклонений климатических параметров от среднемноголетнего по Сибири

Ожидаемые изменения климата могут вызвать глобальные катастрофические явления, в число которых могут войти и существенные трансформации всего растительного покрова Сибири. В главе 8 представлены результаты исследований, выполненных с применением нейроэкспертных систем по решению задач прогнозирования глобальных катастрофических явлений.

Представлены результаты работ по систематизации и использованию климатической информации и созданию ГИС «История климата Сибири» (рис.8). Показано использование информационно-графического моделирования как инструмента исследования исторических закономерностей климата и приложения результатов для решения задач прогнозирования чрезвычайных ситуаций. Выявление экстремаль-

ных погодных ситуаций в определенные сроки вегетационного периода важно доя решения задач прогноза лесных пожаров, анализа пожароопасных ситуаций в прошлом, критических состояний для эпизоотий и эпифитотий.

Приложение 1 представляет список использованных в работе сокращений.

Приложение 2 представляет иллюстраций работы построенных систем, не вошедшие в основной текст.

Приложение 3 демонстрирует функционирование системы ЭСПЛА для конкретных аварийных ситуаций.

Прпложеппе 4 содержит акты о внедрении и другие документы, подтверждающие применение полученных в диссертационной работе результатов.

ЗАКЛЮЧЕНИЕ

В диссертации, на основании предложенных методов применения знаний в интегрированных программных средах, разработаны теоретические положения и технология построения экспертных геоинформационных систем для поддержки принятия решений по предупреждению и ликвидации чрезвычайньгх ситуаций природного и техногенного характера, что можно квалифицировать как новое крупное достижение в методологии систем обработки информации и управления, позволяющее расширить возможности информационно-графического моделирования и повысить эффективность управления в условиях чрезвычайных ситуаций.

Проведенные исследования позволяют сформулировать следующие результаты и выводы:

1. Исследована проблема автоматизированной поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций. Сформулированы особенности: проблема относится к типу задач организационного управления и характеризуется комплексностью и слабой формализуемостью. Показано, что наиболее эффективным подходом яаляется совместное применение технологий экспертных и геоинформационных систем на основе гибридных моделей знаний.

2. Предложены продукционно-фреймовые модели представления знаний в интегрированных СППР ЧС, позволяющие реализовать ситуационный сценарный подход и функции формирования решений с привлечением информационно-моделирующих функций ГИС и средств вычислительного моделирования. Модели рассчитаны на комплексное решение разнотипных задач по предупреждению и ликвидации ЧС, в том числе с учетом ненадежности и нечеткости. Расширенная модель знаний позволяет реализовать представление ситуаций и элементов сценариев, критериев принятия решений, обеспечивает взаимодействие подсистем интегрированной системы по дашвдм и по событиям, доступ из базы знаний к функциям ГИС.

3. Предложено понятие РБА-структуры знаний. Разработаны формалыю-

эвристические методы Р8А-структурирования знаний в интегрированных системах и стратегии эффективного логического вывода с применением РБА-структуры. Методология реализована в виде пакета из 11 алгоритмов, сходимость которых теоретически доказана. Понятие РБА-структуры основано на отношениях информационной зависимости, бесконфликтности, альтернативности. Алгоритмы применения структурированных тематических знаний позволяют успешно использовать параллельную вычислительную архитектуру и дают значительный выигрыш при использовании последовательной вычислительной архитектуры.

4. Разработаны процедуры поиска решения, основанные на ситуационном сценарном подходе и применении РБА-струхтуры знаний. Предложенные методы позволяют повысить производительность логического вывода при формировании решений, оценить вычислительные затраты, оценить и учесть при выборе решений ожидаемые затраты на их исполнение.

5. Разработана технология проектирования экспертных геоинформационных систем для реализации гибридного подхода к принятию решений, основанная на многоуровневой модульной объектно-ориентированной модели ЭГИС, включающей гибридную объектно-ориентированную модель представления и применения знаний и объектно-ориентированную модель ГИС.

6. Построена инструментальная оболочка-среда ЭСПЛА, реализующая все технологические аспекты построения интегрированных систем, включающих ЭС и ГИС. В составе инструментальной среды построена оболочка экспертной системы, основанная на предложенной модели представления знаний и применении объектно-ориентированного подхода. Разработана инструментальная ГИС Саг-Буэ для использования в интеграции с ЭС. ГИС СатБув позволяет применять как растровые, так и векторные модели картографической информации. Предложена технология применения инструментальной среды ЭСПЛА для построения экспертных геоинформационных систем, решающих задачи поддержки управления по предупреждению и ликвидации ЧС на разных уровнях - от территории до отдельного предприятия.

7. Разработана экспертная геоинформационная система ЭСПЛА 3.0 по ликвидации химических аварий. Система содержит 4 тематических базы знаний, включая БЗ по формированию решений при авариях на химически опасных предприятиях, БЗ по формированию решений при авариях на транспорте, БЗ для распознавания веществ по свойствам, БЗ по формировашпо текстов сообщений. Система содержит 26 многотабличных баз данных, 7 электронных карт-основ с 15 тематическими слоями.

8. Разработана система поддержки действий оперативного дежурного, позволяющая автоматизировать функции слежения за обстановкой в регионе, выполнять анализ оперативной информации.

9. Разработаны важнейшие подсистемы территориальной ГИС «Безопасность региона» для прогнозирования рисков природных и техногенных ЧС, в том числе информационная система оценки опасности промышленных объек-

38

тов. Система содержит 32 базы данных, библиотеку методик по расчету последствий ЧС, 4 электронных карты-основы. Система анализа состояния гидроэкосистемы содержит 29 баз данных, библиотеку расчетных алгоритмов, 5 тематических картографических слоев. Построена ГИС «История климата Сибири». Система использована в решении задач долгосрочного и среднесрочного прогнозирования чрезвычайных ситуаций.

Разработанные методы и программные системы нашли применение как в научных исследованиях, так и в решении реальных задач. Система ЭСПЯА находится на боевом дежурстве в Главном управлении ГОЧС Красноярского края, широко используется другими организациями ГОЧС: в настоящее время число инсталляций система ЭСПЛА превысило 50. Промышленная эксплуатация системы показала ее высокую надежность и эффективность. За счет многократного сокращения времени на формирование решений и повышения их качества достигается уменьшение материального ущерба и социальных потерь в 2 и более раз.

Перспективы дальнейших научных исследований связаны с развитием методологии представления и применения моделей знаний в геоинформационных системах и с расширением круга рассматриваемых прикладных проблем. В частности, большой интерес представляет развитие методов применения знаний в качестве атрибутивной информации в электронном картографическом моделировании. Расширение круга прикладных проблем связано с реализацией типовых систем поддержки предупреждения и ликвидации ЧС. Важную область дальнейшего развития и применения предложенной технологии представляют проблемы автоматизации управления рисками. Апробирование технологии и инструментальных средств для решения задач поддержки принятия решений функциональных задач показало, что на основе инструментального и информационного ядра системы ЭСПЛА целесообразно создание единой системы по техногенным видам ЧС. Хорошие перспективы представляет расширение круга решаемых задач по природным ЧС. Особую важность имеет создание и внедрение типовой системы центров управления кризисных ситуаций на территории Сибири.

Основные результаты опубликованы в следующих работах:

1. Дмитриев А.И., Исаев C.B., Карев В.Ю., Нейман К.А., Ноженкова Л.Ф., Шат-ровская Е.В. Экспертная геоинформационная система ЭСПЛА. - Красноярск: ИВМ СО РАН, 1998.- 112 с.

2. 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.

3. Ноженкова Л.Ф., Терешков В.И., Князьков Н.В., Исаев C.B., Нейман К.А., Дмитриев А.И. Автоматизированная поддержка принятия решений по ликвидации химических аварий // Проблемы безопасности при чрезвычайных ситуациях. - 1995. -Вып. 11.-С. 70-76.

4. Терешков В.И., Вильнюс С.И, Ноженкова Л.Ф. Красноярская краевая интег-1 рировашия информационно-экспертная система по чрезвычайным ситуациям //| Проблемы безопасности при чрезвычайных ситуациях. - 1995. - Вып. 11.-С. 77-83.

5. Назимова Д.И., Ноженкова Л.Ф., Погребная H.A. Применение технологии нсйросетей для классификации и прогноза ландшафтных зон по признакам климата // География и природные ресурсы. - 1999, № 2. - С. 117-122.

6. Москвичев В.В., Ноженкова Л.Ф., Усков Г.А., Эглит В.Э., Кубашевский Н.Г. Оценка состояния природно-техногенной безопасности Красноярского края / Проблемы безопасности при чрезвычайных ситуациях. - 1999. - Вып. 1. -С.64-74.

7. Москвичев В.В., Ноженкова Л.Ф., Шокин Ю.И. По материалам Всероссийской конференции "Проблемы защиты населения и территорий от чрезвычайных ситуаций" // Проблемы безопасности при чрезвычайных ситуациях - 1998. - Вып. 1. -¿71-80.

8. Ноженкова Л.Ф. Интеллектуальная поддержка принятия решений / Интеллектуальные системы. - Красноярск, изд. КГТУ, 1997. - С. 68-82.

9. Ноженкова Л.Ф. Интеллектуальная поддержка прогнозирования и ликвидации чрезвычайных ситуаций / Интеллектуальные системы. - Красноярск, изд. КГТУ, 1997.-С. 83-99.

10. Ноженкова Л.Ф. Экспертные геоинформационные системы по предупреждению и ликвидации чрезвычайных ситуаций / Вычислительные технологии. - 1999. -Том 4, Специальный выпуск. - С. 111-118.

11. Isaev S.V., Neyman К.А., Nozhenkova L.F. Environment for Engineering Integrated Computer-Aided Systems // Scientific Siberia, Ser.A, Vol.l 1, Numerical and Data Analysis. - AMSE Press", Tassin, France, 1994. -P.155-161.

12. Nozhenkova L.F. Efficient Inference in Production Systems for Data Interpretations // Scientific Siberia, Ser.A, Vol. 11, Numerical and Data Analysis. - AMSE Press, Tassin, France, 1994. - Р. 131 -154.

13. Ноженкова Л.Ф. Решение задач интерпретации данных в системах искусственного интеллекта // Научные исследования на математическом факультете/ Красноярский гос. университет. Красноярск, 1994 - Деп. в ВИНИТИ 18.04.95 N 1072-В95,-С. 178-196.

14. Исаев С.В., Нейман К.А., Ноженкова Л.Ф. Интегрированная информационная система поддержки принятия решений в условиях химических аварий на территории г.Красноярска / Математическое обеспечение и архитектура ЭВМ. Сборник научных работ. Вып.2. - Красноярск, КГТУ, 1997,- С.96-104.

15. Isaev S.V., Nozhenkova L.F. Application of Expert System in Integrated Software Enviroment / Internationales Forum fuer Informatisierung IFI-95. Des 1. Russisch-Deutschen Symposiums "Intelligente Informationstechnologien in der Entscheidungsfindung" - Moskau,1995. - P.174-181.

16. Исаев C.B., Карев В.Ю., Ничепорчук B.B., Ноженкова Л.Ф., Соболева A.B., Шатровская Е.В. Применение ГИС-технологий для анализа паводковых ситуаций в Красноярском крае / ГИС для оптимизации природопользования в целях

устойчивого развития территорий: Материалы Межд. конф. Интеркарто-98. -Барнаул, 1998. - С. 533-538.

17. Вильчик С.И., Ноженкова Л.Ф., Терешков В.И. Системы связи АИУС ЧС Красноярского края / Локальные сети и коммуникации. - Красноярск, КГТУ, 1996. -С.53-67.

18. Вильчик С.И, Ноженкова Л.Ф., Терешков В.И. Красноярская краевая информационно-управляющая система по чрезвычайным ситуациям / Труды межрегиональной конф. "Проблемы информатизации региона". - Красноярск, 1995. - С. 85-94.

19. Вильчик С.И., Огиенко В.А., Терешков В.И., Шайдуров В.В., Ноженкова Л.Ф. Территориальная подсистема АИУС РСЧС Красноярского края / Труды Все-росс. конф. «Проблемы защиты населения и территорий от чрезвычайных ситуаций. - Красноярск, Изд-во КГТУ, 1997. - С. 13-20.

20. Воронов С.П., Ноженкова Л.Ф., Огиенко В.А. Терешков В.И. Создание и развитие территориальных систем мониторинга и прогнозирования чрезвычайных ситуаций в Красноярском крае / Проблемы информатизации региона. ПИР-98. Труды Всероссийской конференции. - Красноярск: ЗАО «Диалог-Сибирь», 1998. -С. 99-112.

21. Замай С.С., Лепихин A.M., Ноженкова Л.Ф. Информационно-прогностическая система дчя районирования территорий края по вероятности возникновения чрезвычайных экологических ситуаций и оценки их последствий / Тезисы краевой конф. "Экологическое состояние и природоохранные проблемы Красноярского края". - Красноярск, 1995,- С.183-186.

22. Лепихин A.M., Москвичев В.В., Ноженкова Л.Ф. Проектирование и разработка ГИС «Безопасность региона» / Современные методы математического моделирования природных и антропогенных катастроф: Тезисы докл. V научной конф. - Красноярск: ИВМ СО РАН, 1999. - С. 168-172.

23. Белолипецкий В.М., Знаменский В.А., Ноженкова Л.Ф., Петенков A.B. Чер-нятин М.С. Разработка информационно-экспертной системы по оценке и прогнозированию состояния гидроэкосистемы на примере водосборного бассейна реки Кача / Проблемы информатизации региона. ПИР-98. Труды Всероссийской конференции. -Красноярск: ЗАО «Диалог-Сибирь», 1998. - С. 55-81.

24. Быков В.И., Ноженкова Л.Ф. Концепция централизованного экологического фонда города / Труды межрегиональной конф. "Проблемы информатизации региона", - Красноярск, 1995. -С.34-45.

25. Ноженкова Л.Ф. Возможности и опыт применения экспертных и геоинформационных систем в АИУС РСЧС / Труды Всеросс. конф. «Проблемы защиты населения и территорий от чрезвычайных ситуаций». - Красноярск, Изд-во КГТУ, 1997. -С. 32-35.

26. Ноженкова Л.Ф. Интеллектуальные системы поддержки принятия решений по предупреждению и ликвидации ЧС / Современные методы математического моделирования природных и ашропогенных катастроф: Тезисы докл. V научной конф. - Красноярск: ИВМ СО РАН, 1999. - С. 17-21.

27. Ноженкова Л.Ф., Дмитриев А.И., Исаев C.B., Карев В.Ю., Нейман К.А. ЭСПЛл для Windows - интегрированная экспертно-геоинформационная система поддержю принятия решений по ликвидации химических аварий / Труды Всеросс. конф «Проблемы защиты населения и территорий от чрезвычайных ситуаций». Красноярск, Изд-во КГТУ, 1997. - С. 52-56.

28. Ноженкова Л.Ф., Огиенко В.А., Эглит В.Э. Оперативная система АИУС РСЧС Красноярского края / Труды Всеросс. конф. «Проблемы защиты населения i территорий от чрезвычайных ситуаций». - Красноярск, Изд-во КГТУ, 1997. - С. 56-58.

29. Ноженкова Л.Ф., Родионова О.С. Построение нечеткой модели да прогнозирования пожарной опасности лесов / Нейроинформатика и ее приложения Тезисы докладов VI Всероссийского семинара. - Красноярск: КГТУ, 1998. - с. 130-131.

30. Ноженкова Л.Ф., Терешков В.И. и др. Проект создания территориально! автоматизированной информационно-управляющей системы предупреждения i ликвидации чрезвычайных ситуаций в Красноярском крае / Проблем* информатизации региона. ПИР-97. Труды Всероссийской конференции. - Красноярск ЗАО «Диалог-Сибирь», 1997. - С.56-75.

31. Терешков В.И. Ноженкова Л.Ф. Автоматизированная поддержка деятельност) оперативной дежурной смены территориального управления ГОЧС / Современны методы математического моделирования природных и антропогенных катастроф Тезисы докл. V научной конф. - Красноярск: ИВМ СО РАН, 1999. - С. 187-189.

32. Терешков В.И., Ноженкова Л.Ф. Проблемы автоматизированной поддержю управления в территориальных структурах ГОЧС Сибирского региона // Тез. Всеросс конф. «Совершенствование защиты населения от чрезвычайных ситуаций природного и техногенного характера». - Новосибирск, 1999.-С. 130-132.

33. Ноженкова Л.Ф., Дмитриев А.И., Исаев C.B., Карев В.Ю. Создани геоинформационной системы по истории климата Сибири / Проблемы реконструкци] климата и природной среды голоцена и плейстоцена Сибири. - Новосибирск: Инст археол. и этнотр., 2000. - С. 158-185.

Введение.

Глава 1. Проблема автоматизированной поддержки предупреждения и ликвидации чрезвычайных ситуаций.

1.1. Особенности управления в условиях риска ЧС.

1.1.1. Объективные тенденции повышения риска чрезвычайных ситуаций

1.1.2. Проблемы защиты от чрезвычайных ситуаций.

1.1.3. Задачи автоматизированной поддержки управления иАИУСРСЧС.

1.1.4. Проблемы построения территориальных подсистем

1.1.5. Проблемы решения функциональных задач.

1.1.6. Требования к системам и технологиям.

1.1.7. Формальная постановка проблемы автоматизированной поддержки предупреждения и ликвидации ЧС.

1.2. Проблема формирования новых подходов в автоматизации задач предупреждения и ликвидации ЧС.

1.2.1. Анализ существующих разработок и проблема комплексности.

1.2.2. Общие тенденции развития компьютерных технологий.

1.2.3. Интеллектуализация программных систем.

1.2.4. Проблема интеграции технологий геоинформационных и экспертных систем.

1.2.5. Проблема построения интегрированных систем для решения функциональных задач в территориальных АИУС РСЧС

1.3. Задачи диссертационной работы.

Выводы к главе 1.

Глава 2. Концептуально-методические основы построения экспертных геоинформационных систем предупреждения и ликвидации ЧС.

2.1. Интеллектуальные системы и их применение.

2.1.1. Понятие интеллектуальной системы.

2.1.2. Экспертные системы и инженерия знаний.

2.1.3. Нейронные сети и нейроэкспертные системы.

2.1.4. Применение интеллектуальных технологий в задачах предупреждения и ликвидации ЧС.

2.2. Геоинформационные системы и их применение.

2.2.1. Понятие геоинформационной системы.

2.2.2. Модели данных для представления картографической и семантической информации.

2.2.3. Информационно-графическое моделирование.

2.2.4. Применение ГИС-технологий в задачах предупреждения и ликвидации ЧС.

2.3. Построение экспертных геоинформационных систем как интегрированных систем поддержки принятия решений

2.3.1. Процесс принятия решений и концепция автоматизированной поддержки.

2.3.2. Автоматизация процесса принятия решений и компьютерные технологии.

2.3.3. Понятие экспертной геоинформационной системы и принципы построения.

2.3.4. Развитие функциональных возможностей ГИС и ЭС в интегрированной системе.

2.4. Методические концепции построения ЭГИС ЧС.

2.4.1. Сценарный подход к решению задач по предупреждению и ликвидации ЧС

2.4.2. Применение сценарного подхода для формирования решений

2.3.3. Критерии выбора решений.

2.3.4. Ситуационный подход к формированию решений . . . . . 101 Выводы к главе 2.

Глава 3. Модели знаний для построения и применения ЭГИС ЧС.

3.1. Особенности представления и применения знаний в ЭГИС.

3.1.1. Модели знаний и реализация ситуационного сценарного подхода.

3.1.2. Модели знаний и информационнографическое моделирование

3.1.3. Требования к модели знаний в ЭГИС ЧС.

3.2. Базовые модели знаний для ЭГИС.

3.2.1. Продукционная модель.

3.2.2. Фреймовые конструкции.

3.2.3. Представление и применение нечетких знаний.

3.2.4. Представление и применение ннадежных знаний.

3.3. Гибридная модель знаний для экспертной геоинформационной системы.

3.3.1. Объектно-ориентированная продукционно-фреймовая модель знаний с процедурными расширениями.

3.3.2. Основные формы символьных конструкций ЛПЗ и их интерпретация.

3.3.3. Стратегии логического вывода.

3.4. Вспомогательные формы представления знаний

3.4.1. Представление продукций в конечных предикатах

3.4.2. Использование секционированных троичных матриц дизъюнктов.

Выводы к главе 3.

Глава 4. Методы построения и применения PSA-структуры знаний для формирования решений в ЭГИС ЧС.

4.1. Проблема эффективности вывода.

4.2. Структурирование знаний

4.2.1. PSA-структура продукционной системы

4.2.2. Логический вывод с использованием PSA-структуры.

4.2.3. Отношения на множестве продукций

4.2.4. Построение PSA-структуры "сверху вниз".

4.2.5. Построение PSA-структуры "снизу вверх".

4.2.6. Смешанная формально-эвристическая процедура построения PSA-структуры

4.3. Структурирование нечетких знаний.

4.3.1. Отношения на множестве нечетких продукций.

4.3.2. Особенности построения PSA-структуры

4.4. Применение PSA-структуры для построения сценариев решений

4.4.1. Построение сценариев решений.

4.4.2. Оценивание решений и выбор альтернатив.

Выводы к главе

Глава 5. Объектно-ориентированная реализация экспертных геоинформационных систем.

5.1. Построение экспертной геоинформационной системы.

5.1.1. Экспертная ГИС как интегрированная система.

5.1.2. Многоуровневая объектно-ориентированная модель

5.2. Построение ГИС в составе интегрированной системы.

5.2.1. Требования к функциям и структуре ГИС в интегрированной системе.

5.2.2. Объектно-ориентированная модель ГИС.

5.2.3. Объектная реализация функций ГИС и ее возможности.

5.3. Построение экспертной системы в составе ЭГИС.

5.3.1. Структура и функции экспертной системы.

5.3.2. Объектно-ориентированная модель экспертной системы

5.3.3. Реализация стратегий вывода.

5.4. Инструментально-технологические требования.

5.1. Требования к инструментальным средствам.

5.2. Общие технологические требования.

5.3. Технология прототипирования.

Выводы к главе

Глава 6. ЭСПЛА: инструментальная среда для построения экспертных геоинформационных систем

6.1. Назначение и состав инструментальных средств системы ЭСПЛА

6.2. Средства построения ГИС в интегрированной системе.

6.2.1. Структура и функции ГИС CarSys

6.2.2. Объектно-ориентированная программная реализация ГИС.

6.2.3. Форматы картографических данных.

6.2.4. Реализация связей с атрибутивными данными.

6.2.5. Импорт и сохранение электронной карты.

6.3. Оболочка экспертной системы.

6.3.1. Назначение и состав оболочки ЭС.

6.3.2. Словарь системы и представление фактов.

6.3.3. Представление тематических знаний.

6.3.4. Структурный редактор знаний.-.

6.3.5. Интерпретатор знаний и реализация стратегий логического вывода.

6.4. Общие требования к процессу проектирования прикладных систем с применением инструментальной среды ЭСПЛА.

6.4.1. Проектирование прикладной системы.

6.4.2. Требования к программному и техническому обеспечению

6.5.Технологические этапы построения прикладной системы.

6.5.1. Настройка на предметную область: наполнение словаря

6.5.2. Формирование тематических баз знаний.

6.5.3. Подключение расчетных библиотек.

6.5.4. Создание ГИС приложений.

6.5.5. Подключение тематических баз данных.

6.5.6. Разделение прав доступа к ресурсам.

Выводы к главе 6.

Глава 7. Системы поддержки принятия решений по предупреждению и ликвидации ЧС.

7.1. Область применения инструментальной системы ЭСПЛА.

7.2. Экспертная геоинформационная система по ликвидации химических аварий

7.2.1. Назначение, функции и состав системы.

7.2.2. Тематические базы знаний

7.2.3. Библиотека электронных карт.

7.2.4. Базы данных системы ЭСПЛА по химическим авариям

7.2.5. Программная библиотека расчетных методик.

7.2.6. Функционирование системы.

7.3. Поддержка принятия решений по ликвидации аварий на промышленных объектах.

7.3.1. Назначение и особенности построения системы

7.3.2. Задачи системы.

7.3.3. Информационно-методическое наполнение системы.

7.3.4. Контроль рисков аварийных ситуаций на промышленных объектах.

7.4. Применение системы ЭСПЛА для поддержки действий оперативной службы.

7.4.1. Назначение системы.

7.4.2. Технология разработки и тиражирования.

7.5. Другие приложения и перспективы применения инструментальной системы ЭСПЛА.

Выводы к главе 7.

Глава 8. Решение задач по предупреждению ЧС.

8.1. ГИС «Безопасность региона».

8.1.1. Цели и задачи системы.

8.1.2. Основные результаты.

8.2. Анализ состояния гидроэкосистемы с учетом риска возникновения ЧС.

8.2.1. Гибридный подход к реализации системы.

8.2.2. Основные функции системы.

8.3. Прогнозирование пожарной опасности лесов.

8.3.1. Проблема оперативного прогнозирования лесных пожаров.

8.3.2. Система нечетких знаний.

8.4. Долгосрочное прогнозирование ЧС.

8.4.1. Прогнозирование последствий глобальных климатических изменений.

8.4.2. Проблемы анализа климатической информации.

Выводы к главе 8.

Развитие производственной и социальной сфер деятельности человечества сопровождается усложнением промышленных технологий и расширением их влияния на окружающую среду. Наблюдается общемировая тенденция роста числа и масштабов техногенных и природных чрезвычайных ситуаций (ЧС). В России эта тенденция усиливается условиями переходного периода в экономике.

Снижение социально-экономического ущерба от чрезвычайных ситуаций может быть достигнуто за счет заблаговременного прогнозирования возникновения ЧС и их последствий, организации предупредительных мер по устранению возможных причин аварий и катастроф, определения наиболее эффективных мер для ликвидации ЧС и оперативной поддержки принятия решений в кризисных ситуациях.

Оперативное реагирование на возникновение ЧС является основным фактором, определяющим эффективность управленческих решений. Природные и техногенные ЧС, как правило, быстротечны, и эффективность управления определяется, главным образом, тем, насколько быстро в момент ЧС формируются адекватные решения. От этого зависит, насколько быстро и слаженно за-действуются организационные механизмы. Катастрофы похожи на военные действия. Их «.объединяет необходимость быстрого реагирования на происходящее и жесткие требования к системам управления.во многих случаях спасти сотни жизней возможно, если огромная организационно-техническая система будет задействована в течение минут» [37].

Важнейшую роль в решении перечисленных задач должно сыграть создание в России государственной автоматизированной информационно-управляющей системы предупреждения и ликвидации чрезвычайных ситуаций - АИУС РСЧС, ее территориальных и функциональных подсистем. Цель создания системы - реализация комплексного подхода к предотвращению и ликвидации ЧС. Руководство МЧС России в число первоочередных задач ставит создание территориальных и функциональных подсистем АИУС РСЧС. Проблема построения государственной автоматизированной системы по чрезвы

10 чайным ситуациям представляет широчайший фронт работ для создания научных основ и разработки прикладных систем в этой области.

В мировой практике накоплен значительный опыт по комплексному решению задач автоматизированной поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций. Отечественные исследования ведутся сравнительно недавно. Проблемы оценки и управления риском рассматриваются в рамках ФЦП "Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф" и в других федеральных целевых программах, государственным заказчиком которых является МЧС России. Задачи комплексной автоматизированной поддержки принятия решений поставлены в ряде документов, принятых руководством страны. Таким образом, объективные аспекты актуальности рассматриваемых задач закреплены государственными решениями. Рассмотрим еще один важный аспект.

В последнее десятилетие, на рубеже XXI века, особенно быстрыми темпами развиваются компьютерные технологии, наблюдается смена парадигм и методологий, на которых они основаны. Традиционные подходы исследования операций заменяются новой методологией поддержки принятия решений, которая позволяет учесть особенности предметной области, справиться с решением плохо формализуемых, неструктурированных задач. От традиционных систем обработки данных осуществляется переход к применению знаний и созданию интеллектуальных систем. Внедряются методы наглядного представления решений и информационно-графического моделирования, спрос на которые подтверждается лавинообразным распространением геоинформационных технологий.

Таким образом, проблема построения автоматизированных систем поддержки предупреждения и ликвидации ЧС актуальна не только в силу объективной необходимости решения прикладных задач, но и в силу того, что в настоящее время необходимо создание методов их решения, использующих новые методические и технологические концепции. Методологические требования вытекают из особенностей постановки задач поддержки принятия решений в условиях экстраординарных ситуаций. Управление в условиях ЧС отличается от штатных условий гибкостью, необходимостью работы с недостовер

11 ной и неполной информацией, высоким темпом изменения ситуации, необходимостью формирования в кратчайшие сроки как можно более эффективных решений, высокой результативностью, требованиями минимизации времени и минимума потерь при ликвидации ЧС. Эти особенности требуют развития новой методологии поддержки управленческих решений, основанной на использовании сценарного подхода и методологии ситуационного управления в сочетании с новыми методами информационного моделирования.

Методической базой создания новых технологий должен служить сценарный подход [8, 96]. Методология сценарного подхода позволяет систематизировать информацию о возможном развитии ЧС и адекватном реагировании. Задача управления в условиях ЧС может рассматриваться как задача поиска сценария решения по сценарию событий с учетом критериев адекватности и эффективности. Однако общеизвестны трудности формирования сценариев ЧС: заранее просчитать их полностью практически невозможно, возникает необходимость учета неопределенности. Проблема осложняется еще и тем, что решение разных типов задач требует обработки разных типов информации. Это порождает необходимость развития сценарного подхода с применением методов ситуационного управления и построения стратегий формирования решений в условиях неполной, нечеткой и ненадежной информации [121, 189].

Работа посвящена развитию базовой методологии ситуационного управления на основе сценарного подхода с использованием методов инженерии знаний и информационно-графического моделирования. Главным результатом является создание новой технологии построения автоматизированных систем поддержки принятия решений, основанной на совместном применении экспертных и геоиформационных систем. Применение знаний для представления сценариев ЧС и критериев принятия решений позволяет применить технологию экспертных систем (ЭС) для эффективного формирования решений. Информационно-графическое моделирование с применением ГИС-технологий позволяет наглядно представить ситуацию, и за счет этого значительно сократить время на осмысление решений. Гибридный подход, используя наилучшие качества обеих технологий, дает новые возможности для повышения эффективности управленческих решений, позволяя автоматизировать работу, свя

12 занную с построением тематических карт, и использовать геоинформационную систему (ГИС) в процессе формирования решений. Такая постановка проблемы выдвигает новые требования к представлению и организации знаний, выразительности модели и языка представления знаний, к методологии структурирования знаний и стратегиям эффективного логического вывода. Эти проблемы рассматриваются в теоретической части работы. В работе рассмотрены предлагаемые информационные модели и технологические концепции построения экспертных геоинформационных систем (ЭГИС). На новой технологической платформе решен ряд функциональных задач предупреждения и ликвидации чрезвычайных ситуаций

В связи с изложенным, разработка научных основ создания моделей знаний и технологии проектирования экспертных геоинформационных систем для решения функциональных задач поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций является актуальной научно-технической проблемой, имеющей важное народно-хозяйственное значение.

Актуальность подтверждается тем, что диссертационная работа выполнена в соответствии с приоритетными направлениями фундаментальных исследований РАН по информатике, вычислительной технике и автоматизации, в том числе, по фундаментальным проблемам построения систем автоматизации, по проблемам принятия решений и экспертным системам, и в соответствии с планами фундаментальных и прикладных научных исследований Института вычислительного моделирования СО РАН в 1991-1999 гг.

Исследования проводились по проектам ГНТП «Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф» (раздел «Применение ГИС-технологий»), ФЦП «Создание территориальных звеньев АИУС РСЧС в регионе», региональной НТП «Новые технологии для управления и развития региона» (проект «Создание ГИС «Безопасность региона»).

Исследования получили финансовую поддержку по грантам РФФИ, Миннауки, администрации Красноярского края, Красноярского государственного экологического фонда, Главного управления по делам ГО и ЧС Красноярского края, Главного управления по делам ГО и ЧС г. Красноярска, поддержаны Сибирским региональным центром ГОЧС и ЛПСБ и МЧС РФ.

13

Цель работы: Повышение эффективности управленческих решений по предупреждению и ликвидации ЧС за счет применения технологии экспертных геоинформационных систем, позволяющей снизить временные затраты на формирование, выбор и картографическое моделирование решений, тем самым, уменьшить затраты времени и материальных ресурсов на их исполнение и, в итоге, снизить потери от ЧС.

Идея работы заключается в гибридизации технологий экспертных и геоинформационных систем для совместного применения в единой программной среде, что позволяет получить качественно новые технологические возможности. Построение гибридной технологии основывается на создании моделей знаний, позволяющих применять экспертную систему как для формирования и выбора решений, так и для управления интегрированной программной средой, автоматически активизировать функции геоинформационной системы, вычислительные алгоритмы и информационные подсистемы для информационно-графического моделирования.

Основные задачи работы:

1. Исследование проблемы поддержки управления в условиях риска чрезвычайных ситуаций. Обоснование целей и задач создания автоматизированных систем по предупреждению и ликвидации ЧС в рамках территориальной подсистемы АИУС РСЧС.

2. Постановка и исследование проблемы комплексной поддержки управления и принятия решений, обоснование необходимости применения интеллектуальных и геоинформационных технологий для поддержки управленческих решений по чрезвычайным ситуациям.

3. Исследование текущего состояния проблемы применения экспертных и геоинформационных систем в информационно-управляющих системах по чрезвычайным ситуациям.

4. Исследование общих тенденций к интеграции компьютерных технологий и опыта комплексного подхода и построения гибридных систем по проблемам безопасности и предупреждения ЧС.

14

5. Исследование принципов построения систем поддержки принятия решений (СППР) на основе семиотической модели ЭГИС, представляющей синтаксический, семантический и прагматический аспекты интегрированной системы поддержки принятия решений.

6. Исследование моделей знаний для реализации ситуационного сценарного подхода к представлению ЧС, формированию и оценке решений, с учетом особенностей задач и неопределенности информации.

7. Исследование моделей знаний для реализации прагматических функций ЭГИС. Разработка языка представления знаний.

8. Разработка методов структурирования знаний.

9. Построение стратегий логического вывода для формирования решений с оценкой вычислительных затрат и затрат на исполнение решений.

10. Разработка технологии проектирования экспертных геоинформационных систем для реализации гибридного подхода к принятию решений.

11. Разработка комплекса инструментальных программных средств и технологии их применения для построения экспертных геоинформационных систем по чрезвычайным ситуациям.

12. Применение разработанных методических и инструментальных средств для решения функциональных задач по предупреждению и ликвидации чрезвычайных ситуаций.

Методы исследований, применяемые в работе, базируются на методологии инженерии знаний, представления и применения знаний, структурирования знаний, математической логике, нечеткой логике, методах параллельных вычислений и параллельного вывода, нейросетевых технологиях, методах объектно-ориентированного проектирования, теории баз данных, моделях и методах представления и обработки пространственной информации в географических информационных системах, методологии системного подхода в проектировании больших систем, методах построения систем поддержки управления и систем поддержки принятия решений, методологии сценарного подхода, методологии ситуационного управления.

15

Основные положения, выдвигаемые на защиту:

1. Предложены модели представления знаний в интегрированных СППР по чрезвычайным ситуациям, позволяющие реализовать ситуационный сценарный подход и функции формирования решений с привлечением информационно-моделирующих функций ГИС и других средств вычислительного моделирования. Модели рассчитаны на комплексное решение разнотипных задач по предупреждению и ликвидации ЧС, в том числе с учетом неопределенности.

2. Разработаны формально-эвристические методы РБА-структурирова-ния знаний в интегрированных СППР ЧС и стратегии эффективного логического вывода с применением РБА-структуры. Предложенные методы позволяют повысить производительность логического вывода при формировании решений, оценить вычислительные затраты, оценить и учесть при выборе решений ожидаемые затраты на их исполнение.

3. Разработана технология проектирования экспертных геоинформационных систем для реализации гибридного подхода к принятию решений, основанная на многоуровневой модульной объектно-ориентированной модели ЭГИС, включающей гибридную объектно-ориентированную модель представления и применения знаний и объектно-ориентированную модель ГИС.

4. На основе предложенных моделей и методов создана инструментальная оболочка-среда ЭСПЛА для построения экспертных геоинформационных систем, в состав которой входят оболочка экспертной системы, геоинформационная система СагБуБ и средства организации их совместного функционирования для формирования решений и информационно-графического моделирования. Предложена технология применения системы ЭСПЛА для построения экспертных геоинформационных систем по чрезвычайным ситуациям.

5. Разработаны важнейшие функциональные подсистемы территориальной системы по чрезвычайным ситуациям Красноярского края: в том числе система ЭСПЛА 3.0 по ликвидации химических аварий, по взрывоопасным ситуациям на промышленных объектах, подсистемы ГИС «Безопасность региона» для районирования территории по уровням рисков ЧС.

16

Достоверность научных положений подтверждается:

- Теоретическими исследованиями проблемы поддержки управления в условиях риска чрезвычайных ситуаций. Обоснованием необходимости применения интеллектуальных и геоинформационных технологий для поддержки управленческих решений по чрезвычайным ситуациям.

- Исследованием общих тенденций к интеграции компьютерных технологий и опыта комплексного подхода и построения гибридных систем по проблемам безопасности и предупреждения ЧС, показавшим перспективность интеграции ГИС и ЭС.

- Исследованием моделей знаний для реализации сценарного подхода к представлению ЧС, формированию и оценке решений, с учетом особенностей задач, ненадежности и нечеткости информации и реализации прагматических функций ЭГИС. Установлено, что предложенная объектно-ориентированная продукционно-фреймовая модель представления знаний позволяет в полном объеме реализовать эти функции и может служить основой для реализации ситуационного подхода.

- Формальными доказательствами сходимости пакета алгоритмов построения РБА-структуры знаний. Доказаны 8 утверждений (теорем) о свойствах форм представления знаний в ЭГИС и об условиях сходимости предложенных алгоритмов.

- Опытно-промышленными испытаниями предложенной технологии, подтверждающими корректность и перспективность предложенного научного подхода к широкому классу задач.

- Опытом применения разработанного программного инструментария для построения ряда программных систем по решению функциональных задач поддержки принятия решений по предупреждению и ликвидации ЧС. Установлено, что инструментальная среда ЭСПЛА в сочетании с предложенной технологией позволяет перевести проектирование прикладных программных систем на типовую основу и обеспечивает значительное сокращение материальных и финансовых ресурсов на их создание.

- Опытом широкого промышленного внедрения разработанных программных систем в структурах управления ГО и ЧС, который показал широ

17 кую востребованность и высокую надежность разработанных программных систем в промышленной эксплуатации.

- Анализом эффективности функционирования разработанных программных систем и эффективности получаемых решений. Установлено, что за счет сокращения времени формирования решений, повышения их качества и комплексности удается существенно сократить социальные потери и материальный ущерб от ЧС.

- Корректным и комплексным использованием современных методов проектирования интегрированных информационных систем, методов инженерии знаний, теории баз данных и методов представления и обработки пространственной информации в геоинформационных системах.

Научная новизна

1. Разработан и применен уникальный гибридный подход к решению проблем комплексной автоматизированной поддержки принятия решений по предупреждению и ликвидации ЧС природного и техногенного характера, основанный на совместном применении технологий ЭС и ГИС в рамках одной программной системы. Предложенный подход позволил расширить функции поддержки управления путем использования знаний экспертной системы не только для формирования решений, но и для автоматизации картографического анализа и моделирования.

2. Разработаны модели представления и применения знаний в геоинформационных системах, основанные на гибридизации и расширении продукционных и фреймовых моделей знаний, и допускающие обработку ненадежной и нечеткой информации, активизацию данных и инициализацию внешних процессов. За счет объектно-ориентированной реализации гибридные модели позволили осуществить на единых синтаксических принципах разнообразную семантическую интерпретацию символьных конструкций языка представления знаний и широкие прагматические возможности интегрированной системы.

3. Разработаны оригинальные формально-эвристические методы PSA-структурирования знаний в интегрированных СППР по чрезвычайным ситуациям и стратегии эффективного логического вывода с применением PSA

18 структуры, позволяющие оценить и снизить вычислительные затраты на формирование решений и оценить ожидаемые затраты на исполнение решений.

4. Разработана многоуровневая модульная объектно-ориентированная модель ЭГИС, включающая гибридную объектно-ориентированную модель представления и применения знаний и объектно-ориентированную модель ГИС, что позволило реализовать технологию построения гибридной системы.

5. Создана уникальная инструментальная оболочка-среда ЭСПЛА для построения экспертных геоинформационных систем и предложена технология применения системы ЭСПЛА для построения экспертных геоинформационных систем по чрезвычайным ситуациям.

6. По-новому решены функциональные задачи построения систем поддержки принятия решений по предупреждению и ликвидации ЧС при построении ряда автоматизированных систем в рамках территориальной информационно-управляющей системы по чрезвычайным ситуациям.

Практическая ценность. Результаты проведенных исследований позволяют:

- использовать модели и методы инженерии знаний для информацион-но-гра-фического моделирования и автоматического формирования тематических электронных карт;

- использовать информационно-моделирующие функции ГИС в процессе формирования решений экспертной системой;

- создавать интегрированные системы поддержки принятия решений на основе совместного применения и развития технологий экспертных и геоинформационных систем;

- создавать информационно-управляющие системы на основе принципиально новой технологии, обеспечивающей комплексную поддержку организационного управления, включая формирование решений и информационно-графическое моделирование;

- сократить временные и финансовые затраты на создание СППР ЧС разного уровня - от отдельных предприятий до территории - за счет использования типовой инструментальной среды.

19

- увеличить оперативность и улучшить качество решений по предупреждению и ликвидации чрезвычайных ситуаций.

Реализация работы

Результаты диссертационной работы использованы при проектировании территориальной информационно-управляющей системы предупреждения и ликвидации чрезвычайных ситуаций Красноярского края. Разработанные модели, методы, инструментальные средства применены для создания ее функциональных подсистем. По рекомендации МЧС России Красноярский край признан полигоном для апробирования и внедрения новых технологий.

Программные системы, построенные с применением предложенной в диссертационной работе технологии внедрены в эксплуатацию и используются в Главном управлении по делам ГО и ЧС г. Красноярска, в Главном управлении по делам ГО и ЧС Красноярского края, в городах и районах Красноярского края, в Сибирском региональном центре ГОЧС и ЛПСБ, Учебно-методическом центре ГОЧС Красноярского края, что подтверждено актами о внедрении и другими документами.

Инструментальные средства для создания экспертных геоинформационных систем рекомендованы СРЦ ГОЧС и ЛПСБ для применения в качестве типового инструментария с целью создания систем поддержки деятельности оперативной дежурной смены центров управления в кризисных ситуациях на территории Сибири. СРЦ ГОЧС и ЛПСБ выступил с ходатайством перед МЧС РФ о присуждении премии за научно-техническую разработку создателям экспертной геоинформационной системы ЭСПЛА во главе с автором настоящей диссертационной работы.

Полученные результаты приведены в отчетах СО РАН и РАН, использованы в ряде проектов, выполняемых в ИВМ СО РАН и в интеграционных проектах СО РАН. Система ЭСПЛА включена в Каталог завершенных разработок СО РАН.

Апробация работы

Основные результаты, отдельные положения, а также результаты конкретных прикладных исследований и разработок докладывались на научных

20 семинарах и конференциях в ИВМ СО РАН (1991-1999), на региональных научно-практических конференциях и на совещаниях СО РАН, посвященных географическим информационным системам.

Результаты работы были представлены на десятом юбилейном симпозиуме "Problems of Modular Information Computer Systems and Networks" (Санкт-Петербург, 1993), на первом российско-немецком симпозиуме "Intelligente Informationstechnologien in der Entscheidungsfindung" (Москва, 1995) в рамках Всероссийского форума по информатизации, на Всероссийских конференциях "Проблемы информатизации региона" (Красноярск, 1996-1999 гг.), на Всероссийской конференции «Проблемы защиты населения и территорий от чрезвычайных ситуаций» (Красноярск, 1997 г.), на Международной конференции "Интеркарто-4" (г. Барнаул, 1998 г.), на Международной конференции "Спасение, защита, безопасность - новое в науке, технике, технологии" (Москва, 1995 г.), на V научной конференции "Современные методы математического моделирования природных и антропогенных катастроф", посвященной 275-летию РАН (Красноярск, 1999 г), на Региональной конференции «Достижения науки и техники - развитию сибирских регионов» (Красноярск, 1998-1999 гг.), на Всероссийском семинаре «Нейроинформатика и ее приложения» (Красноярск, 1997-1998 гг.), на краевой конференции "Экологическое состояние и природоохранные проблемы Красноярского края" (Красноярск, 1996 г.), на Международной конференции "Математические модели и методы их исследования" (Красноярск, 1999 г.) и многих других.

Программные системы, созданные на основе разработанных инструментальных средств, демонстрировались на ряде выставок, в том числе на выставке, посвященной 25-летию СО РАН, на постоянно действующей выставке СО РАН, на Международных выставках МЧС РФ (1995-1998 гг.), на региональной выставке «Сибирская ярмарка» (1999), на выставках «Достижения науки и техники - Сибирскому региону" и др., что подтверждено дипломами, каталогами и другими материалами.

Публикации и личный вклад в решение проблемы

Диссертация основана на теоретических, методологических и экспериментальных исследованиях, выполненных коллективом лаборатории систем

21 искусственного интеллекта Института вычислительного моделирования СО РАН.

Теоретические результаты, представленные в главах 1-4, получены непосредственно автором. Объективно-ориентированная продукционно-фреймовая модель знаний разработана совместно с кандидатом технических наук С. В. Исаевым. Проектирование и разработка инструментальной среды ЭСПЛА и прикладных систем выполнены коллективом лаборатории СИИ под руководством и при непосредственном участии автора.

По результатам исследований автором опубликовано более 70 работ.

Объем и структура диссертации

Диссертация состоит из введения, 8 глав, заключения, списка использованных источников и 4 приложений. Работа содержит 365 страниц машинописного текста, 45 рисунков, 11 таблиц. Список использованных источников включает 277 наименований.

Выводы К ГЛАВЕ 8

Решение задач предупреждения чрезвычайных ситуаций, смягчения их последствий и снижения ущербов основывается на прогнозировании наиболее опасных природных явлений и техногенных катастроф.

Задачи прогнозирования рисков и поддержки принятия решений по предотвращению чрезвычайных ситуаций природного и техногенного решаются в рамках программы создания территориальной ГИС "Безопасность региона".

Решена задача районирования территории по риску возникновения ЧС на основе анализа ретроспективной информации: выявление наиболее высоких уровней рисков позволяет распределить усилия по охране территории, выполнить заблаговременные мероприятия по предотвращению ЧС, своевременно обнаружить и идентифицировать опасности.

В настоящий момент на основе инструментальной системы ЭСПЛА реализованы отдельные подсистемы территориальной системы, которые решают задачи прогнозирования и предупреждения ЧС с наиболее высокими уровнями риска:

- Разработан действующий прототип системы по предупреждению ЧС на гидросистемах.

- Создан демонстрационный прототип системы прогноза пожарной опасности с применением нечетких знаний.

- Выполнены исследования по прогнозированию последствий глобального изменения климата.

Для анализа рисков техногенных ЧС широко используется система предупреждения и ликвидации аварий на промышленных объектах, представленная в главе 7.

Представленные разработки выполнены совместно со специалистами научно-исследовательских организаций и вузов города.

ЗАКЛЮЧЕНИЕ

В диссертации, на основании проведенных исследований методологии применения знаний в интегрированных программных средах, разработаны теоретические положения и технология построения экспертных геоинформационных систем для поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций природного и техногенного характера, что можно квалифицировать как новое крупное достижение в методологии систем обработки информации и управления, позволяющее расширить возможности информационно-графического моделирования и повысить эффективность управления в условиях чрезвычайных ситуаций

Проведенные исследования позволяют сформулировать следующие результаты и выводы:

1. Исследована проблема автоматизированной поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций. Сформулированы особенности: проблема относится к типу задач организационного управления и характеризуется комплексностью и слабой формализуемостью. Показано, что наиболее эффективным подходом является совместное применение технологий экспертных и геоинформационных систем на основе гибридных моделей знаний.

2. Предложены продукционно-фреймовые модели представления знаний в интегрированных СППР ЧС, позволяющие реализовать ситуационный сценарный подход и функции формирования решений с привлечением информационно-моделирующих функций ГИС и средств вычислительного моделирования. Модели рассчитаны на комплексное решение разнотипных задач по предупреждению и ликвидации ЧС, в том числе с учетом ненадежности и нечеткости. Расширенная модель знаний позволяет реализовать представление ситуаций и элементов сценариев, критериев принятия решений, обеспечивает взаимодействие подсистем интегрированной системы по данным и по событиям, доступ из базы знаний к функциям ГИС.

286

3. Предложено понятие РБА-структуры знаний. Разработаны формально-эвристические методы РБА-структурирования знаний в интегрированных системах и стратегии эффективного логического вывода с применением РБА-структуры. Методология реализована в виде пакета из 11 алгоритмов, сходимость которых теоретически доказана. Понятие РБ А-структуры основано на отношениях информационной зависимости, бесконфликтности, альтернативности. Алгоритмы применения структурированных тематических знаний позволяют успешно использовать параллельную вычислительную архитектуру и дают значительный выигрыш при использовании последовательной вычислительной архитектуры.

4. Разработаны процедуры поиска решения, основанные на ситуационном сценарном подходе и применении РБА-структуры знаний. Предложенные методы позволяют повысить производительность логического вывода при формировании решений, оценить вычислительные затраты, оценить и учесть при выборе решений ожидаемые затраты на их исполнение.

5. Разработана технология проектирования экспертных геоинформационных систем для реализации гибридного подхода к принятию решений, основанная на многоуровневой модульной объектно-ориентированной модели ЭГИС, включающей гибридную объектно-ориентированную модель представления и применения знаний и объектно-ориентированную модель ГИС.

6. Построена инструментальная оболочка-среда ЭСПЛА, реализующая все технологические аспекты построения интегрированных систем, включающих ЭС и ГИС. В составе инструментальной среды построена оболочка экспертной системы, основанная на предложенной модели представления знаний и применении объектно-ориентированного подхода. Разработана инструментальная ГИС СагёуБ для использования в интеграции с ЭС. ГИС СагЭуБ позволяет применять как растровые, так и векторные модели картографической информации. Предложена технология применения инструментальной среды ЭСПЛА для построения экспертных геоинформационных систем, решающих задачи поддержки управления по

287 предупреждению и ликвидации ЧС на разных уровнях - от территории до отдельного предприятия.

7. Разработана экспертная геоинформационная система ЭСГША 3.0 по ликвидации химических аварий. Система содержит 4 тематических базы знаний, включая БЗ по формированию решений при авариях на химически опасных предприятиях, БЗ по формированию решений при авариях на транспорте, БЗ для распознавания веществ по свойствам, БЗ по формированию текстов сообщений. Система содержит 26 баз данных, 7 электронных карт-основ с 15 тематическими слоями.

8. Разработана система поддержки действий оперативного дежурного, позволяющая автоматизировать функции слежения за обстановкой в регионе, выполнять анализ оперативной информации.

9. Разработаны важнейшие подсистемы территориальной ГИС «Безопасность региона» для прогнозирования рисков природных и техногенных ЧС, в том числе разработана информационная система оценки оценки пожаро-взрывоопасности промышленных объектов. Система содержит 32 базы данных, библиотеку методик по расчету последствий ЧС, 4 электронных карты-основы. Система анализа состояния гидроэкосистемы содержит 26 баз данных, библиотеку расчетных алгоритмов, 5 тематических картографических слоев. Построена ГИС «История климата Сибири». Система использована в решении задач долгосрочного и среднесрочного прогнозирования чрезвычайных ситуаций.

Разработанные методы и программные системы нашли применение как в научных исследованиях, так и в решении реальных задач. Система ЭСПЛА находится на боевом дежурстве в Главном управлении ГОЧС Красноярского края, широко используется другими организациями ГОЧС.

Перспективы дальнейших научных исследований связаны с развитием методологии представления и применения моделей знаний в геоинформационных системах и с расширением круга рассматриваемых прикладных проблем. В частности, большой интерес представляет развитие

288 методов применения знаний в атрибутивной картографической информации, в электронном картографическом моделировании. Расширение круга прикладных проблем связано с реализацией типовых систем поддержки предупреждения и ликвидации ЧС. Важную область дальнейшего развития и применения предложенной технологии представляют проблемы автоматизации управления рисками. Апробирование технологии и инструментальных средств для решения задач поддержки принятия решений функциональных задач показало, что на основе инструментального и информационного ядра системы ЭСПЛА целесообразно создание единой системы по техногенным видам ЧС. Хорошие перспективы представляет расширение круга решаемых задач по природным ЧС. Особую важность имеет создание и внедрение типовой системы центров управления кризисных ситуаций на территории Сибири.

1. Аварии и катастрофы. Предупреждение и ликвидация последствий. Учебное пособие в 3-х книгах / Под ред. К.Е.Кочеткова, В.А.Котляровского,

2. A.В.Забегаева. -М., Издательство АСВ, 1995.

3. Автоматизированная информационно-управляющая система РСЧС. Функциональный комплекс задач типовой информационно-расчётной системы оперативного состава регионального центра МЧС России. Описание постановки задачи. Москва: ВНИИ ГОЧС, НПО «Пульсар», 1998.

4. Акимов В.А., Воронин В.А., Нехорошев С.Н. Система развития АИУС РСЧС / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1998. - Вып. 1.-С.51-56.

5. Алиев P.A. и др. Производственные системы с искусственным интеллектом. М.: Радио и связь, 1990. - 264 с.

6. Алиев P.A., Церковный А.Э., Мамедова Г.А. Управление производством при нечеткой исходной информации. М.: Энергоатомиздат, 1991. - 240 с.

7. Андреева Н.М., Назимова Д.И., Ноженкова Л.Ф., Поликарпов Н.П., Степанов Н.В. Моделирование состава растительного покрова Сибири в меняющемся климате / Математические модели и методы их исследования: Тезисы Межд. конф. Красноярск: КГУ, 1999. - С. 13-14.

8. Арутюнян Р.В., Беликов В.В., Кабалевский С.А., Исламов Р.Т., Каневский М.Ф., Киселев В.П., Линге И.И., Осипьянц И.А., Серов А.Н., Семенов

9. Архипова Н.И., Кульба В.В. Управление в чрезвычайных ситуациях. -М.: РГТУ, 1994.

10. Барский А.Б. Параллельные процессы в вычислительных системах. Планирование и организация. М: Радио и связь, 1990. - 256 с.

11. Безопасность и предупреждение чрезвычайных ситуаций. Механизмы регулирования и технические средства. Каталог-справочник. М.: Институт риска и безопасности, 1997. - 251 с.290

12. Безопасность населения и народнохозяйственных объектов с учетом риска возникновения природных и техногенных катастроф. В 2-х томах / Итоги науки и техники, серия "Природные и техногенные катастрофы: проблемы безопасности". М., ВИНИТИ, 1993.

13. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Региональные проблемы безопасности с учетом риска возникновения природных и техногенных катастроф. М.: МГФ «Знание», 1999 - 672 с.

14. Белов П.Г. Способ системного прогнозирования техногенного риска / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1994. -Вып. 4. - С. 36-49.

15. Берлянт А.М. Геоиконика. М.: 1996. - 208 с.

16. Борунов А.К. Пузаченко Ю.Г. Геоинформационная поддержка принятия решений: проблемы управления // Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1993. - Вып. 12. - С. 31-45.

17. Борунов А.К., Пузаченко Ю.Г., Тимофеев Д.А. Геоинформационная поддержка принятия решений в чрезвычайных ситуациях: семантика и логика понятийного аппарата // Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1993.-Вып. 11.-С. 39-53.

18. Будущее искусственного интеллекта / Ред. К.Е. Левитин, Д.А. Поспелов. -М.: Наука, 1991. 302 с.291

19. Бурков В.H., Дзюбко С.И. Задача формирования программы обеспечения региональной безопасности / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1996. - Вып. 9. - С. 17-30.

20. Буч Г. Объектно-ориентированный анализ и проектирование с примерами приложений на С++, 2-е изд. М.: "Издательство Бином", СПб: "Невский диалект", 1998. - 560 с.

21. Быков В.И., Ноженкова Л.Ф. Концепция централизованного экологического фонда города / Труды межрегиональной конф. "Проблемы информатизации региона". Красноярск, 1995. - С.34-45.

22. Быков В.И., Дмитриев А.И., Исаев C.B., Нейман К.А., Ноженкова Л.Ф., Сальников С.П. ЭКО-ЭКСПЕРТ первая очередь муниципальной экологической системы / Труды межрегиональной конф. "Проблемы информатизации региона". - Красноярск, 1995. -С. 268.

23. Вагин В.Н. Дедукция и обобщение в системах принятия решений. -М.: Наука. Гл. ред. физ.-мат. литературы, 1988. 384 с.

24. Вагин В.Н. Параллельная дедукция на семантических сетях // Изв. АН СССР, Техн. киберн. 1986. - № 5, с. 51-61.

25. Вагин В.Н., Васильев М.Ю. Абстрактная схема параллельной машины логического вывода // Изв. АН СССР, Техн. киберн. 1988. № 5, с.195-206.

26. Вагин В.Н., Викторова Н.П. Обобщение и классификация знаний// Искусственный интеллект. В 3-х кн. Кн.2. Модели и методы: Справочник. -М.: Радио и связь, 1990. - С. 82-89.

27. Вагин В.Н., Захаров В.Н., Поспелов Д.А. и др. Проект Памир. Изв. АН СССР, Техн. киберн. 1988. - № 2, с. 161-170.

28. Вайтершиц М. Параллельные алгоритмы // В кн. Будущее искусственного интеллекта. -М.: Наука, 1991. -С. 289-300.

29. Валях Е. Последовательно-параллельные вычисления: Пер. с англ. -М.: Мир, 1985.-456 с.

30. Вильчик С.И., Ноженкова Л.Ф., Терешков В.И. Красноярская краевая информационно-управляющая система по чрезвычайным ситуациям / Труды межрегиональной конф. "Проблемы информатизации региона". -Красноярск, 1995. С. 85-94.

31. Вильчик С.И., Ноженкова Л.Ф. Прогнозирование риска возникновения ЧС и их последствий на территории Красноярского края / Проблемы292информатизации региона. ПИР-96. Труды Второй межрегиональной конференции. -Красноярск: ЗАО «Диалог-Сибирь», 1997. С. 194.

32. Вильчик С.И., Ноженкова Л.Ф., Терешков В.И. Системы связи АИУС ЧС Красноярского края / Проблемы информатизации региона: Материалы второй межрегиональной конференции. Спец. выпуск: Локальные сети и коммуникации. Красноярск, КГТУ, 1996. - С. 53-67.

33. Вильчик С.И., Ноженкова Л.Ф., Терешков В.И. Концепция оперативной системы по чрезвычайным ситуациям штаба ГО и ЧС Красноярского края / Труды межрегиональной конф. "Проблемы информатизации региона". Красноярск, 1995. - С. 269.

34. Воробьев Ю.Л., Малинецкий Г.Г., Махутов H.A. Теория риска и технология обеспечения безопасности. Подход с позиций нелинейной динамики. Часть II / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1999. - Вып. 1. - С. 18-40.

35. Гаврилова Т.А., Червинская K.P. Извлечение и структурирование знаний для экспертных систем. М.: Радио и связь, 1992.

36. Гергей Т. Поспелов Д.А. Проект ЛИВС логическая информационно-вычислительная система // Изв. АН СССР, Техн. киберн. - 1986. - № 5, с.128-139.

37. ГИС РСЧС. Программные средства для работы с цифровыми картами и тематической территориально привязанной информацией. Краткое руководство пользователя (056-30065). Москва: ВНИИ «Восход». - 1995.

38. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. Новосибирск: Наука, 1996. - 276 с.

39. Гордиенко Е.К., Кириллов В.Ю. Реализация поисковой процедуры языка ВОЛНА-О в однородной вычислительной среде // Изв. АН СССР, Техн. киберн. 1988, - № 5, с. 218-223.

40. Гордиенко Е.К., Захаров В.Н., Миронов А.Ю. Реализация параллельных алгоритмов логического вывода в матричной однородной структуре // Изв. АН СССР, Техн. киберн. 1986. - № 5, с.153-197.

41. Государственный доклад о состоянии защиты населения и территорий Российской Федерации от чрезвычайных ситуаций природного и техногенного характера в 1998 году. -М.: ВНИИ ГОЧС, 1999. 136 с.

42. Гутарев C.B., Качанов С.А. Система поддержки принятия решений при авариях на химически опасных объектах // Труды Всеросс. конф. «Проблемы защиты населения и территорий от чрезвычайных ситуаций. -Красноярск, Изд-во КГТУ, 1997. С. 79-80.

43. Дмитриев А.И, Исаев C.B., Нейман К.А., Ноженкова Л.Ф. Информационно-управляющая система по химической опасности на территории Красноярского края / Труды межрегиональной конф. "Проблемы информатизации региона". Красноярск, 1995.-С.271.

44. Дмитриев А.И., Исаев C.B., Карев В.Ю., Нейман К.А., Ноженкова Л.Ф., Шатровская Е.В. Экспертная геоинформационная система ЭСПЛА. -Красноярск: ИВМ СО РАН, 1998. 112 с.

45. Дьяконов К.Н., Касимов Н.С., Тикунов B.C. Современные методы географических исследований. М:. Просвещение: - АО «Учеб.лит.», 1996. -207 с.

46. Дюбуа Д., Прад А. Теория возможностей. Приложения к представлению знаний в информатике / Пер. с франц. М.: Радио и связь, 1990. - 288 с.

47. Елохин А.Н. К вопросу определения критериев промышленного риска / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1994.-Вып. 8. -С.42-51.

48. Елохин А.Н., Бодриков О.В., Ульянов C.B., Глебов В.Ю. Методика оценки эффективности мероприятий по защите населения от чрезвычайных ситуаций / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1997. - Вып. 9. -С.27-32.

49. Еремеев А.П. Продукционная модель представления знаний на базе языка таблиц решений // Изв. АН СССР, Техн. киберн. 1987, - № 2, с.196-207.

50. Еремеев А.П. Организация параллельных вычислений на основе моделей потока данных // Изв. АН СССР, Техн. киберн. 1993, - № 3, с. 212— 225.295

51. Еремеев А.П. Параллельная модель для продукционной системы табличного типа // Изв. АН СССР, Техн. киберн. 1990, - № 5, с. 171-180.

52. Еременко В.А. От безопасности в промышленности к безопасности проживания в промышленных регионах / Безопасность труда в промышленности. 1992, № 7. - С. 2-13.

53. Загорулько Ю.А., Попов И.Г. Представление знаний в интегрированной технологической среде SemP-TAO / Проблемы представления и обработки не полностью определенных знаний. Москва-Новосибирск: Рос-НИИ ИИ, 1994. - С.59-74.

54. Заде JI.A. Понятие лингвистической переменной и его применение к принятию приближенных решений. М.: Мир, 1976, 165 с.

55. Законченные научно-исследовательские и опытно-конструкторские работы институтов Сибирского отделения. Новосибирск: Изд. СО РАН, 1999.-С.195.

56. Закревский А.Д. Матричный аппарат логического вывода в конечных предикатах // Философские основы неклассических логик: Труды научно-исслед. семинара по логике М. : Институт философии АН СССР, 1990.-С. 70-80.

57. Закревский А.Д. ЭКСИЛОР экспертная система логического распознавания // Упр. системы и машины. - 1992. - № 5/6, с.118-125.

58. Закревский А.Д. Логика распознавания. Минск: Наука и техника, 1988. - 118 с.

59. Закревский А.Д. Логический вывод в конечных предикатах // Препринт ИТК АН БССР, № 6 Минск, 1989. - 20 с.

60. Замай С.С., Якубайлик О.Э. Модели оценки и прогноза загрязнения атмосферы промышленными выбросами в информационно-аналитической системе природоохранных служб крупного города : Учебное пособие. -Новосибирск: Наука, Сибирское предприятие РАН, 1998.

61. Зыков A.A. Основы теории графов. М.: Наука. Гл. ред. физ.-мат. литературы, 1987. - 384 с.

62. Измалков В.И. Тенденции глобального изменения климата Земли и его влияние на увеличение количества стихийных бедствий и их возможные последствия / Сборник материалов Центра стратегических исследований гражданской защиты. Вып.5. М.: 1998. - С. 12-20.

63. Инструментальная экспертная геоинформационная система ЭСПЛА / Комплект электронной программной документации. Красноярск, 1999.

64. Исаев C.B., Карев В.Ю. Развитие геоинформационной оболочки CarSys // Проблемы информатизации региона. ПИР-98. Труды Второй межрегиональной конференции. Красноярск: ЗАО "Диалог-Сибирь", 1998. - С. 87-87.

65. Исаев C.B. Инструментальные средства проектирования интегрированных систем поддержки принятия решений по ликвидации химических аварий / Диссертация на соискание степени кандидата технических наук. -Красноярск, 1999. -165 с.

66. Исаев C.B. Проблемы создания ГИС-приложений в интегрированных информационных системах // Материалы конференции молодых ученых Института вычислительного моделирования СО РАН. Красноярск: ИВМ СО РАН, 1998.-С. 15-23.297

67. Исаев C.B., Нейман К.А., Ноженкова Л.Ф. Применение экспертных систем в химическом производстве//Тез. докл. Междунар. конф. "Математические методы в химии". Часть 4. М., 1995. - С.107-108.

68. Исаев C.B., Ноженкова Л.Ф. Применение технологии экспертных геоинформационных систем для поддержки принятия решений по предупреждению и ликвидации чрезвычайных ситуаций / Тезисы Межд. конф. "Математика, компьютер, образование". М., 1998. - С. 82.

69. Искусственный интеллект. В 3-х кн. Кн. 3. Программные и аппаратные средства: Справочник / Под ред. В.Н.Захарова, В.Ф.Хорошевского - М.: Радио и связь, 1990. - 304 с.

70. Искусственный интеллект: Применение в интегрированных производственных системах / Под ред. Э.Кьюсиака; Пер с англ. А.П.Фомина; Под ред. А.И.Дащенко, Е.В.Левнера. -М.: Машиностроение, 1991. 544 с.298

71. Искусственный интеллект. В 3-х кн. Кн. 2. Модели и методы: Справочник / Под ред. Д.А.Поспелова - М.: Радио и связь, 1990. - 368 с.

72. Кандрашина Е.Ю., Литвинцева Л.В., Поспелов Д.А. Представление знаний о времени и пространстве в интеллектуальных системах / Под ред. Д.А.Поспелова. М.:Наука. Гл.ред. физ.-мат.лит., 1991.

73. Кистанов Е.М., Лисица В.Н. Московская городская система предупреждения и ликвидации чрезвычайных ситуаций // Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1997. - Вып. 6. - С.3-9.

74. Козлов Д.Н. Средство для интеграции информационных технологий на основе знаний и данных // Управляющие системы и машины. 1992. -№ 9/10, с. 57-64.

75. Корженевич Ю.В., Шеремет И.А. Оптимизация логического вывода в символьно-продукционных экспертных системах реального времени // Труды международного симпозиума "ИНФО-89". 1980. Том 2, с. 1-11.

76. Корытный Л.М. Экспертная оценка природных рисков региона (на примере Иркутской области) / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1997, - Вып. 4. - С. 93-99.

77. Косяченко С.А., Кузнецов H.A., Кульба В.В., Шелков А.Б. Модели, методы и автоматизация управления в условиях чрезвычайных ситуаций // Автоматика и Телемеханика. 1998. -№ 6, с. 3 - 66.

78. Котов В.Е. О параллельных языках II // "Кибернетика". 1980. № 4, с. 1-11.

79. Кошкарев A.B., Тикунов B.C. Геоинформатика / Под ред. Д.В. Ли-сицкого. М.: «Картгеоцентр» - «Геодезиздат», 1993. - 213 с.299

80. Кравецкий A.C., Демьянов В.В., Каневский М.Ф., Савельева Е.А., Тимонин В.А., Чернов С.Ю. Картирование пространственных данных при помощи многослойного персептрона и геостатистики / Препринт № IBRAE-99-03. М.: ИБРАЭ РАН, 1999. - 41 с.

81. Кравцова В.И. Космические методы картографирования / Под ред. Ю.Ф. Книжникова. М.: Издательство МГУ, 1995. - 240 с.

82. Кристофидес Н. Теория графов. Алгоритмический подход. М.: Мир, 1978.-432 с.

83. Кузьмин И.И., Пантелеев В.А. Оценка риска от техногенного загрязнения атмосферы и задача управления риском в регионе / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1993. - Вып. 3. -С.42-50.

84. Кунц Г., О'Доннел С. Управление: системный и ситуационный анализ. Том 1.-М.: "Прогресс", 1981. -495 с.

85. Левин Д. Некоторые проблемы построения географических информационных систем / Информатика окружающей среды: введение в проблематику: Российско-германский сборник статей. Новосибирск: Рос-НИИ ИИ, 1994.-С.70-82.

86. Левченко В.И., Савинов A.A. Матричное представление нечетких предикатов и его приложение в экспертных системах // Изв. АН СССР, Техн. киберн. 1993. - № 5, с. 126-140.

87. Лепихин A.M. Риск-анализ сложных технических систем // Труды Всеросс. конф. «Проблемы защиты населения и территорий от чрезвычайных ситуаций». Красноярск, Изд-во КГТУ, 1997. - С. 86-91.

88. Лепихин A.M. Безопасность региона: статистическая оценка и прогноз // Проблемы безопасности при чрезвычайных ситуациях, 1993. № 8.

89. Липаев В.В., Филинов E.H. Мобильность программ и данных в открытых информационных системах. М.: Научная книга, 1997. - 368 с.

90. Литвин В.А. Многокритериальная автоматизированная региональная система моделирования эффективных природоохранных стратегий. М.: Гид-ромет, 1988.- 184 с.

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

92. Microsoft и ESRI объединяют усилия по внедрению решений на основе ГИС по всей Европе // ARCREVIEW, современные геоинформационные технологии. Совместное издание СП ДАТА+, ESRI, ERDAS, 1998. - № 2.

93. Мамиконов А.Г. Принятие решений и информация. М.: - Наука, 1983.- 184 с.

94. Мамиконов А.Г., КульбаВ.В., Косяченко С.А. Типизация разработки модульных систем обработки данных. М.: Наука, 1989. - 165 с.

95. Мартыненко А.И., Бугаевский Ю.Л., Шибалов С.Н. Основы ГИС: Теория и практика / Под редакцией Мартыненко А.И. М.: МП "Геоинформационные технологии", 1995. -232 с.

96. Мартынюк В.Ф., Гельфанд Б.Е., Бабайцев И.В., Сафонов B.C. Методики оценки последствий промышленных аварий и катастроф // Безопасность труда в промышленности, 1994. -№ 8.

97. Маршалл В. Основные опасности химических производств. М.: Мир,1989.-672 с.

98. Махутов H.A., Петров В.П., Тарташев Н.И., Сергеев Г.С. Современное состояние проблем безопасности в промышленно развитых странах / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1994. -Вып. 4.-С. 2-36.

99. Мелихов А.Н., Берштейн Л.С., Коровин С Я. Ситуационные советующие системы с нечеткой логикой. М.: Наука. Гл. ред. физ.-мат.лит.,1990.-272 с.

100. Месарович М.Д., Тахакара Я. Общая теория систем: математические основы / Пер. с англ. Э.Л. Наппельбаума. Под ред. С.В.Емельянова. -М.: Мир, 1978.-312с.

101. Миклошко Й. Искусственный интеллект, параллельные ЭВМ и параллельные алгоритмы // В кн. Будущее искусственного интеллекта. М.: Наука, 1991.-С. 244-269.301

102. Минский M. Фреймы для представления знаний. М.: Мир, 1979.

103. Москвичев В.В., Ноженкова Л.Ф., Усков Г.А. Проблемы техногенной безопасности и пути их решения / Тез. докл. научно-практ. конф. «Достижения науки и техники развитию города Красноярска». - Красноярск, Изд-во КГТУ, 1997. - С. 16.

104. Москвичев В.В., Ноженкова Л.Ф., Усков Г.А., Эглит В.Э., Кубашев-ский Н.Г. Оценка состояния природнотехногенной безопасности Красноярского края / Проблемы безопасности при чрезвычайных ситуациях . 1999,- Вып.1. - С. 64-74.

105. Москвичев В.В., Ноженкова Л.Ф., Шокин Ю.И. По материалам Всероссийской конференции "Проблемы защиты населения и территорий от чрезвычайных ситуаций" // Проблемы безопасности при чрезвычайных ситуациях-1998.-Вып.1. -С. 71-80.

106. Московченко ОН., Ноженкова Л.Ф. Представление и использование знаний в экспертной системе LUS Y // Тез. докл. международной конференции "САПР-92: Новые информационные технологии". Воронеж, 1992. - С. 200201.

107. Назимова Д.И., Ноженкова Л.Ф., Погребная H.A. Классификация ландшафтных зон Сибири по признакам климата / Нейроинформатика и ее приложения. Тезисы докладов V Всероссийского семинара, 3-5 октября 1997 г. Красноярск, Изд. КГТУ, 1997. - С. 175.

108. Назимова Д.И., Ноженкова Л.Ф., Погребная H.A. Применение технологии нейросетей для классификации и прогноза ландшафтных зон по признакам климата // География и природные ресурсы. 1999, № 2. - С. 117122.

109. Назимова Д.И., Ноженкова Л.Ф., Поликарпов Н.П. Биоклиматические модели и их применение для прогноза трансформаций лесной растительности. Красноярск, 1998 - 31 с. - (Препринт / РАН. Сиб. отд-е. Ин-т вычислительного моделирования; № 18 - 98).303

110. Нариньяни A.C. Параллельность, обработка знаний и технология виртуальных машин // В кн. Разработка ЭВМ нового поколения: архитектура, программирование, интеллектуализация. Новосибирск: ВЦ СО АН СССР, 1986.-С. 142-145.

111. Нариньяни A.C. Система продукций как модульный программный комплекс // В кн. Прикладные и экспериментальные лингвистические процессоры. -Новосибирск: ВЦ СО РАН, 1982. С. 125-153.

112. Нариньяни A.C., Яхно Т.Г. Продукционные системы // Представление знаний в человеко-машинных и робототехнических системах. М.: ВЦ АН СССР, ВИНИТИ, 1984. - С. 136-177.

113. Нейроинформатика / А.Н.Горбань, B.JI. Дунин-Барковский, А.Н.Кирдин и др. Новосибирск: Наука. Сибирское предприятие РАН, 1998. -296 с.

114. Нечеткие множества в моделях управления и искусственного интеллекта/ Под ред. Д.А.Поспелова.-М.: Наука, Гл. ред. физ.-мат. лит., 1986.

115. Нильсон Н. Искусственный интеллект. Методы поиска решений: Пер. с англ. -М.: Мир, 1973. 270 с.

116. Нильсон Н. Принципы искусственного интеллекта: Пер. с англ. М.: Радио и связь, 1985. - 376 с.

117. Ничепорчук В.В., Ноженкова Л.Ф. Проектирование информационных подсистем ГИЭС "Паводки" / Проблемы информатизации региона. ПИР-98. Труды Всероссийской конференции. Красноярск: ЗАО "Диалог-Сибирь", 1998. - С. 82-84.

118. Ноженкова Л.Ф. Применение современных информационных технологий для поддержки принятия организационных решений / Труды межрегиональной конф. "Проблемы информатизации региона". Красноярск, 1995.-С. 277.

119. Ноженкова Л.Ф. Решение задач интерпретации данных в системах искусственного интеллекта // Научные исследования на математическом фа304культете/ Красноярский гос. университет. Красноярск, 1994 285 с. - Деп. в ВИНИТИ 18.04.95 № 1072-В95. - С. 178-196.

120. Ноженкова Л.Ф. Возможности и опыт применения экспертных и геоинформационных систем в АИУС РСЧС / Труды Всеросс. конф. «Проблемы защиты населения и территорий от чрезвычайных ситуаций». -Красноярск, Изд-во КГТУ, 1997. С. 32-35.

121. Ноженкова Л.Ф. Интеллектуальная поддержка принятия решений/ Интеллектуальные системы. Красноярск, изд. КГТУ, 1997. - С. 68-82.

122. Ноженкова Л.Ф. Интеллектуальная поддержка прогнозирования и ликвидации чрезвычайных ситуаций / Интеллектуальные системы. Красноярск, изд. КГТУ, 1997. - С. 83-99.

123. Ноженкова Л.Ф. Интеллектуальные информационные системы в муниципальном управлении / Тез. докл. научно-практ. конф. «Достижения науки и техники развитию города Красноярска». - Красноярск, Изд-во КГТУ, 1997. - С. 172-173.

124. Ноженкова Л.Ф. Интеллектуальные системы поддержки управления в условиях повышенного риска чрезвычайных ситуаций / В кн. Экстремальные состояния природы и общества. Новосибирск: Наука, 2000 (в печати).

125. Ноженкова Л.Ф. Микроэкспертная система анализа психофизиологического состояния человека. Представление знаний и функционирование // Препринт № 3. Красноярск: ВЦ СО АН СССР, 1991. - 26 с.

126. Ноженкова Л.Ф. Применение ГИС-технологий в системах поддержки принятия решений по ликвидации химических аварий / Проблемы информатизации региона. ПИР-96. Труды Второй межрегиональной конференции. -Красноярск: ЗАО «Диалог-Сибирь», 1997. С. 77-78.305

127. Ноженкова Л.Ф. Экспертные геоинформационные системы по предупреждению и ликвидации чрезвычайных ситуаций / Вычислительные технологии. 1999. - Том 4, Специальный выпуск. - С. 111-118.

128. Ноженкова Л.Ф., Дмитриев А.И., Исаев C.B., Карев В.Ю. Создание геоинформационной системы по истории климата Сибири // Проблемы реконструкции климата и природной среды голоцена и плейстоцена Сибири. -Новосибирск, 2000. С. 158-185.

129. 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.

130. Ноженкова Л.Ф., Огиенко В.А., Эглит В.Э. Оперативная система АИУС РСЧС Красноярского края/ Труды Всеросс. конф. «Проблемы защиты населения и территорий от чрезвычайных ситуаций». Красноярск, Изд-во КГТУ, 1997.-С. 56-58.

131. Ноженкова Л.Ф., Родионова О.С. Оперативное прогнозирование пожарной опасности лесов с использованием экспертной системы / Проблемы информатизации региона. ПИР-98. Труды Всероссийской конференции. -Красноярск: ЗАО «Диалог-Сибирь», 1998. С. 85.

132. Ноженкова Л.Ф., Родионова О.С. Построение нечеткой модели для прогнозирования пожарной опасности лесов / Нейроинформатика и ее приложения: Тезисы докладов VI Всероссийского семинара. Красноярск: КГТУ, 1998.-С. 130-131.

133. Ноженкова Л.Ф., Родионова О.С. Проектирование экспертных систем с нечеткими знаниями / Нейроинформатика и ее приложения: Тезисы докладов VI Всероссийского семинара. Красноярск: КГТУ, 1998. - С. 132.

134. Ноженкова Л.Ф., Терешков В.И. Сетевое взаимодействие функциональных подсистем АИУС ЧС Красноярского края / Проблемы информатизации региона. ПИР-96. Труды Второй межрегиональной конференции. Красноярск: ЗАО «Диалог-Сибирь», 1997. - С. 65-66.

135. Ноженкова Л.Ф., Терешков В.И., Князьков Н.В., Исаев C.B., Нейман К.А., Дмитриев А.И. Автоматизированная поддержка принятия решений по ликвидации химических аварий // Проблемы безопасности при чрезвычайных ситуациях. 1995. - Вып. 11. - С. 70-76.

136. Ноженкова Л.Ф. Принципы разработки экспертных систем на базе ГИС-технологий / Проблемы информатизации региона. ПИР-96. Труды Второй межрегиональной конференции. Красноярск: ЗАО «Диалог-Сибирь», 1997.-С. 75-76.

137. Обработка нечеткой информации в системах принятия решений / А.Н. Борисов, A.B. Алексеев, Г.В. Меркурьева и др. М.: Радио и связь, 1989. - 304 с.

138. Орловский С.А. Проблемы принятия решений при нечеткой исходной информации. -М.: Наука. Гл. ред. физ.-мат.лит., 1981. 208 с.

139. Осипов В.И. Методика оценки опасности природных катастроф / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1993. -Вып. 10.-С. 23-38.

140. Осипов Г.С. Метод формирования и структурирования модели знаний для одного типа предметных областей // Изв. АН СССР, Техн. киберн. -1988,-№2, с. 3-12.

141. Осуга С. Обработка знаний: Перевод с японского М.: Мир, 1989. -293 с.

142. Пантелеев В.А., Кузьмин И.И. Оценка риска от техногенных атмосферных выбросов и задача управления риском в регионе // Проблемы безопасности при чрезвычайных ситуациях. 1993. - Вып. 3, с. 38-44.

143. Перспективы развития вычислительной техники: В 11 кн.: Справ, пособие / Под ред. Ю.М.Смирнова. Кн.2. Интеллектуализация ЭВМ. -М.: Высш. шк, 1989. 159 с.

144. Полищук Ю.М. Имитационно-лингвистическое моделирование систем с природными компонентами. Новосибирск: Наука. Сиб. отд-е, 1992. -229 с.

145. Попов Э.В. Экспертные системы: Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987.

146. Попов Э.В. Особенности разработки и использования экспертных систем // Искусственный интеллект. В 3-х кн. Кн. 1. Системы общения и экс308пертные системы: Справочник / Под ред. Э.В.Попова М.: Радио и связь, 1990.-464 с.

147. Попов Э.В. Экспертные системы. Решение неформализованных задач в диалоге с ЭВМ. М.: Наука, 1987. - 288 с.

148. Поспелов Д.А. Ситуационное управление: теория и практика. -М.: Наука. Гл. ред. физ.-мат. литературы, 1986. 288 с.

149. Поспелов И.Г., Поспелова Л.Я. Динамическое описание систем продукций и проверка непротиворечивости продукционных экспертных систем // Изв. АН СССР, Техн. киберн. 1987. - № 1. - С. 184-191.

150. Постановление Администрации Кр.кр. № 697-п от 14.11.96 г. О территориальной подсистеме единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций Красноярского края.

151. Постановление Правительства № 43 от 16 января 1995 г. о Федеральной целевой программе "Создание автоматизированной информационно-управляющей системы предупреждения и действий в чрезвычайных ситуациях".

152. Постановление Правительства РФ № 1113 от 5 ноября 1995 г. "О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций".

153. Постановление Правительства РФ № 261 от 18 апреля 1992 г. "О создании Российской системы по предупреждению и действиям в чрезвычайных ситуациях".

154. Постановление Правительства РФ от 11.05.99 г. № 526 "Об утверждении Правил представления декларации промышленной безопасности опасных производственных объектов".

155. Построение экспертных систем: Пер. с англ. / Под редакцией Ф.Хейеса-Рота, Д.Уотермана, Д.Лената. М.: Мир, 1987. - 441 с.

156. Представление и использование знаний: Перевод с японского / Под редакцией Х.Уэно, М.Исидзука. М.: Мир, 1989. - 220 с.

157. Прикладные нечеткие системы: Пер с япон. / К.Асаи, Д.Ватада, С.Иваи и др.; под ред. Т.Тэрано, К.Асаи, М.Сугэно. М.: Мир, 1993.

158. Приобретение знаний: Перевод с японского / Под ред. С. Осуги, Ю. Саэки. -М.: Мир, 1990. 304 с.

159. Программное обеспечение и технологии геоинформационных систем: учебное пособие / Замай С.С. Якубайлик О.Э. Новосибирск: наука. Сиб. предприятие РАН, 1998. - 112 с.

160. Проценко А.Н. Региональная безопасность: концептуальные принципы управления и основные направления их реализации / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1996. - Вып. 11.-С.3-26.

161. Путеводитель по Постоянно действующей выставке разработок СО РАН. Новосибирск, 1997. - С. 57.

162. Рагозин А.Л. Оценка и картографирование опасности и риска от природных и техногенных процессов (методика и примеры) // Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1993. - Вып. 5. -С. 4-21.

163. Региональные экологические информационно-моделирующие системы / Ю.М. Полищук, В.А. Силич, В.А. Татарников и др. Новосибирск: ВО "Наука". Сиб. изд. фирма, 1993. - 133 с.

164. Руководство по выполнению спасательных и других неотложных работ в условиях завалов и разрушений зданий и сооружений. М.: ВНИИ ГОЧС, 1994.-148 с.

165. Сапатый П.С. Язык ВОЛНА-О как основа навигационных структур для баз знаний на основе семантических сетей // Изв. АН СССР, Техн. киберн. 1986. -№ 5, с. 198-210.

166. Сборник материалов Центра стратегических исследований гражданской защиты. Вып. 9. М.: 1998. - 63 с.

167. Системы параллельной обработки: Пер. с англ. / Под ред. Д.Ивенса. М.: Мир, 1985.-416 с.310

168. Софронов М. А. Система пирологических характеристик и оценок как основа управления пожарами в бореальных лесах: Диссертация в виде научного доклада на соискание ученой степени доктора сельскохозяйственных наук / Институт леса СО РАН. Красноярск, 1998.

169. Софронов М.А., Волокитина A.B., Фомина O.A., Тартаковская Т.М. Методические рекомендации по оценке и прогнозу текущей пожарной опасности на основе карт лесных горючих материалов и метеопрогнозов. -Красноярск: ИЛ СО РАН, 1992.

170. Терешков В.И., Вильчик С .И, Ноженкова Л.Ф. Красноярская краевая интегрированная информационно-экспертная система по чрезвычайным ситуациям // Проблемы безопасности при чрезвычайных ситуациях. 1995. -Вып. 11. - С. 77-83.

171. Тикунов B.C. Классификации в географии: ренессанс или увядание? (Опыт формальных классификаций). Москва-Смоленск: Изд-во СГУ, 1997. -367 с.

172. Толковый словарь по искусственному интеллекту / Авторы-составители А.Н.Аверкин, М.Г.Гаазе-Рапопорт, Д.А.Поспелов. М.: Радио и связь, 1992. - 256 с.

173. Трахтенгерц Э. А. Генерация, оценка и выбор сценария в системах поддержки принятия решений // Автоматика и Телемеханика. 1997. - № 3. -С.167-178.

174. Трахтенгерц Э.А. Компьютерная поддержка принятия решений: Научно-практическое издание. Серия «Информатизация России на пороге XXI века». -М.: СИНТЕГ, 1998. 376 с.

175. Уварова Т.Г. Операционная семантика волновых языков и метод ее описания // Изв. АН СССР, Техн. киберн. 1987. - № 2. - С. 128-142.

176. Уотермен Д. Руководство по экспертным системам: Пер. с англ. -М.: Мир, 1989.-441 с.

177. Федулов Г.В. Гражданская защита в обеспечении национальной безопасности Российской Федерации / Проблемы безопасности при чрезвычайных ситуациях. М.: ВИНИТИ, 1997. - Вып. 5. - с.3-26.

178. Хант Э. Искусственный интеллект. М.: Мир, 1978. - 558 с.

179. Хокни Р., Джессоуп К. Параллельные ЭВМ. Архитектура, программирование и алгоритмы: Пер. с англ. / Под ред. Е.П.Курочкина. М.: Радио и связь, 1986. - 392 с.

180. Храмов Ю. Средства создания экспертных систем. Компьютер, 1993.-№3.

181. Цветков В.Я. Геоинформационные системы и технологии. М.: Финансы и статистика, 1998. - 288 с.

182. Цвиркун А.Д., Акинфиев В.К., Филиппов В.А. Имитационное моделирование в задачах синтеза структуры сложных систем (оптимизационно-имитационный подход). -М.: Наука, 1985. 177 с.

183. Червинская Л.А. О полиномиальной эквивалентности задач поиска разрезов, минимальных по величине и максимальных по включению // Изв. АН СССР, Техн. киберн. 1987. - № 2. - С. 182-187.

184. Всероссийской конференции. Красноярск: ЗАО «Диалог-Сибирь», 1997. - С. 7-27.

185. Шайтура C.B. Геоинформационные системы и методы их создания. -Калуга: издательство Н. Бочкаревой, 1998. 252 с.

186. Шлеер С., Меллор С. Объектно-ориентированный анализ: моделирование мира в состояниях: Пер. с англ. Киев: Диалектика, 1993. - 240 с.

187. Шокин А.И. Природные и антропогенные катастрофы, их особенности и взаимосвязь / Проблемы защиты населения и территорий от чрезвычайных ситуаций: Труды Всеросс. конф. Красноярск: Изд-во КГТУ, 1997.-С.11-12.

188. Экспертные системы. Принципы работы и примеры: Пер. с англ. / А. Брукинг, П. Джонс, Ф. Кокс и др.; Под ред. Р. Форсайта. М.: Радио и связь, 1987.-224 с.

189. Яхно Т.М. Системы продукций: структура, технология, применение / Под ред. H.H. Миренкова. Новосибирск: ВЦ СО АН СССР, 1990. - 127 с.

190. ARC/INFO Map Book. Redlands: ESRI. - 1993.

191. Calkins H.M. Information system development in North America. Proc. Comm. Geogr. Data Sensing and Process., Moscow, 1976, Ottawa, 1977. - PP. 93113.

192. Chin-Teng Lin, C.S. George Lee. Neural Fuzzy Systems: ANeuro-Fuzzy Synergism to Intelligent Systems. P.l. Prentice Hall P T R, Upper Saddle River, NJ 07458, 1996.-300 p.

193. Cierna J.K., Werling R. Expert Systems for Real Time Applications // IEEE-1985 National Aerospace and Electronic Conference. 1985. - PP. 13221329.313

194. Coastal Region: Local Emergency Planning Committee Hazardous Materials: Emergency Response Plan. Coastal Region (USA), LEPC, June 1994.

195. Codd E. F., Codd S. B., Salley C. T. Providing OLAP (On-Line Analytical Processing) to User-Analysts: An IT Mandate. E. F. Codd & Associates, 1993.

196. Creating New World / ESRI Map Book. Vol. 10. Redlands: ESRI. -1995.

197. Davis R., Buchanan B., Shortliff E. Production Rules as a Representation for a Knowledge-Based Consultation Programm // Artificial Intelligence 8. 1977. - PP. 15-45.

198. Dickerson M.H., GudiksenP.H., Sullivan T.J., Greenly G.J. ARAC Status Report, 1985. Lawrence Livermore National Laboratory UCRL53641, Livermore, CA (1985).

199. Ehrhardt J., Fifher F., Hasemann 1. et al. RODOS, a real-time on-line decision support System for nuclear emergency management in Europe Ratiation Protection Dosimetry. 1994. V. 50. P. 188-194.

200. Erman L.D., Hayes-Roth F., Lesser V., Reddy D. The HEARSAY-II Speech-Understanding System: Integrating Knowledge to Resolve Uncertainty // Computing Surveys. 1980. - Vol. 12, No. 2., PP. 213-253.

201. Erman L.D., Lark J.S., Hayes-Roth F. ABE: an environment for engineering intelligent systems // IEEE TransA on Software Eng. 1988. - Vol. 14, No. 12.-PP. 1758-1770.

202. Fedra K., Weigkricht E., Winkelbauer L. A Hybrid Approach to Information and Decision Support Systems: Hazardous Substances and Industrial Risk Management. RR 87.

203. Gupta A. Implementing OPS5 Production Systems on DADO // Intern. Conf. on Parallel Processing, IEEE. 1984.

204. Gupta A., Forgy Ch., Newell A., Wedig R. Parallel Algorithms and Architectures for Rule-Based Systems//Computer Architecture News: The 13th Annual Symp. on Computer Architecture. 1986. - Vol. 14, No. 2, pp.28-37.

205. Isaev S.V., Neyman K.A., Nozhenkova L.F. Environment for Engineering Integrated Computer-Aided Systems//Scientific Siberia, Ser.A, Vol. 11, Numerical and Data Analysis. AMSE Press, Tassin, France, 1994. - P. 155-161.

206. Ishida T. and Stolfo S.J. Towards the Parallel Executuion of Rules in Production System Programs Proc. of the Int. Conf. on Parallel Processing. IEEE, 1985.-PP. 558-565.

207. Khorev A., Govorov M. Representation of Multi-Detailed Data in Object-Oriented GISs // Proc. of EuroGIS'96, Barselona, Spain, Vol.1, 1996. PP. 226-229.

208. Levi G. and Sirovich F. Generalized And/Or Graphs // Artificial Intelligence. 1976. - Vol. 7. - PP. 243-259.

209. Masnio S., McDermott J., Sobel A. Decision-Making in Time-Critical Situation//Proc. of the 8th IJCAI. 1983. PP. 233-235.

210. McDermott G. and Forgy Ch. Production System Conflict Resolution Strategies Pattern-Directed Inference Systems, ed. by Waterman D.A. and Hayes-Roth F. New York: Academic Press, 1978. - PP. 177-179.

211. Moldovan D.I. A Model for Parallel Processing of Productions Systems / Proc. of the Int. Conf. on Syst., Man and Cybern. IEEE, Oct. 1986.

212. Nozhenkova L.F. Efficient Inference in Production Systems for Data Interpretations // Scientific Siberia, Ser.A, Vol. 11, Numerical and Data Analysis. -AMSE Press, Tassin, France, 1994. PP. 131-154.

213. Oshisanwo A.O., Dasiewicz P.P. Parallel Model and Architecture for Production Systems //Proc. of the Conf. on Parallel Processing. 1987.

214. PS modelling for air pollution analyses / International report. Trinity Cons. Inc., Dallas, Texas, 1992.

215. Robinson S. Real-Time Expert Systems // Artificial Intelligence. -1989. Vol. 5, No.l 1. - PP. 1-20.315

216. Sebaitian 1., Koning H. Decision support System for industrial pollution control: methodology and results. Proceedings for Oslo Conference on International aspects of emergency management and Environmental technology. Oslo, 1995. -PP. 343-348.

217. Shortliffe E.H., Buchanen B.G. A model of inexact reasoning in medicine. Math. Biosci, 23, 1975. - PP. 351-379.

218. Some H., Holo 0. PPS-Public Protection System. Proceedings for Oslo Conference on International Aspects of Emergency Management and Environmental Technology. Oslo, 1995. PP. 343-348.

219. Sorrels M.E. A Time-Constrained Inference Strategy for Real-Time Expert Systems // IEEE-1985 National Aerospace and Electronic Conference. -1985.-PP. 1336-1341.

220. SPEEDI: A computer Code System for Real-Time Prediction of Radiation Dose to the Public due to an Accidental Release. October 1985, Japan Atomic Energy Reasearch Institute, JAERY 1297.

221. Stolfo S.Y., Show D.E. DADO: a Tree-Structured Machine Architecture for Production Systems // Proc. 2nd Conf. on the American Association for AI. -1982,- PP. 242-246.

222. Watanabe M., Yamanouchi T., Iwamoto M., Ushioda Y. CL: A Flexible and Efficient Tool for Constructing Knowledge-Based Expert Systems//IEEE Expert. 1989. - Vol. 4, No. 3.-PP. 41-50.

223. Whelan G., Buck J.W., Strenge D.L., Droppo J.G., Hoopes B.L., Aiken R.J. Overview of the Multimedia Enviromental Pollutant Assessment System (MEPAS). Hazardous Waste & Hazardous Materials, 1992. -V. 92.- PP.191-208.

224. Whitehouse R.J., Seamen M.A. The development of computer methods of risk analysis // Accessing and Managing Heals and Environmental Risks from Energy and other Complex Industrial Systems. IAEA-TEC-DOC - 453. -Vienna, 1988.-PP. 195-205.

225. Wiederhold G., Rathmann P., Barsalou Th., Byung S.L. and Quass D. Partitioning and Composing Knowledge // Information Systems. 1990. - Vol. 15, No. 1.-PP. 61-72.

226. William E. Huxholod An Introduction to Urban Geographic Information Systems. New York, Oxford, 1991.-285 p.