автореферат диссертации по информатике, вычислительной технике и управлению, 05.13.01, диссертация на тему:Управление в чрезвычайных ситуациях на основе нечетких когнитивных технологий

ВВЕДЕНИЕ.

ГЛАВА 1. АНАЛИЗ СОВРЕМЕННОГО СОСТОЯНИЯ МЕТОДИЧЕСКОГО ОБЕСПЕЧЕНИЯ В ОБЛАСТИ УПРАВЛЕНИЯ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ.

§1.1. Основные факторы, определяющие возникновение и развитие чрезвычайной ситуации.

§ 1.2. Чрезвычайная ситуация как объект управления.

§ 1.3. Моделирование процессов возникновения и развития ЧС.

§1.4. Методическое обеспечение процессов принятия решений на основе результатов моделирования ЧС.

Выводы по 1-ой главе.

ГЛАВА 2. МОДЕЛИРОВАНИЕ ПРОЦЕССОВ ВОЗНИКНОВЕНИЯ И РАЗВИТИЯ ЧС НА ОСНОВЕ НЕЧЕТКИХ КОГНИТИВНЫХ КАРТ.

§2.1. Основные факторы, учитываемые при построении НКК.

§2.2. Типовые модели техногенных ЧС.

§2.3. Способы анализа НКК геотехнического объекта.

§2.4. Методика моделирования процессов возникновения и развития ЧС с использованием HICK (на примере химически опасного объекта).

Выводы и результаты по 2-ой главе.

ГЛАВА 3. ПРОГНОЗИРОВАНИЕ ЧС В СЛОЖНЫХ ГТО С ИСПОЛЬЗОВАНИЕМ НЕЙРОННЫХ СЕТЕЙ. 1Ю

§3.1. Математическая постановка задачи прогнозирования. Ч®

§3.2. Многокомпонентные модели состояний ГТО. ^

§3.3. Особенности построения нейросетевых моделей для прогнозирования временных рядов.

§3.4. Прогнозирование уровня весеннего половодья рек с помощью многослойных нейронных сетей,.

Выводы по 3-ей главе.

ГЛАВА 4. АНАЛИЗ И ОПТИМИЗАЦИЯ АЛГОРИТМОВ УПРАВЛЕНИЯ В ЧС НА ОСНОВЕ НКК.

§4.1 Постановка задачи управления в ЧС.

§4.2. Синтез и моделирование алгоритмов управления в ЧС на основе НКК.

§4.3. Оценка эффективности алгоритмов управления в ЧС на основе анализа риска.:.

§4.4. Формирование оператиЕНЫх и превентивных планов действий на период половодья с использованием данных прогноза.

§4.5. Интеграция подсистемы моделирования и принятия решений в ЧС в составе ИСППР.

Выводы по 4-ой главе.

АКТУАЛЬНОСТЬ

В течение последних десятилетий мир столкнулся с серией крупнейших за всю историю катастроф техногенного и природно-техногенного характера (химические комплексы Севезо, Бхопал, Чернобыльская атомная электростанция, транспортные системы под Арзамасом и Уфой, буровые платформы в Англии и др.) [79,95]. Опасности в природно-техногенной сфере приводят к прямым и косвенным ущербам национальным экономикам стран СНГ (до 3-8% ВВП), гибели десятков тысяч людей и нанесению увечий сотням тысяч людей, загрязнению огромных территорий [95]. Эти события показывают необходимость разработки новых подходов к управлению безопасностью населения и территорий, выработки эффективных управленческих решений, направленных на снижение риска и смягчение последствий в случае возникновения чрезвычайных ситуаций (ЧС).

Для решения этих проблем на государственном уровне в России разработаны и реализуются Федеральная и входящие в нее региональные целевые программы «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Российской Федерации», в рамках программы научного сотрудничества России и НАТО по направлению «Прогнозирование и предотвращение катастроф» реализуются восемь долгосрочных проектов, среди которых такие проекты как «Оценка состояния и уязвимости объектов инфраструктуры по отношению к множественным угрозам», «Определение роли лиц, принимающих решения, и человеческого фактора в области управления риском катастроф», математическое и физическое моделирование террористических атак на объекты инфраструктуры, с целью снижения их уязвимости и предотвращения техногенных катастроф» и др. Важное место в реализуемых проектах и программах отводится разработке и внедрению информационных и интеллектуальных систем поддержки принятия решений при управлении безопасностью населения и территорий.

Исследованию различных аспектов проблем, связанных с управлением безопасностью, управлением в условиях ЧС, посвящены работы многих отечественных и зарубежных ученых и специалистов - Н.И. Архиповой, В.Е. Гвоздева, А.Н. Елохина, Б.Г. Ильясова, М.Кохринга, Н.Н. Красногорской, В.Г. Крымского, Р.Кука, В.В. Кульбы, В.Маршалла, С.В. Павлова, Г. Рурмана, Р.З. Хамитова, Р.З. Шахраманьяна, С.К. Шойгу, Н.И. Юсуповой и др.

Тем не менее, несмотря на значительные успехи в решении проблем управления в ЧС, далеко не все задачи в этой области можно считать решенными. Сказанное, в первую, очередь относится к разработке методов моделирования процессов возникновения и развития ЧС. Недостаточное внимание уделено вопросам динамического моделирования процессов оперативного управления в ЧС, по-прежнему актуальны исследования, направленные на разработку систем поддержки принятия решений при оперативном управлении в условиях ЧС.

По сравнению со штатным функционированием, задача управления в условиях ЧС существенно усложняется. Многие авторы выделяют проблемы оперативного управления в условиях ЧС на опасных производственных (техногенных) объектах, которые характеризуются недостатком и противоречивостью информации о причинах и характере протекания ЧС, изменении структуры и объемов сил и средств, предназначенных для локализации и ликвидации ЧС. Основную сложность управления техногенной ЧС составляет проблема оперативного анализа складывающейся обстановки для формирования общего замысла локализации ЧС, определения конкретных мероприятий и порядка взаимодействия сил и средств.

Перечисленные обстоятельства обуславливают актуальность темы настоящего исследования, направленного на разработку методов и алгоритмов моделирования процессов возникновения и развития ЧС, выработки планов действий в случае возникновения ЧС, оптимизации выделения ресурсов на локализацию и ликвидацию последствий ЧС. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ

Целью работы является разработка методов, алгоритмов и методик моделирования процессов возникновения и развития ЧС, а также управления в ЧС и реализация разработанных алгоритмов в составе автоматизированной информационно-управляющей системы (АИУС) Управления по чрезвычайным ситуациям при Правительстве Республики Башкортостан.

Для достижения поставленной цели в работе решаются следующие задачи:

1) разработка моделей возникновения и развития ЧС для типовых опасных объектов;

2) разработка алгоритмов моделирования процессов возникновения и развития ЧС с использованием нечетких когнитивных карт;

3) разработка алгоритмов прогнозирования состояния геотехнического объекта с использованием нейронных сетей;

4) разработка метода и алгоритмов оценки эффективности управляющих воздействий по локализации и ликвидации ЧС;

5) разработка метода и алгоритмов синтеза оптимальных решений по предупреждению возникновения ЧС, локализации и ликвидации последствий ЧС;

6) разработка программного обеспечения, реализующего предложенные методы моделирования, синтеза и оптимизации алгоритмов управления в ЧС.

Решение поставленных задач имеет существенное значение для повышения эффективности информационного обеспечения и оперативности принятия решений в условиях чрезвычайных ситуаций техногенного характера.

МЕТОДИКА ИССЛЕДОВАНИЯ

В работе использовались методы системного анализа, теории управления, теории принятия решений, теории графов, теории нейронных сетей, методы когнитивного и имитационного моделирования, автоматизированного проектирования информационных систем.

НАУЧНАЯ НОВИЗНА

Научную новизну составляют следующие результаты.

1. Методика моделирования процессов возникновения и развития ЧС на основе нечетких когнитивных карт, позволяющая получать информацию об изменении состояния опасного производственного объекта при имитации воздействия угроз (дестабилизирующих факторов) на объект, оценивать динамику развития ЧС с учетом возможных управляющих воздействий, выявлять «уязвимые места» объекта, угрозу или комплекс угроз, наиболее неблагоприятно влияющих на объект, определять устойчивость функционирования объекта по отношению к действию той или иной угрозы. Особенностью предлагаемой методики является использование нечеткой логики для оценки причинно-следственных связей процессов в случае развития ЧС, а также подход к построению НКК, основанный на их моделировании в среде MatLab.

2. Метод прогнозирования уровня воды в реке в период весеннего половодья, основанный на обнаружении нейронной сетью скрытых закономерностей исследуемых временных последовательностей (максимальных уровней воды в реке за предыдущие годы) и использовании их для вычисления прогнозируемого значения, новизна подхода заключается также в использовании «группы нейронных сетей» для получения минимального и максимального прогнозного значения.

3. Метод синтеза оптимальных решений по предупреждению возникновения ЧС, а также локализации и ликвидации последствий в случае ЧС, основанный на применении генетического алгоритма, позволяет определить оптимальное сочетание уровня риска ЧС (а следовательно, потерь и ущерба) и объема ресурсов, привлекаемых для локализации и ликвидации ЧС.

ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ

Практическую ценность представляют:

1. Модели процессов возникновения и развития ЧС, а также управления в условиях ЧС на примере установки по сжижению хлора.

2. Алгоритм нейросетевого прогнозирования максимального уровня воды в реках Белая, Уфа и Дёма в период половодья.

3. Метод синтеза оптимальных решений по предупреждению и ликвидации ЧС, позволяющий определять набор мероприятий, для минимизации потерь от возникновения ЧС.

4. Информационная система поддержки принятия решений, интегрируемая в состав АИУС, включающая в себя базу знаний с нечеткими правилами и подсистему выработки планов действий ликвидации ЧС на базе генетических алгоритмов.

СВЯЗЬ ТЕМЫ ИССЛЕДОВАНИЯ С НАУЧНЫМИ ПРОГРАММАМИ

Работа выполнена в период 2002-2005 гг. на кафедре Вычислительной техники и защиты информации Уфимского государственного авиационного технического университета в рамках Республиканской целевой программы и Уфимской городской программы «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Республике Башкортостан до 2005 года» по заказу Правительства Республики Башкортостан.

НА ЗАЩИТУ ВЫНОСЯТСЯ

1. Методика моделирования и анализа процессов возникновения и развития ЧС на основе нечетких когнитивных карт с реализацией моделей в среде MatLab.

2. Алгоритм прогнозирования максимального уровня воды в реке в период половодья на базе нейросетевого моделирования.

3. Метод синтеза оптимальных решений по предупреждению и ликвидации ЧС, основанный на поиске требуемого объема ресурсов для достижения минимального риска ЧС.

АПРОБАЦИЯ РАБОТЫ

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

- Вторая Всероссийская научно-практическая конференция «Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций», г. Уфа, 2001;

- Международная научная студенческая конференция «Студент и научно-технический прогресс», г. Новосибирск, 2001;

- Сибирская научно-техническая конференция «Наука- Промышленность-Оборона», г. Новосибирск, 2001;

-Третья Всероссийская научно-практическая конференция «Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций», г. Уфа, 2002;

- Международная молодежная научная конференция «Интеллектуальные системы управления и обработки информации», г. Уфа, 2002;

- Международная научно-техническая конференция «Проблемы техники и технологии телекоммуникаций, г. Уфа, 2003;

- Международная молодежная научная конференция «Интеллектуальные системы управления и обработки информации», г. Уфа, 2003;

- 4-й Международный семинар «Компьютерные науки и информационные технологии» (CSIT'2003), г. Уфа, 2003.

ПУБЛИКАЦИИ

Основные положения и результаты диссертационной работы опубликованы в 11 источниках, включая 3 статьи и 8 тезисов докладов на конференциях.

СТРУКТУРА И ОБЪЕМ РАБОТЫ

Диссертационная работа состоит из введения, четырех глав, заключения, библиографического списка. Работа изложена на 153 страницах машинописного текста. Библиографический список включает 116 наименований.

Выводы по главе 4

1. Выполнена прямая и обратная постановка задачи оптимизации управления состоянием объекта в условиях ЧС, заключающаяся в выделении оптимального количества средств защиты и эффективном распределении этих средств защиты.

2. Предложен метод поиска оптимальных решений по управлению в ЧС с использованием генетического алгоритма.

3. На примере химически опасного объекта выполнена оценка эффективности алгоритма управления на основе анализа риска с использованием генетических алгоритмов и НКК.

4 . Разработана структура СППР, интегрируемая в состав АИУС УЧС РБ, I включающая базу знаний с нечеткими правилами и модуль выработки планов действий по ликвидации последствий ЧС на базе генетических алгоритмов.

5. Определена эффективность практического применения СППР, разработанной с использованием предложенных в настоящей диссертации методов прогнозирования, моделирования процессов возникновения и развития ЧС, методов синтеза алгоритмов управления в условиях ЧС.

ЗАКЛЮЧЕНИЕ

В диссертационной работе поставлена и решена задача разработки методов, алгоритмов и методик моделирования процессов возникновения и развития ЧС, а также управления в ЧС, выработки и оптимизации алгоритмов действий в условиях ЧС, а также реализация разработанных методов в составе автоматизированной информационно-управляющей системы (АИУС) МЧС РБ.

При решении данной задачи получены следующие научные и практические результаты:

1. Разработаны модели ЧС на основе нечетких когнитивных карт для различных типов потенциально опасных объектов, основу которых составляют концепты, характеризующие угрозы возникновения ЧС и, объекты поражения, а также последствия от возникновения ЧС. Использование таких моделей ЧС позволяет прогнозировать изменение состояния моделируемых геотехнических объектов как в нормальных режимах, так и при воздействии на них дестабилизирующих факторов.

2. Разработаны алгоритмы моделирования процессов возникновения и развития ЧС на основе НКК, позволяющие оценить изменение состояния концептов при действии дестабилизирующих факторов. Преимуществом предложенных алгоритмов моделирования является возможность моделирования с их помощью различных сценариев развития ЧС, целенаправленного выбора и оценки эффективности применения тех или иных защитных мероприятий по ликвидации последствий ЧС. Приведены результаты моделирования ЧС на примере химически опасного объекта, представляющего собой установку сжижения хлора.

3. Разработан алгоритм прогнозирования максимального уровня воды в реках в период весеннего половодья, основанный на использовании имеющихся данных о максимальных уровнях воды за предыдущие годы и аппарата нейронных сетей. Использование прогнозируемых данных, позволяет планировать необходимые мероприятия по пропуску весеннего половодья, исходя из оценки их эффективности. Показано, что использование алгоритма прогноза на основе групп нейронных сетей позволяет дополнительно снизить ошибки прогнозирования.

4. Разработан метод и алгоритмы оценки эффективности управляющих воздействий по локализации и ликвидации ЧС, основанные на применении когнитивных технологий и нечеткой логики. Предложенные алгоритмы позволяют учитывать неопределенность, возникающую в условиях ЧС, определять возможные масштабы последствий ЧС и действенность управленческих решений с учетом принятия возможных мер по снижению последствий ЧС.

5. Разработан метод и алгоритмы синтеза оптимальных решений по предупреждению возникновения ЧС и ликвидации их последствий оценки эффективности управляющих воздействий по локализации и ликвидации ЧС с использованием генетических алгоритмов оптимизации. На примере химически опасного объекта показана эффективность определения управляющих воздействий по управлению в ЧС на основе минимизации ущерба от действия возможных угроз. .

6. Разработано программное обеспечение системы поддержки принятия решений, реализующее предложенные алгоритмы моделирования процессов возникновения и развития ЧС, а также оптимизации алгоритмов действий в ЧС, с целью использования их в составе автоматизированной информационно-управляющей системы - Управления по - чрезвычайным ситуациям при Правительстве Республики Башкортостан.

Показано, что применение разработанного программного обеспечения обеспечивает снижение суммарного времени локализации ЧС в среднем на 20%, за счет уменьшения времени на формирование планов ликвидации ЧС и расчеты на оценки эффективности принимаемых управленческих решений в среднем на 30%.

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

2. Куликов О.М. Информационная поддержка принятия решений при ликвидации техногенных ЧС на основе моделирования сценариев управления // Диссертация на соискание ученой степени кандидата технических наук. Уфа, 2002 г.

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

4. Коренев Г.В. Цель и приспособляемость движения Главная редакция физико-математической литературы, М: Наука, 1974.-528 с.

5. Приказ МЧС России №329 от 08.07.2004 г.6. ГОСТ Р22.0.05-94

6. Управление динамическими системами в условиях неопределенности/ С.Т. Кусимов, Б.Г. Ильясов, В.И. Васильев и др. — М.:Наука, 1998.-452 с.

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

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

9. Шойгу С.К., Воробьев Ю.Л., Владимиров В.А. Катастрофы и государство.-М.:Энергоатомиздат, 1997.- 160 с.11. http://vasyanond.chat.ru/1 -1 -2.htm 2004 г.

10. Архипова Н.И., Кульба В.В. Управление в чрезвычайных ситуациях: Учебное пособие. М.: Изд-во РГГУ, 1994. 196 с.

11. Управление рисЕОм: Риск. Устойчивое развитие. Синергетика.М.:Наука. 2000. -431 с.

12. Поспелов Д.А. Ситуационное управление: теория и практика.-М.:Наука. 1986.-288 с.

13. Постановление Кабинета Министров РБ «О государственном реестре опасных производственных объектов, расположенных на территории Республики Башкортостан» от 25.06.1998 №127

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

15. ГОСТ 12.1.004-91. Пожарная безопасность. Общие требования

16. РД «Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах». ОАО «АК «Транснефть», Приказ от 30.12.99 № 152.

17. РПБ-88/97. «Общие положения обеспечения безопасности атомных станций».

18. СТО РД Газпром 39-1.10-084-2003. Методические указания по проведению анализа риска для опасных производственных объектов газотранспортных предприятий ОАО "ГАЗПРОМ".

19. ГОСТ Р 12.3.047-98. ССБТ. Пожарная безопасность технологических процессов. Общие требования. Методы контроля.

20. Васильев В.И., Буреева Т.М. Моделирование чрезвычайных ситуаций на основе нечетких когнитивных карт //Материалы всероссийской молодежной научно-технической конференции «Интеллектуальные системы управления и обработки информации, 2003.-С.45

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

22. Герасименко В.А., Малюк А.А. Основы защиты информации. — М.: МИФИ, 1997. 537 с.

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

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

25. Куликов Г.Г., Брейкин Т.В., Арьков В.Ю. Интеллектуальные инфоормационные системы: Учеб.пособие. — Уфа:УГАТУ, 1999. — 129 с.

26. Чепурных Н.В., Новоселов A.J1. Экономика и экология: развитие, катастрофы. М.: Наука, 1996. — 271 с.

27. Экология и экономика природопользования: Учебник для вузов/Э.В.Гирусов, С.Н.Бобылев, А.Л.Новоселов, Н.В.Чепурных; Под ред. Э.В.Гирусова. М.: Закон и право, ЮНИТИ, 1998. - 455 с.

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

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

30. Паклин Н.Б. Нечетко-когнитивный подход к управлению динамическими системами // Искусственный интеллект, 2003, №4.- С.342-348.

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

32. Васильев В.И., Р1льяссв Б.Г. Интеллектуальные системы управления с использованием генетических алгоритмов //Приложение к журналу «Информационные технологии». —М.: Машиностроение, 2000, №12. — 24 с.

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

34. Hagiwara М. Extended Fuzzy Cognitiwe. Maps, Proc. of the IEEE Intern. Conference on Fuzzy, Systems. March 8-12, 1992, San-Diego, pp.795-801.

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

36. Stylios C.D., Groumpos P.P., A Soft Computing Approach for Modeling the Supervisor of Manufacturing Systems //Journal of Intelligent and Robotic Systems, 26, 1999. pp.3 89-403.

37. Горелова Г.В., Джаркмов H.X. Региональная система образования, методология комплексных исследований,- Кубань: Майкоп, 2002.-360 с.

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

39. Schneider М., Schneider Е., Kandel A. and Chew G. Automatic Construction of FCMs It Fuzzy Sets and Systems, 93, 1998.- pp.161-172.

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

41. Трахтенгерц Э.А. Компьютерная поддержка принятия решений. — М.:СИНТЕГ, 1998. -376 с.

42. Копнин М.Ю. Разработка языка и методов моделирования организационно-экономических систем, функционирующих в условиях ЧС

43. Автореферат диссертации на соискание ученой степени к.т.н. Москва, М.: ИЛУ им. Трапезникова РАН, 2004. -26 с.

44. Ефремова О.А. Система обработки информации для предупреждения и ликвидации последствий ЧС территориального уровня на основе ГИС-технологий // Диссертация на соискание ученой степени кандидата технических наук, Уфа.-2003 г.

45. Бежаева О.Я. Оперативное управление процессом, ликвидации быстропротекающих ЧС на основе динамических // Диссертация на соискание ученой степени кандидата технических наук, Уфа. -2004 г.57. www.keldysh.ru ' .58. www.uni-dubna.ru ' , ,

46. Алехин Е. М. и др. Автоматизированное проектирование систем обеспечения больших городов // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях.- 1997.- Вып. 7.- С. 40-55.

47. Брушлинский Н. Н. и др Проблемы пректирования и реорганизации службы скорой помощи з больших городах// ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях.- 1997.- Вып. 5.- С. 56-68.

48. Dombrowsky, Wolf R. Katastrophe und Katastrophenschutz: eine soziologisctie Analyse. Wiesbaden : Dt. Univ.-Verl., 1989 s.342

49. Mueller G. Kriterien fuer Evakuierungsemfelungen bei Chmikalienfreisetzungen // Zivilschutz-vorschung. -2002. -Band 32, s.244

50. Ruhrmann • G.,. Kohring M. Staatliche " Risikokommunikation bei Katastrophen // Zivilschutz-vorschung: -2002. -Band 27, s.207

51. Масалович "А. Оружиз успеха. Новые технологии стратегического управления // Сб.докладов VI Всероссийской конференции «Нейрокомпьютеры и их применение» М.: Издат.предприятие редакции журнала «Радиотехника», 2000

52. Федеральный Закш :«0 защите населения, и. территорий от чрезвычайных ситуаций. природного • и, техногенного характера»1 от21 декабря 1994 года N 68-ФЗ (в ред. Федеральных законов от 28.10.2002 № 129-ФЗ, от 22.08.2004 № 122-ФЗ)

53. Методология IDEF0. Функциональное моделирование. М.гМетатехнология, 1993.- 117с.

54. Методология IDEF1. Функциональное моделирование. М.:Метатехнология, 1993.- 120с.

55. Директива Севезо №82/501/ЕЭС/ от 24-июня 1982 г. (с изм. 1996 г.) «О предотвращении крупных промышленных аварий»

56. Постановление Кабинета Министров РБ №22 от 25ю01.2002 г. «О неотложных мерах по предупреждению и ликвидации аварийных разливов нефтепродуктов»

57. ГОСТ Р 22.0.07-95 «Источники техногенных чрезвычайных ситуаций: Классификация- и номенклатура поражающих факторов и их параметров»

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

59. Теория автоматического управления. Учебник. Ч.1., под ред. А.В. Нетушила./Высшая шкала. -М., 1967, 424 с.

60. Проблемы проектирования и развития систем автоматического управления и контроля ГДТ1 С.Т. Кусимов, Б.Г. Ильясов, В.И. Васильев и др.- Машиностроение, 1999. 609 с.

61. Харитонов B.JT. Об асимптотической устойчивости положения равновесия семейства систем линейных дифференциальных уравнений // Дифференциальные уравнения. 1978. -Т.14.-№11.-С. 2086-2088.

62. Харитонов B.JL К проблеме Рауса-Гурвица для семейства полиномов // Проблемы устойчивости движения, аналитической механики и управления движением. М.:Наука, 1979. -С. 105-111.

63. Максимов В.И., Корнушеноко Е.К., Качаев С.В. Когнитивные технологии для поддержки принятия управленческих решений //Банковские технологии, №5, 1999. — С. 1 -5

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

65. Декларация промышленной безопасности ОАО «Уфахимпром». ■

66. Елохин А. Анализ и управление риском: теория и практика.- М: страховая группа ЛУКОЙЛ.-2000.- 186 с.

67. Васильев В.И., Жерваков С.В. Экспертные системы: управление эксплуатацией сложных технических объектов: Учебное пособие-Уфа:УГАТУ, 2003.- 106 с.

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

69. Черных И.В. SimuHnk: «Инструмент моделирования динамических систем» http://matlab.exponen:a.ru/simulink/bookl/index.php

70. Groumpos Р.Р., Stylios C.D. Modeling Supervisory Control Systems Using Fuzzy Cognitive Maps // Chaos, Solitons and Fractals, 11,2000. -pp.329-336.

71. Stylios C.D., Groumpos P.P. Fuzzy Cognitive Maps: A Soft Computing Technique for Intelligent Control // Proc. of the 15th IEEE International Symposium on Intelligent Control (ISIC-2000), Rio, Patras, Greece, 17-19 July, 2000.-pp.97-102:

72. Kosko, В. Fuzzy Engineering, Prentice-Hall, New Jersey, (1997).

73. Aguilar J. Adaptive Random Fuzzy Cognitive Maps// In: Garijio F.J., Riquelme J.C., Того M. (eds.)/ IBERAMIA 2002, Lecture Notes in Artificial Intelligence 2527, Springer-Verlag, Berlin, Heidelberg 2002, pp. 402-410.

74. Huerga A.V. Сбалансированный дифференциальный алгоритм обучения НКК //http://monet.aber.ac.uk:8080/monet/docs/pdffiles/qr02/qr200 2alberto-vazquez.pdf.

75. Margaritis М., Stylios Ch., Groumpos P.P. FSM Analyst A Fuzzy Cognitive Map Development and Simulation Tool // Workshop on Computer Science and Information Technoloies (CSIT'2002), Patras, Greece, 2002. -pp. 156-162.

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

77. Назаров A.B., Лоскутов А.И. Нейросетевые алгоритмы прогнозирования и оптимизации систем СПб.: Наука и Техника, 2003.384 с.

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

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

80. Vasilyev V., Matveyev A., Yamalov J. Cognitive Modeling the Disasters in Geotechnical Objects // Proceedings о f the Workshopon Computer Science Information Technologies Ufa. September 21-26, 2001, Volume 3.-S.81-91

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

82. Кусимов С.Т., Ильясов Б.Г., Исмагилова Л.А., Валеева Р.Г. Интеллектуальное управлгние производственными системами.-М.: Машиностроение, 2001.-327 с.

83. Ежов А.А., Шумский С.А. Нейрокомпьютинг и его приложения в экономике и бизнесе.-М.:МИФИ, 1998.- 224 с.98. www.statsoft.ru

84. Медведев B.C., Потемкин В.Г. Нейронные сети. MATLAB б/ Под общ. ред. к.т.н. В.Г. Потемкина,- М.: ДИАЛОГ-МИФИ, 2002.-496 с.100. www.tolcom.ru

85. Васильев В.И., Бзкиров А.А., Бабиков А.Ю. Моделирование многоуровневой системы защиты информации //Межвузовский научный сборник Вычислительная техника и новые информационные технологии. №3. -Уфа: УГАТУД999. С. 123-127

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

87. Галиев М.А., Сулейманов Р.А. Медико-социальные последствия ЧС природного и техногенного характера.-Уфа: Гилем, 1997.-283 с.

88. Бурков В.Н., Щепкин А.В. Моделирование экономических механизмов обеспечения безопасности // Проблемы безопасности при ЧС.-2002.-ЖЗ.-С.55-67

89. Алехин Е.М. и др. Проверка адекватности математических моделей процесса функционирования аварийно- спасательных служб // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях.- 1997.-Вып. 10.- С. 47-54.

90. Базы знаний интеллектуальных систем/ Т. А.Гавр илова, В.Ф.Хорошевский-СПб: Питер, 2000.-384 с.:ил.

91. Басакер Р., Саати Т. Конечные графы и сети: Перевод с. англ. Главная редакция физико-математической литературы изд-ва "Наука"; М,-1973, 368 стр.

92. Промышленные взрывы. Оценка и предупреждение./Бесчастнов М.В.-М.:Химия, 1991.-432 с.

93. РД 52.04.253-90- Методика прогнозирования масштабовзаражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте. Ленинград. Госгидромет СССР, 1991 г.

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

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

96. Гаврилов А.В., Губарев В.В. Применение модели Хопфилда для решения задачи прогнозирования на примере анализа притока реки Обьhttp://ermak.cs.nstu.ru/~avg/ARTICLES/NI2000.htm

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

98. Галиев М.А., Сулейманов Р.А. Медико-социальные последствия ЧС природного и техногенного характера.-Уфа:Гилем, 1997.-283 с.