Помощь в учёбе, очень быстро...
Работаем вместе до победы

Моделирование процесса принятия управленческих решений руководителями подразделений МЧС России при чрезвычайных ситуациях

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Научно-практическая значимость определяется возможностью использования результатов моделирования для принятия эффективного управленческого решения при чрезвычайных ситуациях. Предпосылкой для применения разработанных моделей и процедур является недостаточно адекватное существующим требованиям состояние процесса принятия управленческого решения при чрезвычайных ситуациях. Рассмотренные в работе… Читать ещё >

Содержание

  • ГЛАВА 1. ОСОБЕННОСТИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ В МЧС
    • 1. 1. Анализ рисков возникновения чрезвычайных ситуаций в Российской Федерации
    • 1. 2. Основные признаки классификации чрезвычайных ситуаций
    • 1. 3. Анализ критериев оценки чрезвычайных ситуаций
    • 1. 4. Особенности принятия решения руководителем подразделения в условиях чрезвычайной ситуации. 2g
    • 1. 5. Особенности формализации процесса принятия управленческих решений в чрезвычайной ситуации
  • Выводы по 1 главе
  • ГЛАВА 2. АНАЛИЗ МЕТОДОВ ПРИНЯТИЯ РЕШЕНИЙ В МНОГОКРИТЕРИАЛЬНЫХ ЗАДАЧАХ
    • 2. 1. Формулировка задачи многокритериального принятия решений с бесконечным числом решений
    • 2. 2. Методы анализа многокритериальных задач с бесконечным числом решений
      • 2. 2. 1. Методы построения единственного решения
      • 2. 2. 2. Методы построения эффективного множества решений
    • 2. 3. Методы анализа многокритериальных задач с конечным числом решений
  • Выводы по 2 главе
  • ГЛАВА 3. МОДЕЛИРОВАНИЕ ПРОЦЕССА ПРИНЯТИЯ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ В МЧС
    • 3. 1. Системный подход к моделированию процесса принятия управленческих решений
    • 3. 2. Структура имитационной системы
    • 3. 3. Методика построения имитационных систем принятия решений
      • 3. 3. 1. Системный анализ проблемы принятия решения на основе построения графа целей и задач
      • 3. 3. 2. Выбор качественных альтернатив решения проблем
      • 3. 3. 3. Построение основной модели объекта исследования
      • 3. 3. 4. Построение системы упрощенных моделей
      • 3. 3. 5. Выбор решения в имитационной системе
    • 3. 4. Информационная модель автоматизированной системы поддержки принятия решений в чрезвычайных ситуациях
  • Выводы по 3 главе
  • ГЛАВА 4. РАЗРАБОТКА АДАПТИВНЫХ ПРОЦЕДУР ПРИНЯТИЯ РЕШЕНИЙ В МНОГОКРИТЕРИАЛЬНЫХ ЗАДАЧАХ ЛИКВИДАЦИИ ПОСЛЕДСТВИЙ ТЕХНОГЕННЫХ КАТАСТРОФ
    • 4. 1. Постановка задачи поиска решения
    • 4. 2. Модели реакции ЛПР на предъявляемые решения
    • 4. 3. Разработка алгоритмов улучшения решения
    • 4. 4. Разработка способов ускорения сходимости алгоритмов
  • Выводы по 4 главе

Моделирование процесса принятия управленческих решений руководителями подразделений МЧС России при чрезвычайных ситуациях (реферат, курсовая, диплом, контрольная)

Актуальность темы

В России, как и во всем мире, складывается достаточно сложная ситуация в области техногенных аварий, катастроф и стихийных бедствий. Чрезвычайные ситуации (ЧС) природного и техногенного характера наносят громадный ущерб здоровью десяткам и сотням тысяч людей, окружающей среде и экономике государства. В этих условиях повышение эффективности функционирования органов управления Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий (МЧС) по защите населения от вредных воздействий окружающей среды является актуальной задачей.

Система управления МЧС как организационная система предусматривает, как правило, решение задач прогнозирования, оценки и ликвидации последствий ЧС и одновременно преследует ряд целей, которые, вообще говоря, могут противоречить друг другу. Принятие решений в большинстве случаев осуществляется в условиях неопределенности.

При принятии решения должна максимально учитываться информация об реальной обстановке. Решение, принимаемое без комплексного учета прямых или косвенных данных о фактической обстановке, не может считаться объективно обоснованным, поэтому для повышения уровня обоснованности решения необходим поиск путей снятия или хотя бы частичного преодоления неопределенности за счет получения дополнительной информации об обстановке.

Другим важнейшим требованием, оказывающим влияние на эффективность мероприятий по защите населения от вредных воздействий окружающей среды, является оптимальность или рациональность вырабатываемых и принимаемых органами управления решений в ходе обнаружения и ликвидации последствий природных и техногенных катастроф и бедствий.

Следовательно, функционирование системы управления органов МЧС осуществляется в сложных, динамично изменяющихся. условиях. Представляется, что выработка и принятие решений по противодействию и ликвидации последствий ЧС должны учитывать особенности состояния окружающей среды и обстановки. Основными из них, очевидно, являются:

— практическая внезапность и скоротечность большинства процессов;

— масштаб разрушений;

— возникновение условий, угрожающих жизни и здоровью населения;

— априорная неопределенность местоположения очагов возникновения.

ЧС;

— слабая контролируемость динамики развития ЧС и т. д.

Поэтому главными требованиями к системам управления ЧС в части принятия решений можно назвать:

— оперативность, обусловленная дефицитом времени;

— способность организовать добывание и прием многоплановой информации о постоянно меняющей обстановке;

— высокая скорость анализа и обработки разнородной оперативной информации;

— эффективные каналы связи между оперативным штабом и личным составом.

Отсюда следует, что решение задачи выбора оптимальных решений в условиях неопределённости и многокритериальное&trade-, дефицита времени, когда решение должно быть направлено на достижение различных целей лежит на пути создания в рамках автоматизированной информационно-управляющей системы РСЧС подсистемы поддержки принятия решений.

Такая подсистема должна обеспечить реализацию процедур принятия решений как в ситуациях, допускающих строгую формализацию проблемы, так и в тех случаях, когда необходим анализ качественной информациимнений специалистов-экспертов.

Необходимость принятия научно обоснованных решений привела к разработке и широкому использованию количественных методов. Наибольшее распространение получили оптимизационные методы. Они опираются на предположение о существовании единственного критерия принятия решения. В этом случае лицо, принимающее решение (ЛПР) из большого числа различных и часто противоречивых показателей вынужден конструировать такой единственный критерий, увеличение или уменьшение значения которого эквивалентно улучшению решения. Однако, даже использование методов свертывания критериев не всегда позволяет ЛПР сделать это. В этом случае единственный критерий приходится формулировать с большой степенью произвола. Оптимизационные методы оказались пригодными для анализа лишь относительно простых моделей, не отражающих сложности реальных явлений в достаточной степени. Поэтому их использование для задач МЧС ограничено. Имитационный подход позволяет преодолеть ограниченность оптимизационных методов. При его использовании можно анализировать достаточно сложные модели, причем число показателей, изучаемых при исследовании, может быть большим. Однако, имитационный подход имеет существенный недостаток, заключающийся в том, что вариантные расчеты позволяют оценить последствия только отдельных решений, но не могут дать общей картины потенциальных воздействия на изучаемую систему при значительном количестве допустимых решений. Таким образом, использование при принятии управленческих решений в МЧС методов математического моделирования не приводит к адекватному решению задачи.

Для преодоления недостатков имитационного моделирования предлагается использовать системный подход, обеспечивающий построение человеко-машинных имитационных систем принятия решений. В таких имитационных системах методы имитации используются в сочетании с другими методами исследования моделей. Это обеспечивает эффективное использование различных методов на тех этапах исследования, на которых их достоинства проявляются в наибольшей степени, а недостатки наименее существенны. В этих условиях именно разработка человеко-машинных имитационных систем открывает путь к моделированию процессов принятия решений в МЧС адекватных складывающейся ситуации.

Цель работы. Целью диссертационной работы является разработка предложений по повышению эффективности процесса принятия управленческого решения при чрезвычайных ситуациях.

Объект исследования — процесс принятия управленческого решения при чрезвычайных ситуациях.

Предмет исследования — моделирование процесса принятия управленческого решения при чрезвычайных ситуациях.

Научная задача, решаемая в диссертационной работе заключается в разработке методики моделирования процесса принятия управленческого решения в МЧС России как системе организационного управления.

Научная новизна. В диссертации применительно к современным требованиям по принятию управленческого решения в системе МЧС России разработано научно-методическое обеспечение процесса принятия управленческого решения руководителем подразделения МЧС России.

Методы исследования. При выполнении диссертационного исследования использовались методы и положения общей теории систем, теории принятия решений, массового обслуживания, графов, применялись методы математического моделирования и теории множеств.

Результаты исследования. Основными результатами диссертационной работы, выносимыми на защиту, являются:

1. Методика построения имитационной системы поддержки принятия управленческого решения при чрезвычайных ситуациях.

2. Процедура принятия решения при чрезвычайных ситуациях.

3. Способ корректировки решения при ликвидации последствий техногенных катастроф.

Научно-практическая значимость определяется возможностью использования результатов моделирования для принятия эффективного управленческого решения при чрезвычайных ситуациях. Предпосылкой для применения разработанных моделей и процедур является недостаточно адекватное существующим требованиям состояние процесса принятия управленческого решения при чрезвычайных ситуациях.

Предлагаемая методика моделирования позволяет многокритериальные задачи с бесконечным числом решений свести к анализу упрощенных моделей, вполне пригодных для построения небольшого числа вариантов предназначенных для имитационного исследования.

Алгоритмизированная процедура улучшения решения позволяет осуществлять процесс поиска решения в режиме диалоговой процедуры обращения ЛПР с ЭВМ, в задачах, допускающих многократное обращение к Л ПР.

Научные результаты нашли практическое применение и реализованы в Северо-Западном региональном центре МЧС России, в Санкт-Петербургском институте Государственной противопожарной службы МЧС России и в Управлении ГПС МЧС России г. Санкт-Петербурга.

Апробация результатов исследования. Основные положения исследования, докладывались и обсуждались в период с 2001 по 2005 год на заседаниях кафедры управления и экономики Санкт-Петербургского института Государственной противопожарной службы МЧС России, а также на следующих научно-практических конференциях:

1) международной научно-практической конференции.

Международный опыт подготовки специалистов пожарно-спасательного профиля", Санкт-Петербург, Санкт-Петербургский институт.

Государственной противопожарной службы МЧС России, 20−21 января 2004 г.

2) всероссийской научно-практической конференции «Новые технологии в деятельности органов и подразделений МЧС России», Санкт-Петербург, Санкт-Петербургский институт Государственной противопожарной службы МЧС России, 26 мая 2004 г.

3) международной научно-практической конференции «Проблемы обеспечения безопасности при чрезвычайных ситуациях», Санкт-Петербург, Санкт-Петербургский институт Государственной противопожарной службы МЧС России, 27−28 октября 2004 г.

4) международной научно-практической конференции «Международный опыт подготовки специалистов пожарно-спасательного профиля», Санкт-Петербург, Санкт-Петербургский институт Государственной противопожарной службы МЧС России, 9 февраля 2005 г.

Публикации. По теме диссертации опубликовано 5 научных работ.

Выводы по 4 главе.

Рассмотренные в работе модели ЛПР и соответствующие им алгоритмы типа случайного поиска позволяют осуществлять процесс поиска решения в режиме диалоговой процедуры общения ЛПР с вычислительным устройством для задач, допускающих многократное обращение к ЛПР. Предложенные в работе способы ускорения сходимости должны повысить эффективность работы алгоритмов.

В главе для решения задачи оптимизации по эвакуации из очагов поражения аварийно химически опасными веществами (АХОВ) рассмотрены человеко-машинные процедуры, в которых решение многокритериальной задачи осуществляется на основе поиска, т. е. итеративного процесса экстремизации неявно заданной на множестве допустимых решений X функции |/(х). При оценивании предъявляемых решений было выделено 5 показателей Li (x).

В задаче использовалась схема предпочтения по правилу max a, Lt (jc) и применялись такие способы ускорения сходимости, как выбор направления движения и использование направляющих конусов. Предложенные способы повышают эффективность работы алгоритмов и, как следствие оперативность принятия решений в условиях ЧС.

В рассмотренных тестовых примерах наиболее предпочтительное решение получалось в среднем за 5 — 6 шагов.

ЗАКЛЮЧЕНИЕ

.

В диссертационном исследовании на основе современного состояния процесса принятия управленческих решений в условиях чрезвычайных ситуаций были сформулированы основные задачи и цели совершенствования процесса принятия управленческих решений в условиях ЧС.

В ходе выполнения диссертационной работы и в соответствии с научной задачей получены следующие результаты:

Проведен анализ рисков возникновения ЧС в Российской Федерации, рассмотрены основные признаки классификации ЧС и критерии оценки ЧС.

Рассмотрены особенности принятия управленческого решения в МЧС, как в системе организационного управления, в том числе особенности принятия решения руководителем подразделения в условиях ЧС и особенности формализации процесса принятия управленческих решений в ЧС.

Проведен анализ методов принятия решений в многокритериальных задачах.

Проведено моделирование процесса принятия управленческого решения в МЧС.

Предложена методика построения имитационной системы поддержки принятия управленческого решения при чрезвычайных ситуациях.

Разработана информационная модель автоматизированной системы поддержки принятия решений в чрезвычайных ситуациях.

Разработана процедура принятия решения при чрезвычайных ситуациях.

Предложена алгоритмизированная процедура улучшения решения в многокритериальных задачах ликвидации последствий техногенных катастроф.

Полученные автором в процессе диссертационного исследования научные результаты подтверждены актами реализации.

Показать весь текст

Список литературы

  1. А. В. Введение в экономико-математическое моделирование. М.: Наука, 1984.-392 с.
  2. Н. Н. Математические задачи системного анализа. М.: Наука, 1981.
  3. К. А. Имитационные системы в экономических исследованиях. В кн.: Современное состояние теории исследования операций. / Под ред. Н. Н. Моисеева. — М.: Наука, 1979.
  4. К. А., Егорова Н. Е. Имитационные системы в планировании экономических, объектов. М.: Наука, 1980.
  5. Н. Н. Математик задает вопросы. М.: Знание, 1974.
  6. Ю. Н., Савин Г. И. Общая схема имитационных систем, возможность их применения и пути реализации. В кн.: Современное состояние теории исследования операций. / Под ред. Н. Н. Моисеева. — М.: Наука, 1979.
  7. Н. Н., Евтушенко Ю. Г., Краснощеков П. С., Павловский Ю. Н. Имитационные системы. Экономика и организация промышленного производства, 1973, № 6.
  8. О. И., Поляков О. А. Человеко-машинные процедуры решения многокритериальных задач математического программирования. -Экономика и математические методы, 1980 т. XVI, вып. 1
  9. В. В., Гаврилов В. М. Оптимизация по последовательно применяемым критериям. М.: Сов. радио, 1975.
  10. Ф. И. Согласование моделей региональных экономик. В кн.: Современное состояние теории исследования операций. — М.: Наука, 1979.
  11. А. В. О понятии обобщенных множеств достижимости и их построении для линейных управляемых систем. ДАН СССР, 1980, 250, № 5.
  12. Постановление Правительства Российской Федерации от 24 марта 1997 г. № 334 «О порядке сбора и обмена в Российской Федерации информацией в области защиты населения и территорий от чрезвычайных ситуаций природного и техногенного характера»
  13. Постановление правительства Российской Федерации от 13 сентября 1996 г. № 1094 «О классификации чрезвычайных ситуаций природного и техногенного характера»
  14. Приказ МЧС России от 08.07.2004 № 329 «Об утверждении критериев информации о чрезвычайных ситуациях, представляемой в МЧС России»
  15. О. И. Наука и искусство принятия, решений. М.: Наука, 1979.
  16. Г. С., Ириков В. А. Программно-целевое планирование и управление. М.: Сов. радио, 1976.
  17. А. С., Моисеев Н. Н., Ерешко Ф. И., Лотов А. В. Системный подход к исследованию проблемы межбассейновой переброски стока. Водные ресурсы, 1981, № 1.
  18. Е. С. Введение в исследование операций. «Советское радио», 1964.
  19. Ч., Маккин Р. Военная экономика в ядерный век. Воениздат, 1964.
  20. Э. Анализ сложных систем. (Методология анализа при подготовке военных решений). «Советское радио», 1969.
  21. С. Л. Системный анализ для решения деловых и промышленных проблем. «Советское радио», 1969.
  22. Р. Д., Райфа X. Игры и решения. Изд-во иностр. лит., 1961.
  23. Д. Проектирование систем: изобретательство, анализ и принятие решений. «Мир», 1969.
  24. Дж. фон, Моргенштерн О. Теория игр и экономическое поведение. «Наука», 1970.
  25. В. М. Принятие решений (обзор). АиТ. № 11, 1971.
  26. Э. И., Майминас Е. 3. К проблеме сложных решений (постановка и подходы). Кибернетика, № 5,1968.
  27. Нэш Д. Бескоалиционные игры. В сб. «Матричные игры», Физматгиз, 1961.
  28. В. Л. Многокритериальные задачи и методы их решения. В сб. «Кибернетика и вычислительная техника», вып. 1. «Наукова думка», 1969.
  29. Ю. Б. О свертывании векторных критериев эффективности в единый критерий при наличии неопределенности в параметрах свертывания. В сб. «Кибернетику на службу коммунизму». «Энергия», 1971.
  30. В. JI. Методы принятия решений по множеству критериев оптимальности (обзор). Труды семинара «Сложные системы управления». Вып. 1, «Наукова думка», 1968.
  31. Г., Мозес JI. Элементарная теория статистических решений. «Советское радио», 1962.
  32. А. Г. Проблема транзитивности индивидуальных и коллективных предпочтений при построении целевых функций. В сб. «Количественные методы в социологии». «Наука», 1966.
  33. В. Ф. К теории индивидуального и коллективного риска. В сб. «Материалы IX научно-технической конференции». Изд. Украинского заочного политехнического института, II, Харьков, 1968.
  34. И. М., Озерной В. М., Ястребов А. П. Выбор принципа построения сложной системы автоматического управления на основе экспертных оценок. Автоматика и телемеханика, № 1, 1971.
  35. И. М., Озерной В. М., Ястребов А. П. Принятие решения о выборе варианта сложной системы автоматического управления. Автоматика и телемеханика, № 3, 1971.
  36. А. И., Волкович В. JL, Даргейко JI. Ф. Оперативное управление воздушным движением с учетом нескольких критериев оптимальности. В сб. «Кибернетика и вычислительная техника», вып. 1. «Наукова думка», 1969.
  37. Н. Н. Развитие науки и теория игр. Проблемы общей и социальной прогностики. Вып. 2. Исследование операций. Информационныйбюллетень № 14(29). Изд. Ин-та конкретных социальных исследований АН СССР, 1969.
  38. Е. 3. Процессы планирования в экономике: информационный аспект. «Экономика», 1971.
  39. О. И. Человеко-машинные процедуры принятия, решений (обзор). Автоматика и телемеханика, № 12, 1971.
  40. О. И. Системный анализ: проблемы и перспективы. Автоматика и телемеханика, .№ 2, стр. 61−71, 1975.
  41. Г. Основы исследования операций. Т. I III. «Мир», 1972.
  42. Р., Сасиени М. Основы исследования операций. «Мир», 1971.
  43. А. В. Равновесные решения и их реализация в задаче о распределении дискретных объектов. Рефераты докладов VI Всес. совещ. по проблемам управления, стр. 61 64. «Наука», 1974.
  44. В. А., Ларичев О. П., Бойченко В. С. Методы перспективного планирования научных исследований и разработок. В сб. «Социологические проблемы науки», стр. 387 412. «Наука», 1974.
  45. В. А., Трахтенгерц. Э. А. Вероятностная оценка длины очереди наиболее предпочтительных требований в операционных системах. Автоматика и телемеханика, № 1, стр. 187 195, 1975.
  46. А. Г., Багриновский К. А., Гранберг А. Г. Система моделей народнохозяйственного планирования. М.: Мысль, 1972.
  47. Д. В., Юдин А. Д. Экстремальные модели в экономике. М.: Экономика, 1979.
  48. В. Н. Основы математической теории активных систем. -М.: Наука, 1977.
  49. JI. JI. Производственные функции. М.: Статистика, 1974.
  50. В. А. Принципы оптимального планирования. М.: Экономика, 1973.
  51. Г. Б. Управление запасами при случайном спросе. М.: Сов. радио, 1977.
  52. . В., Коваленко И. Н. Введение в теорию массового обслуживания. М.: Наука, 1966.
  53. Проблемы программно-целевого планирования и управления / Под ред. Г. С. Поспелова. М.: Наука, 1981.
  54. И. А. Анализ линейных экономико-математических моделей. М.: Наука, 1976.
  55. И. Е., Майминас Е. 3., Смирнов А. Д. Введение в экономическую кибернетику. М.: Экономика, 1975.
  56. А., Дебазей Г. Сетевые методы планирования. М.: Прогресс, 1968.
  57. В. В., Гаврилов В. М. Оптимизация по последовательно применяемым критериям. М.: Сов. радио, 1975.
  58. О. Оптимальные решения. М.: Прогресс, 1967.
  59. С. А. Математические модели и методы в экономике. -М.: МГУ, 1980.
  60. Ю. Б. Игры с непротивоположными интересами. М.: Наука, 1973.
  61. Ю. П., Лотов А. В. Математические модели в экономике. М.: Наука, 1979.
  62. В. Л. Модели и компьютеры в экономике. М.: Знание, 1979.
  63. Н. Н. Математика управление — экономика. — М.: Знание, 1970.
  64. Н. Н., Иванилов Ю. П., Столярова Е. М. Методы оптимизации. М.: Наука, 1978.
  65. В. В., Ногин В. Д. Парето-оптимальные решения многокритериальных задач. М.: Наука, 1982.
  66. Ю. С. Обоснование решений. М.: Экономика, 1980.
  67. Дж. Основы кибернетики предприятия. М.: Прогресс, 1974.
  68. Д. Б., Гильштейн Е. Г. Линейное программирование. М.: Наука, 1969.
  69. Н. М., Гидрович С. Г. Игровое моделирование экономических процессов (Деловые игры). М.: Экономика, 1976.
  70. В. И. Равновесие и устойчивость в моделях коллективного поведения. М.: Наука, 1977.
  71. Н. Н. Простейшие математические модели экономического прогнозирования. М.: Знание, 1975.
  72. А. А., Сушков Б. Г. Имитация динамических систем. М.: Знание, 1973.
  73. В. М., Комаров В. Ф. Введение в управленческие имитационные игры. М.: Наука, 1980.
  74. В. М. Введение в кибернетику. М.: Наука, 1975.
  75. В. И. Проблемы векторной оптимизации. В сб.: Исследование операции. Методологические аспекты. — М.: Наука, 1972.
  76. С. А. Линейное программирование. М.: Наука, 1981.
  77. Ю. Г. Методы решения экстремальных задач и их применение в системах оптимизации. М.: Наука, 1982.
  78. Л. В., Горстко А. Б. Оптимальные решения в экономике. М.: Наука, 1972.
  79. В. С., Волкович В. Л. Вычислительные методы исследования и проектирования сложных систем. М.: Наука, 1982.
  80. Н. Н. Элементы теории оптимальных систем. М.: Наука, 1975.
  81. Г. С., Ириков В. А. Программно-целевое планирование и управление. М.: Сов. радио, 1976.
  82. В. А. Моделирование и философия. М.: Наука, .1966.
  83. Дж., Моргенштерн О. Теория игр и экономическое поведение. М.: Наука, 1970.
  84. Н. Н. Математика ставит эксперимент. М.: Наука, 1979.
  85. И. А., Ерешко Ф. И. Математика конфликта и сотрудничества. М.: Знание, 1973.
  86. Н. Н. Математические модели экономической науки. М.: Знание, 1973.
  87. JI. Л. Экономико-математические методы. М: Статистика, 1972.
  88. Ю. А. Менеджер в тисках чрезвычайной ситуации. Образование и бизнес, № 35, 2000.
  89. Р. Имитационное моделирование систем искусство и наука. — М.: Мир, 1978.
  90. Т. Машинные имитационные эксперименты с моделями экономических систем. М.: Мир, 1975.
  91. В. А., Лотов А. В. Методы построения и использования обобщенных множеств достижимости. М.: ВЦ АН СССР, 1982
  92. С. А. Проблемы принятия решений при нечеткой исходной информации. М.: Наука, 1981.
  93. И. М., Статников Р. Б. Выбор оптимальных параметров в задачах со многими критериями. М.: Наука, 1981.
  94. В. Г. Выбор глобального критерия в задаче принятия сложного решения. Тр. семинара «Сложные системы управления», вып. 2. «Наукова думка», 1969.
  95. Ю. Б. Методологические и математические основы исследования операций и теории игр (текст лекций). Вып. 1. Изд. МГУ, 1967.
  96. О. И., Зуев Ю. А., Гнеденко Д. С. Метод построения классификации проектов проведения прикладных научных исследований и разработок. В сб. «Планирование научных исследований и разработок», стр. 28 57. «Наука», 1974.
  97. П. Задачи, программы, вычисления, результаты. М.: Мир, 1980.
  98. Ю. Б. Введение в теорию исследования операций. М.: Наука, 1971.
  99. Ю. JI. Основы формирования и реализации государственной политики в области снижения рисков чрезвычайных ситуаций. М.: ФИД «Деловой экспресс», 2002. 247 с.
  100. Я.Д., Грацианский Е. В., Махутов Н. А. ЧФ в управлении рисками и безопасностью: как научить управлять рисками //Вестник университета (ГУУ). М. — 2002, 1 (4). — С. 40−48.
  101. Катастрофы и образование. Под редакцией Ю. Л. Воробьева. М.: Эдиториал УРСС. — 1999. — 176 с.
  102. Я. Д. Человеческий фактор в обеспечении безопасности государства, объектов экономики и человека // Проблемы безопасности и чрезвычайных ситуаций. ML: ВИНИТИ. 2003, вып.6. — С. 20 — 27
  103. Ю. М. Оценка риска пожаров и катастроф // Проблемы безопасности при чрезвычайных ситуациях. Обзорная информация // Вып. 1. М.: ВИНИТИ, 1992. С. 13 32.
  104. Федеральный Закон № 68 от 21 декабря 1994 г. «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера».
Заполнить форму текущей работой