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

Поддержка принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей

Диссертация: Поддержка принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей
ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Развитие чрезвычайных ситуаций обычно представляет собой цепной лавинообразный динамический процесс, заключающийся в резком ухудшении состояния некоторого объекта, как правило, представляющего собой совокупность территории и расположенных на ней объектов экономики и жилых комплексов, приводящим к катастрофическим для этого объекта и его окружения последствиям. Важным этапом моделирования является… Читать ещё >

Содержание

  • ГЛАВА 1. АНАЛИЗ ПРОБЛЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ УПРАВЛЕНИИ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ
    • 1. 1. Актуальность проблем поддержки принятия решений в условиях чрезвычайных ситуаций
    • 1. 2. Анализ проблемных ситуаций в процессе принятия решений в условиях чрезвычайных ситуаций
    • 1. 3. Анализ подходов к управлению в условиях чрезвычайных ситуаций и их моделированию
    • 1. 4. О проблеме многокритериальное&trade- управления в условиях чрезвычайных ситуаций
    • 1. 5. Цели и задачи исследования
  • Выводы по первой главе
  • ГЛАВА 2. РАЗРАБОТКА МЕТОДОЛОГИИ МОДЕЛИРОВАНИЯ И ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ
    • 2. 1. Методология поддержки принятия решений в условиях чрезвычайных ситуаций
    • 2. 2. Принципы моделирования процессов управления в условиях чрезвычайных ситуаций
    • 2. 3. Системная модель ликвидации чрезвычайной ситуации
    • 2. 4. Концептуальная модель ликвидации чрезвычайной ситуации
    • 2. 5. Моделирование процессов управления в условиях чрезвычаных ситуаций
  • Выводы по второй главе
  • ГЛАВА 3. МОДЕЛИРОВАНИЕ И ПРИНЯТИЕ РЕШЕНИЙ ПО УПРАВЛЕНИЮ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОСНОВЕ НЕЧЕТКИХ КОГНИТИВНЫХ КАРТ
    • 3. 1. Способы анализа нечетких когнитивных карт
    • 3. 2. Моделирование процессов управления в чрезвычайных ситуациях с использованием нечетких когнитивных карт
    • 3. 3. Особенности обучения нечетких когнитивных карт
    • 3. 4. Оптимизация распределения ресурсов при управлении в чрезвычайных ситуациях с использованием генетических алгоритмов
    • 3. 5. Прогнозирование параметров чрезвычайных ситуаций с использованием нейронных сетей
  • Выводы по третьей главе
  • ГЛАВА 4. МОДЕЛИРОВАНИЕ И ПРИНЯТИЕ РЕШЕНИЙ ПО УПРАВЛЕНИЮ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С ИСПОЛЬЗОВАНИЕМ МУЛЬТИАГЕНТНЫХ ДИНАМИЧЕСКИХ МОДЕЛЕЙ
    • 4. 1. Организационно — функциональная структура системы оперативного управления в условиях чрезвычайных ситуаций
    • 4. 2. Динамическая модель действий функциональных подразделений как самоуправляемых агентов
    • 4. 3. Модель взаимодействия центра управления чрезвычайными ситуациями с функциональными подразделениями
    • 4. 4. Алгоритмы управления распределением ресурсов в чрезвычайных ситуациях
    • 4. 5. Моделирование динамических процессов при оперативном управлении ликвидацией чрезвычайных ситуаций
    • 4. 6. Моделирование процесса ликвидации чрезвычайных ситуаций одним функциональным подразделением
    • 4. 7. Моделирование взаимодействия нескольких функциональных подразделений при ликвидации чрезвычайных ситуаций
  • Выводы по четвертой главе
  • ГЛАВА 5. МОДЕЛИРОВАНИЕ И СИНТЕЗ СЦЕНАРИЕВ УПРАВЛЕНИЯ ЛИКВИДАЦИЕЙ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ
    • 5. 1. Методология моделирования процессов принятия решений при ликвидации чрезвычайных ситуаций с использованием функциональных, информационных и динамических моделей в виде сетей Петри
    • 5. 2. Функциональное моделирование процессов принятия решений при ликвидации чрезвычайных ситуаций
    • 5. 3. Информационное моделирование процессов управления ликвидацией чрезвычайных ситуаций
    • 5. 4. Динамические модели процессов управления ликвидацией чрезвычайных ситуаций
    • 5. 5. Распознавание чрезвычайных ситуаций в условиях неопределенности
    • 5. 6. Синтез сценариев управления ликвидацией чрезвычайных ситуаций
  • Выводы по пятой главе
  • ГЛАВА 6. ИНФОРМАЦИОННАЯ СИСТЕМА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПО УПРАВЛЕНИЮ ОБСТАНОВКОЙ В УСЛОВИЯХ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ ДЛЯ СУБЪЕКТОВ РОССИЙСКОЙ ФЕДЕРАЦИИ (НА ПРИМЕРЕ РЕСПУБЛИКИ БАШКОРТОСТАН)
    • 6. 1. Информационная система поддержки принятия решений в условиях чрезвычайных ситуаций (на примере Республики Башкортостан)
    • 6. 2. Моделирование процессов возникновения и развития чрезвычайных ситуаций с использованием нечетких когнитивных карт на примере химически опасного объекта
    • 6. 3. Прогнозирование уровня весеннего половодья рек с помощью многослойных нейронных сетей
    • 6. 4. Оценка эффективности информационной системы поддержки принятия решений по управлению в условиях чрезвычайных ситуаций
  • Выводы по шестой главе

Поддержка принятия решений для управления в условиях чрезвычайных ситуаций на основе когнитивных и динамических моделей (реферат, курсовая, диплом, контрольная)

Актуальность проблемы.

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

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

Основания для выполнения работы.

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

Цель работы и задачи исследования.

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

Для достижения поставленной цели в работе решены следующие задачи:

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

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

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

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

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

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

Методы исследования.

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

Результаты, выносимые на защиту.

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

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

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

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

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

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

Научная новизна результатов.

Научная новизна результатов заключается:

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

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

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

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

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

Практическая значимость и внедрение результатов.

Практическая ценность результатов заключается в следующем:

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

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

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

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

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

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

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

Апробация работы.

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

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

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

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

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

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

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

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

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

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

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

11. Международной конференции «Мехатроника, Автоматизация, Управление», г. Владимир, 2004 г.

Публикации.

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

Структура и объем работы.

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

Выводы по шестой главе.

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

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

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

Заключение

.

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

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

При решении этой проблемы получены следующие научные и практические результаты:

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

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

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

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

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

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

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

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

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

Показать весь текст

Список литературы

  1. A.B. Оценка последствий аварий и управление аварийными ситуациями на объектах повышенной техногенной опасности. Автореф. дисс. канд. техн наук РХТУ им. Д. И. Менеделеева, М, 1999.-16 с.
  2. Автоматизированное проектирование информационно-управляющих систем: Проектирование экспертных систем на основе системного моделирования / Куликов Г. Г., Набатов А. Н., Речкалов A.B. и др.- Уфа: УГАТУ, 1999.-223 с.
  3. Автоматизированное проектирование информационно-управляющих систем. Системное моделирование предметной области: Учебное пособие / Г. Г. Куликов, А. Н. Набатов, A.B.Речкалов.- Уфимск. гос. авиац. техн. ун-т.-Уфа, 1998. 204с.
  4. С. Н., Дурнев Р. А. Методика определения рационального технического оснащения поисково-спасательных служб субъектов Российской Федерации // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 2000. — Вып. 1. — С.79−86.
  5. С. Н., Мухин И. И. Методика оптимального распределения сил при ликвидации чрезвычайных ситуаций // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях. 1999. — Вып. 4. — с.49−54.
  6. В.А., Новиков В. Д., Радаев H.H. Природные и техногенные чрезвычайные ситуации: опасности, угрозы, риски. М., 2001. 343 с.
  7. Е.М. Разработка компьютерной имитационной системы для проектирования и экспертизы противопожарных служб городов, диссертация на соискание ученой степени кандидата технических наук. -М.: МИПБ МВД России, 1998.
  8. Н.И., Кульба B.B. Управление в чрезвычайных ситуациях. 2-е изд., перераб. и доп. М.: Рос. гос. гуманит. ун-т, 1998. 316с.
  9. P.A., Ильясов Б. Г., Черняховская JI.P. Проблемы управления сложными динамическими объектами в критических ситуациях на основе знаний.- М: Машиностроение, 2003. 239с.
  10. ., Шевченко В. Еще раз о классификации чрезвычайных ситуаций //Гражданская защита, № 2, 2002 г.- С.37−38.
  11. Т.М., Красногорская H.H., Куликов О. М., Ямалов И. У. Структура системы поддержки принятия решений // Наука Промышленность Оборона: Матер. Сибирск. науч.-техн. конф. -Новосибирск, 2001- с. 116
  12. А., Соленова Л., Фурман В. Методические рекомендации по оценке социально-экономического ущерба от нарушения здоровья населения, обусловленного загрязнением атмосферного воздуха // Управление риском-1999 № 3- С.51−59
  13. В.Е.Гвоздев, С. В. Павлов, Р. З. Хамитов, И. У. Ямалов. Место ЕГСЭМ в обеспечении экологической безопасности Республики Башкортостан //
  14. Материалы Республиканской конференции «Проблемы экологического мониторинга», Уфа, 1995.-c.2−10.
  15. В.Н., Червоненкис, А .Я. Теория распознавания образов (статистические проблемы обучения). Изд-во «Наука», Гл. ред. физ.-мат. лит. -М., 1974. 416с.
  16. В.И., Бакиров A.A., Бабиков А. Ю. Моделирование многоуровневой системы защиты информации //Межвузовский научный сборник «Вычислительная техника и новые информационные технологии». № 3. -Уфа: УГАТУД999. с.123−127
  17. В.И., Жернаков C.B. Экспертные системы: управление эксплуатацией сложных технических объектов: Учебное пособие /УГАТУ, 2003, — 106 с.
  18. В.И., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечеткой логики: Учеб. пособие. Уфа: Изд. УГАТУ, 1995.-80 с.
  19. В.И., Ильясов Б. Г. Интеллектуальные системы управления с использованием генетических алгоритмов //Приложение к журналу «Информационные технологии». -М.: Машиностроение, 2000 № 12. -24 с.
  20. В.И., Ильясов Б. Г. Интеллектуальные системы управления с использованием нечеткой логики: Учебное пособие Уфа: УГАТУ, 1995. -80 с.
  21. В.И., Матвеев A.M., Ямалов И.У. Cognitive modeling the disasters in geotehnical objects// Материалы III международного семинара «Информатика и информационные технологии» Уфа: Изд. Уфимск. гос. авиац. техн. ун-та. — 2001. — с.81−92.
  22. Е.С. Исследование операций: задачи, принципы, методология. 2-е изд., стер. — М.: Наука. Гл. ред. физ.-мат. лит., 1988. — 208с.
  23. Воробьев Ю. JX Основы формирования и реализации государственной политики в области снижения рисков чрезвычайных ситуаций. М., 2000. 248 с.
  24. .З. Введение в функциональный анализ. М.: Наука, 1967. -416с.
  25. A.B., Губарев В. В. Применение модели Хопфилда для решения задачи прогнозирования на примере анализа притока реки Обь. http://ermak.cs.nstu.ru/~avg/ARTICLES/NI2000.htm
  26. В.А., Малюк A.A. Основы защиты информации. М.: МИФИ, 1997.-537 с.
  27. Е.П. Сущность и характерные особенности управленческих решений //Менеджмент в России и за рубежом № 1, 2003 г.
  28. ГОСТ Р 22.0.05−94. БЧС. Техногенные чрезвычайные ситуации. Термины и определения.
  29. ГОСТ Р 22.2.03−97. БЧС. Паспорт безопасности административно-территориальных единиц. Общие положения. — 44 с.
  30. ГОСТ Р22.2.05−94. Безопасность в чрезвычайных ситуациях.
  31. Государственный доклад о состоянии защиты населения и территорий РФ от чрезвычайных ситуаций природного и техногенного характера. — М.: МЧС РФ, 1997−2001// Проблемы безопасности при ЧС, 1997, вып. 8- 1998, вып. 9- 1999, выл. 8- 2000, вып. 5.
  32. А.И., Белов П. Г. Экспертная система оценки техногенного риска опасных производственных объектов//Безопасность труда в промышленности. -2000. № 11. — С.6−10.
  33. A.B. Получение и обработка экспертных оценок качественного характера для управления техногенной безопасностью в промышленном регионе // Автореферат диссертации на соискание ученой степени к.т.н. -Уфа, 2003.- 16с.
  34. Декларация безопасности Государственного унитарного предприятия «Химпром». Уфа, 1997. — 512с.
  35. Н.М., Куликов О. М. Внимание как операция подражания обучающегося автомата // Нейроинформатика и ее приложения: Матер. IV всерос. сем. Красноярск: КГТУ, 1996. с. 122.
  36. А. М. Моделирование рисковых ситуаций в экономике и бизнесе. М.- Финансы и статистика, 2000, — 176 с.
  37. P.A. и др. Методика технико-экономической оценки мероприятий по спасению пострадавших в дорожно-транспортных происшествиях // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 2000 — Вып. 2 — с.213−219.
  38. A.A., Шумский С. А. Нейрокомпьютинг и его приложения в экономике и бизнесе.- М.-.МИФИ, 1998.- 224 с.
  39. А. Анализ и управление риском: теория и практика.- М: страховая группа ЛУКОЙЛ.-2000, — 185 с.
  40. Н.Г. Методы распознавания и их применение. М: Советское радио, 1972.-208с.
  41. Защита населения и территорий от чрезвычайных ситуаций/ Под ред., М. И. Фалеева. — Калуга: Облиздат, 2001. — 480 с.
  42. В.Б. Автоматизированная система информационной поддержки процессов принятия решений на основе распределенной обработки слабоструктурированной информации (на примере управления банковской деятельностью). Дисс. канд. наук -Уфа, 2 000 116 с.
  43. Информационное обеспечение контроля и управления состоянием природно-технических систем. Монография. Гвоздев В. Е., Павлов C.B., Ямалов И. У. Уфа: Уфимск. гос. авиац. техн. ун-т, 2002. 178 с.
  44. Ю.С., Лютов А.Г, Ямалов И. У. Нейросетевые алгоритмы координированного управления сложными динамическими объектами // Научно-технический журнал «Нейрокомпьютеры в системах управления» Уфа: УГАТУ, 2001, — с.61−69.
  45. Катастрофы и общество/ Воробьев Ю. Л., Осипов В. И. и др. — М.: Контакт—Культура, 2000. — 332 с.
  46. Катастрофы и человек: Кн. 1. Российский опыт противодействиячрезвычайным ситуациям/ Под ред. Ю. JI. Воробьева. — М.: ACT — ЛТД, 1997, — 256 с.
  47. Е.С. и др. Справочник офицера инженерных войск/ Е. С. Колибернов, В. И. Корнеев, А. А. Сосков /Под ред. С.Х.Аганова-М.:Воениздат, 1989.-432с.
  48. Компьютерная поддержка сложных организационно-технических систем / В. В. Борисов, И. А. Бычков, A.B. Дементьев, А. П. Соловьев, A.C. Федулов М.: Горячая линия — Телеком, 2002. — 154 с.
  49. Кольдичева Ю. Система чрезвычайной важности // Сети. № 07, 2006 г.
  50. Г., Корн Т. Справочник по математике /Пер. с англ. М.: Наука, 1968.-720 с.
  51. Л.Г., Ковров Б. Г. Эволюция популяций. Дискретное математическое моделирование. Новосибирск: «Наука», 1988.-93 с.
  52. В.Е. Сети Петри.-М.: Наука, Гл. ред. физ.-мат. лит., 1984.-160с.
  53. А. Введение в теорию нечетких множеств. М.: Радио и связь, 1982.
  54. И.И., Махутов H.A., Хетагуров С. В. Безопасность и риск: Эколого-экономические аспекты. — СПб.- Изд-во СПб ГУЭФ, 1997. -164 с.
  55. Г. Г., Брейкин Т. В., Арьков В. Ю. Интеллектуальные информационные системы:Учеб.пособие. Уфа: УГАТУ, 1999. — 129 с.
  56. Г. Г., Куликов О. М., Ямалов И. У. Системы управления деловыми процессами и документами в управлении безопасностью и риском.-Уфа:УГАТУ, 2000. 121с.
  57. О.М. Информационная поддержка принятия решений при ликвидации техногенных чрезвычайных ситуаций на основе моделирования сценариев управления: Дисс. к-та техн. наук. Уфа, 2002.- 150 с.
  58. С.Т., Ильясов Б. Г., Исмагилова JI.A., Валеева Р. Г. Интеллектуальное управление производственными системами. М: Машиностроение, 2001. — 327с.
  59. A.B. Нечеткое моделирование в среде MATLAB и FuzzyTECH.-СПб.-БХВ-Петербург, 2003.- 735 е.: ил.
  60. В.В. Анализ риска и механизмов возмещения ущерба от аварий на объектах энергетики. — Новосибирск, Наука, 1999. — 251 с.
  61. М.Ш., Павлов C.B., Крымский В. Г., Ямалов И.У. Построение территориальной системы управления риском в Республике
  62. Башкортостан I ! Материалы Научно-практической конференции «Проблемы прогнозирования чрезвычайных ситуаций и их источников» -М.: Центр «Антистихия», 2002,-с.188−194.
  63. Э. Алгоритмы оптимизации на сетях и графах. Москва: «Мир», 1981. -323 с.
  64. В.И., Корноушенко Е. К., Качаев C.B. Когнитивные технологии для поддержки принятия управленческих решений //Банковские технологии, 1999.- № 5. с. 1−5
  65. Д., Мак Гоен К. Методология структурного анализа и проектирования. М.: Метатехнология, 1992. — 239 с.
  66. Марковские модели сложных динамических систем: идентификация, моделирование и контроль состояния /Г.Г.Куликов, П.Дж.Флеминг, Т. В. Брейкин, В. Ю. Арьков Уфа: УГАТУ, 1998. — 104 с.
  67. С.А. Использование геоинформационных систем в работе информационно-управляющих центров органов управления РСЧС // Тез. докл. 6-ой Межд. конф. «Проблемы управления безопасностью сложных систем». Москва: ИПУ РАН. СПбГУ, 1999. -С. 196−197.
  68. А.И. Нечеткие когнитивные схемы новый инструмент для моделирования экономических, политических, социальных ситуаций. http://www.bizcom.ru/analisvs
  69. А.И. Оружие успеха. Новые технологии стратегического управления //Сб.докладов VI Всерос. конференции «Нейрокомпьютерыи их применение» (НКП-2000). -М.: ИГТРЖ «Радиотехника», 2000. -С.250−254.
  70. Математическое моделирование: Методы описания и исследования сложных систем /Под ред. А. А. Самарского, Н. И. Моисеева, А. А. Петрова -М.: Наука, 1989.
  71. Н. А., Костин А. А., Костин А. И. К вопросу целесообразного количества запасов сил средств на случай чрезвычайных ситуаций // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях-1998.-Вып. 6.- с.64−72.
  72. B.C., Потемкин В. Г. Нейронные сети. MATLAB 6/ Под общ. Ред. К.т.н. В. Г. Потемкина.-М.: ДИАЛОГ-МИФИ, 2002.-496 с.
  73. Методика оценки последствий аварий на пожаро-, взрывоопасных объектах. М.: МЧС, 1994. — 76 с.
  74. Методика прогнозирования масштабов заражения сильнодействующими ядовитыми веществами при авариях (разрушениях) на химически опасных объектах и транспорте. РД 52.04.253−90.-Л.: Госгидромет СССР, 1991. 87 с.
  75. Методические указания по проведению анализа риска для опасных производственных объектов газотранспортных предприятий ОАО «Газпром». СТО РД Газпром 39−1.10−084−2003.
  76. Методические указания по проведению анализа риска опасных промышленных объектов РД 08−120−96
  77. Методическими указания по разработке паспорта безопасности опасного объекта (утверждены 19.8.2004 г. заместителем Министра МЧС России).
  78. Методология IDEF0. Функциональное моделирование. М: Метатехнология, 1993 117с.
  79. Методология IDEF1. Информационное моделирование. М: Метатехнология, 1993 120с.
  80. Методология динамического моделирования IDEF0/CPN / Материалы 6 семинара «Информационные технологии в проектировании систем и управлении бизнесом». М.: Метатехнология, 1994. -13с.
  81. A.B. Классификация сигналов в условиях неопределенности. (Статистические методы самообучения в распознавании образов).-М.: Сов. радио, 1975- 328с.
  82. В. Н., Шахраманьян М. А. Прогнозирование последствий аварийных взрывов и землетрясений (теория и практика). — М.: УРСС, 1998. 272 с.
  83. В.И. Методологические основы выработки управленческих решений о предупреждении и ликвидации чрезвычайных ситуаций / Курс лекций-Новогорск, 1997. 240 с.
  84. A.B., Лоскутов А. И. Нейросетевые алгоритмы прогнозирования и оптимизации систем СПб.: Наука и Техника, 2003.-384 с.
  85. A.C. Модель или алгоритм: новая парадигма информационной технологии // Информационные технологии, 1997-№ 4.- с. 17−22.
  86. Наставления по организации и технологии ведения АСиДНР при ЧС. Часть 1. Организация и технология ведения АСиДДР при крупныхавариях на химически опасных объектах МД999. 350с.
  87. Нечеткие множества в модели управления и искусственного интеллекта/Под ред. Д. А. Поспелова.-М:Наука, 1996.
  88. Л.Ф. Интеллектуальные системы поддержки принятия решений по предупреждению и ликвидации ЧС. Красноярск: ИВМ СО РАН, 1998.-112с.
  89. Л.Ф., Терешков В. И. ЭСПЛА экспертная система по ликвидации аварий со СДЯВ // Проблемы безопасности при чрезвычайных ситуациях — 1993-Вып. 8.-С.37−45
  90. Обеспечение безопасности жизнедеятельности в чрезвычайных ситуациях техногенного характера: Учебное пособие. Н. Н. Красногорская, Н. Ю. Цвиленева, Р. З. Хамитов./УГАТУ. Уфа, 1998, -107с.
  91. В. В., Хомяков H. Н., Овчинников А. В. Формирование структур технических средств для разборки завалов на основе моделирования технологического процесса // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 1998 — Вып. 1- с.57−63.
  92. ОПБ-88/97. «Общие положения обеспечения безопасности атомных станций» (утв. Госатомнадзором России).
  93. Отчет о НИР «Разработка и внедрение методов оценки рисков возникновения ЧС техногенного характера и нормативно-методической базы, направленной на их снижение». М: ИКЦ «Промтехбезопасность», 2001.
  94. Отчет о НИР «Разработка и внедрение методов оценки рисков возникновения ЧС па автомобильном транспорте и нормативно-методической базы, направленной на их снижение». Этап 1.
  95. Разработка методов оценки рисков ЧС на автомобильном транспорте", М: ФГУП «НИИАТ», 2001,
  96. Отчет о НИР «Разработка и внедрение нормативно-методических документов по оценке рисков при возникновении ЧС».- М: ФЦГС «Экология», 2001.
  97. Отчет о НИР. Этап «Разработка научно-методического аппарата оценки и прогноза экономических ущербов от ЧС природного и техногенного характера на типовых потенциально опасных объектах Минобороны России». М: ЦФТИ МО РФ, 2002.
  98. Отчет по НИР «Методические рекомендации по снижению рисков и смягчению последствий ЧС на объектах электроэнергетики». -М:Институт «Энергосетьпроект», 2001.
  99. Отчет по НИР «Разработка карт рисков по особо опасным болезнямчеловека и животных, а также по особо опасным болезням и вредителям растений». М: ФГУП «РосНТЦагроЧС», 2001.
  100. Официальный сайт Министерства РФ по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий http://www.mchs.gov.ru
  101. Оценка и управление природными рисками// Материалы общероссийской конференции «Риск-2000″. — М.: Анкил, 2000. — 478 с.
  102. C.B., Хамитов Р. З., Багманов В. Х., Ямалов И. У. Геоинформационная система оценки, моделирования и прогнозирования чрезвычайных ситуаций в Республике Башкортостан //"Современные геоинформационные технологии» № 4, 2000 г.
  103. Н.Б. Нечетко-когнитивный подход к управлениюдинамическими системами // Искусственный интеллект, 2003, № 4, с.342−348
  104. ПБ 12−609−03. Правила безопасности для объектов, использующих сжиженные углеводородные газы. (утв. пост. Госгортехнадзора России от 27.05.03 № 40, зарег. Минюстом России 19.06.03 № 4777.
  105. Ф.И., Тарасенко Ф. П. Введение в системный анализ: Учебное пособие для вузов. М.: Высш. шк., 1989. — 367с.
  106. В.В., Гаврилов В. М. Оптимизация по последовательно применяемым критериям-М.: Сов. радио, 1975 192с.
  107. Политика предотвращения техногенных аварий и катастроф/Под ред. М. И. Фалеева.-М. .'-Институт риска и безопасности, 2002.- 316 с.
  108. Е. Г. Долгосрочный прогноз на период зимней межени притока воды в Новосибирске и Саяно-Шушенское водохранилища // Метеорология и гидрология.- 2000, N 7.-С. 88−97
  109. Д.А. Ситуационное управление: теория и практика.-М.: Наука.-гл. ред. физ.-мат. лит., 1986.-288 с.
  110. . В., Радаев Н. Н. Экономика природного и техногенного рисков. — М.: ФИД «Деловой экспресс», 2001
  111. Приказ МЧС России № 329 от 08.07.2004 г.
  112. Приказ МЧС России от 4.11.04 г. № 506 «Об утверждении типового паспорта безопасности опасного объекта», зарегистрированный в
  113. Минюсте РФ 22.12.04 г. № 6218.
  114. Приказ МЧС России от 4.11.04 г. № 506 «Об утверждении типового паспорта безопасности территории», зарегистрированный в Минюсте РФ 22.12.04 г. № 6218.
  115. Прикладные нечеткие системы / Пер. с япон. К. Асаи, Д. Ватада, С. Иван и др.- Под редакцией Т. Тэрано, К. Асаи, М. Сугэ-но. М.: Мир, 1993.-368 е., ил.
  116. Проблемы обеспечения экономической безопасности сложных социально-экономических систем /В.В.Кульба, С. С. Ковалевский, Д. А. Кононов и др.- Препринт. М.: ИПУ им. В. А. Трапезникова РАН, 2000. -128 с.
  117. Программа действий по охране окружающей среды для Центральнойи Восточной Европы (Русская версия) OECD and World Bank, 1995 г.-140 с.
  118. Программа действий. Повестка дня на 21 век и другие документы конференции в Рио-де-Жанейро в популярном изложении. Центр «За наше общее будущее». Женева, 1993.
  119. РД «Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах». Утв. ОАО «АК «Транснефть», пр. от 30.12.99 г. № 152, согл. Госгортехнадзором России 07.07.99 г. № 1003/418.
  120. РД «Методическое руководство по оценке степени риска аварий на магистральных нефтепроводах» (утв. АК «Транснефть», пр. от 30.12.99 г. № 152- согл. Госгортехнадзором России, письмо от 07.07.99 г. № 1003/418).
  121. РД 03−418−01. Методические указания по проведению анализа риска опасных производственных объектов. М.: ГУП «НТЦ
  122. Промышленная безопасность». -2001.- 60с.
  123. Н.Ф. Природопользование. Словарь-справочник.- М.: Мысль, 1990. -637 с.
  124. Руководство по ликвидации аварий, связанных с разгерметизацией изотерических хранилищ жидкого аммиака. Разработано АО «ГИАП», 1995, — 46с.
  125. Сборник методик по прогнозированию возможных аварий, катастроф, стихийных бедствий в РСЧС. -М.: ВНИИ ГОЧС, 1994, 74 с.
  126. Системное проектирование автоматизированных информационных систем: Учебное пособие/ Г. Г. Куликов, О. М. Куликов, Л. С. Полиенко, И.У.Ямалов- НИИ БЖД. Уфа: Уфимск. гос. авиац. техн. ун-т, 1999. -100с.
  127. Справочник по теории автоматического управления /Под ред. Красовского A.A. М.: Наука, 1987. — 712 с.
  128. . М. Теоретические основы обеспечения безопасности жизнедеятельности. М.: В, А РВСН, 2001. — 351 с.
  129. В., Вовненков В. О подходах к принятию решений по обеспечению устойчивости объектов// Гражданская защита 1999. -№ 3.-с.28
  130. Теория автоматического управления. Учебник. 4.1. A.B. Нетушила./Высшая школа. -М., 1967, 424 с.
  131. Ту Д., Гонсалес Р. Принципы распознавания образов / Пер. с англ. И.Б.Гуревича-М.: Мир, 1978.-371с.
  132. Управление риском: Риск. Устойчивое развитие. Синергетика.-М.:Наука, 2000. -431 с.
  133. Федеральный закон «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера».
  134. Г. В. Зарубежный опыт создания и обеспечения функционирования систем предупреждения и ликвидации чрезвычайных ситуаций // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях 1998- Вып. 8 — С.63−98.
  135. Р.З. Многокритериальное согласованное управление безопасностью населения промышленного региона // Диссертация на соискание ученой степени доктора технических наук. Уфа, 2000 г.
  136. В.Л. К проблеме Рауса-Гурвица для семейства полиномов // Проблемы устойчивости движения, аналитической механики и управления движением. Наука, 1979. -с.105−111.
  137. В.Л. Об асимптотической устойчивости положенияравновесия семейства систем линейных дифференциальных уравнений // Диф.уравнения. 1978. -Т.14.-№ 11.-С. 2086−2088.
  138. Э. Дж., Кумамото X. Надежность технических систем и оценка риска. — М.: Машиностроение, 1981. — 526 с.
  139. Л.Дж. Современные методы защиты информации. -М.:Сов.радио, 1980.-264 с.
  140. Черных И.В. Simulink: «Инструмент моделирования динамических систем» http://matlab.exponenta.ru/simulink/bookl/index.php
  141. Л.Р. Поддержка принятия решений при управлении сложными объектами в критических ситуациях на основе инженерных знаний // Диссертация на соискание ученой степени доктора технических наук. Уфа, 2004 г.
  142. С. П. Методика прогнозирования параметров процессов выполнения аварийно-спасательных работ при ликвидации чрезвычайных ситуаций, связанных с разрушениями зданий // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях-2000.-Вып. 1- с.67−78.
  143. С. П., Дурнев Р. А. Некоторые аспекты технологий аварийно-спасательных работ при массовых разрушениях зданий и сооружений // ВИНИТИ. Проблемы безопасности при чрезвычайных ситуациях-1998.-Вып. 11- с.71−77
  144. М. А., Акимов В. А., Козлов К. А. Оценка природной и техногенной безопасности России: Теория и практика. —М.: ФИД «Деловой экспресс», 1998. — 218 с.
  145. М. А. Новые информационные технологии в задачах обеспечения национальной безопасности России (природно-техногенные аспекты). Монография.-М.: ФЦ ВНИИ ГО ЧС 2003.- 398
  146. С. К., Воробьев Ю. Л., Владимиров В. А. Катастрофы и государство. — М.: Энергоатомиздат, 1997. — 160 с.
  147. Ю.Г. Чрезвычайные ситуации как объект правового регулирования // Проблемы безопасности в ЧС, № 1, 2004. с.85−93
  148. Д.Б. Вычислительные методы теории принятия решений-М.:Наука. Гл.ред. физ.-мат. лит., 1989−320с.
  149. А.Р. Подсистема информационной поддержки принятия решений на основе экспертного оценивания для стратегического управления техногенной безопасностью в промышленном регионе. Автореф. дисс. канд. техн наук УГАТУ, Уфа, 2001- 16с.
  150. В. Предупреждает автоматизированная система // Гражданская защита, 1999 № 11- с. 23.
  151. И.Ю. Автоматизированные системы принятиярешений-М.:Наука, 1983,-215с.
  152. И.У. Информационная поддержка принятия решений при ликвидации чрезвычайных ситуаций на основе моделирования сценариев управления // Информационные технологии. № 6, 2005 г.- с. 51−58.
  153. И.У. Концептуальное моделирование процессов возникновения и развития чрезвычайных ситуаций // Информационные технологии № 7, 2006 г.- с. 54 57
  154. И.У. Моделирование процессов возникновения и развития ЧС на химически опасных объектах с использованием нечетких когнитивных карт//Башкирский химический журнал. Том 12, № 3, 2005 г. с.66−71.
  155. И.У. Моделирования сценариев управления при ликвидации аварий на химически опасных объектах // Башкирский химический журнал. Том 12, № 3, 2005 г. с.49−58.
  156. И.У. Региональная информационная система поддержки принятия решений по управлению в условиях чрезвычайных ситуаций (на примере Республики Башкортостан) // Проблемы безопасности и чрезвычайные ситуации. № 4, 2006 г.- с.37−46.
  157. И.У. Моделирование процессов управления ликвидацией чрезвычайных ситуаций с использованием нечетких когнитивных карт // Экология промышленного производства. Вып. № 3, 2006 г.- с.70−74
  158. И.У. Системное моделирование процессов возникновения и развития чрезвычайных ситуаций // Информационные технологии моделирования и управления. Вып. № 8(33), 2006 г.- с.952−957
  159. И.У. Современные принципы моделирования динамических процессов автоматизированного управления геотехническими объектами в условиях чрезвычайных ситуаций //Мехатроника, Автоматизация, Управление. № 11, 2006 г.- с.50−56
  160. И.У. Принципы построения моделей развития и ликвидации чрезвычайных ситуаций //Системы управления и информационные технологии. № 1.2(23), 2006 г.- с.297−300
  161. И.У. Моделирование сценариев управления при ликвидации аварий на химически опасных объектах.// Экология промышленного производства № 4,2006 г.- с.41−48
  162. И.У. Концептуальное моделирование развития и ликвидации чрезвычайных ситуаций на основе нечетких когнитивных карт.// Проблемы безопасности и чрезвычайные ситуации. № 1, 2007 г.- с.75−80
  163. И.У., Бежаева О. Я. Математическое моделирование ликвидации динамически развивающихся чрезвычайных ситуаций //Мехатроника, Автоматизация, Управление: Матер. Междунар.конф. Владимир, 2004.- с.234−237.
  164. И.У., Васильев В. И., Смородинова (Буреева) Т.М., Идрисов И. И. Синтез алгоритмов и моделирование процессов управления в ЧС // Компьютерные науки и информационные технологии: Тр. Междунар. конф. Уфа: УГАТУ, 2005. с. 122−125. (Статья на англ.яз.)
  165. И.У., Ильясов Б. Г., Бежаева О. Я. Интеллектуальное управление в чрезвычайных ситуациях// Компьютерные науки и информационные технологии: Тр. Междунар. конф. Уфа: УГАТУ, 2003. с. 234 237.
  166. И.У., Ильясов Б. Г., Бежаева О. Я. Системы поддержки принятия решений в чрезвычайных ситуациях // Системный анализ в проектировании и управлении: Тр. Междунар. конф. СПб.: СПб ГПУ, 2002, с. 142−144.
  167. Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций / И. У. Ямалов. М.: Лаборатория базовых знаний, 2007. -273 е.
  168. Dickerson J., Kosko B. Virtual Worlds as Fuzzy Dynamic Systems // Technology for Multimedia, IEEE Press: New York, 1998. P. 567−603
  169. Hagiwara M. Extended Fuzzy Cognitiwe Maps, Proc. of the IEEE Intern. Conference on Fazzy Systems, March 8−12, 1992, San-Diego, pp.795−801.216 http ://ea.transas .ru/217 http://www.gdin.org/
  170. A.V. Сбалансированный дифференциальный алгоритм обучения HKK//http ://monet.aber.ac.uk:8080/monet/docs/pdffiles/qr02/ qr2002alberto-vazquez.pdf.
  171. Kosko В. Fuzzy Cognitive Maps // International Journal of Man-Machine Studies, 1986. Vol. 1. — P. 65−75
  172. Kosko, B. Fuzzy Engineering, Prentice-Hall, New Jersey, (1997)
  173. Margaritis M., Stylios Ch., Groumpos P.P. FSM Analyst A Fuzzy Cognitive Map Development and Simulation Tool // Workshop on Computer Science and Information Technoloies (CSIT'2002), Patras,
  174. Greece, 2002. -pp. 156−162
  175. Notebook «Нейронные сети» www.matlab.ru.
  176. Pilishkin V.N. General Dynamic Model of the System With Intelligent Properties in Control Tasks // Proc. of the 15th IEEE International Symposium on Intelligent Control (ISIC-2000), Rio, Patras, Greece, 17−19 July, 2000. -P.223−227.
  177. Rzevski G. Bussiness: from Order to Edge of Chaos// Труды 3-й Международной конференции: Проблемы управления и моделирования в сложных системах: Самара: 2001. с. 1 4.
  178. Sanz R., Matia F., and Galan S. Fridges, Elephants and the Meaning of Autonomy and Intelligence //Proc. of the 15 th IEEE International Symposium on Intelligent Control (ISIC-2000), Rio, Patras, Greece, 17−19 July, 2000. -P.217−222.
  179. Schneider M., Schneider E., Kandel A. and Chew G., Automatic Construction of FCMs // Fuzzy Sets and Systems, 93, 1998.- P.161−172.
  180. See Linda, Openshaw Stan. A hybrid multi-model approach to river level forecasting // Hydrol. Sci. J. 2000. 45, N 4, pp. 523−536.
  181. Stylios C.D., Groumpos P.P., A Soft Computing Approach for Modeleing the Supervisor of Manufacturing Systems //Journal of Intelligent and Robotic Systems, 26, 1999. P.389−403.
  182. Stylios C.D., Groumpos P.P., The Challenge of Modeling Supervisory Systems Using Fuzzy Cognitive Maps //Journal of Intelligent Manufacturing, 9, 1998. -P.339−345.
  183. Urazbakhtina L.B., Babkova Т.О. Estimation of Information Safety by Petri-Net Model // Computer Science and Information Technologies CSIT-2001:Proc. of the 3nd Int. Workshop-Ufa, 2001.-Vol. 3, P.213
  184. USED AT AUTHOR: DATE: 14.05.2000 ¦ WORKING READER DATE CONTEXT:
  185. PROJECT: 1 REV: 11.11.2000 DRAFT1. RECOMMENDED
  186. NOTES: 1 ?. Я 4 5 fi 7 9 10 PUBLICATION A11. Сообщение об аварии
  187. TITLE: ликвидировать разгерме тизацию танка1. NUMBER:343
Заполнить форму текущей работой

Пора сдавать?