ВВЕДЕНИЕ
АКТУАЛЬНОСТЬ
Своевременная ликвидация крупномасштабных и локальных чрезвычайных ситуаций (ЧС) является одной из центральных проблем нашей цивилизации. Рост масштабов хозяйственной деятельности и бурное развитие научно-технической революции привели к росту количества масштабов, возникающих ЧС. Ежегодно во всем мире происходит огромное количество ЧС различной физической природы: техногенные ЧС, природные катаклизмы. При этом частота этих ЧС возрастает с ростом темпа производственной деятельности человека. Во многих источниках литературы приводятся данные об увеличении как количества ЧС, так и количества пострадавших и погибших людей в этих ситуациях, а также причиненного материального ущерба. По данным ЮНЕСКО, наибольший ущерб человечеству приносят природные катаклизмы и стихийные бедствия в виде землетрясений и наводнений.
ЧС сопровождается не только материальными, но и огромными людскими потерями, поэтому в условиях ЧС очень важно быстро и правильно принять решение по ликвидации последствий ЧС. Процесс принятия решений по ликвидации ЧС характеризуется недостатком времени, неполнотой и плохим качеством представления информации, необходимой для принятия решений.
В силу вышеизложенного, создание систем оперативного управления и ликвидации ЧС является весьма актуальной проблемой. Вопросам разработки данного класса систем посвящены работы многих отечественных и зарубежных исследователей, в частности работы В.В Кульбы [1,51], М.А. Шахраманьяна, С.К. Шойгу [97], Р.З. Хамитова, В.Г. Крымского, В.И. Васильева [9,10,11,12], И,У.Ямалова [101,102,70], Б.Г.Ильясова, [31,32], В.И.Ефанова, Дж.Апосталакиса, Х.Кукамото, В.Маршалла,
Э.Хенли, Г.Сейвера, Ф.Лисса и др. Вопросам разработки систем поддержки
принятия решений при управлении в критических ситуациях посвящены работы профессоров И.Ю. Юсупова, Н.И. Юсуповой, В.В. Миронова, Ю.М. Гусева, Л.Р.Черняховской [5]. Вопросам разработки геоинформационных моделей развития ЧС природного и техногенного характера посвящены работы профессоров СВ. Павлова [66,67,69,70], В.Е.Гвоздева [17,18,19,20]. Вопросам построения многоуровневых иерархических систем в ЧС посвящены работы профессоров В.И.Васильева и Л.Б.Уразбахтиной [91].
Однако вопросам динамического моделирования процессов оперативного управления ликвидацией ЧС уделено недостаточное внимание, что в конечном итоге снижает эффективность данных систем и как следствие снижает научную обоснованность принимаемых решений по ликвидации ЧС.
Указанные обстоятельства обуславливают актуальность сформулированной темы исследования, направленной на разработку математических моделей системы оперативного управления ликвидацией БП ЧС, алгоритмов управления в ЧС на основе динамических моделей, прикладного программного обеспечения, а также применение полученных результатов для оценки эффективности процессов ликвидации ЧС. ЦЕЛЬ И ЗАДАЧИ ИССЛЕДОВАНИЯ
Целью исследований является разработка системы оперативного управления процессом ликвидации БП ЧС на основе динамических моделей, а также оценка ее эффективности методом моделирования.
Для достижения поставленной цели в работе решаются следующие задачи:
1. Разработать модель системной организации процессов ликвидации БП ЧС.
2. Разработать динамические модели и структуры системы оперативного управления в ЧС, включая:
¦ структуру и модели действий функционального подразделения (ФП) по выполнению работ по ликвидации ЧС,
¦ модель развития ЧС и модель наносимого ущерба,
¦ модель планирования темпов расхода ресурсов между ФП,
¦ структуру и модель ликвидации динамически развивающейся однооочаговой ЧС одним ФП,
¦ модель согласованного взаимодействия нескольких ФП при ликвидации двухочаговой ЧС.
3. Разработать структуру информационной системы поддержки принятия решения при управлении в ЧС на основе разработанных динамических моделей, включая систему моделирования процессов ликвидации ЧС.
4. Разработать программное обеспечение, реализующее разработанные модели и структуры.
5. Провести моделирование предложенных структур СОУ с целью анализа эффективности выполнения работ по ликвидации одно- и двухочаговых ЧС.
МЕТОДИКА ИССЛЕДОВАНИЯ
В работе использовались методы системного анализа, теории управления, общей теории систем, методы математического моделирования, автоматизированного проектирования информационных систем.
НАУЧНАЯ НОВИЗНА
1. Научная новизна модели системного анализа процесса ликвидации ЧС заключается в объединении всех организационных и технологических этапов в единую систему, что позволяет проанализировать влияние различных факторов на эффективность процесса ликвидации ЧС.
2. Научная новизна разработанного комплекса моделей заключается в описании действий ФП и развития ЧС с помощью нелинейных дифференциальных уравнений с чистым запаздыванием, отражающих динамику процессов БП ЧС с учетом наносимого ущерба, возможности возникновения угроз и инерционности системы распределения ресурсов.
3. Научная новизна структуры ИСППР заключается в том, что в ней на основе динамических моделей и системы моделирования, построенной на их базе, сформирован канал, позволяющий формировать управленческие
решения по темпу ликвидации ЧС с учетом темпа доставки ресурсов и давать оценку последствий от управленческих ошибок.
4. Научная новизна программного обеспечения определяется научной новизной разработанного комплекса моделей.
ПРАКТИЧЕСКАЯ ЗНАЧИМОСТЬ Практическую ценность представляют:
1. Система моделирования процессов оперативного управления ликвидацией одно- и двухочаговых ЧС для оценки эффективности действий ФП.
2. Программное обеспечение, реализующее некоторые задачи моделирования процессов оперативного управления ликвидацией БП ЧС, позволяющее повысить качество и оперативность принимаемых решений по ликвидации ЧС.
3. Результаты моделирования процесса ликвидации БП ЧС при различных структурах взаимодействия ФП.
Полученные результаты в виде концепции, моделей и алгоритмов внедрены в Научно исследовательском институте безопасности жизнедеятельности Республики Башкортостан (НИИ БЖД РБ).
СВЯЗЬ ТЕМЫ ИССЛЕДОВАНИЯ С НАУЧНЫМИ ПРОГРАММАМИ
Работа выполнена в период 2000-2004 г.г. на кафедре технической кибернетики Уфимского государственного авиационного технического университета в рамках Федеральной целевой программы "Интеграция" и хоздоговорной работы с НИИ БЖД РБ.
НА ЗАЩИТУ ВЫНОСЯТСЯ
1. Системная модель процессов ликвидации БП ЧС.
2. Динамические модели и структуры системы оперативного управления в ЧС, включая:
¦ модель действий функционального подразделения (ФП) по выполнению работ по ликвидации ЧС,
¦ модель развития ЧС и модель наносимого ущерба,
¦ модель планирования темпов расхода ресурсов между ФП,
¦ модель ликвидации динамически развивающейся однооочаговой ЧС одним ФП.
¦ модель согласованного взаимодействия двух-трех ФП при ликвидации двухочаговой ЧС.
3. Программное обеспечение, реализующее разработанные модели и структуры.
4. Структура информационной системы поддержки принятия решения при управлении в ЧС на основе разработанных динамических моделей.
5. Результаты моделирования предложенных структур СОУ с целью анализа эффективности выполнения ФП работ по ликвидации одно- и двухочаговых ЧС по критерию нанесенного ущерба.
АПРОБАЦИЯ РАБОТЫ
Основные теоретические и практические результаты работ докладывались на следующих конференциях, симпозиумах и семинарах:
1. II Всероссийская научно-практическая конференция "Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций", Уфа, 2001.
2. 3-rd International Workshop on "Computer Scince and Information Technologies" (CSIT'2001).
3. Ill Международная конференция "Проблемы управления и моделирования в сложных системах", Самара, 2001.
4. Международная молодежная научно-техническая конференция. "Интеллектуальные системы управления и обработки информации", Уфа, 2001.
5. III Всероссийская научно-практическая конференция "Проблемы прогнозирования, предотвращения и ликвидации последствий чрезвычайных ситуаций", Уфа, 2002.
6. VIII-международная научно-техническая конференция студентов и аспирантов "Радиоэлектроника, электротехника и энергетика", Москва, 2002.
7. IV Международная конференция "Проблемы управления и моделирования в сложных системах", Самара, 2002.
8. VI Международная научно-практическая конференция "Системный анализ в проектировании и управлении", Санкт Петербург, 2002.
9. IV International Workshop on "Computer Science and Information Technologies" (CSIT'2003).
10.1 Всероссийская научно-техническая конференция "Мехатроника, Автоматизация, Управление", Владимир, 2004.
ПУБЛИКАЦИИ
Основные положения и результаты диссертационной работы опубликованы в 14 научных работах автора, включая 6 статей и 8 тезисов докладов на Всероссийских и международных научно-технических конференциях.
СТРУКТУРА И ОБЪЕМ РАБОТЫ
Работа включает введение, 4 главы основного материала, библиографический список и приложение.
Работа без библиографического списка изложена на 147 страницах машинописного текста. Библиографический список включает 120 наименований.
Автор выражает глубокую благодарность зам. Министра по делам ГО и ЧС Ямалову И.У. за высококвалифицированные консультации в области ликвидации ЧС и управления в сложных системах.
10
ГЛАВА 1. АНАЛИЗ ПРОБЛЕМЫ ПРОЦЕССОВ МОДЕЛИРОВАНИЯ УПРАВЛЕНИЯ В ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ
1.1 Актуальность проблемы моделирования процессов управления ликвидацией быстропротекающих ЧС
Своевременная ликвидация крупномасштабных и локальных чрезвычайных ситуаций (ЧС) является одной из центральных проблем нашей цивилизации. Рост масштабов хозяйственной деятельности и бурное развитие научно-технической революции привели к росту количества масштабов, возникающих ЧС. Ежегодно во всем мире происходит огромное количество ЧС различной физической природы: техногенные ЧС, природные катаклизмы. При этом частота этих ЧС возрастает с ростом темпа производственной деятельности человека. Во многих источниках литературы приводятся данные об увеличении как количества ЧС, так и количества пострадавших и погибших людей в этих ситуациях, а также причиненного материального ущерба. По данным ЮНЕСКО, наибольший ущерб человечеству приносят природные катаклизмы и стихийные бедствия в виде землетрясений и наводнений. Анализ ЧС в статистическом обзоре МЧС РФ [5], показывает, что количество ЧС, произошедших в России в период с 1997 по 2002г. существенно не уменьшается.
Чрезвычайная ситуация - это такая ситуация, которая сложилась или может сложиться под действием неблагоприятных факторов, представляющих собой угрозу для жизни людей и их нормальной жизнедеятельности. Если не принять своевременно превентивные (упреждающие) меры по предупреждению и ликвидации ЧС, то ущерб от возникновения ЧС может быть настолько велик, что может вызвать социально-экономическую и даже политическую дестабилизацию на территории того или иного государства.
11
ЧС сопровождается не только материальными, но и огромными людскими потерями, поэтому в условиях ЧС очень важно быстро и правильно принять решение по ликвидации последствий ЧС. Процесс принятия решений по ликвидации ЧС характеризуется недостатком времени, неполнотой и плохим качеством представления информации, необходимой для принятия решений.
Сложность решения данной проблемы заключается в ее многогранности, так как требует рассмотрения в комплексе различных аспектов: социально-экономических, организационных, технических, управленческих, информационных, кадровых, психологических и т.д. Попытка совместного рассмотрения этих проблем требует в свою очередь разработки новых концепций с использованием современных достижений научной мысли. Разработка научных основ поведения и организации управляемых сложных систем, в частности человеко-машинных систем, в экстремальных (чрезвычайных, критических, кризисных) ситуациях является одной из важнейших научных проблем.
Задача анализа поведения управляемых сложных систем в условиях неопределенности, характерных для ЧС, относится к категории трудноформализуемых задач. А поэтому одним из основных методов исследования является метод моделирования.
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 [57, 53]. Поэтому идея динамического моделирования достаточна корректна и перспективна. Моделирование при управлении сложными объектами различной физической природы, функционирующими, как правило, в условиях неопределенности, позволяет существенно повысить эффективность управления за счет того, что, моделируя возможные ситуации и их развитие при выборе управляющего воздействия, учитывает результаты
12
прогнозов. 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 процессов ликвидации динамически развивающихся ЧС состоит во всестороннем изучении и описании ЧС как сложного объекта управления, выявлении характеристик системы управления (СУ), в анализе подсистем разного уровня и всей системы в целом при взаимодействии с внешней средой и другими подсистемами в процессе достижения основной цели (т.е. ликвидации ЧС), а также в разработке моделей системы и синтезе алгоритмов управления.
Трудность решения задачи моделирования и управления в ЧС природного и техногенного характера вызвана тем, что характер развития конкретной ЧС является сугубо индивидуальным, а само развитие ЧС происходит в условиях неопределенности, когда не известны требуемые темпы ликвидации ЧС, необходимый объем ресурсов, уровень сложности выполняемых работ. Также мало информации о характере развития ЧС, о возможных условиях, когда ЧС может перейти в ситуацию с катастрофическими последствиями. Возникает проблема, каким образом распределять ресурсы при их ограниченности между функциональными подразделениями (ФП) по ликвидации ЧС и с какими темпами обеспечить своевременную доставку этих ресурсов.
Таким образом, объектом научных исследований должна быть не только сама ЧС, ее характеристики и свойства как объекта управления, но и сам процесс организации управления в ЧС.
Кроме описания объекта управления и системы управления, проблема моделирования имеет ряд важных особенностей, связанных с реализацией разработанных моделей на ЭВМ и с их использованием на практике. Известно несколько подходов к моделированию больших и сложных систем [23,53]. Созданы очень мощные и дорогостоящие системы. Наиболее ярким
13
примером может служить интегрированная среда G2. Системы со встроенными средствами имитационного моделирования позволяют описывать разные предметные области и моделировать большое количество функций, а также оперировать достаточно развитыми и сложными моделями. Достоинства таких систем связаны с мощностью компьютерного обеспечения и сильно зависят от уровня автоматизации самих моделируемых процессов. Мощность моделирующих оболочек, развитый интерфейс, в том числе графический и анимационный, делают такие системы с одной стороны, очень привлекательными для пользователя, с другой - трудно адаптируемыми к специфическим условиям конкретных систем, а также нельзя не отметить их высокую стоимость.
Второй подход к моделированию основывается на разработке специальных моделей одной или связных предметных областей и реализации их в форме специализированных систем моделирования, которые также имеют развитый до уровня профессиональных потребностей интерфейс и большое количество выполняемых функций. К таким системам можно отнести информационно-управляющие и моделирующие системы, программные продукты, оперирующие моделями, построенными в классе непрерывных динамических систем, среди которых можно назвать SIAM, MATRIX, программа Simulink в составе математического пакета MATLAB.
Методология системных исследований сложных динамических систем и управление в условиях неопределенности, характерной для ЧС, требует разработки системы моделирования, используя существующие программные продукты.
Таким образом, 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. С
14
другой стороны, как метод научного исследования эффективности процессов ликвидации динамически развивающихся ЧС.
Таким образом, при решении проблемы моделирования и управления в ЧС необходимо исследовать сложный динамический объект, т.е. непосредственно ЧС, ее характеристики и свойства как объекта управления и сам процесс организации управления в ЧС.
1.2 Анализ подходов к моделированию ЧС
В настоящее время существует несколько подходов к описанию динамики ЧС. Можно выделить следующие подходы.
Первый подход основан на описании сложной системы в целом в переменных состояния. Динамика описывается в виде системы нелинейных дифференциальных уравнений в нормальной форме Коши. Описание может быть как в непрерывной, так и в дискретной форме [84]. Главная проблема при таком описании заключается в выявлении переменных состояния и установления связи между ними для широкого диапазона изменений состояния системы.
Достаточно широко распространен подход к описанию и исследованию динамики ЧС с помощью сетей Петри. Использование сетей Петри и их многочисленных модификаций (иерархические, раскрашенные, вероятностные, временные сети Петри) позволяет моделировать сценарии развития ЧС, учитывать возможные варианты поведения человека в этих условиях, оценить результаты и последствия принимаемых решений. Сети Петри достаточно продуктивны при дискретном описании ЧС. Для использования сетей Петри необходима большая априорная информация.
Третий подход к построению динамических моделей заключается в том, что по располагаемой априорной информации о потенциальных возможностях системы и ожидаемых состояний внешней среды рассчитывается множество динамически равновесных состояний системы
15
[53]. Если эти состояния соответствуют экстремальным значениям выбранных функционалов при заданных ограничениях, то множество этих состояний является оптимальным в смысле выделенного критерия. Данная концепция изучения динамики позволяет во многих случаях получить положительные результаты. Однако, данный подход не учитывает, во-первых, влияния случайных и неопределенных факторов, действующих на систему и нарушающих запланированное динамическое равновесие, во-вторых, влияния организационной системы управления на нарушение динамического равновесия системы ввиду действия таких факторов, как ошибки в принятии управленческих решений, ошибки, связанные с неточностью обработки информации о текущем состоянии ЧС, а также ошибки, связанные с несвоевременным исполнением принятых управленческих решений.
Следующий подход [10, 11,53] реализует инструментальный комплекс на базе аппарата нейросемантических структур для автоматизации обработки данных в широком информационном диапазоне с выявлением их семантической и причинно-следственной структуры. Задача нейросемантических структур заключается в обнаружении уже известных образов предвестников ЧС ситуаций, выявлении новых образов (как нестационарных процессов) для детального анализа и формирования маркирующего их образа. Семантическое моделирование используется также для причинно-следственного анализа сложно описываемых технологических объектов, в процессе которого должны быть выявлены и обозначены критические узлы взаимодействующих процессов.
Подход в [11,12,112,106,58] реализует принцип когнитивной структуризации. На основе когнитивных моделей (карт) проводятся исследования слабоструктурированных и плохо формализуемых систем (задач), для качественного их анализа и выявления внутренних противоречий.
Когнитивные модели сложных систем строятся на основе математического аппарата знаковых и взвешенных графов, которые
16
позволяют формализовать взаимодействие основных положительных и отрицательных обратных связей, существующих между подсистемами. При построении таких моделей может быть использована неполная, нечеткая и даже противоречивая информация.
Когнитивная карта представляет собой взвешенный знаковый орграф причинно-следственных связей. Анализ системы с помощью когнитивных карт позволяет избежать ряда типичных ошибок, свойственных несистемному мышлению. Например, часто ошибочно предполагают, что событие имеет одну причину, не учитывая роли обратных связей как положительных, так и отрицательных.
Когнитивные карты позволяют дать предварительную качественную оценку последствий принятых решений. С помощью когнитивных карт можно выбрать такое множество решений, которое переведет систему в благоприятную ситуацию. При этом под ситуацией понимается множество факторов с лингвистическими переменными, описывающими степень влияния факторов друг на друга. Когнитивные карты дают общую качественную картину развития ЧС как результат совместного взаимодействия различных факторов (как внутренних так и внешних) на некотором отрезке времени. При этом сами факторы могут меняться во времени. Исследование ведется с целью поиска условий, при которых орграф теряет свойство структурной устойчивости при действии дестабилизирующих факторов.
На основе когнитивных карт можно анализировать и прогнозировать стратегию развития сложных систем, возникновение кризисных ситуаций. Когнитивные карты представляют новые информационные технологии поддержки принятия решений в сложных системах, которые необходимо совмещать с другими видами анализа.
Следующая концепция [53] описания динамики сложных систем как открытых систем основана на функционально-структурной форме системного подхода, когда сложная система представляется в виде
17 |
