WWW.DISSERS.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА

   Добро пожаловать!


 

Российская Академия наук

Институт проблем управления им. В.А. Трапезникова

На правах рукописи

Самохина Анна Сергеевна

КОМПЬЮТЕРНЫЕ МЕТОДЫ И СРЕДСТВА УПРАВЛЕНИЯ В

ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЯХ, ОБУСЛОВЛЕННЫХ

БИОЛОГИЧЕСКИМИ ФАКТОРАМИ

Специальность 05.13.11 – Математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей

АВТОРЕФЕРАТ

диссертации на соискание ученой степени

доктора технических наук

Москва 2008

Работа выполнена в Институте проблем управления им В.А. Трапезникова Российской академии наук.

Научный консультант доктор технических наук, профессор

Трахтенгерц Эдуард Анатольевич.

Официальные оппоненты доктор технических наук, профессор

  Калянов Георгий Николаевич;

  доктор технических наук, профессор

  Гливенко Елена Валерьевна;

  доктор технических наук, профессор

  Ткаченко Владимир Максимович.

Ведущая организация – Научно-исследовательский институт «Восход»

Защита диссертации состоится «____»______________2008 г. в ______час. на заседании Специализированного совета №3 (Д 002.226.03) Института проблем управления по адресу 117977, г. Москва, ул. Профсоюзная, 65.

С диссертацией можно ознакомиться в библиотеке Института проблем управления им. В.А. Трапезникова

Автореферат разослан «________» ___________2008 г.

Ученый секретарь специализированного совета

доктор технических наук  Е.В. Юркевич

Общая характеристика работы

Одна из наиболее опасных особенностей нашего времени – это перспектива того, что современные технологии станут доступными для различных террористических групп. Такое развитие событий может иметь разрушительные последствия в огромных масштабах. В связи с произошедшим в конце 20-го века прорывом в биологических науках, на первый план выходит опасность использования в террористических целях биологических агентов.

Известно, что изготовить биологическое оружие относительно несложно, труднее распространить патогенный агент на необходимой территории. При этом опознать биологическую атаку на ранней стадии очень сложно. Дело в том, что с первого взгляда выявить присутствие, а тем более, определить конкретную природу возбудителя заболевания непросто даже высоко квалифицированному инфекционисту. Ранние симптомы чумы, оспы и сибирской язвы, например, по своему течению часто напоминают обычный грипп. Начальная стадия развития чрезвычайной биологической ситуации является определяющей для достижения максимального эффекта от принимаемых решений. Компьютерная система поддержки формирования и принятия решений, работающая практически в реальном масштабе времени, предназначенная для оперативного принятия эффективных решений в условиях нехватки времени, неполной информации и противоречивых мнений специалистов поможет выработать стратегию и тактику предупреждения, ликвидации и преодоления последствий чрезвычайной ситуации, вызванной биологическими факторами (БЧС).



Актуальность проблемы

Несмотря на значительное число пакетов программ реализации отдельных проблем в медицине и эпидемиологии, а также на значительное число ведомственных инструкций, не существует единого комплекса методов, алгоритмов и программ, обеспечивающих эффективную поддержку принятия решений при биологических чрезвычайных ситуациях. Функциями такого комплекса являются:

  • обеспечение всей имеющейся информацией: оперативное информационное обеспечение, включая картографическую, метеорологическую, медицинскую информацию, данные о силах и средствах населенного пункта, района, области, накопленные данные о подобных инцидентах т.д.;
  • анализ и идентификация ситуации, включая верификацию БЧС, идентификацию заболевания, масштаба и метода распространения;
  • определение области выпадения поражающего агента, в случае его распространения аэрозольном или пылевым способом;
  • моделирование сценариев развития ситуации, оценки прогнозов, предоставление помощи экспертам и руководителю для принятия решений по управлению динамикой ликвидации ЧС;
  • формирование сценариев ликвидации последствий чрезвычайной ситуации;
  • формирование управленческих решений по предотвращению БЧС.

Таким образом, важность задач, решаемых компьютерной системой поддержки формирования и принятия решений при БЧС (особенно при биотеракте, направленном на причинение максимального ущерба), отсутствие единой методологии и современных программных комплексов, работающих в реальном масштабе времени, определяют актуальность диссертационной работы.

В диссертационной работе представлено решение важной народно-хозяйственной проблемы – сохранения жизни и здоровья людей во время чрезвычайной ситуации, вызванной биологическими факторами.

Цели и задачи работы

Цель диссертационной работы заключается в повышении оперативности и эффективности управленческих решений по предотвращению, противодействию и ликвидации последствий чрезвычайных ситуаций, вызванных биологическими факторами. Для достижения указанной цели ставятся задачи разработки вычислительных моделей, алгоритмов и компьютерных программ поддержки формирования управленческих решений.

Основными задачами диссертационного исследования являлись:

  1. Исследование и разработка оригинальных методов построения программных комплексов поддержки формирования и реализации решений при БЧС, обеспечивающих компьютерную идентификацию чрезвычайной ситуации в режиме реального времени, генерацию сценариев развития ситуации, выбор действий по ликвидации и преодолению последствий БЧС.
  2. Разработка и исследование теории и компьютерных методов построения систем классификации, верификации и идентификации БЧС на основе информации об опасных инфекционных заболеваниях, методах распространения поражающего агента и масштаба поражения.
  3. Создание, на основе разработанных методов, компьютерной системы поддержки формирования и принятия решений для выбора целей, стратегий, задач и использованию сил и средств по противодействию, преодолению и ликвидации последствий БЧС.
  4. Разработка специальных тестов для проведения вычислительной экспериментальной проверки правильности функционирования и оценка качества разработанных методов на контрольных примерах.

Практическая ценность диссертационной работы заключается в том, что на основе решения поставленных задач, за счет теоретического обобщения и исследования проблем компьютерной поддержки формирования и реализации управленческих решений при БЧС, реализована компьютерная система, обеспечивающая повышение оперативности и эффективности управления органов исполнительной власти во время чрезвычайной обстановки, вызванной биологическими факторами.

Методы исследования. При решении поставленных задач использовались: теория распознавания образов, методы математической статистики, методы анализа структур данных, математические методы теории принятия решений, а также методы вычислительной математики и математической физики.

Научная новизна

  1. Исследованы и разработаны теория и методы построения иерархических компьютерных систем поддержки принятия решений в чрезвычайных ситуациях, обусловленных биологическими факторами.
  2. Исследованы и разработаны теории и методы классификации, идентификации и верификации биологической чрезвычайной ситуации и осуществлена их реализация.
  3. Исследованы и разработаны методы, и реализующие их программные средства обеспечения формирования и принятия следующих решений:
  • выбор задач и проектов предотвращения биологической чрезвычайной ситуации;
  • генерация сценариев развития чрезвычайной ситуации и управление динамикой;
  • генерация и выбор сценариев преодоления последствий ЧС

Достоверность

Достоверность полученных положений, выводов и практических результатов, полученных в диссертационной работе, подтверждена численным моделированием чрезвычайной ситуации на основе реальных исходных данных, с последующим подтверждением и оценкой экспертов, на основе разработанных методик.

Внедрение и реализация результатов работы

Результаты диссертации легли в основу научно-исследовательской работы по теме: «Обоснование системотехнических решений по созданию экспертной системы верификации биотерактов и разработка ее информационного обеспечения», проводимой в Пущинском научном центре РАН. Алгоритмы и программные средства работы используются в Институте электронных управляющих машин.

Апробация работы

Основные положения и результаты диссертационной работы докладывались на X Международном симпозиуме «Методы дискретных особенностей в задачах математической физики», Херсон, 2001 г.; I Международной конференции «Параллельные вычисления и задачи управления» PACO, Москва, 2001 г.; Генеральной Ассамблее URSI (Международное объединение радионаук), Нидерланды, Маастрихт, 2002 г.; II Международной конференции «Параллельные вычисления и задачи управления» PACO, Москва, 2004 г.; Международной конференции «Идентификация систем и задачи управления SICPRO’05, г. Москва, 2005 г.; Международной конференции «Методы дискретных особенностей в задачах математической физики» Херсон, 2005 г.; Международной конференции «Прогресс в электромагнитных исследованиях» PIЕRS, Китай, Ханджоу, 2005 г.; III Международной конференции «Параллельные вычисления и задачи управления» PACO 2006 г.; Международной конференции «Прогресс в электромагнитных исследованиях» PIЕRS, Чешская Республика, Прага, 2007 г.; Международной конференции «Идентификация систем и задачи управления SICPRO’08, г. Москва, 2008 г.

Публикации

Основные результаты диссертации опубликованы в 34 работах, в том числе в 10 статьях в журналах, рекомендованных ВАК к защите диссертаций на соискание доктора технических наук.

Структура и объем работы

Диссертация состоит из введения, пяти глав, заключения, списка литературы и приложения. Общий объем работы 245 страниц, в том числе 64 рисунка, 30 таблиц. Список литературы включает 200 наименований.

Содержание работы

Во введении приводится обоснование актуальности работы, формулируются ее цели и основные направления исследования. Кратко изложено содержание диссертации, показана научная новизна и практическая ценность результатов диссертационной работы.

В первой главе рассматриваются общие положения построения систем управления, включая системы поддержки формирования и принятия решения (СПР). Проведен методологический анализ исходных представлений и понятийных средств, таких как цели, стратегии, задачи, сценарии и т.д., необходимых для проектирования, разработки и внедрения СПР в целом, и в частности при биологической чрезвычайной ситуации. Анализируются существующие подходы к построению таких систем, и дается их краткий обзор.

Для принятия решения необходимо:

  1. сформировать четко сформулированную цель и задачи;
  2. сгенерировать альтернативные стратегии достижения цели и выполнения задач;
  3. учитывать при выборе одной из альтернатив существенные факторы, различные для различных альтернатив.

Система формирования и реализации решений в биологических чрезвычайных ситуациях относится к такому классу социально-биологических систем, которые характеризуются многофакторностью, малой частотой событий, работой в реальном масштабе времени, невозможностью поставить реальный эксперимент. СПР при БЧС реализована в виде программных модулей, которые дают возможность сгенерировать большое количество ситуаций для принятия решений и поставить вычислительные эксперименты с участием экспертов.

Систему принятия решений при БЧС можно представить как многоуровневую, т. е. иерархическую совокупность других систем.

Для рассматриваемой системы были выбраны следующие уровни иерархии и обоснована целесообразность их выбора:

1-й уровень – множество инцидентов (ЧС).

2-й уровень – множество целей преодоления ЧС.

3-й уровень – множество стратегий для достижения выбранной цели.

4-й уровень – множество задач, которые необходимо выполнить для достижения поставленной цели по выбранной стратегии.

5-й уровень – множество ресурсов, которое требуется для выполнения поставленных задач.

Полный просмотр и оценка всех возможных вариантов, в силу их огромного количества, не под силу группе экспертов и, тем более, лицу, принимающему решение (ЛПР). Поэтому на первом этапе необходимо использовать компьютерные методы оценки возможных сценариев. Можно предложить следующую последовательность действий, которая использует как компьютерные системы, так и оценки экспертов и мнение ЛПР.

Группа экспертов и/или ЛПР определяют наиболее существенные критерии, определяющие действия, требуемые для ликвидации БЧС. При любом наборе критериев, основными, необходимыми для ликвидации последствий, будут следующие: ожидаемые потери; время; финансовые ресурсы; материальные средства; людские ресурсы. Естественно этот список может быть расширен.

В работе подробно описывается разработанная программная система поддержки управления в чрезвычайных ситуациях, вызванных биологическими факторами, приводится ее детальная схема, с включенными в нее модулями. Описывается пользовательский интерфейс системы и дается обоснование выбора программной платформы вычислительного комплекса. Укрупненная схема разработанной системы показана на рис 1.

1. Пользовательские интерфейсы осуществляют связь системы с пользователями, имеется возможность настраивать их под конкретного пользователя.





Рис. 1 Укрупненная схема системы принятия решений при БЧС

2. Подсистема управления осуществляет контроль над режимами работы системы в целом, связь между функциональными подсистемами, обмен данными.

3. Подсистема анализа осуществляет оценку состояния и прогноз санитарной обстановки на всех этапах развития БЧС на любых заданных расстояниях от источника заражения. На первом этапе развития БЧС основными задачами являются: идентификация биологического агента, определение способа его распространения, масштаба поражения, верификация БЧС (которые, выполняются 4 блоком), на более поздней стадии анализируются защитные меры и эффективность использования сил и средств.

4. Подсистема распознавания выполняет классификацию, верификацию и идентификацию следующих объектов: опасных эпидемических заболеваний (ОЭЗ), методов распространения ОЭЗ, биологических поражающих агентов и методов их распространения, масштабов поражения.

5. Подсистема генерации сценариев развития и ликвидации БЧС автоматически формирует альтернативные ситуации, на основании которых формулируются решения по предупреждению, преодолению и ликвидации последствий БЧС.

6. Подсистема оценок вариантов решений обеспечивает выбор эффективных контрмер.

7. Подсистема согласования выполняет автоматизированные процедуры согласования результатов анализа ситуации и прогноза ее развития, оценок решения и последствия их реализации. Методы согласований при формировании решений и оценок играют чрезвычайно важную роль, и СПР дает возможность использовать разнообразные методы, хранящиеся в системе.

Алгоритмы и методы реализации этих функций описаны в последующих главах.

База данных системы включат в себя базу оперативных данных, медико-биологические информационные системы, геоинформационные системы и правила формирования сценариев и контрмер. Система имеет возможность обращаться к внешним базам данных.

При разработке пользовательского интерфейса принималось во внимание следующее: задачи, которые надо решить; скорость выполнения типовых задач; удобство пользования; возможность настройки под конкретного пользователя; время, затрачиваемое на обучение работе с интерфейсом.

Рис. 2

На рис. 2 приводится пример интерфейса с информацией об инциденте, определяется географическое положение места инцидента, регион, город, адрес. Имеется возможность рассматривать послойное окружение места происшедшего – автомобильные дороги, транспорт, с обозначением маршрутов автобусов, троллейбусов, метро, железной дороги, аэропорт; рядом находящиеся поликлиники, больницы, гостиницы, санатории, аптеки, бани, фармацевтические склады, коммунальные службы, и т.д. Карта места происшедшего масштабируется, имеется возможность выбирать масштаб. Место инцидента выделяется на карте.

Рис 3.

На рис. 3 представлена модель распространения заболевания, которая выбирается из базы данных, в том случае, если рассматриваемое инфекционное заболевание раннее было описано, и составлена модель его распространения. При условии импульсного выброса мелко-дисперсионного биологического поражающего агента в условиях городской застройки, строится модель распространения пылевого или аэрозольного облака, с обозначением и цветовой градацией мест выпадения. В случае опасного эпидемического заболевания обозначается очаг распространения болезни, выделяются разными цветами зоны обсервации и карантина, отмечаются на карте отдельные случаи заболевания. Описывается место и способ заражения, количество пораженных, дата начала эпидемии. Дается характеристика заболевания – название, симптомы, способ лечения, профилактика, лекарства.

Рис. 4

На рис. 4 показана возможность инвентаризации сил и средств, необходимых для преодоления последствий эпидемии и обозначения их на карте. Силы и средства представлены категориями:

  • лечебные учреждения – больницы (инфекционные, общие, специализированные и т.д.), поликлиники, санатории;
  • транспортные средства – транспорт для перевозки больных, оборудования, медикаментов, трупов, и т.д.;
  • склады – фармацевтические, средств дезинфекции, и т.д.;
  • территория, необходимая для различных задач, в частности задач утилизации;
  • люди – эксперты, эпидемиологи, медики других направлений, включая младший персонал, транспортники, работники коммунальных служб, работники силовых структур и т.д.

В работе приводится обзор экспертных систем, используемых в чрезвычайных ситуациях, вызванных биологическими факторами.

Во второй главе приводятся теоретические основы разработки и исследуются компьютерные методы построения системы формирования и принятия решений при классификации и идентификации информационных объектов, таких как опасные эпидемические заболевания, типы и способы распространения поражающих агентов, масштаб поражения и построения сценариев развития чрезвычайных эпидемических ситуаций.

Проводится исследование признаков ОЭЗ, их критериев, дается алгоритм согласования решений при выявлении ведущих, общих и специфичных признаков, проводится их сравнение с признаками гриппа и острой кишечной инфекции, т.к. начальная стадия развития многих ОЭЗ по своим признакам совпадает с ними. Проводится исследование структуры признаков, строится структурная спецификация, которая состоит из номера ведущего признака, группы направления осмотра, описания признака, области принимаемых значений с указанием частоты проявления признака, типа признака - общий и специфичный.

Приводится алгоритм вычисления вероятностных характеристик признаков при помощи компьютерной системы согласования решений экспертов.

Приводится алгоритм оперативной диагностики, реализованный в системе. Логическая схема обобщенного диагностического алгоритма представлена на рисунке 5.

Рис.5. Логическая схема обобщенного диагностического алгоритма.

Как видно из рисунка 5, обобщенный компьютерный диагностический алгоритм состоит из двух основных этапов.

На первом этапе алгоритма определяется перспектива принадлежности исследуемого состояния к классу ОЭЗ. Для этого реализовано программное пошаговое сравнение каждого признака из сформированной карты обследования с построенной ранее структурной спецификацией ОЭЗ.

Например, имеется два множества классов заболеваний, множество классов ОЭЗ – и множество классов неопасных заболеваний (НОЗ) – , каждый из этих классов может быть охарактеризован значениями величин , где – номер признака, – номер класса.

Каждому ставится в соответствие частота проявления признака, его важность , определяемая заранее путем шкалирования экспертных оценок.

Функция соответствия рассчитывается по данным первичного осмотра, оценки диагностической значимости множества и подсчета числа совпадений:

, (1)

и, является обобщенной функцией принадлежности исследуемого объекта к классу .

Для того чтобы сделать вывод, к какому из классов принадлежит исследуемая совокупность признаков, вполне достаточно сравнить полученное в (1) относительное значение с порогом уверенности выбора данной гипотезы.

Порог уверенности определяется заранее экспертами. В медицинских и других слабоструктурированных областях правильно выбрать этот параметр бывает так же трудно, как правильно выбрать критерии заболевания. В работе предложены и реализованы алгоритмы согласования выбора .

Правило принятия решения о принадлежности объекта к классу , определяется выражением:

,  (9)

если , то исследуемый объект полностью соответствует классу , т.е. состояние пациента можно отнести к классу ОЭЗ.

Если исследуемый объект классифицирован как ОЭЗ, то для его идентификации применяется процедура принадлежности объекта к подклассу ОЭЗ – выполняется второй этап.

Для этого предлагается использовать принцип раздельной обработки и учет значимости специфичных и общих признаков в идентификации ОЭЗ.

Суть алгоритма заключается в следующем.

Пусть - частота появления i-го общего признака для j-го заболевания, ;  - частота появления i-го специфичного признака для j-го заболевания; - и - характеристики наличия общего или специфичного признака у больного. Например - признак присутствует, - признак возможен, - признак отсутствует.

Тогда возможность того, что пациент болен j-м заболеванием определяется выражением:

Здесь , – количество общих и специфичных признаков для -го заболевания, частота появления которых больше или равна согласованному порогу. Если возможность одного или нескольких ОЭЗ превосходит пороговую величину, система выдает диагностическую гипотезу о наличии заболевания с определенной степенью уверенности.

Показана компьютерная реализация разработанных более сложных алгоритмов, определяющих более тонкие признаки, чем булевы функции. Используется метод «слепого тестирования» для оценки качества алгоритмов. Применение обобщенного диагностического алгоритма позволяет в 80% случаях достигать максимальной точности идентификации. Достигнутый уровень эффективности алгоритма позволяет использовать его для оперативной диагностики ОЭЗ.

Показана компьютерная реализация предложенных методов обработки показателей экспертов при составлении расширенного списка классификаторов степени воздействия инфекционных эпидемий, при этом определяются, согласовываются и ранжируются критерии инфекционных агентов, на основании чего ранжируются ОЭЗ.

Дается метод согласования решений экспертов при классификации БЧС по типу распространения поражающего агента, вычисления меры сходства с описаниями, хранящимися в базе данных распространений, и приводится его компьютерная реализация.

В третьей главе исследованы проблемы компьютерного построения сценариев развития БЧС и применения мер по защите населения, приводятся методы оценки наиболее ожидаемых санитарно-эпидемиологических сценариев.

Подготовительная работа при создании компьютерной системы принятия решений, в значительной части, ложится на плечи экспертов в области эпидемических болезней и противодействия биологическому оружию. Работу экспертов можно разделить на следующие этапы.

1. На этапе создания системы устанавливается связь между эпидемическими болезнями и способами применения биологических агентов - т.е. строится матрица V. Элементами этой матрицы являются числовые оценки возможности способа заражения i  заболеванием j.

Матрица V является обобщенной и согласованной матрицей экспертов.

2. На этапе генерации сценариев эксперты на дисплеях формируют матрицы предпочтений по доступности, устойчивости, эффективности или какому-либо другому параметру, выбранному экспертами, характеризующему биологический агент для его террористического применения.

Формируются матрицы контрмер, в частности вводятся матрицы вакцинации, карантина. Элементами этих матриц будут численные значения изменений возможностей заражения опасным эпидемическим заболеванием соответствующим способом заражения, в зависимости от применения вакцин или введения карантина или каких-либо других противоэпидемических мероприятий. Следует отметить, что оценки различных экспертов согласовываются с помощью СПР. Это повышает надежность и достоверность полученных в дальнейшем оценок.

Таким образом, можно сгенерировать множество матриц предпочтений.

где - общее количество матриц предпочтений.

3. На третьем этапе получаем интегральную матрицу опасности. Для этого определим почленное умножение двух матриц и следующей формулой

Отметим, что введенное умножение двух матриц обладает не только свойством ассоциативности, но и свойством коммутативности, в отличие от обычного умножения матриц. Свойство коммутативности дает нам возможность применять матрицы предпочтений в любом порядке – не важно, сначала ли умножается матрица возможностей на матрицу вакцинации, а потом на матрицу карантина или наоборот. Таким образом, исследуется влияние характеристик поражающего агента и мер противодействия на чрезвычайную ситуацию, вызванную биологическими факторами.

Компьютерная система умножает матрицу соответствия V на матрицы предпочтений .

.

Полученная матрица является интегральной матрицей опасности заболеваний для рассматриваемых способов заражения. Ранжируя элементы интегральной матрицы по строкам и столбцам, выявляется эффективность разных способов противодействия и ликвидации последствий БЧС. Для того чтобы посмотреть влияние отдельных факторов можно использовать не интегральную матрицу опасности, а локальные матрицы, которые определяются по следующей формуле

,

где - общее число рассматриваемых факторов (матриц предпочтения).

Приводятся разработанные методы и алгоритмы прогнозирования распространения ОЭЗ, СПР выводит формулы расчета санитарных потерь и составляет их прогноз.

Подробно описывается компьютерный метод генерации сценария распространения мелко-дисперсионных поражающих агентов в условиях сложной городской застройки, с последующим согласованием степени зараженности территорий, классификации опасных зон и выборе способов дезинфекции после определения системой поверхностей и площадей подлежащих дезинфекции.

Приводится общая постановка задачи распространения поражающего агента, дается метод решения аэродинамической задачи, определяется траектория движения примеси в рассчитанном поле скоростей.

Начальное положение частиц примеси в расчетной области предполагается заданным, а начальная скорость совпадает со скоростью потока в соответствующей точке. Движение частицы примеси в потоке среды с плотностью и полем скоростей описывается функцией , задающей закон движения частицы, и являющейся решением задачи Коши:

,  ,  ,                (12)

где - масса частицы, - диаметр частицы, - коэффициент сопротивления частицы, - начальное положение частицы. Считается, что (формула Стокса), а число Рейнольдса определяется по относительной скорости частицы в потоке и ее диаметру, , и - первая и вторая функции по времени (скорость и ускорение частицы).

Осаждение примеси происходит в момент соприкосновения с поверхностью земли или здания. СПР вычисляет:

  • Концентрацию «на земле», которая определяется путем построения на экране прямоугольной сетки и определения числа частиц, попавших в каждую ячейку этой сетки. В качестве концентрации примеси вычисляется отношение количества частиц в ячейке к общему количеству частиц, осевших на поверхности земли.
  • Концентрацию «на здании», которая определяется аналогичным образом, при этом все поверхности зданий разбиваются на прямоугольные ячейки.
  • Диаграмму осаждения. Для качественного анализа распространения примеси представляет интерес зависимость результата движения частицы (какое из условий останова реализовалось) от начального положения частицы . Например, если точки старта частиц лежат в некоторой «контрольной» плоскости , на этой плоскости могут быть выделены зоны, частицы из которых оседают на поверхности земли, здании или уходят из расчетной области.

Рис. 6. Аэрационные зоны на уровне земли (см. табл. 1).

Рис 7. Концентрации частиц на экране.

Рис 8. Концентрации на фасадах зданий. Вид с наветренной стороны

СПР на основании полученных вычислительным модулем данных о загрязнении поверхностей зданий, сооружений и почвы, выделяет разные классы аэрационных зон: застоя, комфортных условий, умеренного ускорения воздушного потока, дискомфортные зоны, что помогает принимать решение о дезинфекции территорий. Алгоритм работы СПР заключается в следующем.

На первом шаге эксперты при помощи компьютерной процедуры голосования согласовывают диапазоны значений коэффициента модуля скорости , где - величина скорости ветрового потока в рассматриваемой точке, - скорость невозмущенного потока на бесконечности, которые используются для выделения аэрационных зон (зон значений модуля скорости). Пример результата такого голосования приведен в таблице 1.

  Таблица 1

Диапазоны значений коэффициента модуля  скорости для аэрационных зон

Название аэрационной зоны

Диапазон значений коэффициента модуля скорости

Зона застоя

Нормальная зона

Допустимая зона

Дискомфортная зона

На втором шаге вычисляются поля скоростей ветрового потока в  интересующих сечениях, которые отображаются в виде векторов, из рисунка которых получаем наглядную качественную картину воздушного потока в выбранном сечении. На мониторе компьютера высвечиваются цветовые диаграммы распределения модуля скорости в выбранном сечении, отображаются границы осаждения биологического агента (рис. 6-8).

На третьем шаге экспертами принимается решение о зонах дезинфекции. Для этого на экранах компьютера, на основании рис. 6-8 и таблицы 1, каждый эксперт выделяет зоны, которые он считает подлежащими дезинфекции. При этом он учитывает информацию о характере агента, его живучести, индексе контагиозности, метеорологических данных и т.д. Компьютерная система интегрирует все рисунки, полученные от экспертов, и выдает суммарный рисунок, на котором наиболее ярко окрашена зона безусловной дезинфекции, и далее по градации цвета зоны, набравшие соответствующее количество голосов экспертов. На основании информации о зонах, подлежащих дезинфекции, решается вопрос о силах и средствах, используемых при дезинфекции.

В работе подробно описаны методы компьютерного построения сценариев распространения ОЭЗ в условиях города, с учетом транспортных связей, и применения адекватных мер противодействия. В описании сценария для каждой группы населения задается уровень иммунитета, место проживания, место работы, транспортные маршруты, места контактов. Моделируется развитие заболевания в городе, учитывая развитие заболевания у каждой группы инфицированных, передача инфекции между людьми, перемещения людей. Моделируются различные меры противодействия распространению инфекции: изоляция больных, вакцинация, введение карантина на предприятиях и школах. Рассматривались следующие возможные сценарии: развитие эпидемии без противодействия, изоляция больных и массовая вакцинация, при чём при различной эффективности вакцины и скорости вакцинации, введение карантина на предприятиях и школах после выявления определенного количества больных. Графики развития эпидемий для разных вариантов противодействия приводятся на рис. 9.

Без противодействия. При изоляции больных

Карантин введен после 1-го больного.  Вакцинация проведена после выявления

  1-го случая. Эффективность вакцины 100%.

Рис. 9.

Представлены методы компьютерного моделирования сценариев распространения разного вида ОЭЗ в изолированном учреждении. С помощью СПР проводилась генерация сценариев распространения сибирской язвы, холеры, чумы и применения различных мер противодействия.

Для каждого эпидемического заболевания были произведены расчеты числа заболевших по дням для различных условий: с учетом и без изоляции больного, введения карантина и проведения вакцинации после разного числа заболевших и для разной эффективности вакцины, без проведения противоэпидемических мероприятий и с проведением.

Рис.10. Схема моделируемого населенного пункта (пансионат-санаторий).

Распределение заболевших сибирской язвой по дням, с момента заражения.

Описывается работа системы принятия решений по согласованию наиболее эффективным методом противодействия распространению эпидемии и ликвидации последствий.

В четвертой главе проводится исследование, описывается алгоритм и приводится компьютерная реализация системы формирования управленческих решений по противодействию и ликвидации последствий БЧС, дается оценка вариантов и предлагается согласованный сценарий применения контрмер. Описываются исходные данные для расчета сил и средств, необходимых при ликвидации БЧС. Приводятся примеры использования компьютерной системы формирования и принятия следующих управленческих решений.

1. Выбор режимно-ограничительных мероприятий. Согласовываются критерии по которым оценивается эпидемическая обстановка – распространение и передача биологических агентов от человека к человеку -, уровень смертности - , уровень воздействия на здоровье нации - , степень вызываемой паники - , требование специальных мер системы реагирования (необходимость применения защитных мероприятий в области распространения, выражается безразмерной величиной обозначающей числовое значение степени необходимости проведения мероприятий, под защитными мероприятиями понимаем вакцинацию, карантин, обсервацию) - , возможность лечения - . Разработаны алгоритмы и функции, по которым вычисляется интегральная оценка опасности эпидемической обстановки, на основании которой принимается решение о наложении карантина на зону заражения и/или обсервации на сопредельные зоны.

Определение ограничительных мер базируется на использовании следующих характеристик эпидемической обстановки, полученных на основании информации предоставленной санитарно-эпидемической разведкой: - область распространения агента, выраженная в виде безразмерной числовой характеристики площади, определяемой шкалированием: очень маленькая, маленькая, средняя, выше средней, большая, очень большая; - количество людей, оказавшихся в зоне поражения определяется так же в виде шкалированной безразмерной величины.

На основе приведенных критериев и характеристик обстановки система вычисляет интегральную характеристику опасности эпидемической обстановки

Первое слагаемое в формуле определяет опасность распространения поражающего биологического агента от человека к человеку; второе слагаемое определяет уровень паники среди населения; третье – степень сложности введения защитных мер; четвертое – степень ожидаемых потерь среди населения, пятое – определяет степень воздействия заболевания на последующее состояние здоровья; последний член формулы уменьшает интегральную характеристику в зависимости от эффективности лечения и вакцинации.

Рис. 11

2. Организация лечения инфекционных больных при БЧС, в том числе принятия решений по организации стационаров на базе существующих больниц и отделений, перепрофилирование коечного фонда, развертыванию инфекционных больниц в административных зданиях, на базе ведомственных больниц, использование подвижного инфекционного госпиталя (рис. 11).

Приводится алгоритм действий и согласование управленческих решений по организации экстренной и специальной профилактики заболеваний (рис. 12).

Рис. 12

3. Проведение дезинфекции в эпидемических очагах. Приводится алгоритм согласования действий по проведению дезинфекции (рис. 13), приводится фрагмент интерфейса работающей системы при согласовании списка объектов, подлежащих дезинфекции, необходимых сил и средств.

Рис. 13

В пятой главе  описывается компьютерная система формирования и принятия управленческих решений по предотвращению БЧС, в том числе построению системы антитеррористического мониторинга.

При выборе проекта создания системы предупреждения БЧС, решаются следующие проблемы.

1. Оценивается ситуация в целом и значимость отдельных составляющих, для чего составляется список критериев, согласовывается их важность и значения, вычисляются функции качества обстановки в целом. Функция качества в динамике несет большую информацию, например можно увидеть, как изменяется общая обстановка во времени, по регионам одной страны, по странам. Критериями оценки ситуации были выбраны следующие: внешняя политическая ситуация; оценка террористической активности стран, граждане которой участвовали в реальных террористических актах; политическая ситуация внутри страны -  выявление сил, заинтересованных в терроризме, возможность использования ими биологических агентов; оценка экономической ситуации в стране на предмет построения инфраструктуры антитеррористического мониторинга – развертывание диспетчерской службы, частота и плотность забора проб воздуха, воды и почвы силами санитарной службы, создание и поддержание единой базы данных, создание компьютерной информационной сети и системы принятия решений и т.д.

2. Определяются стратегические цели и рассматриваются возможные задачи системы, для чего генерируется и согласовывается список целей и задач, определяются критерии, их характеризующие, ранжируются критерии, ранжируются задачи. Критериями оценки задач были выбраны следующие: существующее состояние, задел; время, необходимое для создания системы, обеспечивающей решение выбранной задачи, наличие резерва профессионалов, финансовые ресурсы, необходимые для решения поставленной задачи; эффективность влияния поставленной задачи на достижение цели.

3. Выбирается проект предупреждения БЧС. Различные наборы задач образуют разные проекты. Система генерирует сценарии террористической атаки, в результате которой возникает чрезвычайная ситуация, вызванная биологическими факторами. К каждому сгенерированному сценарию применяется предлагаемый проект предупреждения и оценивается его эффективность. Система помогает провести анализ и сравнения важности и сложности проектов, определить риски и реализуемость проектов, ранжировать проекты по различным критериям. Общая схема анализа и выбора проектов предупреждения показана на рис. 15, интерфейс, на котором изображен момент выбора участниками проекта и задач предупреждения, выбора и оценки критериев показан на рис.14.

Рис. 14

Рис. 15

Компьютерная система формирования и принятия решений также позволяет в режиме тренажера учиться формировать управленческие решения, тем самым, повышая квалификацию персонала, для выполнения работ по построению и изменению системы предупреждения.

В заключении сформулированы основные результаты проведенных исследований и разработок, выполненных в соответствии с заявленными целями.

ОСНОВНЫЕ РЕЗУЛЬТАТЫ ДИССЕРТАЦИОННОЙ РАБОТЫ

В рамках диссертационной работы проведено теоретическое обобщение и получено решение важной научно-технической проблемы создания методологической базы, комплексов математических моделей, методов, алгоритмов и программных средств информационного обеспечения и поддержки принятия согласованных решений при чрезвычайных ситуациях, вызванных биологическими факторами.

Основные результаты диссертационной работы заключаются в следующем:

  1. Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов, моделей и средств построения компьютерной системы поддержки формирования и реализации решений при биологических чрезвычайных ситуациях, впервые обеспечивающих:
    • верификацию и идентификацию биологической чрезвычайной ситуации в режиме реального времени,
    • генерацию сценариев развития чрезвычайной ситуации,
    • генерацию, ранжирование и выбор действий по преодолению чрезвычайной ситуации и ликвидации последствий.
  2. Исследованы и разработаны теория и комплекс математических, алгоритмических и программных методов согласования решений при построении компьютерных систем классификации, верификации и идентификации БЧС на основе:
  • информации об опасных эпидемических заболеваниях,
  • методах распространения поражающего агента,
  • масштаба распространения.
  1. На основе разработанных принципов, впервые создана компьютерная система формирования и  принятия решений для:
  • выбора целей, стратегий, задач противодействия БЧС,
  • генерации сценариев развития БЧС,
  • составления планов по ликвидации ЧС, выбора и согласования контрмер, и использования сил и средств по предотвращению, преодолению и ликвидации последствий БЧС.
  1. Исследованы и разработаны математические, алгоритмические и программные методы распространения мелко-дисперсионного поражающего агента в условиях многоэтажной городской застройки, распространения опасного эпидемического заболевания, передающегося воздушно-капельным путем в условиях города, с учетом перемещения жителей, а также в изолированном учреждении.
  2. На основании исследования принципов построения системы предупреждения БЧС, разработаны модели, алгоритмы и программы компьютерного согласования и выбора проекта построения системы предупреждения БЧС.
  3. С помощью вычислительного эксперимента проведена проверка правильности функционирования системы и оценка качества разработанных методов, алгоритмов и программного обеспечения на контрольных примерах, при помощи специально разработанных тестов, с использованием разных экспертных групп.

Список публикаций автора по теме диссертации

  1. Самохина А.С., Троицкий И.А. Машинный расчет полей радиотеплового излучения почвогрунтов с помощью модели слоисто-однородной среды./Известия вузов. Геодезия и аэрофотосъемка. 1982г. №2, с. 25. 
  2. Самохина А.С., Виленкин С.Я. Метод восстановления профиля влажности по заданной радиояркостной температуре как функции угла наблюдения и длины волны./Космический мониторинг биосферы. Выпуск 1. Под редакцией Ю.А. Израэля. Ленинград Гидрометеоиздат. 1985 г. с. 116-118.
  3. Самохина А.С. Методика параллельной обработки радиолокационного сигнала для определения биомассы древостоя./ V Всесоюзная школа-семинар «Распараллеливание обработки информации» Львов. 1985 г. с. 191-194. 
  4. Самохина А.С. Математические модели древостоя и влажных почвогрунтов для задач дистанционного зондирования природных систем./В сб.: Информационные проблемы изучения биосферы. М.: Наука, 1988 г. с. 66-76.
  5. Самохин А.Б., Самохина А.С. Фортран и вычислительные методы для пользователя IBM PC. М.: Русина, 1994 г. 120 с.
  6. Самохин А.Б., Самохина А.С. Численные методы и программирование на Фортране для персонального компьютера. М.: Радио и связь, 1996 г., 224 с.
  7. Самохин А.Б., Самохина А.С. Метод решения задач дифракции электромагнитных волн на трехмерном диэлектрическом теле./Журнал вычислительной математики и математической физики, М.: Наука, том 36, №8, 1996 г., с. 138-157.
  8. Самохина А.С. Численный метод решения интегральных уравнений с циркулянтным ядром./ В сб.: Дифракция и распространение электромагнитных волн, МФТИ, 1998 г.,  с. 151-153.
  9. Самохин А.Б., Самохина А.С.  Эффективные алгоритмы численного решения интегральных уравнений в областях с криволинейной границей. X Международный симпозиум «Методы дискретных особенностей в задачах математической физики», Херсон, 2001 г., c. 78-81.
  10. Самохина А.С. Алгоритмы решения интегральных уравнений в областях со сложной границей./Труды I Международной конференции «Параллельные вычисления и задачи управления», Москва, 2001 г., с. 116-121.
  11. Самохин А.Б., Самохина А.С. Метод аппроксимации для интегральных уравнений в областях с криволинейной границей. Генеральная Ассамблея URSI (Международное объединение радионаук), Нидерланды, Маастрихт, 2002 г., 4 с.
  12. Самохина А.С., Трахтенгерц Э.А. Компьютерная поддержка оценки потребностей в силах и средствах для осуществления антитеррористического мониторинга./Труды II Международной конференции «Параллельные вычисления и задачи управления», Москва, 2004 г. с. 361-374.
  13. Самохина А.С. Алгоритм анализа информации о чрезвычайных ситуациях в целях верификации биотерактов./Труды II Международной конференции «Параллельные вычисления и задачи управления», Москва, 2004 г., с. 375-381.
  14. Михеев О.В., Самохина А. С. Применение расширенного списка классификаторов в экспертных оценках степени воздействия инфекционных эпидемий./ Труды Международной конференции «Идентификация систем и задачи управления», Москва, 2005 г. с. 407-415.
  15. Самохина А.С. Использование системы поддержки принятия решений для идентификации биологических чрезвычайных ситуаций по заболеваниям./Труды Международной конференции «Идентификация систем и задачи управления», Москва, 2005 г., с. 415-421.
  16. Самохин А.Б., Самохина А.С. Методы и алгоритмы численного решения объемных сингулярных интегральных уравнений электродинамики./Труды Международной конференции «Методы дискретных особенностей в задачах математической физики», Херсон, 2005 г., с. 307-310.
  17. Самохина А.С. Общая постановка задачи классификации и идентификации в системе поддержки принятия решений при биологической чрезвычайной ситуации./Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники, программного обеспечения и информационных технологий в муниципальном хозяйстве», Москва, 2005 г. с. 216-221.
  18. Самохин А.Б., Самохина А.С. The problem of numerical solution of many dimensional integral equations of electromagnetics. Numerical examples./ Труды Международной конференции «Прогресс в электромагнитных исследованиях» PIЕRS, Китай, Ханджоу, 2005 г. с. 816.
  19. Самохина А.С. Михеев О.В. Расчет санитарных потерь среди населения в эпидемическом очаге.//Проблемы безопасности и чрезвычайных ситуаций, 2005 г., № 6, стр. 46-52.
  20. Габусу П. А., Михеев О. В., Самохина А. С. Экспериментальные исследования имитационной математической модели распространения опасного эпидемического заболевания./Труды Международной конференции «Параллельные вычисления и задачи управления», Москва, 2006 г., с. 1494-1508.
  21. Самохина А. С. Имплементация метода обработки входной информации в системе принятия решений при биологической чрезвычайной ситуации./Труды Международной конференции «Параллельные вычисления и задачи управления», Москва, 2006 г., с. 1485-1493.
  22. Габусу П. А., Михеев О.В., Самохина А.С. Идентификация сценариев эпидемического заболевания.//Проблемы безопасности и чрезвычайных ситуаций, 2006 г., № 2, с. 92-106.
  23. Габусу П.А., Михеев О.В., Самохина А.С. Взаимодействие V-модели и имитационной математической модели распространения опасного эпидемического заболевания.//Проблемы безопасности и чрезвычайных ситуаций, 2006 г., № 3, с. 96-105.
  24. Габусу П.А., Михеев О. В., Самохина А. С. Анализ схем обработки первичных данных в системе предотвращения биологической чрезвычайной ситуации.//Проблемы безопасности и чрезвычайных ситуаций, 2006 г., № 4, с. 64-71.
  25. Самохина А.С. Алгоритм оценки задач предупреждения, противодействия и ликвидации последствий биологической чрезвычайной ситуации./Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники и программного обеспечения» Москва, 2006 г., с. 40-50.
  26. Михеев О.В., Самохина А.С. Алгоритм оперативной верификации опасного эпидемического заболевания вероятностным методом и его реализация.//Проблемы управления, 2007 г, № 4, с.70-73
  27. Самохина А.С. Алгоритм оценки проектов построения антитеррористического мониторинга в системе предотвращения биологической чрезвычайной ситуации.//Проблемы управления, 2007г., № 2, с. 66-70.
  28. Самохин А.Б., Самохина А.С. Численные методы для решения объемных интегральных уравнений электродинамики./Труды Международной конференции «Прогресс в электромагнитных исследованиях» PIЕRS, Чехия, Прага, 2007г. с.62.
  29. Самохина А.С., Михеев О.В. Структуризация информации по заболеваниям в системе поддержки принятия решений при биологических чрезвычайных ситуациях./Труды Международной конференция «Идентификация систем и задачи управления», Москва, 2008г. с. 481-489.
  30. Самохина А.С., Михеев О.В. Экспериментальная проверка структуризации информации по заболеваниям./Труды международной конференции «Идентификация систем и задачи управления», М.: 2008г. с. 490-502.
  31. Пронин Б.В., Самохина А.С. Методы преодоления информационно-лингвистической несовместимости в системе поддержки принятия решений./Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники и программного обеспечения», Москва, 2008 г., с.
  32. Самохина А.С. Иерархическая структура системы принятия решений в биологических чрезвычайных ситуациях./Межвузовский сборник научных трудов «Теоретические вопросы вычислительной техники и программного обеспечения», Москва, 2008 г., с. 
  33. А.С. Самохина, А. Сетуха, Кирякин В.Ю., Марчевский И.К., Щеглов Г.А. Построение сценариев распространения поражающего агента в городской застройке для принятия решений по ликвидации БЧС./Управление большими системами, 2008 г., c.
  34. Самохина А.С., Михеев О.В. Согласование информативных признаков опасных эпидемических заболеваний в системе предупреждения биологической чрезвычайной ситуации./Проблемы безопасности и чрезвычайных ситуаций, 2008 г., №2, с.





© 2011 www.dissers.ru - «Бесплатная электронная библиотека»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.