CC BY
16
УДК 368.11
ИСПОЛЬЗОВАНИЕ МЕТОДИКИ КЛАСТЕРНОГО АНАЛИЗА ДЛЯ КЛАССИФИКАЦИИ ОБЪЕКТОВ ПРОТИВОПОЖАРНОГО СТРАХОВАНИЯ
А.Ю. Зенин, Е.В. Шкарупета, А.В. Калач, М.Б. Шмырева
Предложена методика, которая позволит отбирать признаки не только для решения задачи классификации объектов в противопожарном страховании на основе метода главных компонент, но и для проведения кластерного анализа. Рассмотренный в статье подход в сочетании c сингулярным разложением матрицы «объект-признак» позволяет выбрать рабочий словарь признаков пожарной опасности, устойчивый к изменениям априорно неизвестного параметра модели данных.
Ключевые слова: противопожарное страхование, страхование от огня, метод главных компонент, метод кластерного анализа.
При моделировании технических систем, которые подвержены воздействию
стохастических факторов, широкое
распространение получили вероятностные модели. Одним из наиболее распространенных
р (5Í / л ) = тлт,
v ' ' Р(А)
где Р (S i / А) - апостериорное значение величины Si при условии, что произошло событие
А;
Р (А / S i) - условная вероятность наступления события A при условии, что произошло событие Si.
методов в распознавании является статистический метод, основанный на байесовской теории [1].
Основой этого метода является известная теорема Байеса:
(1)
Покажем возможности использования байесовского подхода в сфере оценки пожарного риска. В настоящем исследовании необходимо определить влияние некоторого фактора (угрозы) У на степень некоторого типа противопожарной защиты объектов, представленных на рисунке 1.
1) жилое здание высотой до 28 м
2) жилое здание высотой более 28 м
3) здание гостиницы
-1 4) здание театра -
-1 5) здание музея ^т-
-1 6) здание концертного зала -
7) здание магазина
- 8) здание столовой
-1 9) здание вокзала -
-1 10) здание ВУЗа ^т-
-1 11) здание школы -
- 12) офисное здание высотой более 28 м
- 13) здание склада каучука завода СК
-1 14) здание ЦЗЛ -
-1 15) здание мельницы -
Рис. 1. Объекты для классификации в противопожарном страховании на основе метода главных компонент и проведения кластерного анализа
Унифицированные критерии оценки объектов противопожарного страхования
•1 Применение электрооборудования, соответствующего классу пожароопасной и (или) взрывоопасной зоны, категории и группе взрывоопасной смеси •2 Применение в конструкции быстродействующих средств защитного отключения электроустановок или других устройств, исключающих появление источников зажигания
•3 Применение оборудования и режимов проведения технологического процесса, исключающих образование статического электричества •4 Устройство молниезащиты зданий, сооружений и оборудования •5 Применение устройств, исключающих возможность распространения пламени из одного объема в смежный
•6 Применение объемно-планировочных решений и средств, обеспечивающих ограничение распространения пожара
•7 Устройство эвакуационных путей, удовлетворяющих требованиям безопасной эвакуации людей.
•8 Устройство систем обнаружения пожара, оповещения и управления эвакуацией людей
•9 Применение систем коллективной защиты (в том числе противодымной) обеспечивающей деятельность пожарной охраны
• 10 Применение основных строительных конструкций с пределами огнестойкости и классами пожарной опасности, соответствующими требуемым степени огнестойкости и классу конструктивной пожарной опасности зданий и сооружений
•11 Применение огнезащитных составов и строительных материалов для повышения пределов огнестойкости строительных конструкций
•12 Устройство аварийного слива пожароопасных жидкостей и аварийного стравливания горючих газов из аппаратуры •13 Применение первичных средств пожаротушения •14 Применение автоматических установок пожаротушения •15 Наличие лифтов для перевозки пожарных подразделений •16 Наличие противопожарного водоснабжения
•17 Организация деятельности подразделений пожарной охраны на объекте •18 Наличие требуемых проездов и подъездов пожарной техники •19 Организация обучения работников по программам ПТМ (пожарно-технического минимума), противопожарным инструктажам •20 Организация добровольной пожарной охраны на объекте
Рис. 2. Унифицированные критерии для оценки
Для выявления из всех признаков тех, которые являются наиболее информативными, с точки зрения задачи распознавания, предлагается предварительно провести анализ данным методом главных компонент.
В этом случае методику можно представить следующими основными этапами:
объектов противопожарного страхования
1. Составление исходной матрицы Х «объект-признак» размером т х п.
2. Составление ковариационной матрицы признаков Кпхп=ХтХ.
3. Составление корреляционной матрицы, элементами которой являются:
Rij =
1 JKUKJJ
4. Сингулярное разложение
корреляционной матрицы R=USVT, где и и V -ортогональные матрицы левых и правых сингулярных векторов; S - матрица-вектор
(2)
сингулярных чисел, расположенных в порядке убывания [2].
5. Определение к главных компонент, определяемых по соотношению первых
сингулярных чисел.
6. Из анализа первых к столбцов (главных компонент) матрицы и определяются компонентные веса, приходящиеся на каждый информационный признак.
7. Проводится кросс-валидация (в случае малой выборки объектов) или «зашумление» путем добавления исходной матрицы X, и пункты 1-6 повторяются.
8. Определяются признаки, которые по результатам двух расчетов имеют наибольшие компонентные веса. Они и отбираются в качестве признаков для дальнейшей процедуры распознавания.
Очевидно, что предлагаемая методика позволит отбирать признаки не только для решения задачи классификации объектов, но и для проведения кластерного анализа [1].
Проведем верификацию методики кластерного анализа в оценке 15 объектов противопожарного страхования, представленных на рисунке 1 выше.
Вначале выделим критерии для определения коэффициента оценки
противопожарного состояния 15 объектов. К данным критериям, по мнению авторов, следует отнести следующие (рисунок 2).
С целью осуществления экспертной оценки организуются две группы экспертов, специализирующихся в области страхования и перестрахования и знакомых друг с другом. В первую группу включены специалисты перестраховочных компаний, а во вторую -специалисты по страхованию имущественных рисков. Число экспертов в группе № 1 равно 5 человек; число экспертов в группе № 2 также равно 5.
Результаты кластерного анализа объектов противопожарного страхования представлены рисунке 3 ниже. Данные предварительно нормировались. При анализе определялся метод анализа, вид формулы для расстояния (евклидово) и количество кластеров (3) в эталонном алгоритме.
Таблица
Результаты нормализованного значения при определении коэффициента оценки
противопожарного состояния объектов_
Критерий*
Единица измерения
Значения в нормализованной матрице и,у
23456789
1 12
Не
требуется
Да
Не
требуется
Неисправно
Не
требуется
Да
Да
Не
требуется
Не
требуется
10
Да
11
Не
требуется
12
Не
требуется
1
0
3
4
5
1
2
1
1
2
1
1
1
1
1
1
1
3
2
2
2
1
2
2
4
2
1
1
2
1
3
1
3
1
2
5
3
3
3
3
3
6
1
1
1
1
1
1
1
2
1
7
1
1
1
1
2
1
1
1
1
8
1
1
1
1
1
1
1
1
9
1
3
3
3
3
3
1
1
1
1
1
1
2
1
2
1
1
1
3
1
3
3
1
2
1
Критерий* * Единица измерения Значения в нормализованной матрице и
1 2 3 4 5 6 7 8 9 10 11 12 13 14 15
13 Нет 3 1 1 1 1 1 1 1 1 1 2 1 1 1 1
14 Не требуется - - - 0,5 0,5 0,5 0,5 0,5 0,5 - - - 1 2 2
15 Не требуется - 1 - - - - - - - - - 1 - - -
16 Да 1 1 1 1 - 1 1 1 1 1 1 1 1 1 1
17 Не требуется 1 1 2
18 Да 1 1 1 1 1 1 1 1 1 1 1 1 1 1 1
19 Низкая 3 3 1 2 2 2 2 2 2 2 1 1 1 2 1
20 Нет 2 2 1 - - - - - - - 1 2 1 1 1
* Нумерация объектов в соответствии с рис. 1. ** Нумерация критериев в соответствии с рис. 2
Рис. 3. Результаты кластерного анализа объектов противопожарного страхования
Таким образом, рассмотренный подход в сочетании с сингулярным разложением матрицы «объект-признак» позволяет выбрать рабочий
словарь признаков пожарной опасности, устойчивый к изменениям априорно неизвестного параметра модели данных.
Вестник Воронежского института ГПС МЧС России №2(23) 2017, ISSN 2226- 700Х Библиографический список References
1. Зикратов И.А., Техтереков С.А., Чижов В.А. Методика выбора информативных признаков для классификации объектов на основе метода главных компонент // Научно-аналитический журнал «Вестник Санкт-Петербургского университета государственной противопожарной службы МЧС России». - 2014. - № 3. - С. 40-44.
2. Бондарев А.Е., Галактионов В.А. Визуальный анализ кластерных структур в многомерных объемах данных // Научная визуализация. - 2016. - Т. 8. - № 3. - С. 1-24.
3. Сметанкина Г.И., Деревянко В.М. Социально-экономические аспекты противопожарного страхования в современной России // Новая наука: современное состояние и пути развития. - 2016. -№ 9. - С. 248-250.
4. Ермасова Н., Ермасов С. Страхование. - Litres, 2016.
5. Зенин А.Ю. и др. Методический подход к оценке и экономическому обоснованию тарифных ставок противопожарного страхования имущества // Вестник Воронежского института ГПС МЧС России. - 2016. - № 1 (18).
6. Abakanov T. et al. Formalised assessment of the earth crust seismic potential (Mmax) of Kazakhstan based on a complex of seismogeophysical parameters // Казацстан Республикасы. - 2016. - Т. 2224.
7. Трифонов Б.И. Практические аспекты расчета тарифа в рисковых видах страхования // Стратегии бизнеса. - 2016. - № 3 (23).
8. Суханов Ю.Ю. О некоторых особенностях независимой оценки пожарного риска в Российской Федерации // Новая наука: современное состояние и пути развития. - 2016.
9. Lozhkin V. et al. Differential neural network approach in information process for prediction of roadside air pollution by peat fire // Materials Science and Engineering Conference Series. - 2016. - Т. 158. -№ 1. - P. 012063.
10. Porfiriev B. Crises in Russia: contemporary management policy and practice from a historical perspective. - Routledge, 2016.
11. Rawlings P. The Great Fire of London and the Origins of Fire Insurance: A Brief Note // Browser Download This Paper. - 2016.
1. Zikratov I.A., Tekhterekov S.A., CHizhov V.A. Metodika vybora informativnyh priznakov dlya klassifikacii ob 'ektov na osnove metoda glavnyh komponent // nauchno-analiticheskij zhurnal «Vestnik Sankt-Peterburgskogo universiteta gosudarstvennoj protivopozharnoj sluzhby MCHS Rossii». - 2014. - № 3.
- S. 40-44.
2. Bondarev A.E., Galaktionov V.A. Vizual'nyj analiz klasternyh struktur v mnogomernyh ob "emah dannyh // Nauchnaya vizualizaciya. - 2016. - T. 8. - № 3. - S. 1-24.
3. Smetankina G.I., Derevyanko V.M. Social'no-ehkonomicheskie aspekty protivopozharnogo strahovaniya v sovremennoj Rossii // Novaya nauka: sovremennoe sostoyanie i puti razvitiya. - 2016. - № 9.
- S. 248-250.
4. Ermasova N., Ermasov S. Strahovanie. -Litres, 2016.
5. Zenin A.Yu. i dr. Metodicheskij podhod k ocenke i ehkonomicheskomu obosnovaniyu tarifnyh stavok protivopozharnogo strahovaniya imushchestva // Vestnik Voronezhskogo instituta GPS MCHS Rossii. -2016. - № 1 (18).
6. Abakanov T. et al. Formalised assessment of the earth crust seismic potential (Mmax) of Kazakhstan based on a complex of seismogeophysical parameters // K,azavfitan Respublikasy. - 2016. - T. 2224.
7. Trifonov B.I. Prakticheskie aspekty rascheta tarifa v riskovyh vidah strahovaniya // Strategii biznesa.
- 2016. - № 3 (23).
8. Suhanov Yu.Yu. O nekotoryh osobennostyah nezavisimoj ocenki pozharnogo riska v Rossijskoj Federacii // Novaya nauka: sovremennoe sostoyanie i puti razvitiya. - 2016.
9. Lozhkin V. et al. Differential neural network approach in information process for prediction of roadside air pollution by peat fire // Materials Science and Engineering Conference Series. - 2016. - T. 158. -№. 1. - P. 012063.
10. Porfiriev B. Crises in Russia: contemporary management policy and practice from a historical perspective. - Routledge, 2016.
11. Rawlings P. The Great Fire of London and the Origins of Fire Insurance: A Brief Note //Browser Download This Paper. - 2016.
TECHNIQUE OF THE CHOICE OF CRITERIA FOR CLASSIFICATION OF OBJECTS IN FIRE-PROOF INSURANCE ON THE BASIS OF A METHOD MAIN A
COMPONENT
A technique is proposed that will allow selecting characteristics not only for solving the problem of classification of objects in fire insurance based on the method of main components, but also for conducting cluster analysis. The approach considered in the article in combination with the singular decomposition of the object-attribute matrix makes it possible to select a working dictionary of fire danger signs that is resistant to changes in the a priori unknown parameter of the data model.
Keywords: fire-proof insurance, insurance upon fire, method main component.
Вестник Воронежского института ГПС МЧС России №2(23) 2017, ISSN 2226- 700Х Зенин Александр Юрьевич,
ФГКУ «Специальное управление ФПС № 37 МЧС России», Россия, Воронеж, Zenin A. Yu.,
FGKU «Special management the Federal fire service №3 7 of EMERCOM ofRussia», Russia, Voronezh.
Шкарупета Елена Витальевна,
доцент кафедры защиты населения и территории, доцент, к.э.н.,
Воронежский институт ГПС МЧС России, Россия, Воронеж, Shkarupeta E. V.,
associate professor of the Department of protection of population and territories, associate professor, Ph. D.,
Voronezh Institute of State Firefighting Service of EMERCOM of Russia, Russia, Voronezh.
Калач Андрей Владимирович,
заместитель начальника института по научной работе, профессор, д.х.н.,
Воронежский институт ГПС МЧС России, Россия, Воронеж, e-mail: AVKalach@gmail.com Kalach A. V.,
the deputy chief on scientific work f Institute, prof., Sc. In Chemistry,
Voronezh Institute of State Firefighting Service of EMERCOM of Russia, Russia, Voronezh.
Шмырева Марианна Борисовна,
научный сотрудник, к.э.н.,
Воронежский институт ГПС МЧС России,
Россия, Воронеж,
e-mail: mariannaforme@gmail.com
Shmyreva M.B.,
researcher,
Ph. D.,
Voronezh Institute of State Firefighting Service of EMERCOM of Russia, Russia, Voronezh.
© Зенин А.Ю., Шкарупета Е.В, Калач А.В., Шмырева М.Б., 2017
