CC BY
44
УДК 630.43
АГЕНТНОЕ МОДЕЛИРОВАНИЕ ПРОЦЕССОВ УПРАВЛЕНИЯ БОРЬБОЙ С ПРИРОДНЫМИ ПОЖАРАМИ
Георгий Алексеевич Доррер, д-р техн. наук, ведущий профессор, e-mail: [email protected] Сергей Викторович Яровой, аспирант, e-mail: [email protected] Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева. Россия, Красноярск http://www.sibsau.ru
Предложен новый метод описания процессов распространения и управления ликвидацией природных пожаров на основе агентных моделей. На основе этого метода разработана ГИС-ориентированная программная система, которая допускает расширение и может оказаться полезной как при управлении борьбой с пожарами, так и при обучении персонала тактике борьбы с природными пожарами.
Ключевые слова: агентное моделирование, управление процессом борьбы с природными пожарами, геоинформационная система, обучение персонала
Введение
Природный пожар - неконтролируемый процесс горения, стихийно возникающий и распространяющийся в природной среде. Данный термин объединяет лесные, торфяные и степные пожары. Природные пожары наносят огромный экономический и экологический ущерб странам и регионам, в которых они возникают, приводят к гибели людей. Для поддержки эффективной борьбы с природными пожарами к настоящему времени разработано большое количество информационных систем, позволяющих с различной степенью точности моделировать и прогнозировать поведение пожаров (системы BehavePlus [14], FARSITE [19], WFDS [21] и др.).
Однако, помимо моделирования непосредственно самой кромки природного пожара, существует необходимость моделирования различного рода внешних воздействий на пожар для его локализации и ликвидации. Использование подобного рода моделей может активно использоваться при управлении пожарной ситуацией, в частности, для решения задачи эффективного управления противопожарными силами и средствами. На практике выбор средств и методов для локализации природного пожара зависит от большого количества факторов, которые с трудом поддаются формализации. В таких условиях, на наш взгляд, весьма эффективным методом является агентное моделирование.
Агентное моделирование (agent-based modeling, ABM) представляет собой новый подход к имитационному моделированию, который направлен на имитацию поведения сложных динамических систем с помощью исследования поведения и взаимодействия автономных и независимых субъектов (агентов) в некоторой среде [1, 15]. Агентные модели используются как в естественных науках (физике, биологии), так и в общественных (социологии, экономике). Данный тип моделей наиболее эффективен, при исследовании поведения систем, состоящих из большого числа взаимодействующих субъектов (от десятков до нескольких тысяч), находящихся под влиянием случайных воздействий.
Для моделирования пожарных ситуаций в природных объектах особый интерес также представляют геоинформационные системы (ГИС), которые обладают возможностями хранения и визуализации пространственной информации. Совместное использование агентного моделирования и ГИС позволяет объединить преимущества обоих направлений, применить перспективные средства для моделирования процессов, протекающих в условиях реальной природной среды и ландшафта.
Идея моделирования кромки природного пожара с помощью агентного подхода рассматривалась в работах [7, 17, 22]. В указанных работах агентные модели создава-
лись с помощью специализированных программных систем (агентных платформ), таких как NetLogo, StarLogo, Repast Simphony и др. Данный подход позволяет упростить программную реализацию имитационной модели, но значительно затрудняет интеграцию агентных моделей с ГИС. Кроме того, в указанных работах производится моделирование только свободно распространяющегося пожара, без моделирования действия противопожарных сил и средств.
Таким образом, существует необходимость создания имитационных систем на основе агентного подхода, позволяющих моделировать пожарные ситуации на реальной местности. В настоящей работе предлагается новая методика создания таких систем на примере агентной модели, имитирующей распространение низового лесного пожара и прямой метод его тушения немеханизированными противопожарными отрядами.
Описание динамики фронта пожара
Рассмотренная ниже модель динамики пожара основана на следующих предположениях.
1. Область моделирования представляет собой фрагмент карты реальной местности, покрытой слоем растительных горючих материалов. Это позволяет объединить данные ГИС и агентных моделей. Карта содержит слои, отображающие различные элементы среды моделирования: населенные пункты, реки, озера, дороги, овраги, лесные насаждения и другие объекты. Координаты каждого элемента заданы. Используется так называемая модель тонкого слоя горючих материалов (thin layer model of vegetable fuel) [25]. В этой модели не учитывается вертикальная структура растительности, а горючие материалы рассматриваются как однородный слой на поверхности земли с усредненными характеристиками. Такие характеристики хранятся в базе данных пирологиче-ских описаний участков леса.
2. Процесс распространения огня по слою горючих материалов и процесс противодействия распространению огня рассматриваются в проекции на горизонтальную плоскость (на карте соответствующего масштаба). Координатная система X = [xx, x2 ]г привязана к карте; X е D ,где D - рассматриваемая сценарная область.
3. Микрометеорологические, топографические параметры и характеристики горючих материалов в каждой точке карты предполагаются известными. Это позволяет вычислять параметры процесса горения в каждой точке карты с помощью известных моделей горения растительных материалов (например, с помощью R. Rothermel's model for fire spread prediction [24]).
Пусть (p{X, t ) = 0 уравнение фронта пожара (фиг.1). Эта функция описывает движение кромки огня и удовлетворяет уравнению Гамильтона-Якоби (Hamilton - Jacoby equation)
— + V ■ grad p = 0, (1)
dt
где V = V (X) = [v1, v2 ] - вектор-строка скорости фронта пожара.
Вектор-столбец градиента grad p =
dp dp aX1, aX2
= P = [p1, p2 ] представляет собой
нормаль к к линии фронта пожара.
Уравнение (1) рассматривается при начальных условиях
Х{0) = Х0(о), Р(о) = Р0(о), (2)
где X 0 и Р0 (о) представляют собой параметрическое представление начального контура пожара и множества нормалей к нему, и - допустимое множество значений параметра о.
Для целей численного моделирования динамики пожара более удобным является
Т
использование нормальной скорости фронта пожара Vn = V • P/|P|, где |p| - длина нормали и P /|р| - единичный вектор нормали к линии фронта.
При этом уравнение (1) преобразуется к виду
■f+V,P = 0. (3)
Уравнение (3) также рассматривается при начальных условиях (2).
Как следует из теории процессов горения и наблюдений, скорость распространения пожара зависит от множества параметров внешней среды, в первую очередь, от скорости ветра и уклона местности, где происходит горение. Поэтому нормальная скорость движения фронта пожара может быть представлена как функция нескольких аргументов.
Vn = Vn (X, t,W, S ,ß,y), (4)
где W - скорость ветра, S - уклон местности, ß - угол между направлением ветра W и направлением нормали к линии фронта P, у - угол между вектором склона и направлением нормали к линии фронта.
Нормальная скорость движения фронта пожара в любой точке слоя горючих материалов может быть представлена как произведение двух функций:
Vn (X, t, W, S, ß, у) = V0 (X, t, W, S )Zn (P, W, S), (5)
где V0 - максимальная скорость распространения пожара, когда направление нормали к контуру совпадает с направлением ветра и направлением уклона местности.
Множитель 0 < xn (P, W, S) < 1 определяет степень уменьшения скорости распространения пожара Vn в других направлениях, когда направление нормали к контуру
не совпадает с направлением ветра и уклона. Эта функция определяет локальные направления движения фронта пожара и называется индикатрисой нормальной скорости фронта, или, следуя H. Minkowski and H. Rund [10]. Для простоты изложения мы будем в дальнейшем обозначать фигуротрису как %п (P).
Использование фигуротрис позволяет создать эффективный алгоритм численного моделирования процесса распространения фронта пожара. Идея алгоритма заключается в использовании метода подвижных сеток, предложенного С. Годуновым [3]. Суть метода заключается в том, что расчетная сетка задачи не строится априори, а определяется текущим решением задачи. Сетка двигается и развивается по мере выполнения вычислений.
Рассмотрим конструкцию расчетной сетки [4]. Кромка пожара в момент t представляет собой замкнутую линию, проходящую через точки C1,...CN (фиг. 1). Каждая
точка Ct = Ct(() определяется вектором Ct(t)={X,L(i),R(i), t}, i = 1,..., N, где
Xi = (xj, x2) - координаты точки на карте, L(i) и R(i) - соответственно номера соседних
точек, лежащих слева и справа от Ci .
Алгоритм включает следующие этапы.
1. Создание узлов сетки в следующий момент t +1 (первая итерация). Для каждой точки Ci (t) вычисляется новый вектор координат
Xi ((+1) = Xi (() + V0 (X, t )Zn (P w. (6)
Здесь Pi - вектор нормали к фронту в точке Ci (t). Этот вектор определяется как нормаль в точке Ci (t) к линии, проходящей через точки Ci_1 (t), Ci (t), Ci+1 (t); At - временной шаг расчёта.
2. Упорядочение сетки. При моделировании распространения пожара по пересечённой местности расстояния между соседними узлами изменяются, и сетка может стать беспорядочной. Для того, чтобы поддерживать регулярную структуру сетки, предусмотрены два действия: введение нового узла, если расстояние между соседними узлами превысит заданную максимальную величину lmax и исключение одного из узлов, если такое расстояние окажется меньше заданной величины lmin. Например, если расстояние между узлами C (i) и CR (i) больше lmax, то между ними вводится новый узел C(j) и меняются ссылки на соседние узлы: R(i) = j, L (R (i)) = j, R (j) = R (i), L (j) = i. Аналогично, если расстояние между C(i) и C(R (i)) меньше lmin, то узел C(i) исключается из списка и изменяются ссылки : C(R(i))=C(L(i)), C(L(I))=C(R(i)).
Благодаря списочной структуре описания фронта пожара возможно моделирование движения нескольких отдельных пожаров, их разделение или слияние.
Входные данные для расчета процесса горения являются типовыми для многих моделей [2, 5, 11, 24]. Учитываются параметры растительного горючего:
- тип горючих материалов,
- запас горючего kg/m2,
- теплотворная способность горючего Q, J/m2.
- Параметры внешней среды:
- класс пожарной опасности по погоде (от 1 до 5),
- скорость и направление ветра W по данным ближайшей метеостанции, m/sec
- величина и направление уклона местности, град.
Указанные параметры являются наиболее важными для вычисления интенсивности горения на кромке пожара I, W/m, максимальной скорости распространения V0
m/min, параметров фигуротрисы %п (P), что позволяет вычислять скорость движения
фронта в любой его точке.
Агентная модель
Модель содержит два типа агентов - A и B. Ниже кратко описаны конструкция и функционирование агентов.
Агенты типа А (А-агенты) предназначены для моделирования процесса распространения пожара как волны горения на основе уравнений Гамильтона-Якоби и рассмотренного выше алгоритма подвижных сеток. Каждый узел C(i) подвижной сетки соответствует одному агенту Ai. Множество ^-агентов представляет собой контур пожара (рис. 1). Пространственные координаты агентов этого типа Xi (t) вычисляются на каждом шаге моделирования. Корме того, как было описано выше, в процессе моделирования при определенных условиях агенты могут «погибать» или, напротив, возникать новые. На рисунке также показано перемещение агента А(t) на следующем временном шаге 1). Вектор P(t) представляет собой нормаль к линии фронта пожара в точке Аг^); W - вектор ветра; V0%n (P )At - расстояние, на которое
перемещается агент Аi за один шаг.
Агенты типа А могут находиться в активном и пассивном состояниях. А-агент, находящийся в активном состоянии, генерирует тепловой поток I(t) и струю дыма [9].
Рис. 1. Представление контура пожара как цепочки ^-агентов, перемещение которых происходит в соответствии с алгоритмом подвижных сеток
Интенсивность теплового потока зависит от условий горения и может снижаться под воздействием агентов типа В. При уменьшении величины I(t) до нуля А-агент переходит в пассивное состояние и больше не участвует в процессе моделирования.
Агенты типа В моделируют действие противопожарных сил и воздействуют на агентов типа А. Они преследуют единственную цель - «погасить» все узлы горения, т.е. перевести все А-агенты в пассивное состояние. Для этого В-агент движется по среде моделирования к ближайшему А-агенту и, подойдя к нему, уменьшает интенсивность горения 1А (t):
IA (t +1) = I a (t) -MB (t), (7)
где AIB (t)- снижение интенсивности горения, вызываемое В-агентом за один шаг моделирования. «Погасив» очередного А-агента, В-агент перемещается к ближайшему активному А-агенту и продолжает свои действия.
Перед началом моделирования задается число, расположение и характеристики А-и В-агентов. Характеристики А-агентов задаются параметрами горения, скоростью движения фронта пожара Vo и фигуротрисой %п (P). Производительность В-агентов
определяется инструкциями по борьбе с природными пожарами [5, 12].
Формальное описание и реализация моделирующей системы
Моделирующая система построена по иерархическому принципу и формально может быть описана как цветная вложенная сеть Петри (Coloured Nested Petri Net), [20, 8]. Она содержит две подсистемы: базовую и сателлитную. Базовая часть содержит всю информацию о среде моделирования, осуществляет связь с ГИС, с пользователями системы и управляет сателлитными агентами которые моделируют пожарную ситуацию на карте местности. В данной работе используется два типа сателлитных агентов - A и B, действие которых описано выше. На рисунке 2 приведен фрагмент сателлитной части раскрашенной сети Петри, показывающей взаимодействие агентов типа A и B. Ниже кратко описана семантика поведения этих агентов.
Пространственное положение агента типа А определяется системной сетью в соответствии с динамикой фронта пожара, как было описано выше. Состояние этого агента определяется маркировкой позиции PA , которая включает булеву переменную status A, определяющую статус агента, и интенсивность горения intensityA в локальном участке местности, занимаемом агентом. При наличии ресурса в этой позиции агент считается активным. В начале работы ресурс активизируется по сигналу системной сети путем срабатывания перехода tAo по дуге aA0. Активное состояние агента
поддерживается по дугам aA1, aA2, при срабатывании перехода tA1. При отсутствии горючих материалов на участке местности, занимаемом агентом, ресурс обнуляется через переход t . При взаимодействии с агентом типа B ресурс intensity A уменьшается на
A2
каждом шаге моделирования на величину delta_ intensity A, которая передается по дуге
aA4 при срабатывании перехода tсогласно формуле (7). При intensity A=0 агент
AB
типа А становится пассивным.
Пространственное положение агента типа B определяется системной сетью в соответствии с алгоритмом движения противопожарных сил. Состояние этого агента является булевой переменной status_B и определяется маркировкой позиции PB : при наличии ресурса в этой позиции агент считается активным. Ресурс при начале работы
активизируется через переход tB0 по дуге aB0 из системной сети. Активное состояние
агента поддерживается по дуге aB1 при срабатывании перехода tni . При активации пе-
B1
рехода t происходит воздействие на агент типа A - уменьшение величины ресурса AB
ШвтИу Л в позиции РА , как описано выше. Взаимодействие агентов управляется системной сетью.
На основе предложенной мультиагентной модели был разработан программный комплекс, имеющий клиент-серверную архитектуру и web-интерфейс, что позволяет работать с программой одновременно нескольким пользователям. На сервере реализуется базовая часть системы и база данных, в которой хранится информация о среде моделирования (карта местности, параметры погоды, характеристики горючих материалов, данные о противопожарных средствах). Клиентская часть системы реализует поведение сателлитных агентов, она написана на JavaScript с использованием библиотеки OpenLayers. Библиотека позволяет создавать карты на основе программного интерфейса (API) и позволяет осуществлять web-интерфейс для отображения картографических материалов. Библиотека может работать с данными различных картографических сервисов, таких как OpenStreetMap, Google, Yandex и др. Более подробно программная реализация модели описана в работе [13].
Ниже представлены примеры моделирования процесса тушения низового пожара с помощью разработанной системы.
Пример 1
Параметры среды, в которой происходит пожар, следующие: -основной проводник горения - лишайник; -класс пожарной опасности - 3;
-скорость ветра под пологом леса - 1,5 м/с, направление: северо-запад, -местность равнинная, с небольшими неровностями.
Площадь очага пожара при начале тушения составляет около 3 га. Согласно данным справочников [5, 11, 12], интенсивность пожара средняя, поэтому может быть принята тактика тушения охватом пожара с фронта. К тушению привлечены две команды по 12 человек каждая, расположенные в одной точке вблизи фронта пожара. Командам задано направление обхода пожара в противоположных направлениях. На рисунке 2А представлена исходная позиция пожарных команд и исходный контур пожара. Рисунок 2Б показывает положения пожарных команд и контур пожара спустя 3 часа (36 итераций моделирования). Как видно из рисунка, пожарные команды продолжают успешно продвигаться по флангам в строну тыла пожара. Это свидетельствует о том, что выбрана правильная тактика тушения и достаточные противопожарные силы. Через 6 часов пожар практически полностью локализован и потушен (рисунок 2В)
А Б В
Рис. 3. Первый пример работы имитационной системы - тушение пожара двумя командами: А - начало тушения; площадь, пройденная огнем, равна 3,4 га;
Б - конфигурация пожара через 3 часа; площадь, пройденная огнем 10,1 га;
В - завершение тушения пожара через 6 часов; площадь, пройденная огнем, равна 12 га.
Пример 2
Параметры среды моделирования:
- тип растительного горючего - лишайник;
- класс пожарной опасности - 2;
- скорость ветра под пологом леса - 1 м/с, направление ветра - юго-запад.
Лесной участок расположен на склоне, о чем свидетельствуют линии уровня. Согласно [5, 11, 12] интенсивность моделируемого пожара определяется как слабая, поэтому выбрана схема воздействия на пожар по всему периметру. Привлечены 3 противопожарные команды по 6 человек каждая, которые были расставлены вокруг кромки пожара и получили задание обходить пожар против часовой стрелки. Площадь очага пожара при обнаружении составляет около 4 га. На рисунке 2, А представлена исходная позиция пожарных команд и исходный контур пожара.
Рис. 2 - Пример моделирования процесса ликвидации пожара
На рисунке 2,Б показано положение команд и контур пожара спустя 4 часа после начала тушения (через 48 итераций процесса моделирования). Как видно из рисунка, спустя 4 часа пожар продолжает развиваться, потушено менее 50% действующей кромки пожара. Кроме того, общая длина горящей кромки пожара на 4-м часе тушения приблизительно равно длине исходной кромки пожара, что говорит о том, что 3 отряда пожарных по 6 человек не способны справится с данным пожаром.
Приведённый пример отрицательного результата при планировании противопожарного мероприятия говорит, на наш взгляд, о реалистичности процесса агентного моделирования. Дело в том, что нормативы использования противопожарных сил дают достаточно грубые оценки, которые с учетом особенностей местности могут привести к принятию ошибочных решений.
Заключение
Авторы считают, что в данной работе новыми являются следующие положения и
результаты.
Предложен новый метод имитационного моделирования процессов распространения и борьбы с природными пожарами, основанный на агентном подходе, позволяющий одновременно моделировать процесс распространения природного пожара и процесс борьбы с ним.
Разработанная мультиагентная модель для имитации прямого метода тушения низового лесного пожара немеханизированными противопожарными отрядами и разработанный на основе данной модели программный комплекс, могут быть использованы для решения широкого круга задач.
Во-первых, система может быть полезной для оперативного определения параметров распространения лесного низового пожара в лесных насаждениях, а также разработки комплекса мер по его предотвращению и противодействию.
Во-вторых, данная система может служить основой для учебно-тренажерных систем, предназначенных для обучения студентов вузов и колледжей лесохозяйственного профиля, работников лесного хозяйства и МЧС основам тактики борьбы с природными пожарами в учебно-игровой форме.
Возможности предложенного метода могут быть расширены путем введения новых агентов, моделирующих поведение других участников процесса борьбы с природными пожарами, что повысит реалистичность и достоверность моделирования.
Литература
1. Аксенов К.А., Гончарова Н.В. Динамическое моделирование мультиагентных процессов преобразования ресурсов. - Екатеринбург: Изд-во УГТУ-УПИ. 200б. 311 с.
2. Волокитина А. В. Защита населенных пунктов от чрезвычайных ситуаций, связанных с природными пожарами (практические рекомендации). - Красноярск: СО РАН. 2002. бЗ с.
3. Годунов С.К., Прокопов Г.П. Об использовании подвижных сеток в газо-динамических расчетах // Журн. вычислит. матем. и математ. физики. 1972. Т. 12. № 2. С. 429-439
4. ДоррерГ.А. Динамика лесных пожаров. - Новосибирск: Изд-во СО РАН. 2008. 404 с.
5. Иванов В.А., Иванова Г.А., Москальченко С.А. Справочник по тушению природных пожаров. 2-е изд. перераб. и доп. Красноярск: ПРООН/МКИ. 2011. 130 с.
6. Коровин Г.Н. Методика расчета некоторых параметров низовых лесных пожаров. Сборник науч.-исслед. работ по лесному хоз-ву. - ЛенНИИЛХ, вып. XII. 19б9. С. 244-2б2.
7. Кухта В.Б. Метод моделирования распространения низового пожара в лесных насаждениях с использованием агентного подхода // Вестник Московского государственного университета леса - Лесной вестник, 2014. № S. С. 92-97.
8. Ломазова И. А. Вложенные сети Петри: моделирование и анализ распределенных систем с объектной структурой. - М.: Научный мир, 2004. 208 с.
9. Мальбахов В.М., Шлычков В.А., Лежнин А.А., Дубровская О.А. Численная модель распространения дымового шлейфа при лесных пожарах с параметрическим учетом процессов горения // География и природные ресурсы. 2004. спец. выпуск. С. 170-174.
10.РундХ. Дифференциальная геометрия финслеровых пространств. - М.: Наука, 1981. 340 с.
11.Софронов М.А. Лесные пожары в горах Южной Сибири. - М. Наука, 19б7. 1S0 с.
12.Щетинский Е.А. Тушение лесных пожаров: пособие для лесных пожарных , изд. 3-е, перераб. и доп. - М: ВНИИЛМ, 2002. 104 с.
13. Яровой, С. В. Применение агентных моделей для имитации процесса локализации природных пожаров // Программные продукты, системы и алгоритмы. 201б. Вып. № 2.
14. Andrews P.L., Bevins C.D., Seli R.C. BehavePlus fire modeling system, version 2.0: User's Guide. USDA Forest Service Gen. Techn. Rep. RMRS-GTR-106WWW. Ogden, 2003, 4S p.
15. BattyM., JiangB. Multi-agent simulation: new approaches to exploring space-time dynamics within GIS, Centre for Advanced Spatial Analysis Working Paper Series, Paper 10, University College London, London.
16. Brown D.F., Dunn W.E., Lazaro M.A., Policastro A.J. The smoke-fireplume model: tool for eventual application to prescribed burns and wildland fires. Joint Fire Science Program Conference and Workshop, Boise, 1999, 12 p.
17. Dai D., Zhang Y. Simulating fire spread in a community using an agent-based model. Proceedings of the 12th International Conference on GeoComputation. LIESMARS Wuhan University, Wuhan, China, 2013, pp. 130-132.
18. Dorrer G.A., Ushanov S.V. Mathematical modeling and optimization of forest fires localization processes. Fires in Ecosystems of Boreal Euroasia. Kluver Academic Publishers, 1993, P 303 - 313.
19. Finney M.A. FARSITE: Fire are simulator model, development and evaluation. USDA Forest Service Res. Paper RMRS-RP-4. Ogden, 1998, 47 p. Jensen, K. Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use. Berlin: Spingler, Vol. 2. 1997. 174 p.
20. Jensen K. Coloured Petri Nets: Basic Concepts, Analysis Methods and Practical Use. Berlin: Spingler Vol.2, 1997, 174 p.
21. Mell W., Jenkins M.A., Gould J., Cheney Ph. A physics-based approach to modeling grassland fires // International Journal of Wildland Fire. Vol. 16. 2007. pp. 1-22.
22. Niazi M., Siddique Q., Hussain A., Kolberg M. Verification & Validation of an Agent-Based Forest Fire Simulation Model. Proceedings of the Agent Directed Simulation Symposium as part of the ACM SCS Spring Simulation Multiconference . Orlando, FL, 2010. 142-149.
23. Parlar M. Optimal Forest Fire Control: an Extension of Park's Model. Forest Science, Vol. 28. N. 2. 1982. P. 345-355.
24. Rothermel R. C. A mathematical model for fire spread predictions in wildland fuel. USDA Forest Service Research Paper INT-115, (Intermountain Forest and Range Exp. Stn.), Ogden, 1972. 40 p.
25. Shatalov P.S., Dorrer G.A. Parallel computation of forest fire and its interaction with infrastructure objects. Fourth Fire Behave and Fuels Conference, conference abstracts. - St. Petersburg, 2013. P. 3.
Agent modeling of control processes of control with natural fire
Georgy Alexeevich Dorrer, Leading Professor, Reshetnev Siberian State Aerospace University
]
Sergey Viktorovich Yarovoy, PhD Student, Reshetnev Siberian State Aerospace University
A new method^ for describing the processes of propagation and managing of wildfires elimination based on agent models is proposed. Based on this method, a GIS-oriented software system has been developed. The system allows for expansion and may be useful both in controlling fire fighting and in training personnel in the tactics of combating wildfires.
Keywords: agent modeling, management of the process of combating natural fires, geoinfor-mation system, personnel training
УДК 621.396.97
РАЗРАБОТКА МОДИФИЦИРОВАННОГО СПОСОБА ПЕРЕДАЧИ ИНФОРМАЦИИ ПО МАГИСТРАЛЬНЫМ КАНАЛАМ СВЯЗИ В СИСТЕМАХ ТЕЛЕМЕХАНИКИ
Кокин Виталий Владимирович, аспирант кафедры информатики и программного обеспечения вычислительных систем,
e-mail: [email protected] Аунг Чжо Мьо, аспирант кафедры информатики и программного обеспечения вычислительных систем, e-mail: [email protected], Портнов Евгений Михайлович, д-р. техн. наук, профессор кафедры информатики и программного обеспечения вычислительных систем e-mail: [email protected], Каунг Сан, аспирант кафедры информатики и программного обеспечения вычислительных систем, e-mail: [email protected],
