CC BY
8(SWOT Analysis) is the basic principle that must be based on the formulation of strategies on a good compatibility between the internal capacity of the enterprise represented by (Strengths and Weaknesses), and its external state represented by (Opportunities and Threats), and each of (Inputs, Processes) (Outputs, Results and Effects) is one of the most important components of the matrix analysis (SWOT Analysis). Which represents an assessment of the efficiency and effectiveness of the enterprise's current programs and operations, and it also includes the perceptions of internal and external stakeholders about the enterprise. Which are collected through (storming sessions (mental, personal interviews and questionnaires).Through which external trends are categorized on each of the political, economic, social, and technological forces.
References
1.Firas F. Fadhil Al-dawoodi. Strategic Developmental Analysis for Investing Oil and Natural Gas Resources in Iraq between Depletion and Sustainability (Midlands Oil Company as a Case Study), A dissertation submitted to the college of administration and economics of the University of Baghdad as a partial fulfillment for the higher diploma degree in strategic planning. 2019. - Pp. 25-75.
2. OPEC Annual Statistical Bulletin 2021, 56th, 57th, 58th editions, enterprise of the petroleum exporting countries. Vienna, Austria. - URL: https://nangs.org (acceded on 01.02.2022).
3. Al-Jubouri, Hussein Muhammad Jawad. Strategic Planning in Public Institutions / Contemporary Thought and Scientific Approach in a Renewed World, First Edition, Safaa company for Publishing and Distribution. Amman, Jordan, 2014. - Pp. 71-90.
УДК 004.8+624.13 doi:10.18720/SPBPU/2/id23-59
Кацко Александр Игоревич \
магистрант;
л
Кацко Дмитрий Игоревич ,
магистрант;
■5
Маций Владимир Сергеевич ,
аспирант
КОГНИТИВНОЕ МОДЕЛИРОВАНИЕ ОПОЛЗНЕВЫХ
ПРОЦЕССОВ ПРИ ПРОВЕДЕНИИ ГЕОТЕХНИЧЕСКОГО
МОНИТОРИНГА
1' 2 3 Россия, Краснодар, ФГБОУ ВО КубГАУ им. И. Т. Трубилина,
12 3
[email protected], [email protected], [email protected]
Аннотация. В статье рассмотрена когнитивная карта причин возникновения оползневых процессов. Изучение оползней обычно сопровождается геотехническим мониторингом, предлагается использование идеологии использования теории временных рядов для анализа результатов мониторинга.
Ключевые слова, когнитивная модель, оползень, геотехнический мониторинг, временные ряды.
Alexander I. Katsko 1,
Undergraduate;
л
Dmitry I. Katsko ,
Undergraduate;
Vladimir S. Matsiy 3, Graduate student
COGNITIVE MODELING OF LANDSCAPE PROCESSES WHEN CARRYING OUT GEOTECHNICAL MONITORING
12 3
' ' Kuban State Agrarian University, Krasnodar, Russia,
12 3
[email protected], [email protected], [email protected]
Abstract. The article considers a cognitive map of the causes of landslide processes. The study of landslides is usually accompanied by geotechnical monitoring, it is proposed to use the ideology of using the theory of time series to analyze the results of monitoring.
Keywords: cognitive model, landslide, geotechnical monitoring, time series.
Введение
Инженерная защита объектов гидротехнического, гражданского, промышленного назначений, автомобильных и железных дорог требует: проведения инженерных изысканий, расчета устойчивости склонов; проектирования мероприятий по проведению противооползневой защиты, их строительство и эксплуатацию. Для получения гарантийной безопасности природно-транспортных систем необходимо учитывать природную обстановку строительной площадки, свойства грунтов в составе и основании проектируемых сооружений. Изменение техногенных нагрузок и природно-климатических условий на геологическую среду, может привести к активации оползневых процессов, приводящих к деформациям подпорных стен, дорог и т. д., что требует своевременного мониторинга и анализа для прогноза чрезвычайных ситуаций. В связи с этим необходимо понимание основных факторов влияния и вариантов их взаимодействия на развитие оползневых процессов. Наиболее рациональным и эффективным для восприятия принято представление данных знаний в виде когнитивной карты, отображающей предметную область, изучение которой позволяет использовать модели временных рядов (полученных по результатам геотехнического мониторинга).
Изучение причин и факторов формирования оползней аннотационно изложено в работах С.И. Мация, посвященных управлению оползневыми рисками, показано, что их причины обусловлены влиянием литосферы, гидросферы, атмосферы и антропогенных факторов, таких как: геоморфологические, литологостратиграфические, гидрогеологические, гидрологические, метрологические, дендрологические, неотектонические и
сейсмические, воздействия, а также активизация абразионных и эрозионных процессов. Необходимость создания комплексных геотехнических объектов в условиях сложного горного рельефа при наличии угрозы оползней, обвалов и т. д. требует разработки программы мониторинга и проведения его на всех этапах строительного процесса. Известны следующие методы проведения геотехнического мониторинга: визуально-инструментальные, геодезические, виброметрические, геофизические, гидрогеологические, аэрокосмические. Следует отметить, что, несмотря на большие объемы собранной информации, в доступной литературе не освящались вопросы использования результатов мониторинга с точки зрения анализа и прогнозирования временных рядов, и их взаимодействия с различными лагами [1, 3, 5].
Когнитивное моделирование
Выделяют следующие группы факторов, влияющих на активизацию оползневых процессов: геоморфологические (крутизна склона), литоло-гостратиграфические (характер расположения в склоне пород), гидрогеологические (особенности фильтрации в породах), гидрологические (озера, реки), метрологические (атмосферные осадки), дендрологические (влияние растительности), неотектонические и сейсмические, воздействие на рельеф (подрезки в нижней и подсыпки в верхней частях склонов), воздействие на гидравлический режим склона, активизация абразионных и эрозионных процессов, изменение поверхностного стока, дополнительные нагрузки (сотрясения от транспортных средств).
В перечисленных группах факторов можно выделить наблюдаемые в течении длительного периода времени, ненаблюдаемые или наблюдаемые в короткий период времени. При построении когнитивной карты и ее дальнейшем исследовании с использованием модели временных рядов, были использованы только наблюдаемые факторы (как в длительном, так и коротком периодах). Воздействие ненаблюдаемых факторов примем в качестве случайного воздействия.
Учитывая проведенный выше обзор факторов, влияющих на появление оползневых процессов, рассмотрим следующие концепты:
Геологические характеристики
V1 - Сейсмические воздействия;
V2 - Положение и вид инженерно-геологических элементов.
Геоморфологические характеристики
V3 - Трещины в грунте;
V4 - Положение водоносных горизонтов;
V5 - Поверхностные воды;
V6 - Активизация абразионных и эрозионных процессов.
Климатические характеристики
У7 - Атмосферные осадки.
Косвенные характеристики
У8 - Влияние растительности;
У9 - Внешние нагрузки;
У10 - Антропогенные воздействия.
Характеристики грунта
У11 - Прочностные характеристики грунтов;
У12 - Крутизна склона;
У13 - Особенности фильтрации в породах.
Объекты исследования
У14 - Геотехнический мониторинг;
У15 - Оползневые процессы.
Рис. 1. Когнитивная карта О «Оползневой процесс»
Когнитивная карта характеризует взаимосвязи концептов и позволяет проводить импульсное моделирование, для оценки влияния факторов (состояний) друг на друга.
В качестве объекта исследования рассматривалось «Строительство и реконструкция подпорных стенок на автомобильной дороге А-147 Джубга - Сочи - граница с республикой Абхазия, Краснодарский край. На участке км 195+310 - км 196+985». Объект мониторинга был разделен на два участка (рис. 2): низовая подпорная стена (участок 1), верховая подпорная стена (участок 2). Регистрация результатов мониторинга осуществлялась каждые 20 минут в период с 16.12.2012 г. по 09.04.2013 г.
Рис. 2. Условное разделение объекта мониторинга на участки
Анализ результатов мониторинга во времени
Результаты мониторинга были представлены в виде графиков раскрытия деформационных швов, отклонений от вертикали сооружений и инклинометрических обсадных труб. В ходе мониторинга было рассмотрено 255 переменных по 6848 наблюдений за объектом в описанных выше точках. Для облегчения восприятия и формирования выводов требуется визуализировать временные ряды, описать их характеристики: стационарность, поведение автокорреляционных и частных автокорреляционных функций, провести тестирование соответствующих гипотез. Решение этих задач при сохранении изучаемых тенденций временного ряда позволяет строить модели и делать прогнозы. [2, 7]
д_431
3.5 3 2.5 2 1.5 1
0.5 0
4 3.5 3 2.5 2 1.5 1
0.5 0
1712 3423 5134 6845
0 1712342351346845
0 1712342351346845
1712 3423 5134 6845
0.9 0.8 0.7 0.6 0.5 0.4 0.3 0.2 0.1 0
1.6 1.4 1.2 1 0.8 0.6 0.4 0.2 0
4.5 4 3.5 3 2.5 2 1.5 1
0.5 0
0 1712342351346845
0 1712342351346845
0 1712342351346845
0 1712342351346845
д_134
0.04 0.03 0.02 0.01 0
-0.01 -0.02 -0.03
0.06 0.04 0.02 0
-0.02 -0.04 -0.06 -0.08
0.04 0.02 0
-0.02 -0.04 -0.06 -0.08
80 70 60 50 40 30 20 10 0
0 1712342351346845
0 1 7 1 234 2 35 1 346 8 45
0 1 7 1 234 235 1 3468 4 5
1712 3423 5134 6845
0
0
0
Рис. 3. Графики изменения показаний датчика давления, инклинометрических измерений, наклономера и трещиномера (ОКЕТЬ)
Рассмотрим построение модели УАЯ в которой, согласно критерию Шварца, максимальный порядок лага равен 2.
Для примера рассмотрим только две переменные аЬ 14, аЬ15:
аЬ14{ = 0,121*** +0,347 *** аЬ14^ + 0,271 *** аЫ4{_2 +
+0,029 *** аЬ15 , - 0,022 * *аЬ15
—1
аЬ15г = 0,065 *** +0,345*** аЬ14М
—2' 0,040*** аЬ14
(1)
--2
+
+0,474 *** аЬ15М - 0,445*** аЬ15
—2-
На рисунке 4 представлены графики импульсного отклика влияние одной переменной на другую в модели УАЯ. Практически на всех графиках всплеск от импульса достигает максимума в 5-10 временных периодах и далее стабилизируется, следовательно, максимальный сдвиг происходит в первые 2-3 часа после импульса на одном из уровней, отмеченных инклинометром [4, 6].
Рис. 4. Отклик на импульс размером в одну стандартную ошибку
По данным СК ГЭЦ постоянная ежегодная активизация оползня наблюдается с 1973 г., выделены два наиболее опасных очага (рис. 5), что соответствует результатам классификации скважин по группам риска (табл. 1).
Таблица 1
Классификация инклинометрических скважин по группам риска:
Участок 1 2 3 4 5
Группа риска II IV V III I
Заключение
В настоящей статье изучены причины возникновения оползней. Построена когнитивная карта, объясняющая причинно-следственные связи, понимание которых способствует верному составлению программы геотехнического мониторинга. Практическая значимость выполненной работы заключается в том, что опираясь на реальные ретроспективные данные результатов геотехнического мониторинга можно выявить наиболее значимые факторы (с учетом лага), получить модели многомерных временных рядов, изучить их на стационарность (не изменчивость основных характеристик во времени), использовать результаты мониторинга для упорядочивания инклинометрических скважин по степени оползневого риска.
Рис. 5. Карта тела оползня № 1195
Полученные результаты моделирования и прогнозирования могут использоваться для поддержки процесса принятия решений при проектировании геотехнических мероприятий для инженерной защиты от оползневых воздействий.
Список литературы
1. Безуглова Е.В. Оползневой риск транспортных природно -технических систем: монография / Е.В. Безуглова, С.И. Маций, В.В. Подтелков. - Краснодар: КубГАУ, 2015. - 239 с.
2. Бокс Дж., Дженкинс Г. Анализ временных рядов: Прогноз и управление. -М.: Мир, 1974. Вып. 1 - 406 с.; Вып. 2 - 197 с.
3. Гребнев Ю.С. Инженерная защита от опасных геологических процессов. Руководство по расчету и проектированию противооползневых мероприятий. - М.: ГЕОС, 2008. - 274 с.
4. Моделирование систем и процессов: учебник для академического бакалавриата / В.Н. Волкова, Г.В. Горелова, В. Н. Козлов и др. Под ред. В.Н. Волковой, В.Н. Козлова. - М.: Изд-во Юрайт, 2014. - 592 с.
5. Маций С.И. Оценка оползневого риска транспортных сооружений: монография / С.И. Маций, Е.В. Безуглова, Д.В. Плешаков. - Краснодар: КубГАУ, 2015. - 120 с.
6. Хан Г. Статистические модели в инженерных задачах / Г. Хан, С. Шапиро. -М.: МИР, 1969. - 395 с.
7. Чернова Н.И. Математическая статистика: учебное пособие / Н.И. Чернова. -Новосибирск: Новосибирский гос. ун-т, 2014. - 2-е изд. - 150 с.
УДК 004.8:330.3 doi:10.18720/SPBPU/2/id23-60
Величко Павел Юрьевич 1,
канд. экон. наук;
Величко Елизавета Павловна ,
магистрант;
-5
Кацко Игорь Александрович ,
д-р экон. наук, профессор
ОБОСТРЕНИЕ НЕРАВНОМЕРНОСТИ ЭКОНОМИЧЕСКОГО РАЗВИТИЯ НА ПУТИ К МНОГОПОЛЯРНОМУ МИРУ -ПРИЧИНЫ, ПОСЛЕДСТВИЯ, НОВЫЕ СМЫСЛЫ (КОГНИТИВНЫЙ ПОДХОД)
Мы не доктора, мы боль.
(А.И. Герцен)
1 Россия, Москва, ООО «Аэлита», [email protected];
2 Россия, Москва, Московский государственный университет им. М.В. Ломоносова, [email protected];
3 Россия, Краснодар, Кубанский государственный аграрный университет им. И.Т. Трубилина, [email protected]
Аннотация. Рассматриваются вопросы современного состояния экономики, характеризующиеся «неравномерностью» развития и «созидательным разрушением» капиталистического общества в процессе выбора между однополярным и многополярным миром с одной стороны и технологиями информационного общества
