CC BY
59
УДК 656.13.084 DOI: 10.30977/АТ.2219-8342.2018.43.0.78
МАТЕМАТИЧН1 МЕТОДИ ОБГРУНТУВАННЯ Р1ШЕНЬ В АВТОТЕХН1ЧН1Й ЕКСПЕРТИЗ1 ДОРОЖНЬО-ТРАНСПОРТНИХ ПРИГОД
Кашканов А. А.1 1Харк1вський нацюнальний автомоб1льно-дорожн1й ушверситет
Анотаця. Виконано анал1з математичних метод1в обгрунтування р1шень, якг традищйно за-стосовуються для розв'язування задач автотехшчног експертизи дорожньо-транспортних пригод, на основ7 якого визначено шляхи удосконалення ¡снуючих та побудови нових метод1в тдвищення точност1 розрахунюв та категоричност1 експертних висновюв. Ключов1 слова: автомобыь, безпека руху, дорожньо-транспортна пригода, автотехмчна екс-пертиза, математичм методи, обгрунтування ршень.
Вступ
Забезпечення безпечно! експлуатацп ав-томобшьно! техшки е актуальною проблемою для багатьох кра!н свггу. За 2010-2017 роки в Укра!ш зареестровано близько 1 млн 391 тис. дорожньо-транспортних пригод (ДТП), у яких загинуло 35 тис. та травмовано 284 тис. оаб [1]. За результатами 2017 року у краш за добу в середньому вщбуваеться 445 ДТП, в котрих 95 людей отримують травми та гине щонайменше 9 людей [2]. Це ставить перед Укра!ною цший комплекс завдань, спрямованих на тдвищення безпеки руху.
Вивчення ушх аспекпв як транспортного процесу, так i дорожньо-транспортних пригод базуеться на аналiзi складно! картини взаемодп елеменив (ланок) системи «водш-автомобшь-дорога-середовище» (ВАДС). Порушення в робой кожного з елеменив системи ВАДС призводить до зниження И ефе-ктивносп (зменшення швидкосп руху, немо-тивованих зупинок, збшьшення витрати палива) або до аварп (ДТП). Великим резервом у виршенш проблеми аваршносп на ав-томобшьному транспортi е пiдвищення точности й об'ективностi методiв аналiзу ДТП, виявлення причинно-наслщкових зв'язкiв.
Анал1з публжацш
Один з фундаментальних принципiв су-часно! науки полягае в тому, що явище не можна вважати добре зрозумшим, поки воно не описано за допомогою кiлькiсних характеристик. Отже багато з того, що складае сутнють наукового знання, можна розглядати як сукупнють принципiв i методiв, необхiд-них для конструювання математичних моделей рiзних систем, як дозволяють отримува-ти кiлькiсну шформащю про !х поведiнку [3].
Судова автотехшчна експертиза (САТЕ) е експертним дослщженням, що проводиться з
метою встановлення мехашзму й обставин ДТП з врахуванням показниюв технiчного стану транспортних засобiв, якостi та пара-метрiв дороги, психофiзiологiчних характеристик И учасникiв та iнших факторiв [4, 5].
Надiйнiсть i точшсть результатiв експер-тизи ДТП е важливим фактором, що визначае категоричнiсть висновкiв експерта-автотехнiка та впливае на ршення суду про ступiнь винностi учасниюв пригоди. Сучасна автотехнiчна експертиза потребуе застосу-вання методик i технологш, якi забезпечують не тiльки необхщну точнiсть виконуваних розрахункiв, але й дозволяють всебiчно дос-лiдити мехашзм ДТП. У кра!нах СС та США автотехшчне дослiдження iз застосуванням спецiалiзованих комп'ютерних програм е стандартною процедурою моделювання ме-хашзму ДТП та його вiзуалiзащ!, оскшьки вони сприймаються як комп'ютеризованi ве-рси вiдомих законiв механiки, а також фундаментальних дослщжень у галузi механiки удару та динамши автомобiлiв. Такi програ-ми, як правило, не потребують сертифшацп або апробацп - експерт-автотехнiк сам оби-рае методики та несе повну вщповщальнють за об'ективнють та науковють виконаного дослiдження [6, 7, 8].
Розслщування обставин ДТП належить до категори найскладнiших. Незважаючи на ю-нування велико! кiлькостi методично! л^ера-тури та рекомендацiй з розслщування вказа-но! категорi! справ, проблеми експертизи ДТП, як iснували рашше, iснують й нинi в Укра!ш, незважаючи на краще технiчне оснащення, введення спецiалiзацi! слiдчих та покращення !х пiдготовки [9].
Щд час експертизи дорожньо-транспорт-них пригод виконуеться комплексне науко-во-технiчне дослщження всiх аспектiв кож-но! пригоди окремо. Як вщомо, кожна ДТП
мае сво! певш особливосп, причому в бшь-шостi пригод одночасно ддать декiлька видiв причинно-наслiдкових зв'язюв. Це усклад-нюе експертизу ДТП i зумовлюе необхiднiсть шляхом шженерного аналiзу встановлювати частиннi технiчнi, причинно-наслщков^ фу-нкцiональнi, часовi та iншi зв'язки, якi дiяли у процес пригоди. Великою мiрою об'ек-тивнють розслiдування залежить вiд прави-льност вибору початкових даних та методики шженерного розрахунку [10, 11].
Як правило, пригоди розвиваються за де-кшька секунд, а школи - за долi секунди. Кожна пригода, хоч i пiдлягае загальним ха-рактерним для вше! сукупносп закономiр-ностям, е наслiдком конкретних факторiв. Цi фактори можуть бути як загальними для цшо! групи автомобiлiв, що попали в ДТП (напри-клад, ожеледь на якшсь iз дiлянок дороги), так i суто iндивiдуальними, характерними тiльки для дано! пригоди (наприклад, раптова вщмо-ва гальмiвно! системи, нетверезий стан водiя, невiрна поведiнка пiшохода тощо).
Кожна iз задач при дослщженш ДТП мо-же розглядатися як пошук вiдображення
X = (Х„ X2,..., Хп У] е7 = (у, у) , (1)
де X - множина факторiв впливу для конкретно! задачу У - множина ршень про значен-ня конкретно! вихiдно! величини.
Основш труднощi розв'язування такого роду задач обумовлеш наступним [5, 7, 12]:
1. Для прийняття об'ективного ршення про причини аварi! необхiдно враховувати дуже велике число факторiв впливу. Крiм того, в бiльшостi ДТП одночасно ддать декь лька видiв причинно-наслiдкових зв'язкiв.
2. Застосування точних методiв пов'язане з великими затратами часу i ресурсiв.
3. Немае можливосп набрати статистич-ний матерiал, щоб скористатись теорiею iмо-вiрностей.
4. Вiдсутнi аналiтичнi залежностi мiж факторами впливу (причинами) i вiдповiдним наслiдком або iснують велик труднощi при застосуваннi вiдомих, оскшьки цi фактори рiзнорiднi за характером: вони можуть бути кшьюсними (швидюсть руху автомобiля, ма-са вантажу), якiсними (тип шин, вид i стан дорожнього покриття). Та й навггь шформа-цiя про кшьюсш величини часто бувае подана в лшгвютичнш формi.
Незважаючи на велику кшьюсть публша-цiй з теори та застосування експертних сис-
тем, а також штелектуальних систем прийняття ршень [3, 13, 14], на сьогодш вiдсутнi зручш iнструментальнi засоби, якi дозволя-ють створювати такi системи i впроваджува-ти !х у практику автотехшчно! експертизи. Це обумовлено недостатньою ефективнютю математичних методiв, якi традицiйно засто-совуються в теорi! автомобiля для моделю-вання залежностей мiж факторами впливу (причинами) i наслiдком [6, 11, 15, 16].
Мета i постановка завдання
Метою роботи е формування шляхiв удо-сконалення юнуючих та побудови нових ме-тодiв пiдвищення точностi розрахункiв та категоричносп експертних висновкiв.
Для досягнення поставлено! мети необ-хiдно:
- провести аналiз математичних методiв обгрунтування ршень, якi традицiйно засто-совуються для розв'язування задач автотехшчно! експертизи ДТП, та сформувати шляхи подолання труднощiв !х застосування;
- ощнити вплив характеру математичних моделей на точшсть розрахунюв та катего-ричнiсть експертних висновкiв.
Аналiз застосування математичних методiв у практицi розслщування ДТП
Оскiльки при вирiшеннi задач САТЕ прийняття ршень вщбуваеться в умовах непов-ноти шформацп, тобто в умовах невизначе-носп, для вирiшення проблеми автоматизацi! цього виду дiяльностi можуть використову-ватися багато з формальних методiв (рис. 1), як розробленi в рамках юбернетично! науки [3, 13]. Таким чином, неповнота шформацп призводить до виникнення задач прийняття ршень в умовах невизначеносп [14, 17].
Судячи зi спецiальних публiкацiй з теори та розрахунку автомобшя [15, 16], як е теоретичною основою для проведення автотех-нiчно! експертизи та з експертизи ДТП [5-12], найбшьшого поширення набули: iмо-вiрнiсно-статистичний пiдхiд, регресiйний аналiз, метод фазового штервалу, логiчний висновок, теорiя нечггких множин та енерге-тичнi методи реконструкцп ДТП.
Iмовiрнiсно-статистичний пiдхiд [11] пе-реважно використовуеться для ощнки досто-вiрностi кiлькiсних показникiв, значення яких можуть приймати неперервний ряд зна-чень, i найчастiше полягае в розрахунку до-вiрчого iнтервалу (похибки) за задано! довiр-чо! iмовiрностi.
Вхщш даш: один об'ект Методи: методи прийняття локальних ршень
Зосереджеш
Детермшоваш
Вхщш даш: лшшна функц1я мети [ обмеження Методи: лшшне
програмування
Вхщш даш: нелшшна функщя мети [ обмеження Методи: нелшшна оптишзац1я
Вхщш даш: граф системи Методи: дискретна оптишзац1я
Вхщш даш: багато об'екпв Методи: методи прийняття узгоджених ршень
Вхщш даш: статичний об'ект Методи: методи прийняття однокрокових ршень
За
За кшьюстю динам1чними
/ об'екпв властивостями
об'екта \
МЕТОДИ ПРИЙНЯТТЯ РГШЕНЬ
За видом вхщних даних
Вхщш даш:
значення та
ймов1ршст
характеристики
випадкових
величин
Методи: теор1я
статистичних
ршень
Вхщш даш:
можлив1 значення випадкових величин без ймов1рностей !х появи Методи: теор1я к-ор
Вхщш даш:
1нтенсивносп надходження та обслуговування заявок в задачах масового обслуговування
Методи: методи теори ймов1рностей, математичного програмування
Вхщш даш: експертт ощнки Методи: ранжування, теор1я очжувано!' корисносп
Вхщш даш: нечпта цш, нечпта обмеження Методи: принцип Белмана-Заде
Вхщш даш: нечпта величини Методи: нечикий лопчний висновок
Вхщш даш:
динам1чний
об'ект
Методи:
методи прийняття
багатокрокових
ршень
Динам1чш
Комбшоваш
Вхщш даш:
детермшоваш та
стохастичш
величини
Методи:
операторний
метод, метод
виробляючих
функцш
Вхщш даш: детермшоваш та нечпта величини Методи: принцип узагальнення Заде, альфа-ршневий
Вхщш даш: стохастичш та нечпта величини Методи: теор1я
узагальнених функцш
Вхщш даш: семантичне представлення Методи: лопчний висновок, евристика
Рис. 1. Класифшащя методiв прийняття ршень в умовах невизначеностi
Нехай за даними вимiрювань х1,х2,...,хп розрахована середня величина
п „
= V _! .=1 п '
(2)
Очевидно, що х не обов'язково збiгаеться з iстинним значенням ощнюваного параметра х i в загальному випадку юнуе вiдмiнна вщ нуля рiзниця величин х та х: 0 < |х - х| <8.
Додатне значення 8 задае похибку i харак-теризуе достовiрнiсть параметра, що вимiрю-еться. Як правило, справедливють нерiвностi |х - х| <8 стверджуеться тiльки з деякою
iмовiрнiстю у, яка називаеться «довiрчою iмовiрнiстю». Звичайно довiрчу iмовiрнiсть задають рiвною 0,95, 0,99 або 0,999 i за вщо-мого !! значення обчислюють похибку 8.
Для нормального закону розподiлу
, Х2,. • •, Х'п
похибка параметра 8 обчислю-еться за формулою
8 = *у( ),
(3)
де 5 = ■
%пг (хг - х)2
п -1
виправлене «середне
квадратичне вщхилення»; п - об'ем вибiрки (число вимiрювань значення х); ^у - коефщь ент Стьюдента, який знаходять iз таблиць.
1нтервал (х -8, х +8), який покривае не-
вiдоме значення параметра х з iмовiрнiстю у, називаеться «довiрчим штервалом». Скоро-тити довiрчий iнтервал можна або збшьшую-чи число вимiрювань п, або зменшуючи до-вiрчу iмовiрнiсть.
Рiзним модифiкацiям iмовiрнiсно-статис-тичного тдходу, який використовуеться при експертизi ДТП, властивi такi обмеження:
1. Статистична шформащя, необхiдна для застосування iмовiрнiсно-статистичних ме-тодiв, як правило, вщсутня. I! збiр, обробка i зберiгання пов'язанi зi значними оргашза-цiйними та обчислювальними труднощами.
2. Статистичш методи не дозволяють категорично стверджувати, що нерiвнiсть |х - х| <8 буде виконуватися у всiх випад-ках, яким би великим не було значення по-хибки 8.
3. Значну труднють становить внесення до моделi ново! iнформацi!, що зумовлено необхщшстю перерахунку всiх статистичних оцiнок параметрiв.
Регресiйний аналiз [18]. Нехай q - деякий вихiдний параметр (наприклад, швидюсть автомобiля), значення якого необхщно ви-значити, i q залежать вщ вектора вхiдних па-раметрiв X = (Х1,Х2,...,Хп) . Тодi, викорис-
товуючи методи теори планування експерименту, можна побудувати рiвняння лiнiйно! регресi!
q = а0 + а1 • х1 + а2 • х2 + ... + ап • хп,
(4)
де а0, а1, ..., ап - невiдомi коефщенти, якi визначаються методом найменших квадрата.
За необхщносп врахування парних взае-модiй параметрiв, рiвняння регресi! усклад-нюеться i набувае нелiнiйного характеру.
Основш обмеження такого пiдходу:
1. За допомогою регресшного аналiзу можуть виршуватися лише тi задачi, в яких параметри впливу i вихщний розв'язок (величина) носять кшьюсний характер.
2. Значення вихiдного параметра q, яке вираховуеться за допомогою регресшно! мо-делi, сильно чутливе до умов експерименту, в яких ощнювались коефщенти а0, а1, ..., ап. Тому регресiйнi моделi, отримаш в одних умовах (стан дороги, стан автомобшя i т. п.) не завжди можна переносити на iншi умови.
3. Отримання статистично значущих коефiцiентiв у рiвняннях регресi! потребуе обробки великого експериментального мате-рiалу.
В основi рiзних модифiкацiй методу фазового штервалу [19] лежить iдея вщнесення певно! ситуацi! до того чи шшого випадку на основi обчислення вщсташ мiж двома точками у фазовому простора Розглядаеться п-вимiрний простiр, кожна координата
, I = 1, п якого вщповщае одному з факто-рiв впливу. Точка (х1, х2, ..., хп) фазового простору вщповщае деякому випадку dj,
У = 1, т .
На основi вивчення розслiдуваних ДТП та досвщу експертiв у фазовому просторi видь ляються областi (множини точок) D1, D2, ..., Dm, якi вщповщають випадкам d1, d2, ..., dm. Середини цих областей визначаються точками С1, С2,...Ст.
Нехай X - точка у фазовому простора яка вщповщае певнш ситуацп; R(X, Су) - штер-
вал мiж точками X та Су у = 1, т. Тодi як ви-падок а?*, що вщповщае вектору параметрiв
х
X* = (X*,X*,...,X*), вибирасться точка С;-або область для яко!
Я (XС ) = ^ (X*'С)}' (5)
Для обчислення штервалу Я (А, В) мiж точками А = (а1,а2,...,а*) та В=(ЬХ,Ь2,.. ,Ь*),
в n-вимiрному просторi може використову-ватися вщстань за Хеммiнгом
Я (А,В) = ±\аг -Ьг\, (6)
г =1
або Евклщова вiдстань
я (А, в ) = (а - Ь )2. (7)
Порiвняно з iмовiрнiсно-стaтистичним т-дходом та регресшним aнaлiзом, метод фазового штервалу не потребуе накопичення великого статистичного мaтерiaлу та його трудомютко! обробки. Проте застосування цього методу обмежено тшьки кiлькiсними або бшарними факторами впливу.
В лiтерaтурi описуються й iншi методи, основaнi на щеях фазового iнтервaлу та тео-рп ймовiрностей. Проте всi вони е модифша-цiями або техшчними реaлiзaцiями методiв, якi розглянутi вище.
Логiчний висновок реaлiзовaний в мовi логiчного програмування Пролог [20], яка широко використовуеться в експертних системах [3, 14].
Теоретичною основою мови Пролог е апарат лопки предиката, який дозволяе
здшснювати автоматичне доведення теорем
*
[20]. Зпдно з щею методологiею, рiшення dj
може бути прийняте для ситуаци з вектором
пaрaметрiв (X1,X2,...,X*), якщо в експерт-
нiй бaзi знань (правил «ЯКЩО-ТО») iснуе ланцюжок мiркувaнь для доказу справедли-востi твердження
ЯКЩО х л х2 л. • ■л хп, ТО dj. Пролог зручний для пошуку ланцюга правил, як ведуть вщ фaктiв (х*) до цш (d*) або
вщ цiлi до фaктiв, як вибрaнi з бази знань. Це дозволяе не тшьки приймати ршення, а i по-яснювати його причини. Проте юнуе велика множина знань, як мають нечiтку, iмовiрнiс-
ну природу. Наприклад, в обласп автотехшч-но! експертизи це знання типу: «ЯКЩО авто-мобiль при гальмуванш заносить, ТО можли-во юнуе ютотна рiзниця мiж коефщентами зчеплення з лiво! та право! сторони», або «ЯКЩО вaжiль гальма провалюеться, ТО в систему попало повпря».
Для подiбних знань вводять коефщент впевненостi зi значеннями вщ -1 до 1 (вiд ненaдiйних знань до достовiрних знань). Цей спошб достатньо простий, але в якшсь мiрi суб'ективний. До того ж коефщент впевне-ностi визначае все правило, а що ж робити з такими поняттями як «ютотна рiзниця», провалюеться не до кшця i т. п.?
Для реaлiзaцi! дедуктивного логiчного ви-сновку в Пролозi необхiднa оперaцiя пошуку за зразком. 1ншими словами, для висновку за допомогою правила «якщо х е А, то у е В» необхщно насамперед перевiрити, чи юнуе в бaзi знань факт «х е А». Пролог не забезпечуе можливосп логiчного висновку в промiжних точках типа «х е величиною близькою до А». Тому в бaзi знань необхiдно зберiгaти шфор-мащю про всi допустимi значення параметра х. Це призводить до нaдмiрного збшьшення затрат машинно! пaм'ятi та часу на лопчний висновок.
Теорiя нечггких множин та лшгвютич-них змшних [13, 17]. Основою чiтко! матема-тично! обробки нечислово! (лiнгвiстично!) шформацп служить теорiя нечiтких множин, запропонована Л. Заде в 1965 р. Концепщя нечггко! множини виникла у Заде як «незадо-воленiсть математичними методами класич-но! теорi! систем, яка змушувала домагатися штучно! точносп, недоречно! в багатьох системах реального свггу, особливо в так званих гуманютичних системах, якi включають людей» [17]. Основнi поняття теорi! нечiтких множин тaкi.
Нехай V - унiверсaльнa множина, тобто повна множина, яка охоплюе всю проблемну область. Нечггка тдмножина F множини V визначаеться через функцiю нaлежностi цF (и) , де и - елемент множини, тобто и е V.
Функщя нaлежностi вiдобрaжaе елементи iз множини V на множину чисел в iнтервaлi [0, 1], яю вказують ступiнь нaлежностi кожного елемента и е V нечiткiй множинi F с V. Якщо ушверсальна пiдмножинa V складаеть-ся з кшцевого числа множин (або елементсв) их,и2,...,и*, то нечггка множина F подаеться
п
у виглядi F = ^ цР (иг) / иг. У випадку непе-
г=1
рервно! множини U використовусться таке
позначення F = | рF (u) / u. Знаки суми та
и
штегралу в цих формулах позначають сукуп-нiсть пар ц(u) /u .
Операцп доповнення, об'еднання та перетину нечггких множин визначаються так:
1. Доповнення множини
n
F = ЕР (ui ) / ui ). Ц F (u ) = 1 " ^F (u ) .
i=1
2. Об'еднання множин
F U G = E{^F (ui ) V M'G (ui)}/ ui,
i =1
Mf U G (u ) = MF (u )VMG (u ) >
де V - знак операцп взяття максимуму. 3. Перетин множин
п
Е П G = Е {м е (и)л Мо (и)} / и,
1 =1
МЕио (и ) = МЕ (и )^О (и ) ,
де л - знак операцп взяття мшмуму.
При виконанш нечiтких висновюв необ-хiдно знати нечiткi вщношення. Припустимо, що iснуе знання-правило типу «якщо Е, то О», яке використовуе нечггю множини Е с О i О с V, задаш на унiверсальних множинах и ^Д^ x2,., х1 } та V = {^ vm } . Т°д1
згiдно з [13], нечггке вiдношення мiж мно-жинами Е с О та О с V визначаеться матрицею виду
1 т
R = Е х О = ХЕК (и)лМО (V-)}/ (и,vj),
1=1 у=1
у яко! елемент, який сто!ть на перетинi и-рядка i у-стовпчика, визначаеться так
V-R (u,V) = ЦF (u)AMg (V) .
(8)
Нечггкий логiчний висновок записуеться таким чином: F —> G, F7G'. Це означае, що якщо факт G випливае з факту F, то факт G' випливае з факту F, де F, G, F, G' - нечпта множини. Для розрахунку висновку G вико-ристовуеться формула
де ° - операщя тах-тт композицil, згiдно з якою
т
О' = ЕVи {Ме (и)лМй (и,vj)}/ vj, (10)
1=1 1
Е, Е ' с и; О, О' с V.
Порiвняно з методом фазового штервалу нечiтка логiка не потребуе застосування тшьки кiлькiсних або бшарних факторiв впливу. Немае необхщносп накопичення великого статистичного матерiалу та його тру-домiстко! обробки порiвняно з iмовiрнiсно-статистичним тдходом та регресiйним ана-лiзом. I! перевагами е:
- можливють оперувати вхщними дани-ми, заданими нечггко: значення, що безупин-но змшюються в часi; значення, що немож-ливо задати однозначно;
- можливють нечггко! формалiзацi! кри-терi!в оцiнки i порiвняння;
- можливють оперувати не тшьки власне значеннями даних, але !хшм ступенем вiрогi-дносп та !! розподшом;
- можливiсть проведення швидкого мо-делювання складних динамiчних систем та виконання порiвняльного аналiзу iз заданим ступенем точности
Енергетичнi методи реконструкцп ДТП [21] основанi на принцип еквiвалентностi кiлькостi кiнетично! енергi! транспортних засобiв до ДТП та кшькосп потенцiально! енергi! деформацi! та руйнування, що зали-шилась у пошкодженому автомобiлi та до-рожнiх спорудах.
Схему з^кнення двох рухомих об'екпв можна проаналiзувати за допомогою рiвнян-ня балансу енергi! системи [21]
(1.13)
+= (т1 + 2т 2 К02 + ]' ^ +1Е2 2,
(11)
G' = F' о R = F' о (F х G)
(9)
де F1 - сила деформацп першого об'екта; F2 -сила деформацп другого об'екта; mi та m2 -маси об'екпв зiткнення; V1 та V2 - швидкостi об'ектiв перед зiткненням; V0 - спшьна шви-дкiсть обох об'ектiв тсля зiткнення; S1 та S2 - деформацп в результат зiткнення.
З розв'язку цього рiвняння виведено за-лежнiсть середнього сповiльнення як функцп вiдносно! швидкостi руху об'ектiв. На основi аналiтичних результатiв можна моделювати рiзнi типи зiткнення автомобiлiв, ощнювати
деформацш тих чи инших вузлiв, а також робити висновок про безпеку автомобшя за двома показниками: деформащею всього автомобшя та деформащею салона.
Пщ час зпкнення автомобшв доля енер-гi!, що витрачаеться на пружну деформaцiю, дуже мала. В основному вся енерпя витрачаеться на утворення пластично! деформацп. Сумою деформацш окремих елеменнв ви-значаеться загальна деформaцiя, а також енерпя, що поглинаеться при цьому автомобь лем. Один з методiв визначення сумарних деформацш та енергп, що поглинаеться, припускае розчленування кузова автомобшя на окремi жорстю маси, яю взaемодiють при деформацп кузова [21]. Тобто тд час зпгс-нення aвтомобiля з перешкодою його кшети-чна енерпя поглинаеться автомобшем, пере-творюючись у кшетичну енергiю його окремих частин, енерпю пружно! та пластично! деформацп
ДЕ = 0,5т^2 =Х+ С^2 + ^) '
(12)
де т - маса aвтомобiля; У0 - швидкiсть авто-мобiля тд час зiткнення; Мг - маса окремих частин автомобшя; V, - початкова швидюсть окремих частин автомобшя; сг - жорстюсть пружного елемента; /г - деформaцiя окремих елеменнв; Fi - деформуюча сила, що дiе на окремi елементи.
Iснуючi проблеми розвитку енергетичних методiв реконструкцп ДТП можна успiшно подолати за рахунок використання останшх досягнень шформацшних технологiй та за-безпечення необхщними приладами.
Обмеження методiв, якi розглянуп вище, зведенi в табл. 1 (А - ймовiрнiсно-стaтис-тичний метод; Б - регресшний aнaлiз; В -метод фазового штервалу; Г - лопчне про-грамування; Д - теорiя нечiтких множин; Е -Енергетичш методи реконструкцi! ДТП; + (-) - наявнють (вщсутшсть) труднощiв).
З табл. 1 видно, що розглянуп методи, на вщмшу вiд теорi! нечiтких множин, не прис-тосовaнi до роботи з яюсними (нечисловими) та нечiткими знаннями, тобто знаннями, яю задаються природною мовою. Проте, саме таю евристичш або шту!тивш знання часто використовуються при розслщуванш ДТП. 1ншими словами, вивчаючи досвщ квaлiфi-кованих експернв-автотехнтв, можна його використовувати при побудовi моделей на бaзi теорi! нечпких множин.
Таблиця 1 - Труднощ1 застосування математичних метод1в при експертиз1 ДТП
Труднощ1 Методи
А Б В Г Д Е
1. Збору та обробки ста-
тистично!
1нформац1!' + + - - - +
2. Поповнення бази
знань + + - - - +
3. Забезпечення ст1йко-
ст1 модел1 до факто-
р1в впливу + + - - - +
4. Врахування як1сних
параметр1в + + + + - +
5. Роботи з нечикими
знаннями + + + + - +
До недавнього часу теорiя нечiтких мно-жин розвивалася в основному в математич-ному aспектi [13]. В останнш час з'явились публшацп про застосування цiе! теорi! у тра-дицiйних для складних систем задачах прое-ктування та управлшня [14, 17]. Одна галу-зей, в яких нечгтка логiкa е загально-прийнятою технологiею проектування, -автомобшебудування [22].
Результати aнaлiзу математичних методiв обгрунтування рiшень (табл. 1), яю тради-цiйно застосовуються для розв'язування задач автотехшчно! експертизи ДТП та уза-гальнення досвщу, накопиченого автором при розв'язанш практичних задач [23], до-зволяють рекомендувати теорда нечiтких множин та лшгвютичних змiнних до використання тд час дослiдження мехaнiзму вини-кнення aвaрiйних ситуaцiй.
Оцiнка впливу характеру математичних моделей на точшсть розрахун^в та
категоричнiсть експертних висновкчв
Незважаючи на те, що кожна з iснуючих сучасних методик експертного дослщження, основана на використaннi комп'ютерiв, спе-цифiчнa i орiентовaнa на розв'язання конкретно! зaдaчi тд час дослiдження рiзних об'ектiв, вони мають низку загальних влас-тивостей [10, 23].
1. В основi цих методик лежать принцип системно! оргашзованосп об'екта тзнання, кiлькiсно! визначеносн та використання ма-тематичного апарату, функцюнальний i ал-горитмiчний шдхщ до процесу пiзнaння та тзнаваного об'екта.
2. Методологiчною передумовою, ланкою, що передуе формуванню i застосуванню конкретно! методики дослщження, е математич-не моделювання об'екта i розробка (чи вибiр)
алгоритму процесу його тзнання. Тут моде-лювання - це не лише побудова моделi розв'язання певно! задачу але i створення моделi об'екта аналiзу, моделi порiвняльного аналiзу ознак тощо.
3. У структурi кожно! з методик можна видшити характернi для будь-яко! з них еле-менти: постановка задачi й визначення мети дослщження; подiл загально! задачi на окре-мi шдзадачц визначення конкретних засобiв i прийомiв !х реалiзацi!; власне практична дiя-льнiсть, що складаеться з певно! сукупносп трудових операцiй; отримання результату i його оцiнка; ухвалення ршення.
4. Жодна методика, основана на викорис-таннi комп'ютерiв, не охоплюе усього процесу розв'язання експертно! задача 1х викорис-тання, як правило, тдвищуе об'ективнiсть та автоматизуе лише ту або шшу операщю (чи групу операцiй), яка може вщноситися як до самого процесу тзнання, так i до оцшки отриманих результатiв. Тому використання комп'ютерних технологш нi в якому разi не виключае використання якiсного тдходу до об'екта пiзнання.
Загальноприйнятi методики аналiзу i ре-конструкцi! обставин ДТП, яю використову-ються у свгговш практицi, основанi на мате-матичних моделях, що описують два основних процеси, яю вiдбуваються в ДТП з автомобшями, - процес руху i процес удару [5-9, 11, 12]. Обидва процеси описують моделями, побудованими на науковш основi з використанням вщомих закошв механiки та базованими на тих чи шших експеримента-льних даних. Для забезпечення певного рiвня точносп розрахункiв та категоричностi ви-сновюв експерта необхiдно, щоб отриманi таким чином математичш моделi теж були науковг Науковiсть використовуваних моделей можна оцшити шляхом застосування по-няття iнтерполяцiйно! та екстраполяцiйно! модели
Постановку задачi iнтерполяцi! можна подати так. Нехай функщя у = Ах) задана таблицею: У0 = Ах0), У1 = АхО, ... , Уп = Ахп). Не-обхiдно знайти многочлен Р(х) = Рп(х) ступеня не вище п, значення якого в точках х, (1 = 0, 1, 2, ..., п) спiвпадають зi значення-ми дано! функцi!, тобто Р(хг) = уг-. Геометрич-но це означае, що необхщно знайти алгебра!-чну криву виду у = а0хп + а1хп-1 + ап, яка проходить через задану систему точок М(х, у) (1 = 0, 1, 2, ..., п) (рис. 2). Многочлен Р(х) називаеться iнтерполяцiйним многочле-
ном. Точки xi (i = 0, 1, 2, ..., n) називаються вузлами штерполяци.
Рис. 2. Геометричний змiст штерполяци
Доведено [18], що в цш постановщ задача iнтерполяцi! завжди мае едине ршення. 1нте-рполяцiйнi формули звичайно використову-ються при знаходженш невiдомих значень f(x) для промiжних значень аргументу. При цьому розрiзняють iнтерполяцiю, коли x зна-ходиться мiж x0 й xn, та екстраполящю, коли x знаходиться поза в^^зком [x0, xn]. Щц час оцiнювання похибки результатiв повинш враховуватись як похибка методу штерполяци, так i похибка заокруглення результата розрахунку.
Таким чином, штервал [x0, xn] становить область визначення, на якш будуеться штер-поляцiйна математична модель. Наприклад, експериментальне визначення значень галь-мiвного шляху спорядженого автомобшя, його ж iз завантаженням 25 %, 50 %, 75 % i 100 % за певних дорожшх умов дозволяе з достатньою точшстю визначити значення гальмiвного шляху за iнших значень заван-таження автомобiля в межах обласп визначення (0-100 %). Вщомо, що значення галь-мiвного шляху зростае зi збiльшенням завантаження автомобшя, але це не означае, що при деякому завантаженш понад 100 % значення гальмiвного шляху буде прямувати до нескшченносп й загальмований автомо-бшь нiколи не зупиниться.
Математична модель, за допомогою яко! визначають величину реакцi! об'екта за межами обласп визначення [x0, xn], е екстрапо-ляцiйною, тобто призначеною для прогнозу-вання величини реакци на основi деяко! гшотези, точнiсть результатiв яко! можна встановити статистично за великого числа випробувань, а точнють результату в певно-му випробуваннi е невiдомою. Цей висновок тдтверджуеться вiдомою працею [24] та самими розробниками програми Crash [25], в
якш використання гшотези тристоронньо! ушфшовано! жорсткостi в моделi удару дае в окремих експериментах бiльш шж 40 % по-хибку визначення швидкосп транспортного засобу. Використання ще! ж гiпотези разом з гшотезою Кудлiха-Слiбара [24] може приз-водити до виникнення множини можливих ршень, коли однаковий рух автомобiлiв тс-ля удару може визначатися широким спектром сполучення можливих параметрiв !х ру-ху в момент зiткнення.
Екстраполяцiйний та ймовiрний характер моделей не означае, що вони взагат не мо-жуть застосовуватись в САТЕ. Вони можуть устшно застосовуватись як джерело версш ДТП. А для подання категоричного висновку по конкретному ДТП з використанням екст-раполяцшних моделей експерту необхщно довести неможливють iнших обставин без посилання на гшотези, що лежать в основi цих моделей.
Висновки
1. За вщсутносп можливосп використання традицiйних математичних методiв, якi базуються на виявленнi точних кшьюсних взаемозв'язкiв, вихiд iз важко! ситуацп вба-чаеться в застосуванш логiчних методiв. З iншого боку, слщ додати, що бiльшiсть ощ-нюваних (вимiрюваних) параметрiв носять неперервний характер. Об'екти, що характе-ризуються такими параметрами, природно вивчати засобами неперервних (неперервно-значних) лопк. У цьому випадку об'ект ви-вчення i формальний апарат найбшьш адек-ватнi один одному. Таким чином, для дослщження ДТП в умовах невизначеносп доцiльно застосовувати наближеш методи моделювання, якi основаш на нечiтких (не-перервних) лопках.
2. Застосування методик, що базуються на використаннi iнтерполяцiйних моделей, до-зволяе забезпечити необхщний рiвень точно-ст розрахункiв та категоричностi висновкiв експертного анатзу ДТП.
3. Пiдвищення рiвня ефективностi автоте-хшчно! експертизи можна забезпечити на основi застосування сучасних iнновацiйних технологiй.
Лiтература
1. Статистика аваршносп в Укра!ш // Управлш-ня безпеки дорожнього руху Департаменту превентивно! д1яльносп Нацюнально! полщп Укра!ни. URL: http://www.sai.gov.ua/ua//ua/ static/21.htm (дата звернення 01.10.2018).
2. Не за склом: стан справ з ДТП в Укра!т за 2017 piK // AUTO.RIA.com™. URL: https://auto.ria.com/uk/news/ autolaw/236137/ne-za-steklom-kak-obstoyali-dela-s-dtp-v-ukraine-v-2017-godu.html (дата звернення 03.10.2018).
3. М. Эддоус, Р. Стэнсфилд. Методы принятия решений. Пер. с англ. под ред. И. И. Елисеевой. М.: Аудит, ЮНИТИ, 1997. 590 с.
4. Закон Украши «Про судову експертизу». Документ № 4038-12. Поточна редакщя вщ 20.01.2018 : офщшний web-сайт Верховно! Ради Укра!ни. URL: http://zakon1.rada.gov.ua/ laws/show/4038-12 (дата звернення 05.11.2018)
5. Туренко А. М., Клименко В. I., Сараев О. В., Данець С. В. Автотехшчна експертиза. Дослщження обставин ДТП: тдручник для ви-щих навчальних закладiв. Харкав: ХНАДУ, 2013. 320 с.
6. Franck H., Franck D. Mathematical methods for accident reconstruction: a forensic engineering perspective. Boca Raton: CRC Press, 2009. 328 p.
7. Struble D. Automotive accident reconstruction: practices and principles. Boca Raton: CRC Press, 2013. 498 p.
8. Steffan H. Accident reconstruction methods. Vehicle System Dynamics, 2009. Volume 47. Issue 8: State of the art papers of the 21st IAVSD symposium. P. 1049-1073.
9. Трофименко Н. С. Питання призначення та проведення деяких видiв судових експертиз (за матеpiалами узагальнення експертно! практики). Вюник Академп митно! служби Укра!ни. Сеpiя: «Право». Днiпpопетpовськ : АМСУ, 2013. № 1 (10). С. 107-112.
10. Kashkanov A. A. The influence of the choice of methods of emergency situations analysis on the categorical conclusions of auto-technician expert. Globalization of scientific and educational space. Innovations of transport. Problems, experience, prospects: thesis of International scientific and practical conference, May 2018, Rome, Italy. Executive editor: Chernetska-Biletska N. - Severodonetsk: Volodymyr Dahl East Ukrainian National University. - P. 44-47.
11. Тартаковский Д. Ф. Проблемы неопределенности данных при экспертизе дорожно-транспортных происшествий. СПб.: Юридический центр Пресс, 2006. 268 с.
12. Евтюков С. А., Васильев Я. В. Экспертиза ДТП: методы и технологии / С.-Петербург: СПбГАСУ, 2012. 310 с.
13. Дубовой В. М., Ковалюк О. О. Моделi прий-няття ршень в управлшш розподшеними ди-намiчними системами : моногpафiя. Вiнниця : Унiвеpсум-Вiнниця, 2008. 185 с.
14. Hoffmann A. G. Paradigms of Artificial Intelligence: a methodological and computational analysis. Singapore: Springer-Verlag, 1998. 234 p.
15. Konrad Reif; Karl-Heinz Dietsche & others. Bosch Automotive Handbook [Translated from
the German]. - 9th Edition. Karlsruhe : Robert Bosch GmbH, 2014. 1544 p.
16. Волков В. П., Вшьський Г.Б. Теор1я руху ав-томоб1ля : тдручник. Суми : Ушверситетська книга, 2010. 320 с.
17. Ротштейн А. П. Интеллектуальные технологии идентификации: нечеткие множества, генетические алгоритмы, нейронные сети: монография. Винница: «УНШЕРСУМ-Вшниця», 1999. 320 с.
18. Копченова Н. В., Марон И. А. Вычислительная математика в примерах и задачах. Москва: «Наука», 1972. 367 с.
19. Растригин Л. А. Вычислительные машины, системы, сети. Москва: «Наука», 1982. 223 с.
20. Малпас Дж. Реляционный язык Пролог и его применение. Пер. с англ. под редакцией
B. Н. Соболева. Москва: «Наука». 1990. 464с.
21. Огородников В. А., Киселев В. Б., Сивак И. О. Энергия. Деформации. Разрушения (задачи автотехнической экспертизы) : Монография, Винница : УНШЕРСУМ-Вшниця, 2005. 204 с.
22. Кашканов А. А. Застосування нечггко!' лопки в автомобшьнш автоматищ. Автомобильный транспорт. Сборник научных трудов. Харшв: ХНАДУ, 2003. № 13. С. 58-61.
23. Кашканов А. А. Технологи тдвищення ефек-тивносп автотехшчно!' експертизи дорожньо-транспортних пригод : монограф1я [Електрон-ний ресурс] Вшниця : ВНТУ, 2018. 160 с. Один електрон. опт. диск (CD-ROM); 12 см. Назва з тит. екрану. ISBN 978-966-641-740-7.
24. Никонов В. Н. Классификация математических моделей ДТП и их допустимость в судебном процессе. Законность. М., 2007. № 5.
C. 30-34.
25. Cliff W.E., Moser A. Reconstruction of Twenty Staged Collisions with PC-Crash's Optimizer. SAE Paper №2001-01-05-07.
Reference
1. Staty'sty'ka avarijnosti v Ukrayini [Upravlinnya bezpeky' dorozhn'ogo ruxu Departamentu preventy'vnoyi diyaFnosti Nacional'noyi policiyi Ukrayiny']. Available at: http://www.sai.gov.ua/ ua//ua/static/21.htm (accessed 01.10.2018).
2. Ne za sklom: stan sprav z DTP v Ukrayini za 2017 rik [AUTO.RIA.com™]. Available at: https://auto.ria.com/uk/news/autolaw/236137/ne-za-steklom-kak-obstoyali-dela-s-dtp-v-ukraine-v-2017-godu.html (accessed 03.10.2018).
3. Jeddous M., Stjensfild R. (1997) Metody prinjati-ja reshenij [Decision-making methods], Transl. from Eng. (Audit, JuNITI, Moscow, 590 p.) [in Russian].
4. Zakon Ukrayiny' «Pro sudovu eksperty'zu». [Dokument # 4038-12. Potochna redakciya vid 20.01.2018 : oficijny'j web-sajt Verxovnoyi Rady' Ukrayiny']. Available at: http://zakon1.rada.gov.ua/laws/show/4038-12 (accessed 05.11.2018).
5. Turenko A. M., Klymenko V. I., Sarayev O. V.,
Danecz' S. V. (2013) Avtotexnichna eksperty^za. Doslidzhennya obstavy'n DTP: pidruchny^k dlya vysshhysx navchaVny\ zakladiv [Autotechnical examination. Investigation of accident-related problems: textbook for higher education institutions]. Xarkiv: XNADU, 320 p. [in Ukraian].
6. Franck H., Franck D. (2009) Mathematical methods for accident reconstruction: a forensic engineering perspective. Boca Raton: CRC Press. 328 p.
7. Struble D. (2013) Automotive accident reconstruction: practices and principles. Boca Raton: CRC Press. 498 p.
8. Steffan H. (2009) Accident reconstruction methods. Vehicle System Dynamics. Volume 47. Issue 8: State of the art papers of the 21st IAVSD symposium. P. 1049-1073.
9. Trofymenko N. S. (2013) Pytannya pryzna-chennya ta provedennya deyakyx vydiv sudovyx eksperty'z (za materialamy' uzagaFnennya ekspertnoyi prakty'ky') [Questions on the appointment and conduct of certain types of forensic examinations (based on summaries of expert practice)]. Visnysk Akademiyi my^tnoyi sluzhby" Ukrayiny\ Seriya: «Pravo». Dnipropetrovsk : AMSU,. # 1 (10). P. 107-112.
10. Kashkanov A. A. (2018) The influence of the choice of methods of emergency situations analysis on the categorical conclusions of auto-technician expert. Globalization of scientific and educational space. Innovations of transport. Problems, experience, prospects: thesis of International scientific and practical conference, May 2018, Rome, Italy. Executive editor: Chernetska-Biletska N. - Severodonetsk: Volodymyr Dahl East Ukrainian National University. - P. 44-47.
11. Tartakovskij D. F. (2006) Problemy neopredelen-nosti dannyh pri jekspertize dorozhno-transportnyh proisshestvij [Problems of uncertainty of data in the examination of road traffic accidents]. SPb.: Juridicheskij centr Press. 268 p. [in Russian].
12. Evtjukov S. A., Vasil'ev Ja. V. (2012) Jekspertiza DTP: metody i tehnologii [Examination of road accidents: methods and technologies]. S.-Peterburg: SPbGASU. 310 p. [in Russian].
13. Dubovoj V. M., Kovalyuk O. O. (2008) Modeli pryjnyattya rishen" v upravlinni rozpodileny^my" dy 'namichny 'my " sy 'stemamy V monografiya [Models of decision-making in the management of distributed dynamic systems: monograph]. Vinny'cya: Universum-Vinny'cya. 185 p. [in Ukraian].
14. Hoffmann A. G. (1998) Paradigms of Artificial Intelligence: a methodological and computational analysis. Singapore: Springer-Verlag. 234 p.
15. Reif, K., Dietsche K.-H. & others. (2014). Bosch Automotive Handbook. 9th Edition. Translated from the German. Karlsruhe: Robert Bosch GmbH. 1544 p.
16. Volkov V. P., Vil's'ky'j G.B. (2010) Teoriya ruxu avtomobilya: pidruchny k [The theory of the car movement: a textbook]. Sumy': Univer-sy'tets'ka kny'ga. 320 p. [in Ukraian].
17. Rotshteyn, A. P. (1999). Intellektualnyie tehnolo-gi identifikatsii: nechetkie mnozhestva, genetich-eskie algoritmyi, neyronnyie seti: monografiya [Intellectual identification technologies: fuzzy sets, genetic algorithms, neural networks: monograph]. Vinnitsa: «UNIVERSUM-Vinnitsya», 320 p. [in Russian].
18. Kopchenova N. V., Maron I. A. (1972) Vychislit-el'naja matematika v primerah i zadachah [Computational Mathematics in Examples and Problems]. Moskva: «Nauka». 367 p. [in Russian].
19. Rastrigin L. A. (1982) Vychislitel'nye mashiny, sistemy, seti [Computers, systems, networks]. Moskva: «Nauka». 223 p. [in Russian].
20. Malpas Dzh. (1990) Reljacionnyj jazyk Prolog i ego primenenie [Relational language Prolog and its application], Transl. from Eng. (Nauka, Moscow, 463 p.) [in Russian].
21. Ogorodnikov V. A., Kiselev V. B., Sivak I. O. (2005) Jenergija. Deformacii. Razrushenija (zadachi avtotehnicheskoj jekspertizy): Mono-grafija [Energy. Deformations. Destruction (tasks autotechnical examination): Monograph]. Vinni-ca: UNIVERSUM-Vinnicja. 204 p. [in Russian].
22. Kashkanov A. A. (2003) Zastosuvannya nechitkoyi logiky' v avtomobiFnij avtomaty'ci [Application of fuzzy logic in automotive automation]. Avtomobil'nyj transport. Sbornik nauchnyh trudov. Xarkiv: XNADU,. # 13. P. 5861.
23. Kashkanov A. A. (2018) Texnologiyi pidvyssh-hennya efekty\nosti avtotexnichnoyi eksperty^zy* dorozhn^o-transportny x pry'god: monografiya (Elektronnysj resurs) [Technologies for increasing the efficiency of automotive examination of road accidents: monograph (Electronic resource)]. Vinny'cya : VNTU,. 160 p. Ody'n elektron. opt. dy'sk (CD-ROM); 12 sm. Nazva z ty't. ekranu. ISBN 978-966-641-740-7.
24. Nikonov V. N. (2007) Klassifikacija matematich-eskih modelej DTP i ih dopustimost' v sudebnom processe [Classification of mathematical models of accidents and their admissibility in litigation]. Zakonnost'. Moscow. # 5. P. 30-34.
25. Cliff W.E., Moser A. (2001) Reconstruction of Twenty Staged Collisions with PC-Crash's Optimizer. SAE Paper №2001-01-05-07.
Кашканов Андрш Альбертович1,
к.т.н., доцент, докторант, кафедра автомобшв iм. А.Б. Гредескула,
+38-063-322-59-62, a.kashkanov@gmail.com ^аршвський нацюнальний автомобшьно-дорожнш ушверситет, 61002, Укра!на, м. Харшв, вул. Ярослава Мудрого, 25.
Mathematical methods of decision making in autotechnical expertise of traffic accidents Abstract. Problem. Ensuring the safe operation of automotive technology is an urgent problem for many countries of the world. A large reserve in solving the problem of accidents in road transport is to improve the accuracy and objectivity of methods of analyzing traffic accident, identifying cause-effect relationships. Modern forensic engineering expertise requires the use of methods and technologies that provide not only the necessary accuracy of the calculations, but also allow comprehensively investigating the mechanism of traffic accidents. Despite the existence of a large amount of methodological literature and recommendations for investigating this category of cases, the problems of traffic accident examination that existed previously exist in Ukraine now, despite the best technical equipment, the introduction of specialization of investigators and the improvement of their training. Goal. The goal of the work is to formulate ways to improve the existing and build new methods for solving the problems of autotechnical expertise of traffic accidents to improve the accuracy of calculations and the categorical nature of expert conclusions. Methodology. The methodological basis of the work is the use of a systematic approach and analysis as a method of scientific knowledge to identify the causes of difficulties in applying mathematical methods that are traditionally used to solve the problems of autotechnical expertise of traffic accidents, and formulate ways to overcome them. Results. The main difficulties in solving the problems of autotechnical expertise of traffic accidents are due to the fact that an objective decision on the causes of the accident must be carried out in conditions of incomplete information that is in the conditions of uncertainty. In the absence of the possibility of using traditional mathematical methods based on identifying precise quantitative relationships, it is advisable to use approximate modeling methods based on fuzzy (continuous) logics (for example, the theory of fuzzy sets and linguistic variables) to investigate accidents under uncertainty. To increase the level of accuracy of calculations and categorical conclusions of expert analysis of accidents, methods should be used based on interpolation models, and models of extrapolation and probabilistic nature should be used as a source of versions of accidents. Originality. The systematic approach is given to substantiate the choice of methods for investigating emergency situations to improve the accuracy of calculations and the categorical nature of expert conclusions. Practical value. The ways of improving the methods of substantiating decisions in autotechnical expertise of accidents determined in research work can improve its level of effectiveness based on the use of modern innovative technologies. Key words: automobile, traffic safety, traffic accident, autotechnical expertise, mathematical methods, decision making.
Kashkanov Andrii1, Ph.D., associate professor, doctoral student,
+38-063-322-59-62, a.kashkanov@gmail.com Department of cars Kharkiv National Automobile and Highway University, 61002, Ukraine, Kharkiv, st. Yaroslav Wise, 25.
Математические методы обоснования решений в автотехнической экспертизе дорожно-транспортных происшествий Аннотация. Постановка проблемы. Обеспечение безопасной эксплуатации автомобильной техники является актуальной проблемой для многих стран мира. Большим резервом в решении проблемы аварийности на автомобильном транспорте является повышение точности и объективности методов анализа дорожно-транспортных происшествий (ДТП), выявления причинно-следственных связей. Современная автотехническая экспертиза требует применения методик и технологий, которые обеспечивают не только необходимую точность выполняемых расчетов, но и позволяют всесторонне исследовать механизм дорожно-транспортных происшествий. Несмотря на существование большого количества методической литературы и рекомендаций по расследованию указанной категории дел, проблемы экспертизы ДТП, которые существовали ранее, существуют и сейчас в Украине, несмотря на лучшее техническое оснащение, ввод специализации следователей и улучшение их подготовки. Цель. Целью работы является формирование путей совершенствования существующих и построение новых методов решения задач автотехнической експертизы ДТП для повышения точности расчетов и категоричности экспертных заключений. Методика. Методологической основой работы является использование системного подхода и анализа как метода научного познания для выявления причин возникновения трудностей применения математических методов, которые традиционно используются для решения задач автотехнической экспертизы ДТП, и формирования путей их
преодоления. Результаты. Основные трудности решения задач автотехнической экспертизы ДТП обусловлены тем, что принятие объективного решения о причинах аварии необходимо осуществлять в условиях неполноты информации, то есть в условиях неопределенности. При отсутствии возможности использования традиционных математических методов, основанных на выявлении точных количественных взаимосвязей, для исследования ДТП в условиях неопределенности целесообразно применять приближенные методы моделирования, основанные на нечетких (непрерывных) логиках (например, теорию нечетких множеств и лингвистических переменных). Для повышения уровня точности расчетов и категоричности выводов экспертного анализа ДТП следует использовать методики, в основе которых лежат интерполяционные модели, а модели экстраполяционного и вероятностного характера применять в качестве источника версий ДТП. Научная новизна. Дан системный подход к обоснованию выбора методов исследования аварийных ситуаций для повышения точности расчетов и категоричности экспертных заключений. Практическая значимость. Определенные в исследовательской работе пути совершенствования методов обоснования решений в автотехнической экспертизе ДТП позволяют повысить уровень ее эффективности на основе использования современных инновационных технологий.
Ключевые слова: автомобиль, безопасность движения, дорожно-транспортное происшествие, автотехническая экспертиза, математические методы, обоснование решений.
Кашканов Андрей Альбертович1,
к.т.н., доцент, докторант, +38-063-322-59-62,
a.kashkanov@gmail.com
кафедра автомобилей им. А.Б. Гредескула
1Харьковский национальный автомобильно-
дорожный университет,
61002, Украина, г. Харьков,
ул. Ярослава Мудрого, 25.
