УДК 004.942
МЕТОДИКА ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ДОЛЖНОСТНЫХ ЛИЦ ПО ПРЕДОТВРАЩЕНИЮ И ЛИКВИДАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ НА ОБЪЕКТАХ ВОДНОГО ТРАНСПОРТА НА ОСНОВЕ РЕАЛИЗАЦИИ АВТОМАТИЗИРОВАННЫХ ПРОЦЕДУР ВОЗДЕЙСТВИЯ
Геннадий Николаевич Заводскови.
Санкт-Петербургский университет ГПС МЧС России, Санкт-Петербург, Россия Mncuks73@mail.ru
Аннотация. Обеспечение безопасности на объектах транспортной инфраструктуры является одной из приоритетных задач государства. Водный транспорт является важнейшим элементом транспортной инфраструктуры. Актуальность вопросов минимизации рисков на объектах водного транспорта и ликвидации последствий чрезвычайных ситуаций обуславливается тем, что возникновение чрезвычайных ситуаций приводит к значительным материальным затратам. Чрезвычайные ситуации возникают по ряду различных причин, таких как негативное воздействие факторов различной природы, человеческого фактора, а также ошибок, допускаемых должностными лицами при принятии решений по оценке обстановки при ликвидации чрезвычайных ситуаций.
Предложена методика поддержки принятия решений должностных лиц по предотвращению и ликвидации чрезвычайных ситуаций на объектах водного транспорта на основе реализации автоматизированных процедур воздействия. Использование предлагаемой методики позволяет компенсировать возможные ошибки при принятии управленческих решений, то есть снизить вероятность принятия ошибочного решения, а также повысить уровень навыков и умений должностных лиц.
Построена структурная схема системы поддержки принятия решений на основе реализации автоматизированных процедур воздействия. Выделено пять режимов функционирования данной системы.
Ключевые слова: безопасность людей на водном транспорте, система поддержки принятия решений, методика поддержки принятия решения
Для цитирования: Заводсков Г.Н. Методика поддержки принятия решений должностных лиц по предотвращению и ликвидации чрезвычайных ситуаций на объектах водного транспорта на основе реализации автоматизированных процедур воздействия // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2022. № 2. С. 163-173.
METHODOLOGY OF DECISION SUPPORT FOR OFFICIALS ON PREVENTION AND LIQUIDATION OF EMERGENCY SITUATIONS AT WATER TRANSPORT FACILITIES BASED
ON THE IMPLEMENTATION OF AUTOMATED IMPACT PROCEDURES Gennady N. ZavodskovH.
Saint-Petersburg university of State fire service of EMERCOM of Russia, Saint-Petersburg, Russia sncuks73@mail.ru
Abstract. Ensuring security at transport infrastructure facilities is one of the priority tasks of the state. Water transport is the most important element of the transport infrastructure. The relevance of the issues of minimizing risks at water transport facilities and eliminating
© Санкт-Петербургский университет ГПС МЧС России, 2022
the consequences of emergency situations is due to the fact that the occurrence of emergency situations leads to significant material costs. Emergencies arise for a number of different reasons, such as the negative impact of factors of various nature, the human factor, as well as mistakes made by officials when making decisions to assess the situation in emergency situations.
The methodology of decision-making support for officials on the prevention and elimination of emergencies at water transport facilities based on the implementation of automated impact procedures is proposed. The use of the proposed methodology makes it possible to compensate for possible mistakes in making managerial decisions, that is, to reduce the likelihood of making an erroneous decision, as well as to increase the level of skills and abilities of officials.
A block diagram of a decision support system based on the implementation of automated impact procedures is constructed. There are five modes of operation of this system.
Keywords: safety of people on water transport, decision support system, decision support methodology
For citation: Zavodskov G.N. Methodology of decision support for officials on prevention and liquidation of emergency situations at water transport facilities based on the implementation of automated impact procedures // Nauch.-analit. jour. «Vestnik S.-Petersb. un-ty of State fire service of EMERCOM of Russia». 2022. № 2. P. 163-173.
Введение
В деятельности органов управления МЧС России, в частности центров управления в кризисных ситуациях (ЦУКС), существует ряд проблем, связанных с качеством принимаемых решений по предупреждению и ликвидации чрезвычайных ситуаций (ЧС) на водном транспорте, которые напрямую влияют на жизнедеятельность населения и экономику страны в целом.
Одна из проблем связана с большим потоком информации, который необходимо обрабатывать вручную сотрудникам ЦУКС. Другая проблема связана с тем, что должностные лица (ДЛ) ЦУКС в условиях ограниченного времени должны производить сбор, анализ и обработку поступающей информации в области предупреждения и ликвидации последствий ЧС на водном транспорте. Обработка поступающей информации в сжатые временные сроки приводит к тому, что ДЛ при проведении соответствующих расчетов могут совершать ошибки, которые приводят к неправильной оценке обстановки, а также необоснованным решениям. Характер этих ошибок зависит от типа задач, решаемых ДЛ, от компетенции ДЛ и их психофизиологического состояния [1-4].
Рассмотренные проблемы могут быть решены путем автоматизации ряда процедур и разработки методик, моделей и алгоритмов процессов поддержки деятельности ДЛ по предупреждению и ликвидации ЧС природного и техногенного характера на объектах водного транспорта.
Цель работы - разработка методики поддержки принятия решений ДЛ по предотвращению и ликвидации ЧС на объектах водного транспорта на основе реализации автоматизированных процедур воздействия.
Результаты исследования и их обсуждение
Зависимость ошибок от типа задач, решаемых ДЛ, от компетенции ДЛ и их психофизиологического состояния обуславливает необходимость выявления типов и характера ошибок, причин их возникновения и выработку системой поддержки принятия решений (СППР) рекомендаций (воздействий) ДЛ по их устранению [1].
Для компенсации ошибок разработана методика интеллектуальной поддержки принятия решений ДЛ ЦУКС при планировании мероприятий по предотвращению и ликвидации ЧС на объектах водного транспорта. Механизм интеллектуальной поддержки опирается на оценку решений, принимаемых ДЛ ЦУКС, встроенных в систему интеллектуальной поддержки принятия решений средствами экспертных систем (ЭС), реализующих «автоматизированные процедуры воздействия» на ДЛ.
В составе ЭС есть система динамического пополнения базы знаний при появлении новых ЧС. Система динамического пополнения базы знаний служит для адаптации ЭС к новым, не имевшим место ранее, чрезвычайным ситуациям, что обеспечивает усиление интеллектуальных возможностей ДЛ.
Механизм СППР базируется на теоретических положениях ЭС и опирается на оценки степени ошибочности решений ДЛ ЦУКС. Степень ошибочности решений определяется как соотношение принятого и «эталонного» решения для типовой ситуации, предлагаемого ЭС СППР. На основании проведенной оценки решения вырабатываются соответствующие рекомендации ДЛ по корректуре решения. При этом предполагается реализация возможностей обучения ЭС на новых ЧС (самообучение с подкреплением), что обеспечивает усиление интеллектуальных возможностей ДЛ в новых условиях [1]. Структурная схема и состав СППР представлены на рис. 1.
I-----------------------------------------------------1
Рис. 1. Структурная схема и состав СППР ДЛ ЦУКС
Определим назначение выделенных элементов системы. Основу системы составляют два элемента - база знаний и база данных и моделей.
Учитывая выбор принципа построения СППР как разновидности активной интеллектуальной системы, важнейшей частью такой системы является база знаний [5-8].
База знаний строится по продукционной модели [8], в которой знания хранятся в виде:
г; Ь; Л^Б&,
где г - индивидуальный номер продукции; 5 - описание класса ситуаций, в котором данная структура может использоваться; Ь - условие, при котором продукция активизируется; Л^-Б -ядро продукции.
Например, запись: «ЕСЛИ Л1, ... Лп, ТО В» означает, что «если все условия от Л1 до Лп являются истиной, то В также истина».
База знаний и процедуры ее обработки (машина логического вывода) характеризуют:
а) предметную область предупреждения и ликвидации ЧС;
б) ограничения предметной области предупреждения и ликвидации ЧС;
в) эталонные варианты решений по предупреждению и ликвидации ЧС на объектах водного транспорта;
г) варианты воздействия на ДЛ.
База данных и моделей системы составляет ее фактографическую основу [9]. С ее помощью осуществляется хранение и обработка информации о:
а) объектах водного транспорта;
б) рисках на объектах водного транспорта и их элементах;
в) прецедентах принятия решений в различных ситуациях;
г) параметрах моделей ситуаций и модели ДЛ.
Для наполнения базы знаний и базы данных и поддержания их в актуальном состоянии в состав системы включается модуль пополнения прецедентов ликвидации ЧС и модуль поддержания в актуальном состоянии ограничений предметной области, пополнения баз данных и знаний [10].
Первый модуль обеспечивает актуализацию и пополнение базы прецедентов, второй обеспечивает начальное заполнение баз, модификацию и поддержание их в актуальном состоянии.
Группа модулей оценки решения и выработки воздействий состоит из трех элементов.
На верхнем уровне группы находится модуль формирования эталонного варианта решения. Под эталонным решением понимается вариант решения, сформированный с учетом знаний и опыта экспертов, а формирование решения осуществляется на основе моделей предметной области по типовым ЧС на объектах водного транспорта.
В модуле определения ошибочности принимаемых решений и адаптации воздействий на ДЛ происходит сравнение принятого и эталонного решения. Фактически это означает оценку качества принятого ДЛ решения. На основе полученной оценки системой принимается решение о необходимости или отсутствии корректуры решения, принятого ДЛ (необходимости выработки воздействия на ДЛ).
При необходимости такого воздействия задействуется модуль априорного и апостериорного воздействия (побуждения, направления и обучения ДЛ). Априорные воздействия направлены на повышение качества функционирования ДЛ в рамках решения задач анализа исходных данных, а апостериорные воздействия в основном обеспечивают учет прецедентов принятия решений в различных условиях обстановки.
Предлагаемая методика определяет последовательность работы моделей, учитывающих действия ДЛ, и основана на использовании автоматизированных процедур воздействия на ДЛ в различных режимах функционирования СППР.
В рамках методики выделяются пять режимов функционирования СППР:
1) инициализация;
2) создание и сопровождение;
3) оценка качества принимаемых решений;
4) формирование и выдача воздействий;
5) адаптация процедур оказания воздействий.
При реализации первых двух режимов осуществляется приведение СППР в состояние готовности к использованию с учетом особенностей ДЛ, которое работает с системой. Режим создания предполагает формирование или модификацию способов воздействия на ДЛ с учетом особенностей решаемой задачи по предупреждению и ликвидации ЧС на объектах водного транспорта (предполагается учет особенностей предметной области и ограничений). Сопровождение СППР осуществляется с учетом реализации автоматизированных процедур воздействия на ДЛ.
В третьем и четвертом режимах, в зависимости от полученной в результате оценки, формируются воздействия на ДЛ с учетом выявленных отклонений. Далее, запускаются
процедуры воздействия на ДЛ, направленные на оказание влияния на ДЛ в направлении оптимизации принятиях решений.
На уровне пятого режима функционирования СППР вырабатываются процедуры, адаптирующие воздействие на ДЛ с учетом ранее принятых им решений.
Таким образом, процедуры воздействия формируются системой на основе оценки качества деятельности ДЛ.
При реализации методики поддержки принятия решения ДЛ ЦУКС по предотвращению и ликвидации ЧС на объектах водного транспорта на основе реализации автоматизированных процедур воздействия реализуются следующие функции:
1) с учетом состояния предметной области, требований решаемой задачи и ограничений, сформированных экспертами вариантов действий, осуществляется формирование эталонного варианта решения (прецедентов предупреждения и ликвидации ЧС);
2) осуществляется начальное формирование баз знаний и данных, характеризующих состояние предметной области, и обеспечивается поддержание в актуальном состоянии знаний и данных, в том числе характеризующих ограничения предметной области решаемой задачи;
3) обеспечивается пополнение базы прецедентов ЧС;
4) оценивается качество принятого ДЛ решения по конкретной ситуации путем его сравнения с эталонными решениями (то есть оценивается качество деятельности ДЛ);
5) формирование и реализация воздействий на ДЛ с учетом качества принятого им решения.
С учетом приведенного на рис. 1 порядка взаимодействия модулей СППР, на рис. 2 приведена схема цикла принятия решения по предупреждению и ликвидации ЧС, а на рис. 3 -общий порядок реализации методики с учетом взаимодействия модулей СППР, режимов работы ДЛ, выявленных функций СППР.
Цикл принятия решения по предупреждению и ликвидации ЧС
Рис. 2. Схема цикла принятия решения
Определим входы и выходы методики. На вход методики поступают данные, которые описывают условия возникновения ЧС на объектах водного транспорта. Фактически, это множество исходных данных, учитываемых при уяснении задачи и оценки обстановки (характеристика предметной области) о ЧС. На выходе методики формируется множество вырабатываемых системой воздействий на ДЛ. Вырабатываемые процедуры воздействия учитывают оценку решения, принятого ДЛ. Методика учитывает сущность процессов принятия решений на различных уровнях. Поэтому выделяются уровень принятия и оценки решений представления лицом, принимающим решение (ЛПР), и уровень представления ДЛ ЦУКС (аналитиков). Этим обеспечивается учет специфики решаемых задач и конкретизация воздействий на ДЛ.
Предполагается также деление воздействий по так называемым уровням общности. Верхним уровнем общности является уровень системы водного транспорта в целом, а на нижнем уровне расположены «терминальные» объекты водного транспорта [10]. На данном уровне критикуются концептуальные решения по обеспечению безопасности объектов водного транспорта.
Точка принятия решения
Этап принятия решения ДЛ ЦУКС (ЛПР)
Точка принятия решения
Альтернативные варианты решения, предлагаемые ДЛ ЦУКС --- Акт принятия решения ЛПР
Задача предупреждения и ликвидации ЧС
Оценка исходных данных Мыслительный акт принятия решения Фиксация решения
Этап обоснования решения, работа ДЛ ЦУКС (аналитик!
Альтернативные варианты, формируемые ДЛ ЦУКС - Акт принятия решения ДЛ ЦУКС
Цикл выработки варианта
Задание исходных данных для оценки варианта Мыслительный акт принятия решения Анализ варианта
Задача предупреждения и ликвидации ЧС
Оценка исходных данных Мыслительный акт принятия решения Фиксация решения
Процедуры текущей и послезадачной оценки качества деятельности ДЛ ЦУКС
Функциональные априорные воздействия на ДЛ ЦУКС
Функциональные апостериорные воздействия на ДЛ ЦУКС
Типовые априорные воздействия на ДЛ ЦУКС
УЧ
Процедуры текущей и послезадачной оценки качества деятельности ДЛ
Функциональные априорные воздействия на ЛПР
Функциональные апостериорные воздействия на ЛПР
Типовые априорные воздействия на ЛПР
!ыбор способ; воздействия
Типовые апостериорные воздействия на ДЛ ЦУКС
Уров1
Типовые апостериорные воздействия на ЛПР
¡ень общности предметной области _транспорте
Процедуры самоадаптации
на основе механизма стохастического автомата
Выбор способа воздействия
Уровень общности терминальных объектов предметной области _ЧС на водном транспорте_
ЧС на
водном
Прецеденты ликвидации ЧС на различных уровнях общности
Рис. 3. Общий порядок применения методики
Применение методики поддержки принятия решений ДЛ ЦУКС по предотвращению и ликвидации ЧС на объектах водного транспорта на основе реализации ряда автоматизированных процедур рассмотрим на примере.
Принятие решений по предупреждению и ликвидации ЧС на объектах водного транспорта осуществляется ЛПР и ДЛ оперативно-дежурной смены (ОДС) ЦУКС. В данном случае старший оперативный дежурный (СОД) ЦУКС является ЛПР, а ДЛ ОДС ЦУКС (аналитики) являются: специалист по применению сил и средств, специалист по мониторингу и прогнозу развития ЧС, специалист по анализу и подготовке оперативных данных и др. в соответствии с перечнем обязательных должностей, формирующих ОДС ЦУКС [11]. Каждый из этих специалистов оценивает обстановку и принимает решение в соответствии со своими полномочиями и функционалом. Так, специалист по мониторингу и прогнозу развития ЧС готовит метеопрогноз и выводы о его влиянии на обстановку в районе ЧС и на ход проведения аварийно-спасательных и других неотложных работ, осуществляет прогнозирование параметров ЧС и на основе полученной информации составляет прогноз наихудшего развития ситуации. Специалист по применению сил и средств на основе этих данных принимает решение, какие аварийно-спасательные формирования будут привлекаться на ликвидацию ЧС. Смоделируем ситуацию и рассмотрим методику поддержки принятия решения специалистом по мониторингу и прогнозу развития ЧС.
В 9 часов 50 минут 24 июня 2021 г. в ОДС ЦУКС Главного управления МЧС России по Ульяновской обл. от очевидца И.И. Иванова поступило сообщение о том, что на р. Волге вблизи г. Новоульяновска в результате нарушения судоходства произошло столкновение двух прогулочных катеров с последующим потоплением. Всего на двух суднах находилось более 30 человек, из них пятеро детей.
Как уже было сказано, специалист по мониторингу и прогнозу развития ЧС готовит метеопрогноз и выводы о его влиянии на обстановку в районе ЧС и на ход проведения аварийно-спасательных и других неотложных работ. Для подготовки метеопрогноза можно использовать:
- ежедневный гидрометеорологический бюллетень Федеральной службы по гидрометеорологии и мониторингу окружающей среды Ульяновского центра по гидрометеорологии и мониторингу окружающей среды, который предоставляется в ЦУКС ежедневно к 12 часам с информацией на следующие сутки;
- официальный сайт Росгидромета и его территориальных подразделений;
- запросить метеопрогноз у дежурного синоптика территориального подразделения Росгидромета, но на это понадобится дополнительное время.
В процессе выработки данных вариантов ДЛ могут принимать ошибочные решения [1] из-за различных факторов (компетенции должностного лица, его психофизиологических особенностей, качества используемой информации, временных рамок и т.д.).
Специалист при принятии решения использовал ежедневный гидрометеорологический бюллетень, который поступил 23 июня 2021 г. «По данным Федеральной службы по гидрометеорологии и мониторингу окружающей среды Ульяновского центра по гидрометеорологии и мониторингу окружающей среды 24 июня 2021 г. прогнозируется переменная облачность, без осадков. Ветер западный 5-8 м/с. Температура атмосферного воздуха ночью +13 °С .„+18 °С, днем +30 °С .„+35 °С. Видимость 4 000 м. Влажность 65 %». Анализируя данные метеоусловия, ДЛ сделало вывод, что погодные условия не будут способствовать дальнейшему ухудшению развития ЧС и увеличению времени аварийно-восстановительных работ в зоне ЧС.
В базе знаний хранятся эталонные варианты решений, в которых учтены погодные условия по шкале Бофорта.
СППР оценивает решение, принятое ДЛ, путем сопоставления с «эталонными» решениями и выявляет величину отклонения от них. Для выбора «эталонного» решения берутся данные с официального сайта Росгидромета и его территориальных подразделений, так как они оперативные. Прогноз на сайте следующий: «24 июня 2021 г. прогнозируется переменная облачность, местами кратковременный дождь, возможна гроза. Ветер ночью
западный 3-8 м/с, днём северо-западный 8-13 м/с, при грозе порывы до 17 м/с. Температура ночью +14 °С .„+19 °С, днем +30 °С...+35 °С». В данном случае «эталонным» решением будет вывод, что погодные условия будут способствовать дальнейшему ухудшению развития ЧС и увеличению времени аварийно-восстановительных работ в зоне ЧС, так как порывы ветра до 17 м/с соответствуют семи баллам по шкале Бофорта, при этом максимальная высота волн достигает 5 м.
Если отклонения несущественные, то система не предпринимает никаких действий. Если отклонения существенные, то система оказывает соответствующие воздействия на ДЛ, например всплывающая подсказка с реальными гидрометеорологическими данными. В конкретном случае будет подсказка с неучтенными ДЛ порывами ветра до 17 м/с и максимальной высотой волн до 5 м. Специалист может внести корректировки в принимаемое решение, а может оставить его без изменения.
Выработанные варианты решений предоставляются СОД и процесс принятия решения осуществляется аналогично на следующем уровне.
Заключение
В процессе принятия решений по предупреждению и ликвидации ЧС на объектах водного транспорта ДЛ ЦУКС могут допускать ошибки, связанные с различными факторами (большой объем информации, временные рамки, компетентность ДЛ, психофизиологические особенности ДЛ и т.д.) [1, 2].
В ходе исследования разработана структура СППР ДЛ ЦУКС и методика ее применения в процессе предотвращения и ликвидации ЧС на объектах водного транспорта. Механизмы СППР обеспечивают достижение заданных требований к качеству управления ДЛ ЦУКС территориального органа МЧС России, к устранению возможных ошибок при принятии управленческих решений.
Список источников
1. Щетка В.Ф., Заводсков Г.Н. Модель ошибок должностных лиц при принятии решений по предупреждению и ликвидации чрезвычайных ситуаций природного и техногенного характера // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2022. № 1. С. 106-118.
2. Щетка В.Ф., Заводсков Г.Н., Онов В.А. Информационная система поддержки принятия решений по обеспечению безопасности на водном транспорте // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2021. № 1. С. 93-99.
3. Юркин М.А., Латышенко К.П., Семенов Е.С. Предупреждение чрезвычайных ситуаций с применением современных информационных технологий // Научные и образовательные проблемы гражданской защиты. 2019. № 1 (40). C. 40-45.
4. Методологические аспекты построения систем поддержки принятия решений / В.С. Симанков [и др.] // Вестник Донского государственного технического университета. 2015. № 8 (3). С. 258-267.
5. Системный анализ и принятие решений / В.И. Антюхов [и др.]. СПб.: С.-Петерб. ун-т ГПС МЧС России, 2017. 352 с.
6. Тараскин М.М., Коваленко Ю.И., Монахов П.А. Анализ задач, решаемых при распознавании ситуаций в системах поддержки выработки решений (часть 1) // Оборонный комплекс - научно-техническому прогрессу России. 2022. № 1 (153). С. 3-8. DOI: 10.52190/1729-6552_2022_1_3.
7. Рыков А.С. Системный анализ: модели и методы принятия решений и поисковой оптимизации. М.: МИСиС, 2009. 608 с.
8. Куватов В.И., Малыгин И.Г., Смирнов А.С. Интеллектуальные технологии в системах управления МЧС России: учеб. пособие. СПб.: С-Петерб. ун-т ГПС МЧС России, 2013.
9. Антюхов В.И., Остудин Н.В. Методика выявления и анализа проблемных вопросов в деятельности должностных лиц центров управления в кризисных ситуациях МЧС России //
Науч.-аналит. журн. «Вестник С.-Петерб. ун -та ГПС МЧС России». 2016. № 1. С. 97-106.
10. Селиванов Д.Ф. Автоматизация поддержки принятия решений при управлении тренажерной подготовкой на основе реализации процедур экспертного оценивания: дис. ... канд. техн. наук. СПб., 2005. 156 с.
11. Методические рекомендации по организации деятельности центров управления в кризисных ситуациях территориальных органов МЧС России / утв. зам. министра МЧС России В Н. Яцуценко. М., 2021.
References
1. Shchetka V.F., Zavodskov G.N. Model' oshibok dolzhnostnyh lic pri prinyatii reshenij po preduprezhdeniyu i likvidacii chrezvychajnyh situacij prirodnogo i tekhnogennogo haraktera // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2022. № 1. S. 106-118.
2. Shchetka V.F., Zavodskov G.N., Onov V.A. Informacionnaya sistema podderzhki prinyatiya reshenij po obespecheniyu bezopasnosti na vodnom transporte // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2021. № 1. S. 93-99.
3. Yurkin M.A., Latyshenko K.P., Semenov E.S. Preduprezhdenie chrezvychajnyh situacij s primeneniem sovremennyh informacionnyh tekhnologij // Nauchnye i obrazovatel'nye problemy grazhdanskoj zashchity. 2019. № 1 (40). C. 40-45.
4. Metodologicheskie aspekty postroeniya sistem podderzhki prinyatiya reshenij / V.S. Simankov [i dr.] // Vestnik Donskogo gosudarstvennogo tekhnicheskogo universiteta. 2015. № 8 (3). S. 258-267.
5. Sistemnyj analiz i prinyatie reshenij / V.I. Antyuhov [i dr.]. SPb.: S.-Peterb. un-t GPS MCHS Rossii, 2017. 352 s.
6. Taraskin M.M., Kovalenko Yu.I., Monahov P.A. Analiz zadach, reshaemyh pri raspoznavanii situacij v sistemah podderzhki vyrabotki reshenij (chast' 1) // Oboronnyj kompleks -nauchno-tekhnicheskomu progressu Rossii. 2022. № 1 (153). S. 3-8. DOI: 10.52190/1729-6552_2022_1_3.
7. Rykov A.S. Sistemnyj analiz: modeli i metody prinyatiya reshenij i poiskovoj optimizacii. M.: MISiS, 2009. 608 s.
8. Kuvatov V.I., Malygin I.G., Smirnov A.S. Intellektual'nye tekhnologii v sistemah upravleniya MCHS Rossii: ucheb. posobie. SPb.: S-Peterb. un-t GPS MCHS Rossii, 2013.
9. Antyuhov V.I., Ostudin N.V. Metodika vyyavleniya i analiza problemnyh voprosov v deyatel'nosti dolzhnostnyh lic centrov upravleniya v krizisnyh situaciyah MCHS Rossii // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2016. № 1. S. 97-106.
10. Selivanov D.F. Avtomatizaciya podderzhki prinyatiya reshenij pri upravlenii trenazhernoj podgotovkoj na osnove realizacii procedur ekspertnogo ocenivaniya: dis. ... kand. tekhn. nauk. SPb., 2005. 156 s.
11. Methodological recommendations on the organization of the activities of control centers in crisis situations of territorial bodies of EMERCOM of Russia / approved by the deputy minister of EMERCOM of Russia V.N. Yatsutsenko. M., 2021.