CC BY
32
М.С. Романов
МЕТОДЫ И АЛГОРИТМЫ ИНТЕРПРЕТАЦИИ РЕЗУЛЬТАТОВ НАТУРНОГО ЭКСПЕРИМЕНТА ПО ПЛАНИРОВАНИЮ ДЕЙСТВИЙ В УЧЕБНЫХ СИТУАЦИОННЫХ ЦЕНТРАХ ОРГАНОВ
ВНУТРЕННИХ ДЕЛ
METHODS AND ALGORITHMS OF INTERPRETATION OF THE RESULTS OF THE COMPUTATIONAL EXPERIMENT ON ACTION PLANNING IN EDUCATIONAL SITUATION CENTERS
OF INTERNAL AFFAIRS
В статье рассматривается разработка алгоритмов интерпретации результатов натурного эксперимента, позволяющих определять степень подготовленности сотрудников ситуационных центров органов внутренних дел к планированию действий сил и средств. Выделяются отличия разработанных алгоритмов от существующих путем сравнения возможности проверки адекватности используемых математических моделей.
The article deals with the development of algorithms for interpreting the results of field experiment that make it possible to determine the degree of preparedness of the employees of the situation centers of the internal affairs for planning the actions offorces and assets. The differences of the developed algorithms from existing ones are distinguished by comparing the possibility of checking the adequacy of the mathematical models used.
Введение. При возникновении обстоятельств введения чрезвычайного положения (ОВЧП) для их ликвидации привлекаются подразделения органов внутренних дел (ОВД). Для повышения эффективности действий ОВД используются ситуационные центры (СЦ ОВД), которые являются высокотехнологичными и позволяют осуществлять планирование действий в более сжатые сроки, обладая при этом большими информационными и вычислительными ресурсами. В учебном ситуационном центре (УСЦ) этапы планирования действий могут быть исследованы с целью выявления особенностей, учет которых необходим при выполнении реальных мероприятий и решений задач при обстоятельствах введения чрезвычайного положения. Для этого разрабатываются сценарии ОВЧП на основе их математических моделей, по которым сотрудники обучаются. В связи с этим необходимо уметь интерпретировать получаемые результаты и одновременно проверять математические модели на адекватность.
Описание исследования.
В сценарии учебной (учебно-аналитической) задачи, выделив основные этапы развития ситуации, обучающимся предлагается либо подготовить план действий, либо выбрать его из заранее сформированного множества, включив в него, соответственно, и те действия, которые не позволяют получить оптимальный в смысле выбранных показателей If вариант действий vopt Е Пор(:. Целесообразно, чтобы в сценарий входили разного типа задания с ограничением на время принятия решения ts.t. Такое ограничение создаст психологический дискомфорт, который будет аналогичен ситуации в случае её возникновения в действительности. Кроме того, рекомендуется определять начисление баллов за результат прохождения каждого задания, причем в зависимости от типа задания можно варьировать количество начисляемых баллов, в том числе предусмотрев начисление «штрафных» баллов за пропуск задания или неполный ответ.
Далее в ходе проведения обучения в соответствии с логической схемой технологической системы обучения (рис. 1) можно фиксировать результаты выполнения каждого задания в виде последовательности чисел
ХЗ.1, ХЗ.2, Хз.г, (1)
где хзл — результат выполнения /-го задания; г — общее количество заданий, предусмотренных сценарием.
Рис. 1. Логическая схема технологической системы обучения (индивидуальная работа)
Перечислим роли в сценарии и их функции:
- группа подыгрыша имитирует действия правонарушителей, последствия техногенных катастроф и т.д.;
- группы по направлениям деятельности реализуют принятые управленческие решения [1].
Под хзл могут выступать различные характеристики выполнения заданий, в частности предлагается использовать время прохождения задания и количество набранных баллов. Интерпретация полученного результата позволит определить, насколько подготовлен тестируемый сотрудник к действиям при возникновении ОВЧП. Поскольку при создании сценария имеется возможность заранее определить пределы изменений хзл, то целесообразно осуществить построение коридора траекторий ответов (рис. 2).
40
Рис. 2. Коридор (верхняя и нижняя границы) траектории ответов
Степень приближения ответов обучающегося к верхней границе коридора (в случае рассмотрения в качестве жвл начисленных баллов) позволит сделать вывод о его подготовленности к действиям в рассматриваемой ситуации. Кроме того, имеется возможность выявить те задания, в которых допущены максимальные ошибки, не позволяющие получить оптимальный вариант действий сил и средств ОВД. При рассмотрении времени прохождения заданий, естественно, нижней границей коридора будет служить ось абсцисс. Приближенность траектории ответов к оси абсцисс будет говорить либо о склонности принимать быстрые решения, либо о «несерьезном» подходе к рассматриваемым задачам. Соответственно, в совокупности с траекторией ответов по баллам появится возможность однозначно ответить на данный вопрос и принять меры к повышению уровня подготовки (при низких баллах) или распространению опыта принятия решения (при высоких баллах).
В случае прохождения разработанного сценария несколькими сотрудниками можно получить п совокупностей эмпирических данных (выборок) вида
Обработка полученных выборок с использованием математико-статистических методов позволит определить основные свойства и характеристики теоретически домысливаемой генеральной совокупности [2]. Такой подход позволяет считать числовые последовательности вида
наборами случайных величин, распределенных в заданном интервале, и осуществлять экспериментальный анализ закона распределения исследуемой генеральной совокупности. Установление и проверку гипотезы о виде теоретического закона распределения случайной величины можно осуществить стандартными способами, например с использованием критерия согласия х2 Пирсона [3].
Проведение натурных экспериментов с обучающимися даст возможность получить ответы на ряд вопросов:
Если при моделировании ОВЧП и заданных критериях оптимальности дать возможность осуществлять управление (т.е. выбор решения) разным сотрудникам, то получим ли мы одинаковые исходы (разрешения ОВЧП)?
Если в ходе моделирования ОВЧП предлагать различные варианты решений без представления количественных оценок показателей, смогут ли сотрудники интуитивно, опираясь на свой опыт, выбрать верное решение?
Насколько влияет ограничение времени на принятие решения в последнем случае на правильность выбора?
Адекватны ли используемые математические модели и получаемые на их основе оптимальные решения реальной практике деятельности органов внутренних дел?
Как влияет декларирование (нормативно-правовое закрепление) действий сотрудников ОВД, привлекаемых к предотвращению или ликвидации последствий ОВЧП, на правильность принимаемых решений?
Какие факторы оказывают наибольшее влияние на выбор решения сотрудниками СЦ ОВД при ОВЧП?
Какие задачи вызывают наибольшие затруднения при решении?
Для получения ответов на сформулированные выше вопросы будут рассмотрены следующие числовые характеристики:
выборочное арифметическое среднее выборочное среднеквадратичное отклонение
выборочная дисперсия
= <4ж =
выборочный коэффициент вариации
У3.г =
71—1
^ср.3,1
(5)
(6)
(7)
Использование данных числовых характеристик и построение эмпирических функций плотности вероятности, характеризующих распределение хэл по каждому заданию, позволит не только сделать выводы о подготовленности сотрудников СЦ ОВД, но и оценить разработанный сценарий моделируемой задачи. Например, применение правила трех сигм позволит сделать вывод о предполагаемом законе распределения полученных наблюдений. При этом построение эмпирической функции плотности вероятности не представляет особой трудности, но позволяет визуализировать результаты и сделать выводы о характере распределения ответов (рис. 3). Конечно, в идеале все ответы, полученные от тестируемых, должны быть правильными и для баллов совпадать с верхней границей коридора траекторий ответов, а для времени — быть близки к нижней границе.
Получение реальных распределений, соответствующих «идеальным», будет свидетельствовать как о высоком уровне подготовленности сотрудников СЦ к планированию действий, так и об адекватности используемой в сценарии математической модели.
Также можно предложить использование пик-фактора, как параметра, позволяющего сравнивать обучающихся между собой по степени готовности к действиям в СЦ ОВД:
где Б — количество баллов, набранных по результатам выполнения всех заданий; В — время, потраченное на выполнение всех заданий.
(8)
а) б)
Рис. 3. «Идеальные» функции плотности вероятности .:
а — для баллов; б — для времени выполнения
Для выделения особенностей планирования действий можно использовать коэффициент эксцесса и коэффициент асимметрии. В частности, при рассмотрении времени, затраченного на решение задачи, наличие ненулевого коэффициента асимметрии позволяет выдвинуть предположение о существующих тенденциях принятия слишком быстрых решений (положительная асимметрия), без должного обдумывания, или, наоборот, о затягивании принятия решения (отрицательная асимметрия), излишней осторожности или боязни ответственности за принятое решение. При рассмотрении набранных баллов наличие отрицательного коэффициента эксцесса будет свидетельствовать о наличии множества близких альтернативных вариантов действий. Следовательно, подготовленный сценарий содержит варианты решений, близкие по смысловому содержанию или характеру действий, причем отличить результаты выполнения этих действий без точного расчета значений критериев оптимальности тестируемым практически невозможно.
Таким образом, можно предложить следующие алгоритмы проведения и интерпретации результатов натурного эксперимента по моделированию действий сил и средств СЦ ОВД:
Алгоритм 1. Интерпретация результатов моделирования действий сил и средств одним сотрудником:
С
Начало.
Проведение моделирования.
Построение траектории ответов. Вывод о степени подготовленности сотрудника.
Алгоритм 2. Интерпретация результатов моделирования действий сил и средств п сотрудниками:
Стоит отметить, что разработанные алгоритмы 1 и 2 могут использоваться для проверки адекватности математических моделей, лежащих в основе учебных сценариев, при замене обучающихся группой экспертов. Полученные результаты вида (2) и рассчитанные на их основе числовые характеристики должны будут соответствовать оптимальным вариантам действий, предусмотренным математическими моделями.
Для наилучшего закрепления у сотрудников органов внутренних дел навыков принятия управленческих решений при возникновении межнациональных конфликтов на основе многовариантного сценария принятия решений [4] была разработана имитационная обучающе-тестирующая программа «Принятие управленческих решений в органах внутренних дел при возникновении массовых беспорядков, вызванных межнациональным конфликтом (многовариантный сценарий)» [5]. Программа осуществляет имитацию массовых беспорядков, предоставляя обучающимся возможность принимать решения из ситуационного центра, сформированного по сценарию [6].
Заключение.
Таким образом, проведение моделирования в ходе натурного эксперимента сотрудниками СЦ ОВД позволяет решить задачи проверки степени готовности сотрудников к действиям при возникновении ОВЧП, оценить адекватность разработанной модели, осуществить подготовку сотрудников к выбору оптимального варианта действий.
Разработанные алгоритмы и методы интерпретации результатов моделирования могут быть применены в образовательных организациях МВД России, практических подразделениях МВД России при разработке планов действий сил и средств СЦ ОВД.
ЛИТЕРАТУРА
1. Романов М. С., Пьянков О. В., Глушков А. Н. Особенности использования ситуационных центров в учебном процессе вузов МВД России // Информация и информационная безопасность правоохранительных органов : сборник трудов XXIII Всероссийской конференции. — М. : Академия управления МВД России, 2014. — С. 262—268.
2. Айвазян С. А., Енюков И. С., Мешалкин Л. Д. Прикладная статистика: Основы моделирования и первичная обработка данных : справочное изд. — М. : Финансы и статистика, 1983. — 471 с.
3. Р 50.1.033-2001. Рекомендации по стандартизации. Прикладная статистика. Правила проверки согласия опытного распределения с теоретическим. Часть 1 : Критерии типа хи-квадрат. — М. : Стандартинформ, 2006. — 91 с.
4. Романов М. С. Разработка сценария многовариантного процесса принятия решений в органах внутренних дел при возникновении межнационального конфликта // Актуальные вопросы эксплуатации систем охраны и защищенных телекоммуникационных систем : сборник материалов. — Воронеж : Воронежский институт МВД России, 2015. — С.170—172.
5. Романов М. С. Имитационная обучающе-тестирующая программа «Принятие управленческих решений в органах внутренних дел при возникновении массовых беспорядков, вызванных межнациональным конфликтом (многовариантный сценарий)» // Федеральная служба по интеллектуальной собственности (РОСПАТЕНТ), г. Москва. Свидетельство о государственной регистрации программы № 2016612812.
6. Романов М. С. Результаты имитационного моделирования многовариантного сценария принятия решений в ситуационных центрах ОВД // Вестник Воронежского института МВД России. — 2016. — № 4. — С. 185—194.
