CC BY
4
УДК 614.849
МОДЕЛЬ И МЕТОДИКА ОЦЕНКИ СТЕПЕНИ СЛОЖНОСТИ СИСТЕМЫ УПРАВЛЕНИЯ ПОЖАРНО-СПАСАТЕЛЬНЫМИ ПОДРАЗДЕЛЕНИЯМИ НА ПОЖАРЕ
1 1 2
Е. В. СТЕПАНОВ , ЧАН МИНЬ ХОАНГ ХА , Б. Б. ГРИНЧЕНКО ,
11 С. Ю. БУТУЗОВ , Д. В. ТАРАКАНОВ
1
Академия Государственной противопожарной службы МЧС России, Российская Федерация, г. Москва
2
Ивановская пожарно-спасательная академия ГПС МЧС России, Российская Федерация, г. Иваново E-mail: [email protected], [email protected], [email protected], [email protected], [email protected]
В статье авторами разработаны модель и методика оценки степени сложности системы управления пожарно-спасательными подразделениями на пожаре, что является целью исследования. Такой подход позволяет решить задачи, состоящие в определении степени сложности системы управления в рамках их сосредоточения на крупном пожаре, которая в свою очередь имеет разветвленную структуру, функционирующую по принципу единоначалия, где лицом, принимающим решение, является руководитель тушения пожара. В этой системе сосредоточено множество должностных лиц, объединенных едиными информационными потоками, которые передаются посредством радиосвязи. Для определения степени сложности системы управления показана возможность применения разработанной графовой модели на конкретном примере. Разработана методика оценки степени сложности и категорирования систем управления на пожаре, с последующей апробацией полученных результатов. Дальнейшее развитие исследования будет направлено на учет степени сложности системы управления при оценке эффективности мероприятий по тушению пожара.
Ключевые слова: управление, степень сложности системы, пожарные, графовая модель, методика оценки.
MODEL AND METHODOLOGY FOR ASSESSING THE DEGREE OF COMPLEXITY OF THE FIRE AND RESCUE UNITS MANAGEMENT SYSTEM IN A FIRE
1 1 2 E. V. STEPANOV , CHANG MINH HOANG HA , B. B. GRINCHENKO ,
11 S. U. BUTUZOV , D. V. TARAKANOV
1
Federal State Budget Educational Establishment of Higher Education «State Fire Academy of State Firefighting Service of Ministry of Russian Federation for Civil Defense,
Emergencies and Elimination of Consequences of Natural Disasters», Russian Federation, Moscow
2
Federal State Budget Educational Establishment of Higher Education
«Ivanovo Fire Rescue Academy of State Firefighting Service of Ministry of Russian Federation for Civil Defense, Emergencies and Elimination of Consequences of Natural Disasters»,
Russian Federation, Ivanovo E -mail: [email protected], [email protected], [email protected], [email protected], [email protected]
In the article, the authors have developed models and methods for assessing the degree of complexity of the management system of fire and rescue units in a fire, which is the purpose of the study. This approach makes it possible to solve problems consisting in determining the degree of complexity of the control system within the framework of their concentration on a large fire, which in turn has an extensive structure functioning according to the principle of unity of command, where the decision-maker is the head of fire extinguishing. In this system, a lot of officials are concentrated, united by unified information flows, which are transmitted by radio. To determine the degree of complexity of the control system, the possibility of using the
© Степанов Е. В., Чан Минь Хоанг Ха, Гринченко Б. Б., Бутузов С. Ю., Тараканов Д. В., 2023
47
developed graph model on a specific example is shown. A methodology has been developed for assessing the degree of complexity and categorization of fire control systems, with subsequent approbation of the results obtained. Further development of the study will be aimed at taking into account the degree of complexity of the control system when evaluating the effectiveness of fire extinguishing measures.
Key words: management, degree of complexity of the system, firefighters, graph model, assessment methodology.
Введение
В случае возникновения крупного пожара на территории субъекта Российской Федерации для его тушения требуется сосредоточение сил и средств (СиС) нескольких по-жарно-спасательных подразделений, а в исключительных случаях и привлечение подразделений из соседних гарнизонов1. При этом в тушении пожара и проведении аварийно-спасательных работ (АСР) будет задействовано множество должностных лиц со своими зонами правовой ответственности, которые имеют развитый уровень подчиненности в системе оперативного управления на пожаре. Для улучшения качества в управлении сосредоточенными подразделениями различной подчиненности создают развитую структуру системы управления [1-5]. Однако такая система не лишена недостатков, к котороым можно отнести:
- требования к высокому уровню подготовленности и компетентности руководителя тушения пожара (РТП) с широким спектром компетенций, так как при управлении СиС на крупном пожаре руководство сменяется в зависимости от его ранга и прибывающих должностных лиц, что может достигать порядка семи и более смен РТП на 1 крупном пожаре;
- избыток и разнородность информационных связей (потоков), которые трудно обрабатывать в режиме реального времени на пожаре в условиях, сопряженных с риском для жизни;
- несмотря на то, что в управлении тушением пожара основным принципом является единоначалие, сложные связи между уровнями управления, могут затруднять согласованность в решениях, в связи с этим повышается вероятность самостоятельного принятия решений должностными лицами на ниже лежащих уровнях;
- колоссальный объем работы по координации всех задействованных и прибывающих пожарно-спасательных подразделений, включая службы жизнеобеспечения в едином аппарате управления;
- так как управление происходит в организационных системах, велика вероятность влияния человеческого фактора.
Объектом исследования является процесс управления пожарно-спасательными подразделениями на крупном (сложном) пожаре, а предметом исследования информационно-аналитическая поддержка управления лица, принимающего решение.
Данная работа посвящена исследованию сложности системы управления на пожаре как составляющему показателю эффективности и надежности принятия управленческих решений, поэтому целью исследования является разработка модели и методики оценки степени сложности системы управления пожарно-спасательными подразделениями на пожаре. Для достижения поставленной цели в работе необходимо решить следующие задачи:
1. Предложить количественную характеристику степени сложности системы управления на пожаре.
2. Разработать шкалу категорирования систем управления на пожаре.
Теоретические положения исследования
Сложность системы управления обусловлена многозадачностью операционной деятельности, ее организации и трудностью оперативного управления этой деятельностью [4]. Для эффективной организации пожаротушения крупных пожаров необходим соответствующий уровень сложности системы управления, однако высокая сложность может существенно затруднить обеспечение устойчивости и эффективности организации, особенно в нестабильных условиях, которые присущи таким пожарам.
При оценке степени сложности системы управления пожарно-спасательными подразделениями предлагается анализировать ряд параметров, которые представлены на рис. 1.
1 Приказ МЧС России от 25 октября 2017 г. № 467 «Об утверждении Положения о пожарно-спаса-тельных гарнизонах»
Рис. 1. Параметры системы управления, влияющие на сложность
В настоящей работе предлагается представление системы управления в виде графовой модели. Выбор данного подхода обусловлен эффективным применением данной методологии в различных отечественных и зарубежных исследованиях [6-18]. В настоящем иследовании использование теории гарфов позволяет сохранить ключевые параметры, используемые при анализе структуры управления. Так, по аналогии с работой [19, 20] представим систему управления на пожаре в виде графа. Для описания используется граф:
в = (Х,У);
X = {х1,х2,...,хп}; У = \уЛ,у2,...,ут}; (1)
где X - множество вершин, представляющих собой элементы системы управления (руководитель тушения пожара, начальник сектора тушения пожара, начальник боевого участка и т.п.);
У - множество ребер, представляющих собой связи подчиненности.
Представление модели управления в виде графа позволяет сохранить необходимые для решения задачи определения сложности параметров: связь элементов и их количество.
Рассмотрим конкретный пример системы управления на пожаре. Организована работа оперативного штаба на месте пожара, должностными лицами которого являются начальник штаба, начальник тыла, представитель администрации объекта, начальник контрольно-пропускного пункта газодымозащит-ной службы. Созданы два сектора проведения работ, объединяющие шесть боевых участков. На каждом боевом участке работает от 3 до 5 звеньев газодымозащитной службы (звено ГДЗС). Организована работа контрольно-пропускного пункта ГДЗС.
Элементы системы управления представляются в виде вершин графа, связи под-
чиненности в виде ребер. На рис. 2 представлена графовая модель системы управления.
Методика оценки степени сложности системы управления на пожаре
Известны работы, в которых обширно исследованы современные методы связи и управления в сфере пожаротушения. К одной из таких систем связи относится «Siren», предназначенная для поддержки беспроводной связи между пожарными с несколькими уровнями резервирования. «Siren» обеспечивает основу для сбора, интеграции и распространения контекстуальных данных, таких как местоположение и температура, что упрощает разработку приложений для пожаротушения с использованием одноранговой сети встроенных устройств через единый программный интерфейс, основанный на абстракции информационного пространства [21].
Технологии видеомониторинга тоже нашли широкое применение, например, в исследовании [22] описаны возможности видеомониторинга, который позволяет в режиме реального времени отслеживать и фиксировать работу по реагированию на чрезвычайные ситуации, включая пожары. Такой подход позволяет транслировать оперативную информацию в командном центре управления в виде визуальных отчетов, которые открывают возможности для коллективных переговоров и изучения ситуации более широким кругом специалистов.
Обеспеченность внутренней связью на пожаре в замкнутых пространствах была рассмотрена в работе [23], где надежность связи внутри помещений с высокой скоростью передачи данных необходима для передачи важной информации между пожарными для повышения их безопасности и уменьшения числа жертв, вызванных пожарами внутри помещений. Две сверхширокополосные подложки со встроенными щелевыми текстильными антеннами были незаметно размещены в передней и задней частях боевой одежды пожарных (БОП), обеспечивая устойчивую связь между ними.
Рис. 2. Графовая модель системы управления на пожаре
Однако вышеизложенные исследования не решают задачу, связанную с оценкой сложности системы управления на крупном пожаре, что возможно за счет использования графового моделирования. Такой подход позволит дать количественную оценку сложности структуры системы управления пожарно-спасательными подразделениями на пожаре. В свою очередь степень сложности системы управления можно характеризовать следующими показателями:
а) - количество вершин графа X (элементов управления);
б) - количество ребер графа У (связей подчиненности);
в) - количество уровней иерархии;
г) Мв - максимальное количество вершин графа одного уровня.
Введенные характеристики имеют определенную смысловую нагрузку. Так количество вершин графа определяет количество элементов системы управления, на которые возлагаются определенные задачи. Количество ребер графа Ыу показывает подчиненность каждого из элементов и связность си-
стемы. В частности, при использовании радиоканальной связи более высокое значение количества ребер соответствует большему времени передачи информации и ее дублированию, а также возможной «перегрузки» каналов связи. В свою очередь использование на пожаре радиосвязи определяет ограниченность каналов передачи информации для РТП и должностных лиц оперативного штаба на месте пожара, и в этом случае каждый канал должен быть обеспечен дополнительными средствами связи для всех абонентов, что накладывает соответствующие ограничения. Количество уровней иерархии ЫА характеризует степень «инертности» ситемы при передаче команд управления и информации о пожаре. Максимальное количество вершин графа одного уровня Ыв характеризует степень раздробленности системы и необходимости учи-тывания информации о каждом из компонентов, что при большом значении может затруднять принятие оперативных управленческих решений.
В табл. 1 представлены показатели 20 систем управления на пожаре, исследованных в ходе работы.
Таблица 1. Показатели модели системы управления на пожаре
Р Nx NY Na NB
к 1 2 3 4
Система управления №1 1 35 70 6 21
Система управления №2 2 21 45 4 13
Система управления №3 3 15 32 3 9
Система управления №4 4 5 4 2 4
Система управления №5 5 9 8 3 6
Система управления №6 6 4 3 2 3
Система управления №7 7 14 12 3 10
Система управления №8 8 20 26 5 12
Система управления №9 9 25 32 5 14
Система управления №10 10 42 82 6 26
Система управления №11 11 30 58 6 18
Система управления №12 12 13 26 4 8
Система управления №13 13 24 30 5 12
Система управления №14 14 3 2 2 2
Система управления №15 15 46 92 6 29
Система управления №16 16 12 10 4 6
Система управления №17 17 32 64 6 20
Система управления №18 18 15 13 3 11
Система управления №19 19 10 9 3 7
Система управления №20 20 44 90 6 28
Среднее значение 20,95 35,4 4,2 12,95
Введем понятие нормированного значения Нкр , характеризующее отношение показателя модели к усредненному по всей совокупности исследуемых моделей. Если
0„, - численное значение к-го показателя
кр
(/ = 1,2,3,4) р-ой модели системы управления, то нормированное значение показателя Н определяется по формуле (2):
н
кр = (Ок) ■
(2)
где - значение к-го показателя, усредненное по всей совокупности.
Величина, равная относительной площади фигуры, ограниченной точками Нкр на
диаграмме пространства показателей Нкр является количественной характеристикой степени сложности. Каждая пара соседних точек, размещенных на соответствующей оси координат, вместе с точкой начала координат образует треугольник (рис. 3). Площадь образовавшейся фигуры в для р-ой модели систему
управления можно определить как сумму площадей треугольников по формуле (3):
вр = 0,5 . (НР1 ■ НР2 + НР2 ■ Нрз + Нрз ■ Нр4 + Нр4 ■ Нр1). (3)
Площадь фигуры, построенной при использовании средних значений^^^, обозначим в • На рис. 3 представлены диаграммы пространства показателей Нкр при к = 1,2,3,4.
Значение степени сложности р-й системы управления определим по формуле (4):
sn
Q = 05 • s
р > p,
s
(4)
Количественная оценка пространственной сложности системы управления О представлена в табл. 2.
Категории систем управления по сложности
Для дальнейшего учета степени сложности систем управления на пожаре предлагается использовать следующую шкалу категорий сложности:
- 1 категория (простейшая, О < 0,3);
- 2 категория (простая, 0,3< О < 1);
- 3 категория (средней сложности,
1< О < 1,7);
- 4 категория (сложная, 1,7< О < 2,5);
- 5 категория (очень сложная, О > 2,5).
Для наглядности на рис. 4 представлена разработанная шкала категорирования систем управления по сложности.
2 0 ,5 0 5 1 5 2
2
-фигура построенная при средних значениях
-фигура построенная при значениях системы управления №1
Рис. 3 Фигуры, ограниченные точками Нкр Таблица 2. Количественные характеристики степени сложности систем управления на пожаре
№ системы 1 2 3 4 5 6 7 8 9 10
Q 2,79 1,11 0,57 0,08 0,20 0,05 0,38 0,89 1,18 3,71
№ системы 11 12 13 14 15 16 17 18 19 20
Q 2,17 0,53 1,04 0,03 4,38 0,28 2,48 0,44 0,24 4,15
Категорирование позволит отнести системы управления к группам сложности и проанализировать соответствие степени сложности обстановки на месте тушения пожара. Та-
ким образом, произведем анализ категории систем управления по сложности, а полученные данные представим в табл. 3.
Таблица 3. Результаты категорирования
Категория сложности Системы управления
Простейшая №4, №5, №6, №14, №16, №19
Простая №3, №7, №8, №12, №18
Средней сложности №2, №9, №13
Сложная №11, №17
Очень сложная №1, №10, №15, №20
Выводы
Таким образом, в исследовании предложена количественная характеристика степени сложности системы управления на пожаре, что позволяет прогнозировать значения важных при принятии решений параметров организации действий пожарно-спасательных подразделений. Разработана шкала категориро-
Список литературы
1. Теребнев В. В., Семенов А. О., Тараканов Д. В. Теоретические основы принятия решений при управлении силами и средствами на пожаре // Пожаровзрыво-безопасность. 2012. Т. 21. № 10. С. 14-17.
2. Семенов А. О., Баканов М. О., Тараканов Д. В. Модели мониторинга и управления при ликвидации крупных пожаров: монография. Иваново: ФГБОУ ВО Ивановская пожарно-спасательная академия ГПС МЧС России, 2018. 128 с.
3. Денисов А. Н., Степанов О. И. Алгоритм синтеза системы управления пожарными подразделениями на месте пожара // Техно-сферная безопасность. 2018. № 2 (19). С. 51 -59.
4. Апарин А. А. Базовые положения поддержки принятия решений при управлении подразделениями пожарной охраны // Технологии техносферной безопасности. 2021. № 3 (93). С. 88-102. DOI: 10.25257/TTS.2021.3. 93.88-102.
5. Моделирование сети связи для управления действиями пожарных подразделений при тушении пожаров различной сложности / М. В. Алешков, В. А. Басов, А. А. Кол-басин [и др.] // Пожаровзрывобезопасность. 2019. Т. 28. № 3. С. 59-69. DOI: 10.18322/PVB. 2019.28.03.59-69.
6. Sucar L. E. Probabilistic Graphical Models. Principles and Applications. SpringerVerlag London, 2015. DOI: 10.1007/978-1-44716699-3
7. Bramer M. Principles of Data Mining. Springer-Verlag London Ltd., 2016. DOI: 10.1007/ 978-1-4471-7307-6
8. Таха Х. А. Исследование операций. М.: Диалектика, 2018. 1056 с.
вания систем управления на пожаре, которая позволяет сравнивать значения сложности с рангом пожара и обстановкой на месте пожара для оценки качества организации управления. Поэтому определение степени сложности системы управления является важным макропараметром для эффективной организации действий пожарно-спасательных подразделений.
9. Cities As Networks within Networks of Cities: The Evolution of the City/Firm-Duality in the World City Network, 2000-2010 / L. Xingjian, B. Derudder, F. Witlox [et al.]. Journal of Economic and Human Geography, 2014, vol. 105, issue 4, pp.465-482.
10. Саати Т. Л. Принятие решений при зависимостях и обратных связях: аналитические сети. М.: ЛИБРОКОМ: URSS, 2009. 357 с. EDN: QJVGRP
11. Пегат А. Нечеткое моделирование и управление. М.: БИНОМ. Лаборатория знаний, 2013. 798 с. EDN: SUMTRN
12. Jaumard B., Tian H. Multi-Column Generation Model for the Locomotive Assignment Problem. Proc. of 16th Workshop on Algorithmic Approaches for Transportation Modelling, Optimization, and Systems (ATMOS'16), 2016, pp. 6:16:13.
13. 2019 ACC/AHA Guideline on the Primary Prevention of Cardiovascular Disease: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines / D. K. Arnett, R. S. Blumenthal, M. A. Albert [et al.]. JACC, 140,
(2019), pp. 596-646.
14. Cardiovascular Risk Prediction Method Based on CFS Subset Evaluation and Random Forest Classifcation Framework / S. Xu, T. Zhu, Zh. Zang [et al.]. Ann. Of Math., 1, (2017), pp.228-232.
15. Machine learning prediction in cardiovascular diseases: a meta-analysis / C. Krittana-wong, H. Virk, S. Bangalore [et al.]. Sci Rep., 10,
(2020), 16057.
16. Research directions for big data graph analytics / J. A. Miller, L. Ramaswamy, K. J. Kochut [et al.]. 2015 IEEE International Congress on Big Data. New York: IEEE, 2015, pp. 785-794. DOI: 10.1109/BigDataCongress.2015.132
17. Лазарев И. В. Применение графовой модели для оценки эффективности комплекса технических средств систем охраны // Охрана, безопасность, связь. 2020. № 5-2. С. 151-153.
18. Касьянов В., Касьянова Е. Визуализация информации на основе графовых моделей // Научная визуализация. 2014. № 6 (1). С. 31-50.
19. «Сложность» и «сложностность» -категории развития систем управления / М. А. Алексеев, Е. В. Фрейдина, С. В. Петухова [и др.] // Вестник НГУЭУ. 2021. № 1. С. 48-66. DOI 10.34020/2073-6495-2021-1-048-066.
20. Модель и методика оценки степени сложности зданий для организации действий пожарных подразделений / Е. В. Степанов, Чан Минь Хонг Ха, С. Ю. Бутузов [и др.] // Технологии техносферной безопасности. Вып. 2 (96). 2022. С. 38-50. DOI: 10.25257/TTS.2020.1.87.38-50.
21. Siren: Context-aware computing for firefighting / X. Jiang [et al.]. Pervasive Computing: Second International Conference, PERVASIVE 2004, Linz/Vienna, Austria, April 21-23, 2004. Proceedings 2. Springer Berlin Heidelberg, 2004, pp. 87-105.
22. Bergstrand F., Landgren J. Visual reporting in time-critical work: exploring video use in emergency response. Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services, 2011, pp. 415-424.
23. Capacity of broadband body-to-body channels between firefighters wearing textile SIW antennas / T. Castel [et al.]. IEEE Transactions on Antennas and Propagation, 2016, vol. 64, issue 5, pp. 1918-1931.
References
1. Terebnev V. V., Semenov A. O., Tara-kanov D. V. Teoreticheskie osnovy' prinyatiya reshenij pri upravlenii silami i sredstvami na pozhare [Theoretical foundations of decisionmaking in the management of forces and means in a fire]. Pozharovzry'vobezopasnost', 2012, vol. 21, issue 10, pp. 14-17.
2. Semenov A. O., Bakanov M. O., Tara-kanov D. V. Modeli monitoringa i upravleniya pri likvidacii krupny'x pozharov: monografiya [Models of monitoring and control in the elimination of large fires: monograph]. Ivanovo: FGBOU VO Ivanovskaya pozharno-spasatePnaya akademiya GPS MChS Rossii, 2018. 128 p.
3. Denisov A. N., Stepanov O. I. Algoritm sinteza sistemy' upravleniya pozharny'mi po-drazdeleniyami na meste pozhara [Algorithm for the synthesis of the control system of fire departments at the scene of a fire]. Texnosfernaya be-
zopasnost', 2018, vol. 2 (19), pp. 51-59.
4. Aparin A. A. Bazovy'e polozheniya podderzhki prinyatiya reshenij pri upravlenii po-drazdeleniyami pozharnoj oxrany' [Basic provisions for decision support in the management of fire departments]. Texnologii texnosfernoj be-zopasnosti, 2021, vol. 3 (93), pp. 88-102. DOI: 10.25257/TTS.2021.3.93.88-102.
5. Modelirovanie seti svyazi dlya upravleniya dejstviyami pozharny'x podrazdelenij pri tushenii pozharov razlichnoj slozhnosti [Modeling a communication network to control the actions of fire departments in extinguishing fires of varying complexity] / M. V. Aleshkov, V. A. Basov,
A. A. Kolbasin [et al.]. Pozharovzry'vobezopasnost', 2019, vol. 28, issue 3, pp. 59-69. DOI: 10.18322/PVB.2019.28.03.59-69.
6. Sucar L. E. Probabilistic Graphical Models. Principles and Applications. SpringerVerlag London, 2015. DOI: 10.1007/978-1-44716699-3
7. Bramer M. Principles of Data Mining. Springer-Verlag London Ltd., 2016. DOI: 10.1007/ 978-1-4471-7307-6
8. Taxa X. A. Issledovanie operacij [Operations research]. M.: Dialektika, 2018. 1056 p.
9. Cities As Networks within Networks of Cities: The Evolution of the City/Firm-Duality in the World City Network, 2000-2010 / L. Xingjian,
B. Derudder, F. Witlox [et al.]. Journal of Economic and Human Geography, 2014, vol. 105, issue 4, pp.465-482.
10. Saati T. L. Prinyatie reshenij pri zavi-simostyax i obratny'x svyazyax: analiticheskie seti [Decision Making under Dependencies and Feedbacks: Analytical Networks]. M.: LIBROKOM: URSS, 2009. 357 p. EDN: QJVGRP
11. Pegat A. Nechetkoe modelirovanie i upravlenie [Fuzzy modeling and control]. M.: BINOM. Laboratoriya znanij, 2013. 798 p. EDN: SUMTRN
12. Jaumard B., Tian H. Multi-Column Generation Model for the Locomotive Assignment Problem. Proc. of 16th Workshop on Algorithmic Approaches for Transportation Modelling, Optimization, and Systems (ATMOS'16), 2016, pp. 6:16:13.
13. 2019 ACC/AHA Guideline on the Primary Prevention of Cardiovascular Disease: A Report of the American College of Cardiology/American Heart Association Task Force on Clinical Practice Guidelines / D. K. Arnett, R. S. Blumenthal, M. A. Albert [et al.]. JACC, 140, (2019), pp. 596-646.
14. Cardiovascular Risk Prediction Method Based on CFS Subset Evaluation and Random Forest Classifcation Framework / S. Xu, T. Zhu, Zh. Zang [et al.]. Ann. Of Math., 1, (2017), pp.228-232.
15. Machine learning prediction in cardiovascular diseases: a meta-analysis / C. Krittana-wong, H. Virk, S. Bangalore [et al.]. Sci Rep., 10, (2020), 16057.
16. Research directions for big data graph analytics / J. A. Miller, L. Ramaswamy, K. J. Kochut [et al.]. 2015 IEEE International Congress on Big Data. New York: IEEE, 2015, pp. 785-794. DOI: 10.1109/BigDataCongress.2015.132
17. Lazarev I. V. Primenenie grafovoj modeli dlya ocenki effektivnosti kompleksa texnicheskix sredstv sistem oxrany' [Application of a graph model to assess the effectiveness of a complex of technical means of security systems]. Oxrana, bezopasnost', svyaz', 2020, vol. 5-2, pp. 151-153.
18. Kas'yanov V, Kas'yanova E. Vizual-izaciya informacii na osnove grafovy'x modelej [Information visualization based on graph models]. Nauchnaya vizualizaciya, 2014, vol. 6 (1), pp. 3150.
19. «Slozhnosr» i «slozhnostnosr» -kategorii razvitiya sistem upravleniya [«Complexity» and «complexity» - categories of development of control systems] / M. A. Alekseev, E. V. Frejdina, S. V. Petuxova [et al.]. Vestnik NGUE'U, 2021, issue 1, pp. 48-66. DOI: 10.34020/2073-6495-
2021-1-048-066.
20. Model' i metodika ocenki stepeni slozhnosti zdanij dlya organizacii dejstvij pozharny'x podrazdelenij [Model and methodology for assessing the degree of complexity of buildings for organizing the actions of fire departments] / E. V. Stepanov, Chan Min' Xong Xa, S. Yu. Butuzov [et al.]. Texnologii texnosfernoj bezopasnosti, vol. 2 (96), 2022, pp. 38-50. DOI: 10.25257/TTS.2020.1.87.38-50.
21. Siren: Context-aware computing for firefighting / X. Jiang [et al.]. Pervasive Computing: Second International Conference, PERVASIVE 2004, Linz/Vienna, Austria, April 21-23, 2004. Proceedings 2. Springer Berlin Heidelberg, 2004, pp. 87-105.
22. Bergstrand F., Landgren J. Visual reporting in time-critical work: exploring video use in emergen-cy response. Proceedings of the 13th International Conference on Human Computer Interaction with Mobile Devices and Services, 2011,pp. 415-424.
23. Capacity of broadband body-to-body channels between firefighters wearing textile SIW antennas / T. Castel [et al.]. IEEE Transactions on Antennas and Propagation, 2016, vol. 64, issue 5, pp. 1918-1931.
Степанов Егор Владимирович
Академия Государственной противопожарной службы МЧС России,
Российская Федерация, г. Москва
преподаватель
E-mai: [email protected]
Stepanov Egor Vladimirovich
Federal State Budget Educational Establishment of Higher Education «State Fire Academy of State Firefighting Service of Ministry of Russian Federation for Civil Defense, Emergencies and Elimination of Consequences of Natural Disasters», Russian Federation, Moscow Lecturer
E-mai: [email protected] Чан Минь Хоанг Ха
Академия Государственной противопожарной службы МЧС России,
Российская Федерация, г. Москва
адъюнкт факультета подготовки иностранных граждан
E-mai: [email protected]
Chan Min KHoang Kha
Federal State Budget Educational Establishment of Higher Education «State Fire Academy of State Firefighting Service of Ministry of Russian Federation for Civil Defense, Emergencies and Elimination of Consequences of Natural Disasters», Russian Federation, Moscow
Postgraduate Student, Faculty of training of foreign citizens E-mai: [email protected]
Гринченко Борис Борисович
Ивановская пожарно-спасательная академия ГПС МЧС России,
Российская Федерация, г. Иваново
кандидат технических наук, преподаватель
E-mail: [email protected]
Grinchenko Boris Borisovich
Federal State Budget Educational Establishment of Higher Education «Ivanovo Fire Rescue Academy
of State Firefighting Service of Ministry of Russian Federation for Civil Defense, Emergencies
and Elimination of Consequences of Natural Disasters»,
Russian Federation, Ivanovo
candidate of technical sciences, lecturer
E-mail: [email protected]
Бутузов Станислав Юрьевич
Академия Государственной противопожарной службы МЧС России,
Российская Федерация, г. Москва
доктор технических наук, профессор
E-mail: [email protected]
Butuzov Stanislav Yurievich
Federal State Budget Educational Establishment of Higher Education «State Fire Academy
of State Firefighting Service of Ministry of Russian Federation for Civil Defense, Emergencies
and Elimination of Consequences of Natural Disasters»,
Russian Federation, Moscow
doctor of technical sciences, professor
E-mail: [email protected]
Тараканов Денис Вячеславович
Академия Государственной противопожарной службы МЧС России,
Российская Федерация, г. Москва
доктор технических наук, профессор
E-mail: den-pgs@ yandex.ru
Tarakanov Denis Vyacheslavovich
Federal State Budget Educational Establishment of Higher Education «State Fire Academy
of State Firefighting Service of Ministry of Russian Federation for Civil Defense, Emergencies
and Elimination of Consequences of Natural Disasters»,
Russian Federation, Moscow
doctor of technical sciences, professor
E-mail: [email protected]
