CC BY
49
UDC 658.562
ORGANIZING RESERVES OF INCREASING QUALITY OF PRODUCTION AND SERVICES Boris Ivanovich Gerasimov, Tambov State Technical University, Tambov, Russia, Doctor of Economics, Professor, Director of Economics and Management of Manufactures Institute, e-mail: [email protected]
The article considers organizing reserves of strategies of increasing quality of production and services on example of organizations of gas complex of Russia.
Key words: quality; organization; reserve.
УДК 33+355.244.2
МОДЕЛЬ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ ПРОВЕДЕНИИ ЭВАКУАЦИИ ИЗ КРУПНЫХ ГОРОДОВ
© Ринат Саярович Хайрулин
Российская экономическая академия им. Г.В. Плеханова, г. Москва, Россия, аспирант кафедры математических методов в экономике, e-mail: [email protected]
© Олег Анатольевич Косоруков Российская экономическая академия им. Г.В. Плеханова, г. Москва, Россия, доктор технических наук, кандидат физико-математических наук, профессор кафедры математических методов в экономике, e-mail: [email protected]
Процесс разработки планов эвакуации населения является весьма трудоемким и не до конца формализованным процессом. Представляется целесообразным разработка механизма, обеспечивающего математическую поддержку процесса планирования эвакуации населения из городов. В качестве такого механизма предложена оптимизационная математическая модель, разработанная на основе опыта проведения эвакуаций населения, нормативных и рекомендуемых требований.
Ключевые слова: оптимизация; эвакуационный план; геоинформационные технологии; имитационная модель.
На основе опыта проведения эвакуаций населения, нормативных и рекомендуемых требований был разработан комплекс математических моделей, обеспечивающих планирование эвакуации населения. Данный комплекс моделей позволяет провести количественную оценку планов с точки зрения времени их реализации при различных сценариях и внешних условиях. Имитационные модели комплекса позволяют провести анализ эвакуационных планов при различных предположениях относительно параметров случайных распределений внешних факторов. Это позволяет моделировать и анализировать влияние на процесс эвакуации погодных условий, сезонности, качественного и количественного состава техники, ситуаций загруженности или выхода из строя отдельных участков улиц и магистралей. Однако наряду с задачами анализа существуют насущные задачи синтеза коммуникационных сетей. Ряд оптимизационных моделей ком-
плекса нацелен именно на решение этой наиболее важной задачи.
Можно выделить ряд предпосылок, определяющих актуальность данной разработки, а именно: сложность процесса формирования эвакуационных планов (многофакторность и многокритериальность); увеличение численности населения и объемов материальных ценностей; укрупнение городских магистральных сетей, усложнение их структуры; повышение требований к оперативности управленческих решений; увеличение количества внешних факторов влияния и усложнения их природы; увеличение объемов задействованных транспортных ресурсов.
Следует отметить, что разработка математических моделей и исходная постановка задачи опирались на ряд нормативных документов, определяющих требования и рекомендации к проведению эвакуации населения [1-5].
Приведем содержательную постановку задачи в общем виде.
Имеется сеть городских улиц, а также дорог и магистралей, выводящих в загородную зону. Рассматриваются как автомобильные, так и железнодорожные магистрали. В рассматриваемой модели данная сеть представляется ориентированным графом, т. е. набором вершин и направленных дуг. Улицы с двусторонним движением представляются в сети парой дуг противоположного направления. Вершины сети предполагаются трех типов. Тип 1 - площадки посадки (1111), т. е. места формирования, загрузки и отправления транспортных колонн. Тип 2 - промежуточные вершины, т. е. места ответвления или пересечения улиц и магистралей. Тип 3 -места высадки эвакуируемых в безопасной зоне или приемные эвакуационные пункты (ПЭП).
Каждая дуга характеризуется длиной и набором некоторых свойств (количество полос, качество покрытия и т. д.). Для удобства реализации рассматриваемые свойства (кроме количества полос) агрегируются в понятие «категория дороги». Данные свойства определяют среднюю скорость транспортных средств на данной дуге в зависимости от плотности загрузки дуги (количество автотранспортных средств на единицу длины). Данная зависимость предполагается известной. Построение данной зависимости является отдельной подзадачей [6].
Для каждой вершины типа 1 известно количество эвакуируемых из данной вершины. Вершины типа 2 являются транзитными, т. е. разность входящего и исходящего потоков в них равна 0. Для каждой вершины типа 3 известно предельно допустимое количество эвакуируемых, которые могут быть доставлены на данную площадку (емкость площадки). В задаче необходимо указать некоторую систему маршрутов (синтез маршрутов) и распределение транспортных средств по данным маршрутам (распределение ресурсов) таким образом, чтобы время эвакуации было минимальным. Под временем эвакуации понимается время высадки последнего человека с площадок посадки на площадках выгрузки.
Авторами разработана имитационная модель для анализа имеющегося эвакуационного плана с точки зрения оценки времени его реализации при различных состояниях внешних факторов.
При построении и исследовании модели использовались математические постановки и результаты такого раздела прикладной математики, как исследование операций в части задач анализа и синтеза коммуникационных сетей, а также методы и алгоритмы решения оптимизационных задач математического и, в частности, целочисленного программирования. Использовались также результаты теории вероятностей и техника имитационного моделирования. Для решения оптимизационных задач синтеза эффективных эвакуационных планов использовалась программа Genetic Solver (Frontline Systems). В качестве программного инструментария, сочетающего оптимизационные и имитационные подходы, использовалась программа RISKOptimizer (Palisade Corporation). Для моделирования функционалов оценки времени движения по дугам сети в зависимости от степени транспортной загруженности и иных параметров, влияющих на время движения, могут быть использованы самообучающиеся алгоритмы на основе технологии нейронных сетей, реализованные, например, в программе Deductor Professional (BaseGroup Labs). Альтернативным вариантом получения временных оценок может быть эмпирический подбор зависимостей в том или ином классе функций с использованием некоторых статистических данных. Процесс моделирования гибко увязывается с инструментарием обработки географических данных фирмы ESRI программного продукта ArcDesktop с использованием модулей расширения SpecialAnalyst и NetworkAnalyst.
Модель можно использовать в качестве базовой для выбора оптимальных параметров плана эвакуации, а именно:
- распределение транспортных средств по колоннам;
- распределение колонн по площадкам посадки (ПП);
- размещение ПП;
- определение зон обслуживания для ПП;
- выбор пунктов эвакуации (ПЭ);
- размещение эвакуируемых по ПЭ;
- определение порядка выполнения плана эвакуации для каждого ПП;
- определение маршрутов эвакуационных колонн.
Рис. 1. Классы объектов транспортной сети в мегаполисе
Модель предусматривает проведение анализа чувствительности характеристик эвакуационных мероприятий по входным параметрам модели:
- метеорологические условия (осадки, туман, гололед);
- астрономические условия (учет времени года и времени суток);
- параметры 1111 (расположение, привязка к СЭП, ожидаемая численность, прогнозируемые параметры плотности входного потока);
- структура коммуникационной сети (архитектура, топология и параметры пропускных способностей);
- параметры ПЭП (порядок вывода, численность эвакуируемых);
- параметры управления транспортными средствами (ТС) (распределение по колоннам, распределение колонн по ПП, маршруты движения колонн);
- организационные параметры (время посадки колонны, время высадки, временной интервал между подачами колонн).
Результаты численных расчетов алгоритмов, разработанных при помощи математической модели, визуализируются с использованием модуля расширения Network Analyst. Набор исходных данных коммуникационной сети состоит из следующих типов - линии, пункты (точки) и повороты, что позволяет организацию многомодальных сетей.
Назначение признака сети помогает моделировать ограничения, и иерархию для сети. Транспортная многомодальная сеть мегаполиса включает автодороги, железные дороги, линии метро и водные маршруты.
Сетевые наборы данных описывают элементы сети. Геометрия (топология) сети и данные, получаемые из разработанной математической модели, используются, чтобы осуществить управление навигацией по сети. Используются три вида элементов сети: вер-
шины, соединения (переходы), реализуемые дугами сети и повороты.
Организацию транспортной сети в мегаполисе осуществляют через классы объектов -пересечения улиц, станции, железные дороги, автобусные маршруты и остановки (рис. 1).
1. О военном положении: федеральный конституционный закон от 30.01.2002 г. № 1-ФЗК. Доступ из справ.-правовой системы «Гарант».
2. О гражданской обороне: федеральный закон от 12.02.1998 г. № 28-ФЗ (с изменениями от
9.10.2002 г., 19.06.2004 г.). Доступ из справ.-правовой системы «Гарант».
3. Правила эвакуации населения, материальных и культурных ценностей в безопасные районы: утв. Постановлением Правительства Российской Федерации от 22.06.2004 г. № 303. Доступ из справ.-правовой системы «Гарант».
4. ГОСТ Р 22.0.02-94. Безопасность в чрезвычайных ситуациях. Термины и определения основных понятий. М., 1994.
5. Вопросы гражданской обороны Российской Федерации: указ Президента РФ от 27.05.1996 г. № 784 (с изменениями от 9.09.2000 г.,
5.08.2002 г.). Доступ из справ.-правовой системы «Гарант».
6. Хейт Ф. Математическая теория транспортных потоков. М., 1966.
Поступила в редакцию 29.06.2010 г.
UDC 33+355.244.2
DECISION MAKING SUPPORT MODEL FOR BIG CITIES EVACUATION PROCESS
Rinat Sayarovich Khayrulin, Russian Academy of Economics named after G.V. Plekhanov, Moscow, Russia, Postgraduate Student of Mathematical Methods in Economics department, e-mail: [email protected]
Oleg Anatolievich Kosorukov, Russian Academy of Economics named after G.V. Plekhanov, Moscow, Russia, Doctor of Technics, Candidate of Physics and Mathematics, Professor of Mathematical Methods in Economics Department, e-mail: [email protected]
The elaboration of population evacuation plans is hard and not formalized process.
The mechanism development providing mathematical support planning of population evacuation is efficient. In the role of this mechanism the article offers mathematical model created on the base of evacuation experience of population, and official and recommended demands.
Key words: optimization; evacuation plan; GIS technology; simulation model.
