УДК 614.849
МОДЕЛИРОВАНИЕ ДОСТАВКИ СИЛ И СРЕДСТВ ПОДРАЗДЕЛЕНИЙ МЧС РОССИИ С ЦЕЛЬЮ ПОВЫШЕНИЯ ПОЖАРНОЙ БЕЗОПАСНОСТИ ТЕРРИТОРИАЛЬНЫХ ОБРАЗОВАНИЙ
Алексей Владимирович Вострых3; Ирина Васильевна Бородушко; Сергей Николаевич Терёхин.
Санкт-Петербургский университет ГПС МЧС России, Санкт-Петербург, Россия 3a.vostrykh@list.ru
Аннотация. Разработана модель доставки сил и средств подразделений МЧС России с целью повышения пожарной безопасности территориальных образований, в основе которой лежит двухуровневая система вычислений, позволяющая предоставлять лицам, принимающим решение, спектр важной информации, которую можно использовать для повышения оперативных показателей реагирования спасателей на происшествия различного характера. Результатом вычислений являются предложения по отправке тех или иных сил и средств определённой пожарно-спасательной части или нескольких подразделений с учетом всех воздействующих факторов.
Настоящая модель при расчётах учитывает такие данные, как: расстояние до места вызова; количество пожарно-спасательных частей в территориальном образовании; состав сил и средств подразделений; их занятость в режиме реального времени, а также возможность определенного подразделения успешно решить задачи на объектах защиты того или иного типа.
В ближайшем будущем планируется на основе разработанной модели реализовать программное приложение с возможностью интеграции в различные геоинформационные системы, что расширит функционал программных продуктов, а также сделает работу специалистов более удобной.
Ключевые слова: геоинформационная система, происшествие, прогнозирование, объект защиты, модель
Для цитирования: Вострых А.В., Бородушко И.В., Терехин С.Н. Моделирование доставки сил и средств подразделений МЧС России с целью повышения пожарной безопасности территориальных образований // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2022. № 2. С. 125-133.
MODELING THE DELIVERY OF FORCES AND EQUIPMENT OF UNITS OF THE EMERCOM OF RUSSIA TO INCREASE FIRE SAFETY OF TERRITORIAL FORMATIONS
Aleksei V. Vostrykh3; Irina V. Borodushko; Sergey N. Terekhin.
Saint-Petersburg university of State fire service of EMERCOM of Russia, Saint-Petersburg, Russia
13a.vostrykh@list.ru
Abstract. The article develops a model for the delivery of forces and means of units of EMERCOM of Russia in order to improve the fire safety of territorial entities, which is based on a two-level computing system that allows decision-makers to provide a range of important information that can be used to improve the operational response of rescuers to incidents of variousnature. The result of the calculations are proposals for the dispatch of certain forces and means of a certain fire and rescue unit or several units, taking into account all the influencing factors.
© Санкт-Петербургский университет ГПС МЧС России, 2022
125
The present model takes into account data such as: the distance to the place of the call; the number of fire and rescue units in the territorial entity; the composition of the forces and means of the units; their employment in real time, as well as the ability of a certain unit to successfully solve problems at protection facilities of one type or another.
In the near future, it is planned to implement a software application based on the developed model with the possibility of integration into various geoinformation systems, which will expand the functionality of software products, as well as make the work of specialists more convenient.
Keywords: geoinformation system, incident, forecasting, protection object, model
For citation: Vostrykh A.V., Borodushko I.V., Terekhin S.N. Modeling the delivery of forces and equipment of units of the emercom of russia to increase fire safety of territorial formations // Nauch.-analit. jour. «Vestnik S.-Petersb. un-ty of State fire service of EMERCOM of Russia». 2022. № 2. P. 125-133.
Введение
Сегодня одной из приоритетных стратегических задач России является обеспечение пожарной безопасности (ПБ) объектов национальной экономики [1-3]. Это подтверждается динамикой пожаров, количеством погибших на них людей и размерами экономических потерь, которые остаются на достаточно высоком уровне [4]. Обеспечение ПБ является одним из элементов, составляющих национальную безопасность России, где особое внимание уделяется объектам защиты (ОЗ), создающим условия поддержания высокого уровня социально-экономического развития страны [1-4].
Согласно статистике за 2020 г. в Российской Федерации произошло 439 394 пожара, на которых погибло 8 310 чел., получило травмы 8 419 чел., общий ущерб составил 20 876 301 тыс. руб. [1-4]. Высокие показатели и тяжесть последствий происшествий заставляют рассматривать их как серьёзную угрозу личности, обществу и государству в целом. Проведённый сравнительный анализ статистики происшествий за последние пять лет показал плавную положительную тенденцию снижения основных показателей, которые всё же остаются на достаточно высоком уровне как по числу жертв, так и по количеству материального ущерба [1-4].
Возникающие происшествия приводят к снижению экономического и финансового потенциала затронутых бедствиями территорий. Недостаточная скорость реагирования, несвоевременное принятие управленческих решений, ошибки в расчётах рисков и слабый контроль лиц, принимающих решение (ЛИР), приводят к возрастанию размеров ущерба от количества и масштабов происшествий [1, 2].
На территории Российской Федерации располагается огромное количество опасных, технологически сложных и уникальных сооружений промышленности, энергетики, инфраструктуры и жизнедеятельности населения, число которых постоянно растёт [1-4]. Такие объекты необходимо всесторонне контролировать и обрабатывать информацию об их эксплуатации. Данные задачи выполняет Департамент надзорной деятельности и профилактической работы (ДНД ПР), который является структурным подразделением центрального аппарата МЧС России.
Для эффективного функционирования ДНД ПР и подчинённых подразделений необходим комплекс мер по эффективному сбору, обработке и оперативному извлечению необходимой информации об объектах, требующих контроля [5-9]. В свою очередь регулярные изменения в нормативной базе, изменение требований к статистической и аналитической отчетности органов государственного пожарного надзора увеличивают нагрузку на ЛПР, которым помимо основной деятельности требуется оперативно передавать данные по всей иерархии органов МЧС России, а также анализировать поступающую информацию и вести статистику.
Последние новаторские разработки в области цифровых технологий для деятельности МЧС России в виде специализированных геоинформационных систем (ГИС) позволили
126
упростить и автоматизировать процесс сбора и обработки информации, снизив нагрузку на ЛПР [7-9].
На данный момент относительно успешно функционирует ряд ресурсов, способных предоставить необходимую информацию об ОЗ. Их преимуществами, помимо автоматизации раннее ручных процессов, являются: функции фильтрации данных по заданным критериям; сравнение и анализ статистических данных по географическим и административным принадлежностям с привязкой к временным интервалам и многое другое [10-16].
Несмотря на все достоинства применения новых цифровых технологий, существующие программные продукты (1111) имеют ряд недостатков, связанных как с их интерфейсами [2], так и программной реализацией [8], что влечет за собой снижение оперативных показателей работы ЛПР.
Так, Р.И. Песковым [8] при анализе используемых в министерстве информационных систем (ИС) выявлены следующие особенности:
- некоторые из ИС доступны только с определённых рабочих мест в оперативно-дежурных сменах, что сильно ограничивает их применение;
- в ИС недостаточно актуальных данных по конкретной предметной области, что происходит по причине отсутствия информационного обмена между ПП;
- большинство специализированных ИС не решают в полной мере всех возложенных на них по предназначению задач, например, в ИС «лесопожарной обстановки» данные спутникового мониторинга доступны в трёх разных системах, актуальная информация по метеообстановке - в четвертой, а расчётный модуль по моделированию распространения лесного пожара - в пятой, отдельной ИС;
- отсутствие интеграции в единое информационное пространство отдельно установленных ИС на автоматизированных рабочих местах.
Помимо указанных выше проблем программной реализации, также остро стоит вопрос по применяемому математическому аппарату, возможности и точность которого ограничены и нуждаются в актуализации и расширении.
Методы исследования
В настоящей статье предлагается новая двухуровневая модель, позволяющая вычислять не только расстояние от потенциальной точки происшествия до близлежащих пожарно-спасательных частей (ПСЧ), но также и осуществлять проверку достаточности сил и средств, а также их возможность применения на определённых ОЗ. Так, в более ранних работах А.В. Вострых уже упоминались похожие разработки в виде: специальной информационной технологии построения оптимальных маршрутов [5]; кластеризации субоптимальных зон прикрытия г. Костроме подразделениями МЧС России при возникновении происшествий [6]; решения задачи выбора оптимального маршрута следования сил и средств подразделений МЧС России к месту возникновения происшествий с помощью алгоритма Дейкстры [7, 16-18]. Данные результаты исследования легли в основу первого уровня модели, позволяя рассчитать расстояние до места вызова от всех близлежащих ПСЧ и выбрать ту пожарную часть, которая находится ближе по расстоянию с учетом дорожно-транспортной обстановки на текущий момент времени (рис. 1, таб.)
Также первый уровень позволяет на основе машинного обучения (сбора данных по выездам подразделений, выполнения нормативного времени доставки сил и средств, статистики дорожно-транспортной обстановки) формировать зоны выездов подразделений (рис. 2).
127
Рис. 1. Выбор оптимального маршрута следования
Таблица. Вычисление оптимального пути следования подразделений
Итерация Метка Вершины
0 1 2 3 4 5 6 7 8 9 10
0 Ь 0 00 00 00 00 00 ОО ОО ОО ОО ОО
1 ь 0 300 170 100 00 00 00 ОО ОО ОО ОО
0 0 0
2 ь 0 300 170 100 00 350 ОО ОО ОО ОО ОО
0 0 0 3
3 ь 0 300 170 100 ОО 350 430 ОО ОО ОО ОО
0 0 0 0 3 2
4 ь 0 300 170 100 450 350 430 ОО ОО ОО ОО
0 0 0 1 3 2
5 ь 0 300 170 100 450 350 430 ОО 420 ОО ОО
0 0 0 1 3 2 5
6 ь 0 300 170 100 450 350 430 ОО 420 1120 ОО
0 0 0 1 3 2 5 8
7 ь 0 300 170 100 450 350 430 780 420 1120 ОО
0 0 0 0 1 3 2 6 5 8
8 ь 0 300 170 100 450 350 430 620 420 1120 ОО
0 0 0 1 3 2 4 5 8
9 ь 0 300 170 100 450 350 430 620 420 1120 1220
0 0 0 1 3 2 4 5 8 7
10 ь 0 300 170 100 450 350 430 620 420 1120 1220
0 0 0 0 1 3 2 4 5 8 7
В свою очередь, второй уровень корректирует результаты расчётов первого с учетом имеющихся сил и средств в подразделениях. Например, если произошёл пожар в высокоэтажном доме, и у близлежащей ПСЧ отсутствует пожарный подъёмно-спасательный автомобиль, то необходимо проанализировать остальные близлежащие подразделения на наличие необходимой техники. Также, если в зоне выезда находится достаточное количество таких ОЗ, то встает вопрос о перевооружении подразделения или перераспределения зоны ответственности в соответствии с нормативным временем доставки сил и средств.
128
Рис. 2. Формирование зон ответственности подразделений
Результаты исследования и их обсуждение
Таким образом, модель на вход получает следующую информацию: место происшествия (расстояние до всех ПСЧ), характеристики ОЗ (этажность, тип постройки, назначение и т.д.), имеющиеся силы и средства всех ПСЧ, наличие вызовов в текущий момент времени, их характер и местоположение. По полученным данным двухуровневая модель предоставляет оператору широкий спектр необходимой информации. Первый уровень производит базовые расчёты различных направлений, а на втором уровне происходит обобщение, моделирование и вывод результатов (рис. 3).
Рис. 3. Модель доставки сил и средств ПСЧ
129
На (рис. 3) Inc[Inc1,Inc2,...,Incn} - множество происшествий в анализируемом территориальном образовании в настоящий момент времени; L2, .••, ^п} — множество расстояний (оптимизированных с учетом дорожно-транспортной ситуации на настоящий момент времени) до места происшествий; Pch[Pch1, Pch2,... ,Pchn} — множеств ПСЧ в анализируемом территориальном образовании; Pch(Fm^vy Fm,(ty...) — состав сил и средств, анализируемых ПСЧ, где Fm^ — количество личного состава, Fm^ — количество техники определённого вида; Oz\Oz1,Oz2,...,Ozn} — множество ОЗ на территории анализируемого территориального образования; 0z(0z(tly0z(t2y...) — список типов и характеристик ОЗ.
Гипотетически разработанную модель можно реализовать в форме программного приложения для ГИС в виде отдельного окна, где будет возможен:
— анализ прикрытия территории выбранного ЛПР подразделения в соответствии с нормативным временем прибытия, дорожной обстановкой, возможностями технического снаряжения подразделения. Интерфейс приложения будет иметь вид отдельного окна, открывающегося в новой вкладке, где зелеными сегментами будут выделены зоны, в которых ПСЧ сможет беспрепятственно выполнить боевую задачу, красным — сил и средств недостаточно. При переключении между анализируемыми ПСЧ можно будет увидеть, есть ли возможность без нарушений нормативов прибытия к месту вызова выехать на происшествия в соседний район для ликвидации происшествий при невозможности выезда ответственного подразделения;
— анализ возможности выезда выбранного ЛПР подразделения (определенная часть сил и средств, которого уже находится на другом выезде) в случае возникновения ещё одного или нескольких происшествий в зоне выезда этого подразделения. Интерфейс данной функции будет представлен отдельной вкладкой, где демонстрируются оставшиеся силы и средства, не задействованные на вызове. Также одновременно с этим динамически будет меняться карта, демонстрируя на какие территории смогут выехать оставшиеся силы и средства с учетом их технических и людских ресурсов.
— информация о задействованных ПСЧ (в пределах анализируемого территориального образования) на вызовах и их имеющиеся занятые и свободные ресурсы в режиме реального времени. Интерфейс данной функции будет представлен отдельной вкладкой, где демонстрируются оставшиеся силы и средства по всем ПСЧ, что позволит при получении других вызовов планировать распределение ресурсов.
Заключение
Таким образом, в статье разработана модель доставки сил и средств подразделений МЧС России с целью повышения ПБ территориальных образований, основанная на системе двухуровневого вычисления, позволяющей предоставлять ЛПР спектр важной информации, которую можно использовать для повышения оперативных показателей реагирования на происшествия различного характера. Настоящая модель при расчётах учитывает такие данные, как расстояние до места вызова, количество ПСЧ в территориальном образовании, состав сил и средств подразделений, их занятость в режиме реального времени, а также возможность определенной ПСЧ успешно решить задачи на ОЗ того или иного типа. Результатом вычислений является предложение по отправке тех или иных сил и средств определённой ПСЧ или нескольких подразделений с учетом всех воздействующих факторов.
Гипотетически разработанную модель можно реализовать в виде программного приложения с возможностью интеграции в различные ГИС, что расширит функционал ПП, а также сделает работу ЛПР более удобной.
130
Список источников
1. Калиненко Н.Л. Экономические аспекты обеспечения пожарной безопасности и техногенных катастроф в России // Московский экономический журнал. 2021. № 4. С.238-242.
2. Николаев Д.В., Скуртул И.В., Вострых А.В. Экономические обоснования перехода на новые подходы в проектировании интерфейсов программных продуктов МЧС России // Проблемы управления рисками в техносфере. 2020. № 1. С. 85-89.
3. Матвеев А.В., Максимов А.В. Ресурсный потенциал и его использование в системе государственной противопожарной службы МЧС России // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России. 2015. № 1. С. 62-68.
4. Гордиенко Д.М. Статистика пожаров за 2020 год // Пожары и пожарная безопасность в 2020 году: стат. сборник: М.: ВНИИПО, 2021. 112 с.
5. Вострых А.В., Шуракова Д.Г. Компоненты специальной информационной технологии построения оптимальных маршрутов // Актуальные проблемы инфотелекоммуникаций в науке и образовании (АПИН0-2018): сб. науч. статей VII Междунар. науч.-техн. и науч.-метод. конф. 2018. Т. 2. С. 213-218.
6. Буйневич М.В., Вострых А.В., Шуракова Д.Г. Двухуровневая кластеризация субоптимальных зон прикрытия города Кострома подразделениями МЧС России при возникновении происшествий // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2018. № 2. С. 121-127.
7. Решение задачи выбора оптимального маршрута следования сил и средств подразделений МЧС России к месту возникновения происшествий с помощью алгоритма Дейкстры / А.Д. Анашечкин [и др.] // Проблемы управления рисками в техносфере. 2018. № 3 (47). С. 68-79.
8. Песков Р.И. Основные используемые в МЧС России информационные системы // Интернет-журнал «Технологии техносферной безопасности». 2017. № 2 (72). С. 265-274.
9. Буйневич М.В., Максимов А.В., Пелех М.Т. Принципы информационной поддержки системного проектирования развития сети пожарных депо на территории мегаполиса // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2017. № 3. С.129-135.
10. Богданова Е.М., Максимов А.В., Матвеев А.В. Информационная система прогнозирования чрезвычайных ситуаций при использовании адаптивных моделей // Науч. -аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2019. № 2. С. 65-70.
11. Крупкин А.А., Максимов А.В., Матвеев А.В. Методика оценки эффективности управления силами и средствами гарнизона пожарной охраны // Науч.-аналит. журн. «Вестник С.-Петерб. ун-та ГПС МЧС России». 2015. № 4. С. 30-34.
12. Юсупова Л.Д. Возможности геоинформационной системы mapinfo professional // Вестник современных исследований. 2017. № 11-1 (14). С. 73-74.
13. Турсынбаев С.М., Радкевич В.Г. Использование возможностей геоинформационных систем для поддержки принятия решений командным составом // Геоинформационные системы военного назначения: теория и практика применения: тезисы докладов V Респуб. науч.-практ. конф. / отв. ред. О.В. Сивец; под общ. ред. О.В. Руденкова. Минск: Белорусский гос. ун-т, 2018. С.11-12.
14. MapInfo Professional 6.0. Руководство пользователя. М.: ООО «ЭСТИ-МАП», 2000.
136 с.
15. Раклов В.П. Географические информационные системы (ГИС) в тематической картографии. М.: ГУЗ, 2006. 167 с.
16. Цветков В.Я. Геоинформационные системы и технологии. М.: ФиС, 1998. 368 с.
17. Левитин А.В. Алгоритмы. Введение в разработку и анализ. М.: Вильямс, 2006. 576 с.
18. Загоруйко Н.Г. Прикладные методы анализа данных и знаний. Новосибирск: ИМ СО РАН, 1999. 270 с.
131
References
1. Kalinenko N.L. Ekonomicheskie aspekty obespecheniya pozharnoj bezopasnosti i tekhnogennyh katastrof v Rossii // Moskovskij ekonomicheskij zhurnal. 2021. № 4. S. 238-242.
2. Nikolaev D.V., Skurtul I.V., Vostryh A.V. Ekonomicheskie obosnovaniya perekhoda na novye podhody v proektirovanii interfejsov programmnyh produktov MCHS Rossii // Problemy upravleniya riskami v tekhnosfere. 2020. № 1. S. 85-89.
3. Matveev A.V., Maksimov A.V. Resursnyj potencial i ego ispol'zovanie v sisteme gosudarstvennoj protivopozharnoj sluzhby MCHS Rossii // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii. 2015. № 1. S. 62-68.
4. Gordienko D.M. Statistika pozharov za 2020 god // Pozhary i pozharnaya bezopasnost' v 2020 godu: stat. sbornik: M.: VNIIPO, 2021. 112 s.
5. Vostryh A.V., Shurakova D.G. Komponenty special'noj informacionnoj tekhnologii postroeniya optimal'nyh marshrutov // Aktual'nye problemy infotelekommunikacij v nauke i obrazovanii (APINO-2018): sb. nauch. statej VII Mezhdunar. nauch.-tekhn. i nauch.-metod. konf. 2018. T. 2. S. 213-218.
6. Bujnevich M.V., Vostryh A.V., Shurakova D.G. Dvuhurovnevaya klasterizaciya suboptimal'nyh zon prikrytiya goroda Kostroma podrazdeleniyami MCHS Rossii pri vozniknovenii proisshestvij // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2018. № 2. S. 121-127.
7. Reshenie zadachi vybora optimal'nogo marshruta sledovaniya sil i sredstv podrazdelenij MCHS Rossii k mestu vozniknoveniya proisshestvij s pomoshch'yu algoritma Dejkstry / A.D. Anashechkin [i dr.] // Problemy upravleniya riskami v tekhnosfere. 2018. № 3 (47). S. 68-79.
8. Peskov R.I. Osnovnye ispol'zuemye v MCHS Rossii informacionnye sistemy // Internet-zhurnal «Tekhnologii tekhnosfernoj bezopasnosti». 2017. № 2 (72). S. 265-274.
9. Bujnevich M.V., Maksimov A.V., Pelekh M.T. Principy informacionnoj podderzhki sistemnogo proektirovaniya razvitiya seti pozharnyh depo na territorii megapolisa // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2017. № 3. S. 129-135.
10. Bogdanova E.M., Maksimov A.V., Matveev A.V. Informacionnaya sistema prognozirovaniya chrezvychajnyh situacij pri ispol'zovanii adaptivnyh modelej // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2019. № 2. S. 65-70.
11. Krupkin A.A., Maksimov A.V., Matveev A.V. Metodika ocenki effektivnosti upravleniya silami i sredstvami garnizona pozharnoj ohrany // Nauch.-analit. zhurn. «Vestnik S.-Peterb. un-ta GPS MCHS Rossii». 2015. № 4. S. 30-34.
12. Yusupova L.D. Vozmozhnosti geoinformacionnoj sistemy mapinfo professional // Vestnik sovremennyh issledovanij. 2017. № 11-1 (14). S. 73-74.
13. Tursynbaev S.M., Radkevich V.G. Ispol'zovanie vozmozhnostej geoinformacionnyh sistem dlya podderzhki prinyatiya reshenij komandnym sostavom // Geoinformacionnye sistemy voennogo naznacheniya: teoriya i praktika primeneniya: tezisy dokladov V Respub. nauch.-prakt. konf. / otv. red. O.V. Sivec; pod obshch. red. O.V. Rudenkova. Minsk: Belorusskij gos. un-t, 2018. S. 11-12.
14. MapInfo Professional 6.0. Rukovodstvo pol'zovatelya. M.: OOO «ESTI-MAP», 2000.
136 s.
15. Raklov V.P. Geograficheskie informacionnye sistemy (GIS) v tematicheskoj kartografii. M.: GUZ, 2006. 167 s.
16. Cvetkov V.Ya. Geoinformacionnye sistemy i tekhnologii. M.: FiS, 1998. 368 s.
17. Levitin A.V. Algoritmy. Vvedenie v razrabotku i analiz. M.: Vil'yams, 2006. 576 s.
18. Zagorujko N.G. Prikladnye metody analiza dannyh i znanij. Novosibirsk: IM SO RAN, 1999. 270 s.
132
Информация о статье:
Статья поступила в редакцию: 31.05.2022; одобрена после рецензирования: 07.06.2022; принята к публикации: 08.06.2022
The information about article:
The article was submitted to the editorial office: 31.05.2022; approved after review: 07.06.2022; accepted for publication: 08.06.2022
Сведения об авторах:
Алексей Владимирович Вострых, адъюнкт Санкт-Петербургского университета ГПС МЧС России (196105, Санкт-Петербург, Московский пр., д. 149), e-mail: a.vostrykh@list.ru, https ://orcid.org/0000-0002-8261 -0712
Бородушко Ирина Васильевна, профессор кафедры прикладной математики и информационных технологий Санкт-Петербургского университета ГПС МЧС России (196105, Санкт-Петербург, Московский пр., д. 149), доктор экономических наук, доцент, е-mail: bi08@me.com, https ://orcid.org/0000-0001 -9213-4126
Терёхин Сергей Николаевич, профессор кафедры пожарной безопасности зданий и автоматизированных систем пожаротушения Санкт-Петербургского университета ГПС МЧС России (196105, Санкт-Петербург, Московский пр., д. 149), доктор технических наук, доцент, e-mail: expert_terehin@mail.ru
Information about authors:
Aleksey V. Vostrykh, adjunct of Saint-Petersburg university of State fire service of EMERCOM of Russia (196105, Saint-Petersburg, Moskovsky ave., 149), e-mail: a.vostrykh@list.ru, https://orcid.org/0000-0002-8261-0712
Irina V. Borodushko, professor of the department of applied mathematics and information technologies of Saint-Petersburg university of State fire service of EMERCOM of Russia (196105, Saint-Petersburg, Moskovsky ave., 149), doctor of economics, associate professor, e-mail: bi08@me.com, https://orcid.org/0000-0001-9213-4126
Sergey N. Terekhin, professor of the department of fire safety of buildings and automated fire extinguishing systems of Saint-Petersburg university of State fire service of EMERCOM of Russia (196105, Saint-Petersburg, Moskovsky ave., 149), doctor of technical sciences, associate professor, e-mail: expert_terehin@mail.ru
133