Построение дерева поиска решения для классификации чрезвычайных ситуаций Текст научной статьи по специальности «Компьютерные и информационные науки»

УДК 681.3

ПОСТРОЕНИЕ ДЕРЕВА ПОИСКА РЕШЕНИЯ ДЛЯ КЛАССИФИКАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ Швец Ольга Яковлевна, к.т.н., доцент кафедры «Приборостроение и автоматизация технологических процессов»,

Восточно-Казахстанский государственный технический университет им. Д.Серикбаева, г.Усть-Каменогорск, Казахстан (e-mail: olga.shvets75@gmail.com)

В данной статье рассматривается построение дерева поиска решения для определения вида чрезвычайной ситуации на основании продукционных правил. Дерево поиска было построено в системе индуктивного вывода по обучающей выборке из 100реально оцененных ЧС в г. Усть-Каменогорске.

Ключевые слова: чрезвычайная ситуация, поиск решения, продукционная модель.

В качестве метода внешнего анализа может применяться метод классификации ситуаций, когда по множеству признаков классификации, в качестве которых в данном случае выступает множество показателей оценки чрезвычайной ситуации (ЧС), последовательно строится дерево решений, отражающее эту классификацию.

В основе классификации ситуаций лежит применение продукционной модели знаний. В продукционной модели знаний основной единицей знаний служит правило в виде: "если <посылка>, то <заключение>". Правилами могут быть описаны и сами объекты: "объект - свойство" или "набор свойств - объект", хотя чаще описания объектов фигурируют только в качестве переменных ("атрибут - значение") внутри правил. В основном продукционная модель предназначена для описания последовательности различных ситуаций или действий и в меньшей степени для структурированного описания объектов. Продукционные модели используются для решения сложных задач, которые основаны на применении эвристических методов представления знаний, позволяющих настраивать механизм вывода на особенности проблемной области и учитывать неопределенность знаний, что является их неоспоримым достоинством для применения в решении задач экологического мониторинга.

Отличительной особенностью продукционной модели является также способность осуществлять выбор правил из множества возможных на данный момент времени (из конфликтного набора) в зависимости от определенных критериев, например, важности, трудоемкости, достоверности получаемого результата и других характеристик проблемной области. Применим стратегию поиска решений «поиск в ширину». Для ее реализации в описание продукций были введены предусловия и постусловия в виде:

< A, B, C -> D, E >,

где

- импликация С - > D представляет собственно правило;

- А - предусловие выбора класса правил;

- B - предусловие выбора правила в классе;

- Е - постусловие правила, определяющее переход на следующее правило.

Введение предусловий и постусловий позволяет выбирать наиболее рациональную стратегию работы механизма вывода, существенно сокращая перебор относящихся к решению правил.

Для обработки неопределенностей знаний можно использовать методы обработки условных вероятностей Байеса, либо методы нечеткой логики Заде.

Рассмотрим построение классифицирующего дерева решений для определения класса ЧС, построенного в системе индуктивного вывода по обучающей выборке из 100 реально оцененных ЧС в г. Усть-Каменогорске. В обучающей выборке в качестве классифицирующих признаков использовались: количество пострадавших человек; количество людей, у которых оказались нарушены условия жизнедеятельности; размер материального ущерба, а также границы зон распространения поражающих факторов ЧС. Классообразующим признаком является признак "Класс ЧС" от 1 - «локальная ЧС» до 6 - «глобальная ЧС». ЧС в Казахстане условно подразделяются на локальные, объектовые, местные, территориальные, региональные, национальные и трансграничные (глобальные).

Для каждой отдельной ветки дерева решения было построено правило, в котором все признаки классификации последовательно обрабатывались c помощью функций конъюнкции & и дизъюнкции or, например:

Кпостр >=10 & Кпостр < = 50 or Кнаруш_усл=100 &Кнаруш_усл > = 300 or Мат_ущерб <1000МРП & Мат_ущерб >= 5000МРП & Б_зараж < Огорода

THEN: Класс_ЧС = 1

Кпостр. >=10 & Кпостр. <= 50 or Кнаруш_усл=100 &Кнаруш_усл > = 300 or Мат_ущерб <1000МРП & Мат_ущерб >= 5000МРП & Б_зараж < Sобъекта THEN: Класс ЧС = 2

IF: Кпостр. >=50 & Кпостр. <= 500 or Кнаруш_усл=300 &Кнаруш_усл >= 500 or Мат_ущерб <5000МРП & Мат_ущерб >= 0,5млн. МРП & S_зараж < S_города THEN: Класс ЧС = 3

Сложные проблемы решаются путем выдвижения во времени нескольких гипотез с анализом подтверждающих фактов и непротиворечивости следствий. Причем для многоцелевых проблемных областей происходит увязка гипотез по общим ограничениям. При этом возможны задержки в принятии решений, связанные со сбором подтверждающих фактов, доказательством подцелей, входящих в ограничения.

fü

ex

о M

cd

H и Г и л

а

а

0

1

tí о

и £

Рисунок 2 - Блок-схема расчета определения глубины зоны заражения

Дерево поиска решений содержит семь возможных конечных решений по числу классов ЧС, а также одно решение о том, что ЧС не имеет места при данных условиях. Для промежуточных расчетов приведены схемы алгоритмов (см. Рисунки 1, 2).

Формирование исходных данных для определения класса ЧС происходит по схеме, изображенной на Рисунке 3.

Рисунок 3 - Формирование исходных данных

Исходные данные

Блок промежуточных расчетов, состоящий из блоков расчета концентраций, определения площади и глубины зоны заражения

Блок анализа данных, содержащий правила обработки признаков классификации

Блок выдачи решения: определение класса ЧС

)

Блок рекомендаций в соответствии с классом ЧС

Рисунок 4 - Общий вид дерева поиска решений определения класса ЧС

Общий вид дерева поиска решений определения класса ЧС можно представить в виде схемы (см. Рисунок 4).

Блок рекомендаций в соответствии с классом ЧС представляет собой список привлекаемых для ликвидации последствий ЧС организаций, таких как спасательный отряд, служба ГУЧС и др., а также всю необходимую информацию для связи с ними и для оповещения. В данный блок также входит отчетная информация, составленная на основе промежуточных расчетов. Если на основе полученных данных был сделан вывод о том, что ЧС не имела места при заданных параметрах, блок рекомендаций выдаст информацию о возможных ЧС при изменении некоторых параметров, список профилактических мероприятий, что облегчит работу по предотвращению ЧС в данных условиях.

Список литературы

1. Швец О.Я. Разработка информационной системы выявления чрезвычайных ситуаций. Мониторинг атмосферы городов Saarbrücken, Germany: LAP LAMBERT Academic Publishing, 2013. - 159 с. ISBN 978-3-659-24063-8

2. Shvets O.Y. Math-computer support of extreme situation revealing in stationary work of the enterprises in Ust-Kamenogorsk city. Bulgaria, Journal of International Research Publications: Ecology & Safety. Published by Science & Education Foundation. ISSN 1313-7999, June 2012

3. Shvets O.Y., Zhumakanov A. Simulation of operation of the Center for Environmental monitoring and Emergency Situations. AIS 2013, International Symposium on Applied Informatics and Related Areas, Szekesfehervar, Hungary/

4. Швец О.Я. Использование современных информационных технологий при проектировании информационных систем экологического мониторинга. Совместный выпуск журналов «Вестник ВКГТУ», «Вычислительные технологии» Институт вычислительных технологий Сибирского отделения РАН, Часть 3, Усть-Каменогорск, 2013 г.,

C.306-311.

5. Shvets O.Y. Information model presentation of the centre for environmental monitoring of extreme situations' prevention MIT-2013, X Conference "Computational and Informational Technologies for Science, Engineering and Education", Vrnjacka Banja, Serbia and Budva, Montenegro, 5-14, 09.2013.

Shvets Olga Yakovlevna, Cand.Tech.Sci.,

Associate Professor of Instrument Engineering, Automation and Control sub-department,

D. Serikbayev East-Kazakhstan state technical university. Ust-Kamenogorsk, Kazakhstan

(e-mail: olga.shvets75@gmail.com)

A TREE FOR SEARCHING SOLUTIONS BUILDING FOR THE CLASSIFICATION OF EMERGENCY SITIATIONS

Abstract. This article describes the building of a tree for searching solutions in order to define a type of emergency situation on the basis of productions rules. The tree for searching has been built in the system of induction conclusion on teaching representation from 100 really estimated emergency situations in Ust-Kamenogorsk city.

Keywords: emergency situation, searching solutions, production model.