CC BY
24
ПОСТРОЕНИЕ ЭКСПЕРТНЫХ СИСТЕМ НА ОСНОВЕ КАЧЕСТВЕННОЙ МОДЕЛИ ПРЕДСТАВЛЕНИЯ ЗНАНИЙ ПРИ ПРИНЯТИИ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В ПОДРАЗДЕЛЕНИЯХ МЧС
В.И. Федянин, начальник факультета, д.т.н., профессор, Г.А. Квашнина, заместитель начальника факультета, к.т.н., доцент, Воронежский институт ГПС МЧС России, г. Воронеж
Руководитель, работающий с подразделениями над установлением целей и ожидаемых результатов, должен предоставлять исходную информацию и поддерживать обратную связь, осуществлять инструктирование и обучение, анализировать результаты и производить стимулирование. Процесс управления служебной деятельностью является элементом общей стратегии предприятия и необходим для того, чтобы упорядочить процедуру выполнения служебных функций каждым сотрудником, объединить в единое целое вопросы стратегического управления и оперативной работы на уровне конкретного исполнителя. Эти цели вытекают из стратегического плана предприятия. Иными словами система управления в организации направлена на установление связи между стратегиями, индивидуальными целями и критериями эффективности труда на всех уровнях иерархии производства.
В процессе управления персоналом в подразделениях МЧС решаются задачи анализа, диагностики, прогноза, выработки управляющих воздействий, которые по ряду характеристик следует отнести к классу слабоформализованных задач. Это и обуславливает применение методов математического моделирования.
Моделирование - метод решения задач, при использовании которого исследуемая система заменяется более простым объектом, описывающим реальную систему и называемым моделью.
Моделирование применяется в случаях, когда проведение экспериментов над реальной системой невозможно или нецелесообразно: например, по причине хрупкости или дороговизны создания прототипа либо из-за длительности проведения эксперимента в реальном масштабе времени.
Признаки, описывающие состояние внешней среды и общее состояние объекта, могут быть как точечные, так и интегральные, включающие большое количество показателей. Этих признаков может быть достаточно много, и они, как правило, имеют статистические оценки. Для их обобщения можно применить методы дисперсионного, факторного и кластерного анализа. В частности, обработка статистических данных с помощью метода главных компонент позволяет отсеять незначащие факторы и разбить значащие на классы, каждый из которых описывается одной из главных компонент. Главные компоненты интерпретируются экспертами-специалистами и получают некоторое лингвистическое описание. Они выступают в качестве обобщенных признаков, описывающих некоторый аспект состояния внешней среды или
некоторое качество объекта. Линейное разложение факторов по главным компонентам является моделью низкого уровня и показывает, как и в какую сторону (увеличивается или уменьшается) влияют эти факторы на значения обобщенного признака. Матрица линейного преобразования, вычисленная на этапе формирования модели, позволяет в дальнейшем по прогнозным значениям обобщенных признаков (главных компонент) вычислить значения влияющих на них факторов. Кластерный анализ в пространстве признаков позволит выявить устойчивые группы объектов, обладающих близкими свойствами.
Информация об объекте управления имеет разнородный характер. Значения некоторых признаков измеряются и имеют точную количественную оценку. Другие признаки имеют нечеткие значения, полученные на основе экспертных оценок, пли оцениваются чисто качественно, т.е. имеют только вербальную оценку как терм-множества лингвистических переменных, например «большой», «малый», «плохой», «хороший». Последний тип оценок, очевидно, обладает наиболее высокой степенью обобщения и может легко абстрагироваться множеством двоичных, троичных, n-х значений, где n относительно невелико (максимально 7 ± 2 значений [л3]).
Измеряемые признаки принимают значения из своей области определения, на которой можно выделить интервалы «больших», «средних», и «малых» значений. Таким образом, каждый признак можно определить на множестве качественных значений Q =< q, A > , где q - наименование, A -
область обобщения, то есть подмножество значений или интервал из области определения признака, удовлетворяющий свойству, описываемому значением. Тогда состояние объекта можно описать набором признаков р =< р, т(р), A^ >,
где р - название /-го признака, T(P) = {QQ,...,Q} - качественный домен, то есть совокупность качественных значений, Ap - область обобщения признака р.
На самом верхнем уровне обобщения выберем качественный домен S = {'+707-'}, где качественные значения могут иметь следующие интерпретации в зависимости от контекста: '+' - «большой», «сильно», «увеличение», '0' -«средний», «средне», «без изменения», '-' - «малый», «слабо», «уменьшение». Тогда значения не измеряемых признаков можно оценивать в терминах «большое», «среднее», «малое», что представляется качественными значениями '+', '0', '-'.
Если ситуация задана набором признаков X = (^,..., хи), определенных на качественных доменах A(x), A(x2),...,A(xn) , то качественной ситуацией будем называть совокупность качественных значений признаков Sj = (x, x2,..., x„), где
X e A(xi).
Определим качественную ситуационную модель как тройку
Ms =< S, E, G >,
где S - множество качественных ситуаций, Е - множество разбиений S на эталонные классы, G - множество идентификаторов эталонных классов.
Проблема идентификации ситуации состоит из двух задач:
1) идентификация текущей качественной ситуации как типовой на основе разнородной исходной информации,
2) идентификация эталонного класса, к которой принадлежит текущая ситуация.
Первая задача решается определением морфизмов между областями определения значений признаков. Поскольку значения различных признаков х заданы на различных областях определений , необходимо применить процедуры обобщения, основанные на гомоморфизмах ^ ^ Ах. , где Ах. -
качественный домен {'+', '0', '-'}. Результатом применения процедур обобщения по значениям будет вектор состояния объекта, где каждый признак имеет чисто качественное значение. Этот вектор качественных значений признаков покрывает некоторое множество состояний объекта и описывает текущую ситуацию на объекте. Если все исходные данные преобразованы к качественной форме, то введение метрики в пространстве состояний, например с помощью расстояния Хемминга, позволяет однозначно идентифицировать текущую ситуацию.
Для моделирования поведения объекта управления рассматриваются изменения значений признаков во времени. Их качественные значения определяются по знаку производной:
^ . . дх , ,
— < 0 —< 0 ^'0', —< 0 & дХ &
где значения '-', '0', '+' интерпретируются как «уменьшение», «без изменения», «увеличение».
Предложенный подход позволяет проектировать экспертные системы для идентификации текущей ситуации на объекте, для анализа ее свойств, прогнозирования дальнейшего развития и для выработки рекомендаций по поддержанию определенной стратегии поведения объекта.
Качественная модель представления знаний, которая положена в основу предлагаемой концепции построения подобных экспертных систем, дает возможность исследовать поведение организационных систем в такой трудноформализуемой области, как управление развитием персонала системы МЧС, характеризующейся разнородностью информации, изменчивостью структуры, неполнотой и неопределенностью описания.
Список использованной литературы
1. Квашнина Г.А., Федянин В.И. Моделирование информационных процессов управления персоналом предприятия // Прикладные задачи моделирования и оптимизации. Сб. науч. тр. Воронеж, 2002.
2. Поспелов Д.А. Ситуационное управление: теория и практика. М.: Наука. 1986. - 288 с.
3. Праховник А.В., Таран Т.А., Разумовский О.В. Качественный подход к моделированию и управлению режимами систем электроснабжения //
Энергетика. Изв. вузов, 1991. - № 12. - С.11-16.
СОВМЕСТНАЯ ПОДГОТОВКА ПЕРСОНАЛА ОСОБО ОПАСНОГО ОБЪЕКТА И ЛИЧНОГО СОСТАВА ПОЖАРНОЙ ОХРАНЫ
И.Ф. Хафизов, доцент, к.т.н., А.А. Шарафутдинов, старший преподаватель,
А.А. Башенова, студентка, Э.К. Юсупова, студентка, Уфимский государственный нефтяной технический университет,
г. Уфа
Организация противопожарной защиты объектов топливно-энергетического комплекса является одной из актуальных проблем науки и техники. Особого внимания требуют предприятия нефтеперерабатывающей промышленности, которые обладают большим количеством легковоспламеняющихся и горючих жидкостей и являются одними из главных источников пожаровзрывоопасности.
В настоящее время одним из приоритетных направлений пожарной безопасности является организованное взаимодействие пожарных подразделений со службами жизнеобеспечения населённых пунктов и объектов, применение автоматизированных систем противопожарной защиты.
Начальная стадия пожара отличается быстрой динамикой развития. Даже первые минуты начальной стадии развития пожара представляют значительную угрозу для жизни и здоровья человека. Успешное тушение пожаров на начальной стадии объектов нефтепереработки в значительной степени зависит от своевременного выявления возгорания и оповещения о нем соответствующих служб.
Чтобы усовершенствовать систему подготовки к действиям при пожаре, необходимо повысить роль тренировок, которые как можно больше должны быть приближены к возможным реальным обстановкам. Работникам необходимо приобрести фундаментальные навыки, необходимые для принятия моментальных и безошибочных решений и действий для предупреждения опасных последствий при пожаре.
С другой стороны, эффективная борьба с пожаром связана с совершенствованием организации управления пожарными подразделениями и развитием современных методов, средств, способов тушения и исполнения аварийно-спасательных работ. С этой целью ведется пожарно-тактическая подготовка (ПТП), которая направлена на повышение профессиональных знаний, формирование умений и навыков состава пожарной охраны.
Высшей формой ПТП являются пожарно-тактические учения (ПТУ), при проведении которых одновременно повышаются тактическое мастерство начсостава и тактические навыки подразделений по тушению пожаров.
