Проект системы поддержки принятия решений при борьбе с природными пожарами Текст научной статьи по специальности «Компьютерные и информационные науки»

8. Semenkin E., Stanovov V. Fuzzy rule bases automated design with self-configuring evolutionary algorithm // ICINCO 2014 - Proceedings of the 11th Intern. Conf. on Informatics in Control, Automation and Robotics. 2014. 11. C. 318-323.

9. Semenkina M., Semenkin E. Hybrid self-configuring evolutionary algorithm for automated design of fuzzy classifier // Lecture Notes in Computer Science. 2014. T. 8794. C. 310-317.

References

1. Golubkov E. P. Marketingovye issledovanija: teorija, metodologija i praktika [Marketing research: theory, methodology and practice]. M. : Finpress, 1998.

2. Burdina E. V. O prognozirovanii rynka cvetnyh metallov [About forecasting market of nonferrous metals]. Reshetnevskie chtenija: materialy XIXMejdunar. nauch.-prakt. konf., posvjasch. 55-letiju Sib. gos. ajerokosmich. un-ta im. akad. M. F. Reshetneva. 2015. Ch. 2. S. 28-30.

3. Titov A. S. Prikladnoe primenenie nejronnyh setej [Applications of neural networks] Aktual'nye problemy aviacii i kosmonavtiki : tezisy IX Vserossijskoj nauchno-prakticheskoj konferencii tvorcheskoj molodeji (8-12 aprelja 2013 g., Krasnojarsk) : v 2 t. / pod obsch. red. Ju. Ju. Loginova ; Sib. gos. ajerokosmich. un-t. Krasnojarsk, 2013. S. 438.

4. Buhtojarov V. V. Jevoljucionnye algoritmy formirovanija kollektivov nejronnyh setej dlja re6enija zada4 modelirovanija i prognozirovanija [Evolutionary algorithms of formation of neural network ensembles to address modeling and forecasting tasks]. Dissertacija na

soiskanie uchenoj stepeni kandidata tehnicheskih nauk ; Sib. gos. ajerokosmich. un-t. Krasnojarsk, 2010.

5. Hritonenko D. I., Semenkin E. S., Sugak E. V., Potylicyna E. N. Reshenie zadachi prognozirovanija jekologicheskogo sostojanija goroda nejrojevoljucion-nymi algoritmami [Solution of the problem predicting the ecological state of the city by nero evolutionary algorithms]. Vestnik Sibirskogo gosudarstvennogo ajerokosmicheskogo universiteta im. akademika M. F. Reshetneva. 2015. T. 16. № 1. S. 137-142.

6. Semenkin E. S., Medvedev A. V., Vorojejkin A. Ju. Modeli i algoritmy dlja podderjki prinjatija reshenij investicionnogo analitika [Models and algorithms to support decision-making investment analyst]. Vestnik Tomskogo gosudarstvennogo universiteta. 2006. № 293. S. 63-70.

7. Stanovov V. V., Semenkin E. S. [Self-adjusted evolutionary algorithms based approach for automated design of fuzzy logic systems]. Vestnik Sibirskogo gosudarstvennogo ajerokosmicheskogo universiteta im. akademika M. F. Reshetneva. 2013. № 4(50). S. 148-152.

8. Semenkin E., Stanovov V. [Fuzzy rule bases automated design with self-configuring evolutionary algorithm] // ICINCO 2014 - Proceedings of the 11th International Conference on Informatics in Control, Automation and Robotics 11. 2014. S. 318-323.

9. Semenkina M., Semenkin E. Hybrid self-configuring evolutionary algorithm for automated design of fuzzy classifier. Lecture Notes in Computer Science. 2014. T. 8794. S. 310-317.

© Бурдина Е. В., Ефремова С. В., 2016

УДК: 630.43

ПРОЕКТ СИСТЕМЫ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ ПРИ БОРЬБЕ С ПРИРОДНЫМИ ПОЖАРАМИ

И. А. Буслов, А. Е. Гордеев, Г. А. Доррер, С. В. Кобыжакова, С. В. Яровой

Сибирский государственный аэрокосмический университет имени академика М. Ф. Решетнева Российская Федерация, 660037, г. Красноярск, просп. им. газ. «Красноярский рабочий», 31

E-mail:[email protected]

Предложен проект системы управления борьбой с природными пожарами, включающей комплекс математических моделей, программно-аппаратный комплекс для разведки и идентификации пожаров на базе беспилотных летательных аппаратов (БПЛА) и компьютерную имитационную систему для обучения оперативного персонала.

Ключевые слова: управление борьбой с природными пожарами, математическое моделирование, беспилотные летательные аппараты, система обучения персонала.

PROJECT OF THE DECISION SUPPORT SYSTEM DURING COMBATING WILDFIRES

I. A. Buslov, A. E. Gordeev, G. A. Dorrer, S. V. Kobyzhakova, S. V. Yarovoi

Reshetnev Siberian State Aerospace University 31, Krasnoyarsky Rabochy Av., Krasnoyarsk, 660037, Russian Federation E-mail: [email protected]

<Тешетневс^ие чтения. 2016

A project of wild fire managing system is proposed. This system includes the complex of mathematical models, computerized device for wild fire intelligence and identification on a unmanned aerial vehicle basis, and simulation training system for teaching the personnel of operative crews.

Keywords: Wild fire managing, mathematical models, unmanned aerial vehicle, personnel training system.

Во многих странах, в том числе и в России, ежегодно приходится вести борьбу с природными пожарами, привлекая для этой цели большое количество противопожарных сил и средств. При этом возникают задачи рационального планирования и управления этими силами и средствами. Для их решения разработан ряд регламентирующих документов [1]. Кроме того, ведутся работы по созданию теории управления процессами борьбы с природными пожарами [2-4]. Однако в указанных работах, как правило, предполагается, что управление осуществляется в разомкнутом режиме, без учета фактического состояния системы. Не учитываются также возможные помехи и неполнота информации об объекте управления.

В рамках работы предполагается создание программно-аппаратной системы, включающей следующие элементы (см. рисунок):

- программно-аппаратный комплекс, включающий БПЛА, средства связи и телекоммуникаций;

- методы и алгоритмы идентификации параметров моделей природных пожаров на основе данных космического мониторинга лесов и БПЛА;

- математические модели динамики природных пожаров и процессов их ликвидации, реализованные в виде программно-информационной системы и ори-

ентированные на использование при принятии решений в службах охраны лесов [4];

- компьютерная имитационная система для поддержки оперативного принятия решений и обучения персонала тактике борьбы с природными пожарами [5].

Информационная система выполняет последовательно следующие функции:

- сбор данных;

- обработка информации;

- передача информации пользователям.

На этапе сбора данных используются следующие источники.

1. Данные о действующих природных пожарах и о погоде, получаемые из информационных систем космического мониторинга лесов «Каскад» и «ИСДМ Рослесхоз». Эти информационные системы используются структурами, связанными с тушением природных пожаров и содержат наиболее актуальные данные, однако, как правило, невысокого разрешения.

2. Интернет-сайт Gooble Maps. Из данного источника разрабатываемая система получает данные о рельефе местности - наиболее точные данные, имеющиеся в открытом доступе, а также предоставляет удобное API.

Структурная схема информационной системы управления борьбой с природными пожарами и обучения оперативного персонала

3. Данные от аппаратуры, установленной на БПЛА, собираемые непосредственно с места действующего пожара. Эти данные обладают высоким разрешением, содержат информацию как о пожаре, так и о лесе и метеорологической обстановке. Данные передаются на сервер хранения и ретрансляции данных по основному (GPRS) каналу и резервному (радио) каналу через станцию ретрансляции. Данные из разных источников, поступившие на сервер, анализируются и сравниваются и после первичной обработки заносятся в базу данных для дальнейшего использования.

Данные могут быть получены различными интерфейсами (мобильный и вэб) через REST-API и служить основой для оперативного принятия решений специалистами пожарной службы, а также быть использованы сторонними информационными системами.

На этапе обработки данных производится оценка конфигурации и параметров действующего пожара, уточнение и корректировка математических моделей с учетом вновь поступающих данных, моделирование процесса распространения пожара по одному или нескольким алгоритмам. Производится оперативное прогнозирование распространения пожара, оценка необходимых сил и средств для его ликвидации.

Полученные данные могут быть использованы в информационной система «Тайга-3» в качестве исходных, уточняющих и статистических данных при обучении и тренировке персонала.

На этапе передачи данных пользователям вся информация, полученная в системе, хранится на сервере, откуда отправляется заинтересованным пользователям. Предполагается использовать типичный сервер баз данных (в прототипе использована СУБД MySQL) под управлением ОС GNU/Linux Debian. Обмен данными с БПЛА осуществляется по протоколу HTTP через RESTAPI. Для обработки данных (в связи с ее асинхронностью, сложной предсказуемостью продолжительности этапов обработки и многоступенчатостью) может быть использован мультиа-гентный подход. Агенты 1-го типа получают «сырые» данные от БПЛА и заносят их в базу данных. Агенты 2-го типа дополняют эти данные (используя Google Maps API) характеристиками рельефа в окрестностях точки возгорания. Агенты 3-го типа (исходя из направления и угла наклона датчика, географических

координат БПЛА в момент обнаружения, данных рельефа, высоты БПЛА над уровнем моря) уточняют координаты точки горящей кромки. Агенты 4-го типа служат для обмена обработанными данными с другими частями разрабатываемого ПАК [5].

Библиографические ссылки

1. Указания по обнаружению и тушению лесных пожаров. М., 1985. 96 с.

2. Доррер Г. А. Динамика лесных пожаров. Новосибирск : Изд-во СО РАН, 2008. 404 с.

3. Dorrer G. A. Wildfire Dynamics Modeling Based on Hamilton Mechanics Methods // Fourth Fire Behave and Fuels Conference : Conference Feature Speakers (July 1-4 St. Petersburg). 2013.. P. 13.

4. A physics-based approach to modeling grassland fires / W. Mell [et al.] // International Journal of Wildland Fire. 2007. Vol. 16. P. 1-22.

5. Платформа для учебно-тренажерной системы по основам тактики борьбы с лесными пожарами : свид. о гос. регистрации программ для ЭВМ / И. А. Буслов, С. В. Яровой, Г. А. Доррер. № 2015662521 ; зарегистрировано 26.11.2015.

References

1. Instructions for detection and extinguishing of forest fires. Moscow, 1985, 96 p.

2. Dorrer G. The dynamics of forest fires. Novosibirsk, SO RAN, 2008, 404p.

3. Dorrer G. [Wildfire Dynamics Modeling Based on Hamilton Mechanics Methods]. Fourth Fire Behave and Fuels Conference. July 1-4, 2013, Russia. Conference Feature Speaker.

4. Mell W., Jenkins M. A., Gould J., Cheney Ph. A physics-based approach to modeling grassland fires. International Journal of Wildland Fire. 2007, vol. 16, рp. 1-22.

5. Buslov I. The platform for educational and training systems for the basics of tactics to combat forest fires. Certificate of state registration of the computer programs № 2015662521, 26.11.2015.

© Буслов И. А., Гордеев А. Е., Доррер Г. А., Кобыжакова С. В., Яровой С. В., 2016