CC BY
23УДК 004.658, 614
DOI 10.52684/2312-3702-2021-38-4-73-79
СИСТЕМА ИНФОРМАЦИОННО-АНАЛИТИЧЕСКОЙ ПОДДЕРЖКИ УПРАВЛЕНИЯ ПРОЦЕССАМИ
ЭКСТРЕННОГО РЕАГИРОВАНИЯ НА ЧС И ПОЖАРЫ
Т. У. Есмагамбетов1, М. И. Шикульская2, О. М. Шикульская3
1 Карагандинский экономический университет Казпотребсоюза, г. Караганда, Республика Казахстан; 2Астраханский государственный технический университет, г. Астрахань, Россия; 3Астраханский государственный архитектурно-строительный университет, г. Астрахань, Россия
Авторами обоснована актуальность создания системы информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и пожары. Обоснован выбор аналитической платформы Deductor в качестве инструментария для создания системы. В результате исследования разработана Система информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и пожары на аналитической платформе Deductor. Система позволяет осуществлять многомерный анализ имеющихся оперативных данных. Для эффективного и наглядного представления и оперативного или углубленного анализа данных с использованием технологий OLAP и Data mining на платформе Deductror был разработан OLAP-куб, содержащий 15 измерений, 1 основной процесс и 7 фактов. Описание основных алгоритмов системы представлено на диаграммах, что обеспечивает более наглядное восприятие функционала системы, упрощает ее сопровождение и исключает неоднозначность интерпретации представленных на диаграммах материалов. Система анализа данных обладает широкими визуальными средствами. Выходные данные системы отображаются в форме графиков, в табличном виде и в виде OLAP-отчетов. Тестирование системы показало наличие значительного эффекта от ее использования.
Ключевые слова: чрезвычайная стация, пожар, информационно-аналитическая поддержка, Deductor. OLAP-технология, ABC-анализ, XYZ-анализ, интеллектуальный анализ, Data mining.
INFORMATION AND ANALYTICAL MANAGEMANT SUPPORT SYSTEM
OF EMERGENCY RESPONSE AND FIRE
T. U. Esmagambetov1, M. I. Shikulskaya2, O. M. Shikulskaya3
1Kazpotrebsoyuz Karaganda University of Economics, Karaganda, Rempublika Kazakhstan;
2Astrakhan State Technical University, Astrakhan, Russia;
3Astrakhan State University of Architecture and Construction, Astrakhan, Russia
The authors substantiated the creating relevance of an information and analytical support system for emergency and fires processes response management. The selection of the Deductor analytical platform as a tool for the system creating is justified. As a result of the study, the Information and analytical support system for emergency and fires processes response management was developed on the Deductor analytical platform. The system enables a multidimensional analysis of available operational data. An OLAP cube containing 15 dimensions, 1 main process and 7 facts have been developed for efficient and visible presentation and rapid or in-depth analysis of data using OLAP and Data mining technologies on the Deductror platform. The description of the main algorithms of the system is presented in diagrams, which provides a more visual perception of the system functionality, simplifies its maintenance and eliminates ambiguity in the interpretation of the materials presented on the diagrams. The data analysis system has extensive visual means. The system output is displayed in graph form, tabular form, and OLAP reports. Testing of the system showed the presence of a significant effect from its use.
Keywords: emergency station, fire, information and analytical support, Deductor. OLAP technology, ABC analysis, XYZ analysis, intelligent analysis, Data mining.
Чрезвычайные ситуации и пожары являются стихийными явлениями и характеризуются высокой степенью неопределенности. Для эффективного планирования и успешной ликвидации ЧС и пожаров необходим глубокий анализ в различных разрезах имеющегося практического опыта функционирования в аналогичных условиях, выявление имеющихся ошибок, прогноз вероятного развития событий, что невозможно без информационно-аналитической поддержки этой деятельности. Известно множество работ в этом направлении [1-8], однако для эффективного использования разработанных в данной области информационных технологий необходима четкая, структурированная информация, сформированная на основе информационного анализа опыта возникновения, развития и ликвидации ЧС именно в конкретном регионе с учетом его особенностей, что обеспечит ускорение ликвидации ЧС, сведение к минимуму человеческих жертв и экономических потерь. Этим обусловлена актуальность предлагаемого исследования.
Теоретической базой для создания системы информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и
пожары являются разработанные авторами модель трехуровневой системы управления процессами экстренного реагирования, модель оценки эффективности решения задач управления процессами экстренного реагирования как системы с многими состояниями, а также функциональные модели различных процессов экстренного реагирования [9-14].
Для решения поставленных задач использовались методы системного анализа, теории принятия решений, моделирования и проектирования информационных систем.
В качестве инструментария использована аналитическая платформа Deductor. Deductor является аналитической платформой, т. е. основой для создания законченных прикладных решений. Реализованные в Deductor технологии позволяют на базе единой архитектуры пройти все этапы построения аналитической системы: от создания хранилища данных до автоматического подбора моделей и визуализации полученных результатов.
Основная задача разрабатываемой системы заключается в анализе данных по чрезвычайным ситуациям. Для выделения ролей пользователей, применяющих результаты анализа,
была построена диаграмма вариантов использования (рис. 1). По диаграмме видно, что подготовкой и загрузкой исходных данных занимается оператор ЦУКС (или лицо, имеющее доступ к соответствующей информации]. Результаты
Формированиетаолинных отчетов
анализа применяет начальник центра для принятия стратегических решений. Данные по анализу могут быть просмотрены в форме отчетов в графическом и табличном виде.
Подготовка данных для анализа
Нэчальни!: ЦУКС
"" -ч-^ Проведение анализа 40
Оператор МЧС
Проведение анализа ЧС по нас ел.пуншам и водам ЧС
Пров ед ение АВ C-VXZ аналга а
Проведение анализа показателей
Рис. 1. Диаграмма вариантов использования
На концептуальном уровне подготовку и обработку данных с помощью системы Deductor можно представить в виде нескольких укрупненных шагов, наглядно представленных на диаграмме последовательности (рис. 2):
1. Оператор МЧС в конце каждой недели подготавливают отчеты о своей деятельности за этот период в виде файлов MS Excel стандартного формата (структура файлов заранее определена).
2. Оператор МЧС загружает полученные еженедельные отчеты в OLAP-хранилище Deductor в соответствии с настроенными ранее в системе
измерениями и показателями анализа.
3. Руководитель МЧС выбирает объект анализа, по которому его интересует информация.
4. В соответствии с выбранным объектом анализа Deductor выполняет шаги сценария, необходимые для анализа данных. Набор шагов зависит от типа выбранного объекта и способа анализа.
5. В Deductor формируются отчеты, содержащие результаты анализа. Руководитель МЧС может выбрать любой из сформированных отчетов, просмотреть его, сохранить или вывести на печать.
: Эгератор МЧС
OLAF-хрантище
*
Интерфейс DBductor
загрузкпъ с
14
Объект Отчеты
анализа
чг
"—I I
5: выбрать объест дгв анализа
б: ^ЬЦ-зргй анализа д al- ны
ВЬбраТе- ДЗггЬ.^_
■К сеъэста
bctv анализ
Э: jfepv кровать
ьсрать отчет
1
" : Be =е~|' оиет
Ti 2: распечатать
1
Рис. 2. Диаграмма последовательности (общая схема работы с ИС)
Схема взаимодействия между объектами системы и действующими лицами приведена на диаграмме кооперации (рис. 3).
Процесс загрузки данных в OLAP-хранилище приведен на диаграмме деятельности на рисунке 4. Согласно приведенному алгоритму, сначала создается пустое хранилище данных и настраиваются его измерения. Далее производится загрузка таблиц с измерениями. Последовательность заполнения таблиц должна прово-
диться строго в соответствии с шагами, приведенными на диаграмме деятельности. Так как часть измерений имеют равнозначное значение и могут загружаться в произвольной последовательности, они на диаграмме приведены в виде параллельных потоков после линии синхронизации. В конце заполняется таблица процессов по чрезвычайным ситуациям и формируются отчеты, отображающие набор загруженных в измерения и процесс данных.
Рис. 3. Диаграмма кооперации (общая схема работы с ИС
Рис. 4. Диаграмма деятельности «Заполнение OLAP-хранилища»
Анализ данных по ЧС происходит в соответствии с требованиями руководства.
Проведение анализа описывается тремя этапами:
1) построением моделей анализа;
2) проверкой адекватности моделей и их интерпретацией;
3) применением построенной модели для принятия решений.
Руководитель получает итоговую отчетность и просматривает ее с целью принятия решений.
Наиболее сложной задачей для построения моделей является проведение ABC-XYZ-анализа. Был разработан алгоритм реализации метода в Deductor. Задачи ABC-анализа и XYZ-анализа могут выполняться независимо друг от друга. В качестве параметра ABC-анализа были выбраны затраты на ликвидацию ЧС, а для UDP-анализа - количество ЧС. После применения двух указанных методов анализа к имеющемуся набору данных по ЧС с помощью мастера обработки Deductor «Слияние с узлом» формируется сводная таблица в виде OLAP-отчета, благодаря которой можно получить более полную картину о наиболее критичных ситуациях, требующих принятия специальных мер,
и увидеть распределение каждого вида ЧС одновременно между группами ABC и XYZ.
Для эффективного моделирования хранилищ данных используется размерная модель (Dimensional). Dimensional — методология проектирования, специально предназначенная для разработки хранилищ данных. Структура модели данных системы в нотации Dimensional для описания чрезвычайных ситуаций приведена на рисунке 5. Согласно приведенной структуре для описания куба по чрезвычайным ситуациям в OLAP-хранилище была выбрана схема снежинка и выделено четырнадцать измерений. Измерения по местам чрезвычайных ситуаций и классам чрезвычайных ситуаций организованы в виде иерархических структур. Каждая такая иерархическая структура представлена несколькими таблицами. Те таблицы иерархии, которые связаны непосредственно с таблицей фактов (таблицы размерности), представляют нижний уровень иерархии. Таблицы, связанные с таблицами размерности (консольные таблицы) определяют абстракции более высокого порядка.
Смэны Код_смэн ы
Состав_смэны №_смэны
Дата_де*урства_смены Время_начала_дежурства Время_окончания_дежурства
Источники_информации
Код_источника_информации
Наимэнование_источника_информации
МО
Код_МО
Наимэнование_МО
Населенный_пункт
Код_населенного_пункта
Название_нас_пункта Код_МО (FK)
Дата_возникновения_ЧС
Дата_возникновеня_ЧС
Ответственный_дежурный Код_ОД
ФИО
Вид_ЧС
Категория_ЧС
ЧС
S
Код_вида_ЧС
Название Код_категории(FK)
Код_категории
Название
Код_источника_информации (FK) Код_вида_ЧС (FK) Код_типа_происш8ствия (FK) Код_ОД (FK)
Время_поступления (FK) Дата_поступления_в _ДС (FK) Время_поступления_в _ДС (FK) Код_вида_м8ста_ДТП (FK) Время_ликвидации (FK) Код_населенного_пункта(FK) Дата_возникновеня_ЧС (FK) Дата_ликвидации (FK) Код_см8н ы (FK)
Погибло
Травмировано
Количество_происш8ствий
Прямой_мат_ушерб
Затраты_на_ликвидацию
Тип_происш8ствия _ДТП Код_типа_происш8ствия
I-
Время_поступления
Г
Время_поступления
Да та_поступлен ия_в_дежу рну ю_слу жбу
Вид_места _ДТП Код_вида_м8ста _ДТП Название_м8ста _ДТП
Время_ликвидации_ЧС Время_ликвидации
Дата_ликвидации Дата_ликвидации
Дата_поступления_в _ДС
Время_поступления_в _ДС Время_поступления_в_ДС I
Рис. 5. Диаграмма «сущность-связь» системы
Выходные документы информационно-аналитической системы представляют собой отчеты, которые можно классифицировать по формату представления информации и по их со-
держимому и назначению. Все отчеты формируются стандартными средствами Deductor для каждого шага выполняемых сценариев.
По формату отчеты могут быть представлены в графическом виде или в форме OLAP-отчета.
По содержимому и назначению в системе можно выделить следующие отчеты:
• содержащие анализ по ЧС за весь период ведения БД;
• с анализом в разрезе отдельных лет;
• содержащие анализ по ДТП;
• по ABC-XYZ-анализу.
Отчеты, содержащие анализ по ЧС за весь период ведения БД, представляют данные в различных разрезах (по населенным пунктам, видам ЧС, годам) и отражают сводную информацию за все года. Пример отчета, показывающего динамику финансового ущерба от ЧС (как прямого, так и возникшего в результате затрат на ликвидацию) по годам приведен на рисунке 6.
201В 2017 2013 201Э
Рис. 6. Анализ затрат по годам
Отчеты с анализом в разрезе отдельных лет похожи на предыдущие, но содержат данные, отфильтрованные по определенному году или сравнительный анализ между несколькими годами,
В системе формируются отчеты по ABC-анализу (рис. 7), XYZ-анализу (рис. 8) и ABC-XYZ-анализу (рис. 9).
Рис. 7. Результаты ABC-анализа в виде столбчатой диаграммы
XYZ группа
Рис. 8. Результаты XYZ-анализа в виде столбчатой диаграммы
Группа XYZ ▼
Группа ABC ▼ X Y Z Итого:
А 1 2 2 5
Б 1 3 2 G
С 2 3
Итого: 2 7 7 16
- Y
м
1 /5
M
ВидЧС Группа ABC Группа XrZ
Авиакатастрофы и инциденты С Y
Массовое ограждение саранчовык С Y
Транспортные аварии и происшестви! С Z
Производственный пожар С Z
Бытовой пожар С z
Рис. 9. Результаты ABC-XYZ-анализа в виде столбчатой диаграммы
МЧС России ответственно за обеспечение безопасности населения, территорий и объектов экономики, характеризуется комплексной и распределенной структурой, а в ходе его деятельности генерируются значительные объемы данных, в отношении которых требуется проведение своевременного анализа, составления отчетов и поддержка принятия дальнейших решений.
В результате исследования была разработана Система информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и пожары на аналитической платформе Deductor. Система позволяет осуществлять многомерный анализ имеющихся оперативных данных.
Для наиболее эффективного и наглядного представления и оперативного или углубленного анализа данных с использованием технологий OLAP и Data mining на платформе Deductror, был разработан OLAP-куб, содержащий 15 измерений, 1 основной процесс и 7 фактов.
Описание основных алгоритмов системы было представлено на 14 диаграммах, что обеспечивает более наглядное восприятие функционала системы, упрощает ее сопровождение и исключает неоднозначность интерпретации представленных на диаграммах материалов.
Система анализа данных обладает широкими визуальными средствами. Выходные данные системы отображаются в форме графиков, в
табличном виде и в виде OLAP-отчетов. Всего в • снижение показателей риска для населе-системе формируется 35 основных отчетов. ния региона;
Для тестирования системы были подготов- • сокращение времени реагирование на ЧС; лены экспериментальные данные по чрезвы- • повышение эффективности оказания по-чайным ситуациям за последние 8 лет, включа- мощи населению, пострадавшему в ЧС. ющие около 3000 записей. В дальнейшем планируется развитие анали-
Накопление в системе огромного количества тических и прогнозных возможностей информа-систематизированной информации делает воз- ционно-аналитической системы для выявления можным применение интеллектуального ана- скрытых закономерностей в данных, а также их лиза с использованием методов извлечения зна- использование для решения задач управления и ний Data mining. принятия решений.
Благодаря внедрению разработанной системы в ЦУКС обеспечится:
Список литературы
1. Куликов О. М. Информационная поддержка принятия решений при ликвидации техногенных чрезвычайных ситуаций на основе моделирования сценариев управления : автореф. дисс. ... канд. тех. наук. / О. М. Куликов. - Уфа, 2002. - 150 с.
2. Ямалов И. У. Интеллектуальное управление в чрезвычайных ситуациях / И. У. Ямалов, Б. Г. Ильясов, О. Я. Бежаева // Компьютерные науки и информационные технологии : тр. Междунар. конф. - Уфа : УГАТУ, 2003. - С. 234-237.
3. Ямалов И. У. Системы поддержки принятия решений в чрезвычайных ситуациях / И. У. Ямалов, Б. Г. Ильясов, О. Я. Бежаева // Системный анализ в проектировании и управлении : тр. Междунар. конф. - Санкт-Петербург : СПб ГПУ, 2002. - С. 142-144.
4. Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций / И. У. Ямалов. - Москва : Лаборатория базовых знаний, 2007. - 273 с.
5. Черняховская Л. Р. Поддержка принятия решений при управлении сложными объектами в критических ситуациях на основе инженерных знаний : автореф. дисс. ... д-ра тех. наук / Л. Р. Черняховская. - Уфа, 2004.
6. Urazbakhtina L. B. Estimation of Information Safety by Petri-Net Model / L. B. Urazbakhtina, Т. О. Babkova // Computer Science and Information Technologies CSIT-2001 : proc. of the 3nd Int. Workshop-Ufa. - 2001. - Vol. 3, - P. 2-13.
7. Chang F.-S. Greedy-search-based multiobjective genetic algorithm for emergency logistics scheduling / F.-S. Chang, J.-S. Wu, C.-N. Lee, H.-C. Shen // Exp. Syst. Appl. - 2014. - Vol. 41, № 6. - P. 2947-2956.
8. Flaus J.-M. A modelling framework for model based risk analysis / J.-M. Flaus // ESREL. - Troyes, France, 2011. - P. 153-1540.
9. Feng Nan. Assessment Methods Analysis of Models Reliability of Emergency Response in Emergency Situations / Feng Nan, Olga Shikulskaya, Timur Esmagambetov, Tian-jiao Song, Li Zhang1 and Wen-Xin Zhu. // International Conference on Energy, Power and Environmental Engineering (ICEPEE 2017). - April 23-24, 2017. - P. 36-39. - ISBN: 978-1-60595-456-1.
10. Shikulskaya Olga. Business Processes Modelling of the Karaganda Crisis Center Activity / Olga Shikulskaya, Timur Esmagambetov // American Journal of Operations Management and Information Systems. - 2017. - Vol. 2, № 1. - P. 15-20. - doi: 10.11648/j.ajo-mis.20170201.13.
11. Есмагамбетов Т. У. Информационно-аналитическая поддержка деятельности ситуационного центра МЧС / Т. У. Есма-гамбетов, О. М. Шикульская // Современные наукоемкие технологии. - 2016. - № 3-1. - С. 18-23.
12. Есмагамбетов Т. У. Реинжиниринг бизнес-процессов оперативной деятельности Карагандинского кризисного центра / Т. У. Есмагамбетов, М. И. Шикульский, О. М. Шикульская / / Фундаментальные исследования. - 2016. - № 4-3. - С. 490-494.
13. Есмагамбетов Т. У. Модель оценки эффективности решения задач управления процессами экстренного реагирования как системы с многими состояниями / Т. У. Есмагамбетов, О. М. Шикульская // Инженерно-строительный вестник Прикаспия. -2019. - № 3 (29). - С. 108-114.
14. Есмагамбетов Т. У. Моделирование трехуровневой системы управления процессами экстренного реагирования / Т. У. Есмагамбетов, О. М. Шикульская // Инженерно-строительный вестник Прикаспия. - 2019. - № 4 (30). - С. 118-124.
© Т. У. Есмагамбетов, М. И. Шикульская, О. М. Шикульская
Ссылка для цитирования:
Есмагамбетов Т. У., Шикульская М. И., Шикульская О. М. Система информационно-аналитической поддержки управления процессами экстренного реагирования на ЧС и пожары / Астраханский государственный архитектурно-строительный университет. Астрахань : ГАОУ АО ВО «АГАСУ», 2021. № 4 (38). С. 73-79.
