Моделирование процессов управления и принятия решений в условиях чрезвычайных ситуаций

И. У. Ямалов
МОДЕЛИРОВАНИЕ
ПРОЦЕССОВ УПРАВЛЕНИЯ
И ПРИНЯТИЯ РЕШЕНИЙ
В УСЛОВИЯХ
ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ
5-е издание, электронное
Москва
Лаборатория знаний
2024

УДК 004.942, 681.5.01
ББК 68.9:65.050.2
Я54
Ямалов И. У
.
Я54
Моделирование процессов управления и принятия решений
в условиях чрезвычайных ситуаций / И. У
. Ямалов. — 5-е изд.,
электрон. — М. : Лаборатория знаний, 2024. — 291 с. — Систем.
требования: Adobe Reader XI ; экран 10". — Загл. с титул. экрана. — Текст : электронный.
ISBN 978-5-93208-757-2
Приведены методологические, методические и модельные подходы
к
моделированию
и
управлению
в
условиях
чрезвычайных
ситуаций
(ЧС). Рассмотрены методологии концептуального моделирования и синтеза
алгоритмов управления при ликвидации ЧС, моделирования и синтеза
алгоритмов управления в условиях ЧС с использованием нечетких когнитивных карт, методы и модели, предназначенные для моделирования
и синтеза алгоритмов управления в условиях быстропротекающих ЧС, сценарии управления ликвидацией ЧС с использованием системного подхода,
а также структуры и функциональный элементный состав региональной
информационной системы, реализующей поддержку принятия решений при
ликвидации ЧС.
Книга адресована специалистам, научным работникам, аспирантам
и студентам в области управления риском в различных сферах деятельности
человека, общества и государства.
УДК 004.942, 681.5.01
ББК 68.9:65.050.2
Деривативное издание на основе печатного аналога: Моделирование
процессов управления и принятия решений в условиях чрезвычайных ситуаций / И. У
. Ямалов. — М. : Лаборатория Базовых Знаний, 2007. — 288 с. :
ил. — ISBN 978-5-93208-193-8.
В соответствии со ст. 1299 и 1301 ГК РФ при устранении ограничений, установленных
техническими средствами защиты авторских прав, правообладатель вправе требовать
от нарушителя возмещения убытков или выплаты компенсации
ISBN 978-5-93208-757-2
© Лаборатория знаний, 2015

Оглавление
Список сокращений. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 6
Введение . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 8
Глава 1. Проблемы моделирования
и поддержки принятия решений в условиях чрезвычайных
ситуаций
. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 12
1.1. Классификация ЧС и общие требования
к системам оперативного управления ликвидацией ЧС . . . . . . 12
1.2. Анализ подходов к моделированию ЧС . . . . . . . . . . . . . . . . . . 18
1.3. Концепция приемлемого риска
в области защиты населения и территорий от ЧС . . . . . . . . . . 22
1.4. Основные принципы построения региональных систем
управления рисками в субъектах Российской Федерации . . . . 31
Глава 2. Разработка методологии моделирования и поддержки
принятия решений в условиях чрезвычайных ситуаций . . . . . . . 46
2.1. Общая характеристика проблем управления в условиях ЧС . . . 46
2.2. Принципы моделирования процессов управления
в условиях ЧС. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 50
2.3. Методологии моделирования и поддержки принятия
решений в условиях ЧС . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 53
2.4. Системная модель процесса ликвидации ЧС . . . . . . . . . . . . . . 56
2.5. Концептуальная модель ЧС. . . . . . . . . . . . . . . . . . . . . . . . . . . 60
2.6. Структурно-функциональная декомпозиция
концептуальных моделей процессов управления
в условиях ЧС. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 68
2.7. Типовые концептуальные модели техногенных ЧС . . . . . . . . . 75
Глава 3. Моделирование процессов управления в чрезвычайных
ситуациях на основе нечетких когнитивных карт . . . . . . . . . . . 80
3.1. Способы анализа нечетких когнитивных карт . . . . . . . . . . . . . 80
3.2. Моделирование процессов управления
в ЧС с использованием нечетких когнитивных карт . . . . . . . . 87
3.3. Особенности обучения нечетких когнитивных карт . . . . . . . . . 91

Оглавление
3.4. Оптимизация распределения ресурсов
по управлению в ЧС
с использованием генетических алгоритмов . . . . . . . . . . . . . . 96
3.5. Прогнозирование параметров ЧС
с использованием нейронных сетей. . . . . . . . . . . . . . . . . . . . 104
Глава 4. Моделирование и принятие решений по управлению
в условиях чрезвычайных ситуаций с использованием
мультиагентных динамических моделей . . . . . . . . . . . . . . . . . 113
4.1. Организационно-функциональная структура системы
оперативного управления в условиях ЧС . . . . . . . . . . . . . . . . 113
4.2. Динамическая модель действий функциональных
подразделений как самоуправляемых агентов . . . . . . . . . . . . 122
4.3. Модель взаимодействия центра управления ЧС
с функциональными подразделениями . . . . . . . . . . . . . . . . . 128
4.4. Алгоритмы управления распределением ресурсов в ЧС . . . . . 135
4.5. Моделирование динамических процессов
при оперативном управлении ликвидацией ЧС . . . . . . . . . . . 139
4.6. Моделирование процесса ликвидации ЧС одним
функциональным подразделением. . . . . . . . . . . . . . . . . . . . . 146
4.7. Моделирование взаимодействия нескольких
функциональных подразделений при ликвидации ЧС . . . . . . 155
Глава 5. Моделирование и синтез сценариев управления
ликвидацией чрезвычайных ситуаций . . . . . . . . . . . . . . . . . . 161
5.1. Методология моделирования процессов принятия решений
при ликвидации ЧС с использованием функциональных,
информационных и динамических моделей в виде сетей
Петри . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 161
5.2. Функциональное моделирование организационных процессов
управления в ЧС . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 162
5.3. Информационное моделирование процессов управления
ликвидацией ЧС . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 165
5.4. Системные динамические модели процессов управления
ликвидацией ЧС . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 167
5.5. Распознавание ЧС в условиях неопределенности . . . . . . . . . . 173
5.6. Синтез сценариев управления ликвидацией ЧС . . . . . . . . . . . 182
Глава 6. Региональная информационная система поддержки
принятия решений по управлению в условиях чрезвычайных
ситуаций (на примере Республики Башкортостан) . . . . . . . . . 191
6.1. Социально-политические, экономические, географические,
климатические и иные особенности, характерные
для Республики Башкортостан . . . . . . . . . . . . . . . . . . . . . . . 191

Оглавление
5
6.2. Региональная информационная система поддержки принятия
решений по управлению в условиях ЧС . . . . . . . . . . . . . . . . 194
6.3. Моделирование процессов возникновения
и развития ЧС с использованием нечетких когнитивных
карт на примере химически опасного объекта . . . . . . . . . . . . 224
6.4. Прогнозирование уровня весеннего половодья рек с помощью
многослойных нейронных сетей . . . . . . . . . . . . . . . . . . . . . . 243
Заключение. . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 252
Приложения . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 254
Библиографический список . . . . . . . . . . . . . . . . . . . . . . . . . . . . . . 277

Список сокращений
АИУС
– автоматизированная информационно-управляющая система
АИУС ЧС
– автоматизированная информационно-управляющая система по
предупреждению и ликвидации чрезвычайных ситуаций
АИЭ
– анализирующий и информирующий элемент
АРМ
– автоматизированное рабочее место
АСДНР
– аварийно-спасательные и другие неотложные работы
АСКЗА
– автоматическая станция контроля загрязнения атмосферы
АСКЗВ
– автоматическая станция контроля загрязнения водной среды
АСС
– аварийно-спасательная служба
АСФ
– аварийно-спасательное формирование
АХОВ
– аварийное химически опасное вещество
БЗ
– база знаний
БП ЧС
– быстропротекающие чрезвычайные ситуации
ВНП
– валовый национальный продукт
ГИС
– геоинформационная система
ГТО
– геотехнический объект
ДМЛЧС
– динамическая модель ликвидации ЧС
ДМПРЧС
– динамическая модель принятия решений в ЧС
ДМРЧС
– динамическая модель развития ЧС
ЕДДС
– единая дежурно-диспетчерская служба
ИСППР
– информационная система поддержки принятия решений
ИЭ
– исполняющий элемент
КК
– когнитивная карта
КМ
– концептуальная модель
КЧС
– комиссия по чрезвычайным ситуациям
ЛБ
– логический блок
ЛПР
– лицо, принимающее решения
МОГ
– мобильная оперативная группа
МОЧС
– многоочаговая чрезвычайная ситуация
МПФ
– матричная передаточная функция
МЧС РБ
– Министерство по делам гражданской обороны и чрезвычайным
ситуациям Республики Башкортостан
НКК
– нечеткая когнитивная карта
ОПО
— опасный производственный объект
ОТССПД
– объединенная территориальная система связи и передачи данных
ПЛАРН
– план ликвидации аварийного разлива нефти

Список сокращений
7
ПОО
– потенциально опасный объект
ПР
– принятие решения
ПФ
– поражающий фактор
ПЭ
– планирующий элемент
РИСППР ЧС
– региональная информационная система поддержки принятия
решений в условиях чрезвычайных ситуаций
Р-НКК
– расширенная нечетко-когнитивная карта
РСЧС
– Российская система предупреждения и действий в чрезвычайных
ситуациях (Единая государственная система предупреждения и
ликвидации чрезвычайных ситуаций)
СДЯВ
– сильно действующее ядовитое вещество
СИМ
– система имитационного моделирования
СМиП
– система моделирования и прогнозирования последствий
чрезвычайных ситуаций
СМЧС
САУБ
– система мониторинга чрезвычайных ситуаций
– система административного управления и безопасности
СОДЧС
– система хранения и обработки электронных документов о
чрезвычайных ситуациях
СОУ
– система оперативного управления
СОУЧС
– система оперативного управления в чрезвычайных ситуациях
СПМ
– система планирования мероприятий по предупреждению и
ликвидации последствий чрезвычайных ситуаций
СППР ЛЧС
– система поддержки принятия решений при ликвидации ЧС
СРЧС
– система регистрации чрезвычайных ситуаций
СТСФД
– система территориального страхового фонда документации
Республики Башкортостан
СУДЧС
– система управления действиями в чрезвычайных ситуациях
СУЧС
– система управления в чрезвычайных ситуациях
СЦ
– ситуационный центр
ТСФД РБ
– территориальный страховой фонд документации на объекты
повышенного риска и системы жизнеобеспечения населения
Республики Башкортостан
УЭ
– управляющий элемент
ФМ
– функциональная модель
ФП
– функциональное подразделение
ХДЛЧС
– хранилище данных о ликвидации чрезвычайной ситуации
ХОО
– химически опасный объект
ЦИАС
– центральная автоматизированная информационная система
ЦУЧС
– центр управления в чрезвычайных ситуациях
ЧМС
– человеко-машинная система
ЧС
– чрезвычайная ситуация
ЭПУ
– элемент прямого управления
ЭС РВ
– экспертная система реального времени

Введение
В последние десятилетия во всем мире наблюдается тенденция к росту количества и масштабов последствий чрезвычайных ситуаций (ЧС)
природного и техногенного характера. За 30 последних лет мировой среднегодовой рост социальных и экономических потерь от природных и техногенных чрезвычайных ситуаций составил по числу погибших — более
4%, пострадавших — около 9%, по материальному ущербу — более 10%
[31, 63, 153, 184].
На территории Российской Федерации сохраняются высокий уровень угрозы чрезвычайных ситуаций природного и техногенного характера (далее именуются — ЧС) и тенденция роста количества и масштабов
последствий чрезвычайных ситуаций. При этом более половины населения России проживает в условиях повышенного риска, а средний уровень индивидуального риска для населения России на два порядка
превышает допустимый уровень, принятый в развитых странах мира [6,
31, 43].
Сохраняющиеся тенденции роста количества и масштабов последствий аварий, катастроф и стихийных бедствий заставляют искать новые
решения проблемы защиты населения и территорий от чрезвычайных ситуаций, предвидеть будущие угрозы, риски и опасности, развивать
методы их прогноза и предупреждения.
Чрезвычайная ситуация — это такая ситуация, которая сложилась
или может сложиться под действием неблагоприятных факторов, представляющих собой угрозу для жизни людей и их нормальной жизнедеятельности
[40,
169].
Если
своевременно
не
принять
превентивные
(упреждающие) меры по предупреждению и ликвидации чрезвычайных
ситуаций (ЧС), то ущерб от возникновения ЧС может быть настолько велик, что вызовет социально-экономическую и даже политическую дестабилизацию на территории того или иного государства.
Чрезвычайные ситуации сопровождаются не только материальными,
но и людскими потерями, поэтому в условиях ЧС очень важно быстро и
правильно принять решение по ликвидации последствий ЧС. При этом
процесс принятия решений по ликвидации ЧС (особенно на первоначальной стадии развития) характеризуется неполнотой и плохим качеством
представления информации, малым резервом времени, необходимым для
принятия решений.

Введение
9
Сложность решения данной проблемы заключается в ее многогранности, так как требует рассмотрения в комплексе различных аспектов:
социально-экономических, организационных, технических, управленческих, информационных, кадровых, психологических и т.д. Попытка
совместного рассмотрения этих проблем, в свою очередь, требует разработки новых концепций с использованием современных достижений научной мысли. Разработка научных основ поведения и организации
управляемых сложных систем, в частности человеко-машинных систем, в
экстремальных (чрезвычайных, критических, кризисных) ситуациях является одной из важнейших научных проблем.
Одним из основных направлений повышения оперативности, надежности, обоснованности и качества принятия управленческих решений по
предупреждению и ликвидации ЧС является создание информационных
систем поддержки принятия решений по предупреждению и ликвидации
ЧС на основе широкой и всесторонней автоматизации процессов управления силами и средствами, предназначенными для ликвидации ЧС.
Особенностью функционирования информационных систем поддержки принятия решений по предупреждению и ликвидации ЧС является
необходимость обеспечения адекватного и эффективного моделирования
динамических процессов развития разнообразных классов ЧС.
Моделирование как средство описания и исследования, в силу своей
универсальности и высокой эффективности, является широко признанным методом анализа и синтеза, оптимизации и проектирования сложных динамических систем, содержащих слабо формализуемые элементы
[2, 12, 51, 89, 91]. Моделирование при управлении сложными объектами
различной физической природы, функционирующими, как правило, в
условиях неопределенности, позволяет существенно повысить эффективность управления за счет того, что обеспечивается возможность анализа изменения свойств объекта при выборе управляющих воздействий.
Предвидение возможных путей развития ситуаций и использование этих
знаний при управлении особенно важны, когда степень неопределенности
при описании самого объекта управления, внешней среды и алгоритмов
управления достаточно высока.
Основная задача моделирования динамически развивающихся ЧС
состоит во всестороннем изучении и описании ЧС как сложного объекта
управления, выявлении характеристик системы управления (СУ), в анализе подсистем разного уровня и всей системы в целом при взаимодействии с внешней средой и другими подсистемами в процессе достижения
основной цели — ликвидации ЧС, а также в разработке моделей системы
и синтезе алгоритмов управления.
Особенно остро проблема построения информационных систем поддержки принятия решений в условиях чрезвычайных ситуаций стоит для
класса региональных информационных систем, в связи со сложностью
учета территориально-распределенного аспекта в процессе принятия
решений.

Введение
Вопросам управления в условиях ЧС и построения информационных
систем поддержки принятия решений в условиях чрезвычайных ситуаций
посвящены исследования и публикации многих отечественных ученых и
специалистов
—
А.Н.
Елохина,
А.В.
Измалкова,
Б.Г.
Ильясова,
В.Г.
Крымского,
В.В.
Кульбы,
Б.Н.
Порфирьева,
Р.З.
Хамитова,
М.А. Шахраманьяна, И.Ю. Юсупова и др. Указанные вопросы рассматриваются также в работах зарубежных ученых, среди которых можно выделить Дж. Апосталакиса, Л. Гуоссена, С. Гуаро, Р. Кука, Х. Кумамото,
Ф. Лисса, В. Маршалла, Г. Сейвера, Э. Хенли.
Тем не менее круг не решенных в этой области проблем еще достаточно широк. Трудность решения задачи моделирования и управления в
ЧС природного и техногенного характера вызвана тем, что характер развития конкретной ЧС является сугубо индивидуальным, а само развитие
ЧС происходит в условиях неопределенности, когда не известны требуемые темпы ликвидации ЧС, необходимый объем ресурсов, уровень
сложности выполняемых работ. Также мало информации о характере
развития ЧС, о возможных условиях, когда ЧС может перейти в ситуацию с катастрофическими последствиями. Возникает проблема, каким
образом распределять ресурсы при их ограниченности между функциональными подразделениями (ФП) по ликвидации ЧС и с какими темпами
обеспечить
своевременную
доставку
этих
ресурсов.
Открытым
является также вопрос разработки методических подходов к созданию
региональных информационных систем поддержки принятия решений
по управлению в чрезвычайных ситуациях.
Таким образом, объектом научных исследований должна быть не
только сама ЧС, ее характеристики и свойства как объекта управления,
но и сам процесс организации управления в ЧС и средства информационной поддержки управления.
Методология системных исследований сложных динамических систем и управление в условиях неопределенности, характерной для ЧС,
требует также разработки и соответствующих информационных систем,
позволяющих
учитывать
особенности
чрезвычайных
ситуаций
и
обеспечивающих поддержку принятия решения.
Весьма актуальна проблема моделирования как самих быстропротекающих ЧС, так и процессов оперативного управления ликвидацией этих
ЧС. Здесь моделирование рассматривается, с одной стороны, как процесс
разработки
моделей
развивающейся
ЧС,
организационной
системы
управления ликвидацией ЧС и ее элементов, а с другой стороны, как метод
научного
исследования
эффективности
процессов
ликвидации
динамически развивающихся ЧС.
Таким образом, при решении проблемы управления в ЧС необходимо исследовать ЧС как сложный динамический объект, ее характеристики и свойства как объекта управления и процесс организации управления
в ЧС и разработать основы создания информационных систем при управлении в чрезвычайных ситуациях с учетом регионального аспекта.