Богданова Екатерина Михайловна. Антюхов Валерий Иванович. ПРИМЕНЕНИЕ СИСТЕМ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ИССЛЕДОВАНИЯХ В ОБЛАСТИ БЕЗОПАСНОСТИ

 

 Богданова Екатерина Михайловна

Санкт-Петербургский университет Государственной противопожарной службы МЧС России,

адъюнкт 2 курса факультета подготовки кадров высшей квалификации

E-mail: bogdanova_em93@mail.ru

Антюхов Валерий Иванович

Санкт-Петербургский университет ГПС МЧС России

Профессор кафедры САиАУ, к.т.н., профессор

E-Mail: antyukhovvi@yandex.ru

 

Ekaterina M. Bogdanova

St. Petersburg University State Fire Service EMERCOM of Russia (St. Petersburg)

            Postgraduate of Faculty of Advanced Training and Staff Retraining

E-mail: bogdanova_em93@mail.ru

Valeriy I. Antyukhov

Saint-Petersburg university of State fire service of EMERCOM of  Russia

Professor, Department of SAIAU, c.t.s., Professor

E-Mail: antyukhovvi@yandex.ru

УДК 519.816

 

ПРИМЕНЕНИЕ СИСТЕМ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ИССЛЕДОВАНИЯХ В ОБЛАСТИ БЕЗОПАСНОСТИ

Аннотация: В статье рассматривается проблема автоматизации ряда этапов при проведении системных исследований. Одним из альтернативных путей решения проблемы является создание интеллектуальной системы поддержки принятия решений. В статье выделены основные функции и задачи такой системы и построена ее структурно-функциональная схема.

Ключевые слова: управление, проблема, системный анализ, система интеллектуальной поддержки принятия решений, функция, подсистема.

 

THE APPLICATION OF INTELLIGENT DECISION-MAKING SUPPORT SYSTEM IN SECURITY RESEARCHES

Abstract: The article discusses the problem of automating a number of stages during system research. One of the alternative ways to solve the problem is to create an intelligent decision support system. The article highlights the main functions and tasks of such a system and constructs its structural and functional scheme.

Keywords: control, problem, system analysis, intelligent decision-making support system, function, subsystem.

 

За последние годы во всем мире наблюдается рост количества возникающих чрезвычайных ситуаций (ЧС) природного и техногенного характера и масштабов ущерба от них. Характерными особенностями таких ситуаций являются внезапность их возникновения, быстрота развития, неполнота и неопределенность исходной информации, а также разнообразие и цепной характер последствий.

От оперативности, своевременности и качества принятых решений зависит эффективность управления в целом. В связи с этим в настоящее время проблема повышения эффективности процесса принятия решений в системе МЧС России является приоритетной. Ее актуальность обусловлена характером, условиями и спецификой профессиональной деятельности подразделений МЧС России.

На многих этапах оперативного управления силами и средствами МЧС России [1], а также для осуществления методического руководства и координации действий органов управления по выполнению оперативно-тактических задач с успехом могут быть применены различные системы поддержки принятия решений [2,3]. Однако сложность заключается в том, что очень часто принятие тех или иных решений осуществляется в условиях нетиповых сценариев развития ситуации, условиях неопределенности.

Решение данной проблемы подразумевает сбор и обработку множества разнотипных данных и по результатам обработки принятия научно-обоснованных управленческих решений, а это в свою очередь предполагает создание системы интеллектуальной поддержки для лица, принимающего решения.

Характерные особенности рассматриваемой проблемы позволяют отнести ее к классу слабоструктуризованных проблем, решение которых является объектом такой научной дисциплины, как системный анализ [4].

При огромном разнообразии задач, решаемых с помощью системного анализа, на сегодняшний день не существует его единой методологии [5], не выработан единый, пригодный для всех случаев, инструментарий.

В данной статье наряду с традиционными качественными и количественными методами оценивания сложных систем предлагается использовать аппарат искусственного интеллекта, на основе которого возможна разработка системы интеллектуальной поддержки принятия решений (СИППР).

Применение системного анализа при построении СИППР позволяет выделить ряд этапов и указать целесообразную последовательность их выполнения, позволяющую не упустить при исследовании важные стороны и связи изучаемой системы.

На основании анализа деятельности сотрудников МЧС России в условиях ЧС природного и техногенного характера можно выделить ряд требований к разрабатываемой СИППР:

  • проблемная ориентированность, инвариантность к конкретным задачам;
  • возможность решения задач системного характера, отличающихся многокритериальностью, недостаточностью и/или недостоверностью исходных данных;
  • поддержка принятия как индивидуальных, так и коллективных решений;
  • возможность представления и обработки разнотипных данных, моделей и знаний;
  • возможность адаптации под конкретного пользователя;
  • возможность обучения пользователя работе в системе.

Анализ общих схем проведения системных исследований показал, что существует проблема автоматизации решения большинства задач, основными из которых являются:

  • структуризация проблемы;
  • генерация альтернативных путей решения проблемы;
  • оценка альтернатив по различным критериям;
  • многокритериальное сравнение альтернатив и принятие решения.

Для решения данной проблемы с учётом вышеуказанных требований и разрабатывается СИППР. В ее основу положено представление системного исследования как процесса, состоящего из совокупности этапов системного анализа [6].

СИППР условно можно разделить на две подсистемы: базовую и локальную. Каждая из подсистем предназначена для выполнения определенных функций. Базовая подсистема выполняет такие функции, как организация исследований, анализ проблемы, формирование решений, моделирование и принятие решений. Каждая из функций, в свою очередь, разбивается на ряд задач.

К функциям второй подсистемы относятся: оценка компетентности пользователя, поддержка формирования решения, поддержка моделирования и поддержка принятия решений. Эти функции также разбиваются на задачи.

Функции накопления и хранения приобретенных с начала функционирования СИППР данных, моделей и знаний выполняются такими подсистемами, как банк данных, банк моделей база знаний.

Таким образом, система состоит из нескольких подсистем, таких как подсистема «Интерфейс», пять базовых и одна сервисная подсистема, четыре локальные ЭС, база знаний, банк данных, банк моделей и соответствующие подсистемы управления этими информационными компонентами.

На основании вышеизложенного, разработана структурно-функциональная схема предлагаемой СИППР, представленная на рисунке 1.

 

Рисунок 1 – Структурно-функциональная схема СИППР

 

Предложенная структура СИППР имеет модульную топологию. Возможен режим автономной работы определенных функциональных подсистем представленной СИППР.

Необходимо отметить, что интеллектуальные способности, связанные с принятием решений и эффективным управлением должны быть реализованы с использованием новейших технологий, основанных на концепциях искусственного интеллекта, адаптивных моделях знаний [7], параллельной обработке информации при поиске решения на основе экспертных моделей и методов. В связи с этим представляется весьма перспективным при создании СИППР использовать также и новейшие разработки в области теории и практики нечётких нейронных сетей, использование которых позволяет обеспечить принятие рациональных решений, а также существенно снизить уровень неопределенности.

 

Список литературы

  1. Крупкин А.А., Максимов А.В., Матвеев А.В. Программное обеспечение системы поддержки принятия решений по управлению силами и средствами гарнизона пожарной охраны // Проблемы управления рисками в техносфере. 2015. № 4 (36). С. 75-81.
  2. Трофимова Н.В., Антамошкин О.А., Антамошкина О.А., Ничепорчук В.В. Cистема поддержки принятия решений по реагированию на чрезвычайные ситуации и происшествия на опасных производственных объектах // Технологии гражданской безопасности. 2011. Т. 8. № 4 (30). С. 64-71.
  3. Матвеев А.В. Схема выработки управленческих решений на основе структурно-функционального синтеза системы обеспечения безопасности потенциально опасных объектов // Национальная безопасность и стратегическое планирование. 2013. № 1 (1). С. 60-68.
  4. Антюхов В.И. Системный анализ и принятие решений / В.И. Антюхов [и др.]; под ред. В.С. Артамонова. – СПб: СПбУ ГПС МЧС России, 2009. – 389 с.
  5. Симанков В.С., Шпехт И.А. Методология автоматизации этапов системного анализа сложных систем // Информатика и системы управления. 2011. № 4 (30). С. 149-156.
  6. Богданова Е.М., Максимов А.В. Исследование организационного обеспечения информационной системы прогнозирования рисков чрезвычайных ситуаций с позиций системного анализа // Credo new. 2019. № 3 (99). С. 13.
  7. Матвеев А.В. Перспективы адаптивного управления в сфере обеспечения пожарной безопасности, защиты и реагирования на чрезвычайные ситуации // Проблемы обеспечения безопасности при ликвидации последствий чрезвычайных ситуаций. 2018. Т. 1. С. 429-431.

 

 179 total views,  1 views today