Богданова Екатерина Михайловна. Максимов Александр Викторович. ИССЛЕДОВАНИЕ ОРГАНИЗАЦИОННОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ РИСКОВ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С ПОЗИЦИЙ СИСТЕМНОГО АНАЛИЗА

 Богданова Екатерина Михайловна

Санкт-Петербургский университет Государственной противопожарной службы МЧС России,

адъюнкт факультета подготовки кадров высшей квалификации

Максимов Александр Викторович

Санкт-Петербургский университет Государственной противопожарной службы МЧС России,

Доцент кафедры ПМиИТ, к.т.н.

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

Alexandr V. Maximov

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

            Associate Professor, Department of PMiIT, c.t.s.

E-mail: he1nze@mail.ru

УДК 519.711

 

ИССЛЕДОВАНИЕ ОРГАНИЗАЦИОННОГО ОБЕСПЕЧЕНИЯ ИНФОРМАЦИОННОЙ СИСТЕМЫ ПРОГНОЗИРОВАНИЯ РИСКОВ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ С ПОЗИЦИЙ СИСТЕМНОГО АНАЛИЗА

 

Аннотация: В статье рассмотрены основные этапы при прогнозировании рисков чрезвычайных ситуаций с позиций системного анализа. Данный подход позволяет анализировать любую ситуацию в пределах отдельно взятой системы, выявить характер проблем и определить возможные направления по их решению, т.е. наилучшим образом организовать процесс принятия решений на всех уровнях в системе управления.

Ключевые слова: риск; прогнозирование; система; проблема; точность прогноза.

THE ORGANIZATIONAL PROVISION OF PREDICTION SYSTEM THE RISK OF EMERGENCY SITUATIONS RESEARCH FROM THE POSITION OF SYSTEM ANALYSIS

Abstract: The basic stages of emergencies risks forecasting are observed from the system analysis positions. This approach allows to analyze every situation within the limits of a single taken system, to reveal the problem type and to determine the possible directions of their solution; it means the best way of organizing the decision making process on all levels of administrative system.

Keywords: risk; prediction; system; problem; predictive accuracy.

В последние годы Россия столкнулась с рядом крупномасштабных чрезвычайных ситуаций (ЧС), сложными техногенными и природными пожарами, другими катастрофами. Поэтому сейчас активно развивается система антикризисного управления, совершенствуются технологии спасения, создана мощная система реагирования на всевозможные бедствия. Немаловажная роль при этом отводится прогнозированию и моделированию рисков.

Снижение рисков чрезвычайных ситуаций, повышение защищенности населения, потенциально опасных объектов и территорий Российской Федерации от угроз природного, техногенного характера являются необходимым условием для безопасной жизнедеятельности и устойчивого социально-экономического развития страны. Риск как интегральная характеристика опасности включает в себе две меры, характеризующие возможность и результат проявления соответствующих источников [1]. Системное исследование техногенных рисков является одной из важнейших задач обеспечения безопасности. В связи с этим возникла задача по исследованию системы прогнозирования рисков ЧС с позиций системного анализа [2-4].

Объектом исследования являются риски ЧС. Цель исследования заключается в повышении эффективности функционирования системы предупреждения и ликвидации ЧС. Исследуемая система – система прогнозирования рисков ЧС.

На первом этапе проводится анализ исследуемой системы. Система прогнозирования рисков ЧС является подсистемой Единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС). Рассматриваемая система является активной, т.к. изменения в ней приведут к изменениям в суперсистеме. Назначение рассматриваемой системы – прогнозирование рисков ЧС. Функции системы и их декомпозиция представлены на рисунке 1 [5,6].

Рисунок 1 – Функции системы и их декомпозиция

Процессное представление функций системы и ее среды представлено на рисунке 2.

Рисунок 2 – Структуризация системы

Таким образом, для первой функции на вход поступает информация, содержащая перечень потенциально опасных объектов, а также объектов, находящихся в зонах возможных неблагоприятных и опасных природных явлений, и процессов. Эта информация подвергается анализу, в ходе которого выявляются и четко описываются все источники ЧС и возможные сценарии их реализации. В результате выходными данными является перечень источников ЧС и их описание, содержащее условия их возникновения и развития, а также частоты их возникновения [7]. Выходные данные первой функции служат входными для второй функции рассматриваемой системы. Аналогично происходит процесс выполнения второй функции. Выходными данными являются расчетные значения показателей риска. Ограничения, которые могут накладываться на функционирование системы – это, к примеру, возможности ЭВМ, ограничения по объему исходных данных, ограничения ресурсов (в том числе кадровых [8]), ограничения по времени.

Процессное представление функций системы позволило разработать алгоритм функционирования системы в целом (Рисунок 3).

Рисунок 3 – Алгоритм функционирования системы в целом

Жизненный цикл системы состоит из 3-х стадий: создание, функционирование и разрушение. Оценка риска может быть применена на всех стадиях жизненного цикла. Обычно ее многократно используют с различными уровнями детализации на каждой стадии жизненного цикла для принятия решений.

Каждая стадия жизненного цикла подразделяется на фазы.

На стадии создания выделяются следующие фазы:

– обоснование облика системы (приблизительные характеристики);

– проектирование системы;

– непосредственное создание системы [7].

Для этих фаз характерно выявление опасностей и оценка величины риска с учетом воздействия влияющих факторов на персонал, население, материальные объекты, окружающую среду; учет результатов при анализе приемлемости предложенных решений и выборе оптимальных вариантов размещения оборудования, объекта с учетом особенностей окружающей среды; обеспечение информацией для разработки инструкций, технологических регламентов и планов ликвидации ЧС; оценка различных вариантов проектно-конструкторских предложений.

На стадии функционирования выделяются следующие фазы:

– модернизация (адаптация к изменяющимся внешним условиям);

– функционирование в повседневной деятельности.

Характерным для этих фаз является выявление опасностей и оценка их последствий; обеспечение информацией для разработки или уточнения инструкций по выводу из эксплуатации (или вводу в эксплуатацию).

Для разных стадий жизненного цикла установлены различные требования и применимы различные методы оценки риска [9].

На втором этапе исследования системы необходимо выявить проблему. Для этого определяется состав показателей качества системы, требования к системе, проводится оценка качества существующей системы [10,11], выявляются несоответствия, и формулируется проблема.

Показатель качества – характеристика, отражающая пригодность системы для использования ее по назначению. Для формирования показателей качество системы было разработано дерево свойств системы (Рисунок 4).

Рисунок 4 – Дерево свойств системы

Основными свойствами системы прогнозирования рисков ЧС являются устойчивость, оперативность и оправдываемость.

Условием эффективного функционирования системы прогнозирования ЧС является ее устойчивость, т.е. способность системы сохранять текущее состояние при влиянии внешних воздействий. Устойчивость характеризуют такие свойства, как надежность и достоверность.

Достоверность определяет степень осуществления прогноза при полном соблюдении сформулированных условий. Она определяется полнотой и достоверностью используемой информации, а также правильностью выбранной методики прогнозирования.

Под надёжностью прогнозных расчётов понимается мера неопределённости поведения объекта прогнозирования во времени.

Еще одним немаловажным свойством системы прогнозирования рисков ЧС является оперативность, которая характеризуется точностью, своевременностью и полнотой прогнозной модели.

Точность прогноза – мера соответствия прогнозируемой величины (риска ЧС) фактическому ее значению. Характеристики точности и надежности являются сопряженными. В общем случае, чем выше надежность прогноза, тем ниже его точность и наоборот.

Под своевременностью понимается способность спрогнозировать развитие ЧС в нужный момент времени.

Полнота показывает достаточность входных данных и методического обеспечения для прогнозирования.

Оправдываемость показывает степень соответствия спрогнозированных значений рисков ЧС реально сложившейся ситуации. Она характеризуется такими свойствами, как полезность прогнозной информации и сходимость.

Сходимость прогноза – это его осуществимость.

Таким образом, показателями качества системы являются значения вероятностей, а также величина ошибки прогноза.

Оценка качества существующей системы возможна путем сравнения фактического и требуемого значений показателя качества системы.

Для определения фактических значений показателей качества системы существует несколько подходов:

1) Теоретические доверительные интервалы прогноза, определяемые точностными характеристиками модели;

2) Эмпирически оцениваемая точность ретроспективных прогнозов;

3) Оценка ошибок перспективных прогнозов, реализованных на модели.        В качестве требуемых значений показателей качества системы целесообразно использовать значения допустимого уровня риска, установленные в ГОСТ Р 22.10.02-2016 [12].

При сопоставлении расчетных значений уровней риска со значениями, которые принято считать допустимыми, видно, что риски являются неприемлемыми. Показатели оказываются значительно выше. Это может быть обусловлено рядом причин, например, неудачным выбором методики прогнозирования.

Таким образом, проблема – это низкая точность прогноза. Важнейшим атрибутом проблемы является величина ошибки прогноза. Наличие достоверного прогноза позволяет оценить угрозу человеку, природной среде, объектам экономики и населенным пунктам, принять необходимые меры по предотвращению ущерба, спланировать работу противопожарной службы.

Актуальность проблемы обуславливается тем, что от точности прогноза в значительной мере зависит эффективность функционирования системы прогнозирования рисков ЧС, и системы управления рисками в целом. На сегодняшний день эта проблема является актуальной и требует дальнейшей проработки.

Низкая точность прогноза приведет к получению недопустимого уровня риска ЧС, что, в свою, очередь, окажет существенное влияние на эффективность принимаемых управленческих решений в области предупреждения ЧС [13].

На третьем этапе исследования системы прогнозирования рисков ЧС определяются пути, направления и этапы решения проблемы. Для этого необходимо выполнить структуризацию проблемы, которая предполагает выделение подпроблем и установление связей между ними (Рисунок 5).

Рисунок 5 – Структуризация проблемы

Выделенные подпроблемы являются связанными, так как выбор подходящей методики для прогнозирования рисков ЧС, позволит разработать модель, обеспечивающую высокую точность прогноза.

Альтернативные пути решения проблемы заключаются в:

  1. Создании (совершенствовании) методики прогнозирования рисков ЧС;
  2. Разработке программного обеспечения, используемого для прогнозирования рисков ЧС.

Использование соответствующей методики прогнозирования рисков ЧС в практической деятельности сотрудников МЧС России даст возможность разрабатывать прогнозные модели с более высокой точностью, а разработка программного обеспечения в значительной мере позволит сэкономить материальные и временные затраты на реализацию этих моделей, а также повысить качество принимаемых управленческих решений.

Список литературы

  1. Матвеев А.В. Опасность – безопасность – риск : этимологический и семантико-философский анализ // Национальная безопасность и стратегическое планирование. –2013. – №4. – с.4-12.
  2. Системный анализ: Учебное пособие / В.C. Артамонов, В.И. Антюхов, М.И. Гвоздик, В.Г. Евграфов, С.Л. Исаков, В.И. Куватов, Г.Б. Ходасевич. Под общей редакцией В.С. Артамонова. СПб.: Изд-во СПб УГПС МЧС России, 2006. – 390 с.
  3. Системный анализ в управлении: Учеб. пособие / B.C. Анфилатов, А.А. Емельянов, А.А. Кукушкин; Под ред. А.А. Емельянова. – М.: Финансы и статистика, 2002. – 368 с.
  4. Матвеев А.В., Матвеев В.В., Потапов Б.В. Основы теории анализа и управления риском возникновения чрезвычайных ситуаций: монография в 2 Т. – СПб.: Санкт-Петербургский государственный политехнический университет, 2003. – 407с.
  5. ГОСТ Р 56275-2014 Менеджмент рисков. Руководство по надлежащей практике менеджмента рисков проектов.
  6. ГОСТ Р 22.2.06-2016 Безопасность в чрезвычайных ситуациях. Менеджмент риска чрезвычайной ситуации. Оценка риска чрезвычайных ситуаций при разработке паспорта безопасности критически важного объекта и потенциально опасного объекта.
  7. Матвеев А.В. Системное моделирование управления риском возникновения чрезвычайных ситуаций: дис. …канд. техн. наук. – СПб.: СПб УГПС МЧС России, 2007. – 150 c.
  8. Матвеев А.В. Подготовка кадров для информационно-аналитической деятельности в сфере прогнозирования чрезвычайных ситуаций // Национальная безопасность и стратегическое планирование. – 2015. – № 4 (12). – С. 109-113.
  9. Матвеев А.В. Оценка и управление риском: учебное пособие. – СПб.: Стратегия будущего, 2010. – 279 с.
  10. Бусленко Н.П. Моделирование  сложных  систем. – М.: Наука,
  11. Кириллов В.И. Квалиметрия и системный анализ. – Минск: Новое знание; М.: ИНФРА-М, 2011. – 440 с.
  12. ГОСТ Р 22.10.02-2016 Безопасность в чрезвычайных ситуациях. Менеджмент риска чрезвычайной ситуации. Допустимый риск чрезвычайных ситуаций.
  13. Богданова Е.М., Матвеев А.В. Классификация методов прогнозирования чрезвычайных ситуаций // Национальная безопасность и стратегическое планирование. – 2018. – № 4 (24). – С. 61-70.

Loading