Диссертация (1172865), страница 26

Просмтор этого файла доступен только зарегистрированным пользователям. Но у нас супер быстрая регистрация: достаточно только электронной почты!

Текст из файла (страница 26)

Это значит, что функция ранжированиямаршрутов движения внутри здания для принятия управленческих решений будетиметь видФ  x   f10,59  x   f10,29  x   f10,12  x  .(4.22)4.3.2. Методика многокритериального анализа управленческих решенийПри совершенствовании процессов управления ликвидацией пожаров используется многокритериальная постановка задачи принятия решений. Из всейсовокупности подходов к постановке и решению многокритериальных задач одним из наиболее часто применяемых методов является метод многокритериального ранжирования.

Данный метод используется в том случае, если множество исходных вариантов достаточно широко и из данного множества необходимо произвести оперативный выбор. В данной работе предлагается алгоритм многокритериального ранжирования вариантов управления, основанный на теории относительной важности критериев, сформированной в работе и нашедший применениепри решении практических задач распределения ресурсов оперативных подразделений по участкам выполнения работ на крупных пожарах в зданиях.При этом выполняется формирование множества векторных оценок вариантов F(X).

Путем оценки каждого маршрута движения по трем критериям с использованием разработанных количественных шкал критериев строится матрица векторных оценок f1  x1 F ( X )   f1  x...  f x  1 nf 2  x1 f 2  x... f 2  xn f3  x1  f3  x...   .f3  xn  (4.23)На основе общего метода поддержки принятия управленческих решенийпри тушении пожаров в зданиях с использованием информации от систем мони-174торинга и прогнозирования динамики пожара в здании разработана оптимальнаяпоследовательность решения задачи многокритериального выбора.Далее выполняется модификация векторного критерия.

На данном этапе методики многокритериального анализа используются результаты теоретическогоисследования моделей многокритериального выбора, формализованные в утверждении (3.3) и утверждении (3.4).При модификации векторного критерия воспользуемся разработанным вданной работе способом. Для это среди показателей важности критериев{γ1 = 0,59; γ2 = 0,29; γ3 = 0,12} выбираем показатель важности с максимальнымзначением это показатель γ1.Тогда в группе IА будет находиться одна компонента векторного критерия f1,а остальные компоненты f2 и f3 отнесем к группе IB. Далее в соответствии с разработанным методом поддержки принятия решений определим показатели относительной важности критериев Θ2 и Θ3 по формулам2  m20,293 1,48 ,10,59(4.24)3  m30,123 0,61 .10,59(4.25)Произведем проверку расчета значений показателей важности критериев.Для этого воспользуемся утверждением (3.2).

Определим значение общего показателя важности Θ группы критериев IВ по формулеb    j  1,48  0,61  2,09 .(4.26)j1Далее определим исходные показатели важности по формулам для компоненты F с номером i ϵ IА, в рассматриваемом случае это f1. Тогда1 m3 0,59 ;m   3  2,09(4.27)а для всех компонент F с номерами j ϵ IВ то есть компонент f2 и f32 21,48 0,29 ;m   3  2,09(4.28)1753 30,61 0,12 .m   3  2,09(4.29)Далее применим преобразование N для модификации векторного критерия.Это выполняется исходя из комплекса следующих условий.Компонента векторного критерия с номером i из группы IA остаётся без изменения, то естьgi = fi .(4.30)Компоненты векторного критерия F из группы IB с номерами j заменяютсяформулами для мультипликативного случаяg2  f1  f 22  f1  f 21,48 ;(4.31)g3  f1  f33  f1  f30,61 .(4.32)При практическом применении первого способа модификации векторногокритерия размерность нового векторного критерия G равна размерности исходного векторного критерия F и составляет m компонент, одной известной компоненты и (m – 1) новой компоненты, рассчитанной по предложенным формулам g1  x1  g 2  x1  g3  x1  G ( X )   g1  x...

 g 2  x...  g3  x...   , g x  g x  g x 2 n3 n  1 n(4.33)где G  xi    g1  xi  , g 2  xi  , g3  xi   - векторная оценка варианта хi по векторномукритерию G.Построение структуры множества вариантов управленческих решений. Дляпостроения структуры выбранных вариантов используется свойство исходных вариантов, теоретически обоснованное в работе и определяемое последовательнымивключениямиС Х   PG  X   PF  X   Х ,где(4.34)X – исходное множество вариантов в многокритериальной задаче; C(Х) –множество выбранных вариантов; РG(X) – множество парето-оптимальных вариантов, построенное на множестве Х с использованием нового векторного критерияG={g1, g2, …, gm}; РF(X) – множество парето-оптимальных вариантов, построен-176ное на множестве Х с использованием исходного векторного критерияF = {f1, f2, …, fm}.С использованием понятия оптимальности по Парето, наилучшими будутсчитаться варианты, принадлежащие множеству D0 = РG(X) (зеленый цвет, рисунок 4.11), эффективными (приемлемыми) – D1  PF  X / PG  Х  (желтый цвет, рисунок 4.11) и неэффективными (неприемлемыми) оставшиеся варианты из множества D2  Х /PF  X  (красный цвет, рисунок 4.11).Рисунок 4.11 – Ранжирование маршрутов движения пожарных4.4.

Многоагентное моделирование поддержки управленияНа основе опыта применения технологий агентного моделирования при решении частных задач управления при ликвидации чрезвычайных ситуаций и тушении пожара на критически важных объектах определено, что моделированиедействий по тушению пожаров в зданиях с использованием многоагентного подхода предусматривает схему «успех – неудача» [205]. Анализ результатов агентного моделирования ставит акцент на ситуации «неудачи», поэтому в случае «не-177удачи» необходимо на этапе подготовки к моделированию указывать либо большее количество сил и средств для решения задачи пожаротушения, либо улучшать значения показателей реагирования на пожар виртуального пожарноспасательного гарнизона.4.4.1.

Элементы и структура многоагентной моделиМногоагентная система (МАС) включает в себя когнитивные и реактивныеагенты и среду их взаимодействия между собой и пожаром в здании. Реактивныеагенты – участники тушения пожара (газодымозащитники), когнитивные агенты– это руководитель тушения пожара и постовой на посту безопасности. Внутренняя среда здания – это нагретая пожаром газовая среда внутри здания, характеризующаяся следующими параметрами: температура и видимость [205].Система взаимодействия агентов между собой: когнитивные агенты принимают решения о спасании людей и ликвидация очага пожара посредством подачиогнетушащих веществ с использованием пожарной техники и решения о подачекоманды на выход из здания на основе данных о динамике параметров, характеризующих условия работы пожарных в специальных дыхательных аппаратах.Система взаимодействия агентов с пожаром: параметры внутренней средыздания при пожаре оказывают влияние на возможность, скорость и условия тепловой нагрузки при движении агентов к очагу пожара в здании.

В свою очередьпосредством информации о состоянии внутренней среды пожара в здании когнитивные агенты «понимают» место расположения очага пожара и производят выбор маршрутов движения для ликвидации пожара [205].В соответствии с общепринятыми для агентного моделирования правиламиагенты в МАС наделены пятью способностями [254–256]:Реактивность – влияние среды пожара в здании на условия и скорость решения задач агентами.178Активность – выбор маршрута реализации работ с учетом необходимостиминимизации времени их выполнения на основе информации от системы мониторинга состояния пожара в здании.Коммуникативность – обмен информацией о параметрах работы в дыхательных аппаратах от реактивных агентов когнитивным агентам для определениябезопасного времени пребывания реактивных агентов в здании.Когнитивность – контроль критического времени нахождения реактивныхагентов внутри здания и принимать решение о подаче команды на выход из здания или координацию их действий.Автономность – взаимодействие без участия пользователя.

Все задачи принятия решений в МАС приведены к модели многокритериального выбора.При возникновении н тождественности маршрутов движения окончательный выбор производится случайным образом.Для реализации МАС в виде программного средства выбрана модульнаяструктура. Это позволяет отдельные модели, описывающие процессы в МАС, реализовать в виде модулей для адаптации системы под конкретные задачи моделирования посредством гибкой настройки.Когнитивные агенты при управлении наделены двумя функциями принятиярешений: выбор маршрута к месту проведения работ внутри здания; подача команды на выход из здания при достижении критического времени пребывания вздании реактивных агентов.

Характеристики

Список файлов диссертации