Диссертация (1172883), страница 6
Текст из файла (страница 6)
Анализ обстановки (ситуации).2. Генерация возможных управленческих решений (сценариев действия).3. Оценка сгенерированных сценариев (действий, решений) и выбор лучшего.4. Обеспечение постоянного обмена информацией об обстановке принимаемыхрешений и согласовании групповых решений.5. Компьютерный анализ возможных последствий принимаемых решений.6. Сбор данных о результатах реализации принятых решений и оценка результатов.В работе [57] отражено, что снижение риска и последствий техногенныхчрезвычайных ситуаций в значительной мере зависит от адекватностипринимаемых решений.
Сделан вывод что рассуждение по аналогии (попрецедентам) позволяет выявить аналогичную ситуацию и адаптироватьпринятое решение с учетом условий текущей ситуации. Разобран алгоритмпоиска аналога, а также модель хранения его в базе данных.В работе [58] сделан вывод, что в настоящее время разработаныразнообразныеметоды,реализующиепрецедентныйподход,созданыпрограммные продукты, предназначенные для применения в различныхотраслях.Однаковопросразработкиновыхметодов,повышающихэффективность повторного использования прецедентов, остается актуальным.Кроме того, следует расширить области применения прецедентного подхода вразличных областях, в частности, в области надежности и безопасности сложныхтехнологических систем.Многиеавторызатрагиваютпроблемыметодологииуправленияпожарными рисками [26, 59, 60, 61].
В результате были выявлены следующиепроблемы:321. Принятие решений в области управления пожарной безопасностью нанефтегазовых объектах является сложной задачей, в связи с большимколичеством необходимых параметров и операций для осуществления расчетапожарного риска.2. Современные системы оценки значений пожарных рисков не содержатспециальные алгоритмы и методы оптимизации значений пожарных рисков.3. Внастоящеевремянесуществуетспециальногоинструментапозволяющего производить эксперименты новых методов и алгоритмов пооптимизации пожарных рисков.1.5. Выводы по первой главе1.
Россия является одним из крупнейших импортеров нефтепродуктов, имеяих в своём запасе до 16 % от мировых запасов. Для обеспечения технологии иххранения и переработки эксплуатируется большое количество трубопроводов,нефтехранилищинефтеперерабатывающихобъектов,представляющихбольшую пожарную опасность. Анализ статистики показал, что 92-99 %материального ущерба формируется за счет лишь 3-10 % пожаров, такимобразом, необходимо учитывать индивидуальные особенности каждого объектазащиты, а также производить качественный анализ их пожарной безопасности ипринимать эффективные управленческие решения, направленные на снижениевероятности возникновения пожароопасных событий и предотвращенияраспространения опасных факторов пожара.2.
Из-за большого количества параметров используемых при расчетепожарных рисков, и альтернатив обеспечения противопожарной защиты,управление пожарной безопасностью, в том числе подбор оптимального наборамероприятий, является сложной комплексной задачей, решение которой требуетсоздания интеллектуальных систем поддержки принятия решений.3. Современные информационные системы для расчета пожарных рисков науровне пользователя являются пассивными системами поддержки принятиярешений, так как в них отсутствуют алгоритмы определения оптимальной33комбинации мероприятий по управлению пожарной безопасностью. Поэтому внастоящее время с точки зрения пользователя не существует активных икооперативных систем поддержки принятия решений в области пожарнойбезопасности нефтегазовых объектов, что позволило бы более эффективновыбирать мероприятия, направленные на управление пожарной безопасностьютаких объектов.4.
В результате анализа современных информационных систем с точкизренияиспользованияинструментовподдержкипринятиярешений,направленных на управление пожарной безопасностью, выявлено, что такиеважные функции, как база данных по статистической информации (42,9 %);геоинформационные сервисы (28,6 %), используются менее чем в половинерассмотренных систем, а функции поддержки принятия управленческихрешений практически отсутствуют.5. В результате проведенного анализа научных публикаций выявлено: что насегодняшниймоментотсутствуютработыпоуправлениюпожарнойбезопасностью на нефтегазовых объектах с использованием интеллектуальныхметодов и алгоритмов.
При этом определено, что основная проблемапредупреждения пожаров лежит в области управления, в результате чегонеобходимо разрабатывать методы и алгоритмы интеллектуальной поддержкипринятия решений.6. Обобщаярезультатыанализапроблемуправленияпожарнойбезопасностью можно сделать вывод о целесообразности разработки моделей иалгоритмов интеллектуальной поддержки принятия управленческих решений, впервую очередь в поиске комбинации мероприятий, направленных науправление пожарной безопасностью нефтегазовых объектов.34ГЛАВА 2. Разработка моделей и алгоритмов адаптивного управления пожарнойбезопасностью на территории нефтегазовых объектов на основе риск-ориентированного подхода2.1.
Формирование списка задач, необходимых для повышения эффективностиуправления пожарной безопасностью нефтегазовых объектовПри рассмотрении систем поддержи принятия решений на нефтегазовыхобъектах в предыдущей главе, был сделан вывод о том, что они обладают общимнедостатком–отсутствиебазданныхпопринимаемымрешениям,интеллектуальных методов и алгоритмов поддержки принятия решений поуправлению пожарной безопасностью на их территории.
С другой стороны,были предложены рекомендации к современным системам поддержки принятиярешений по управлению пожарной безопасностью на нефтегазовых объектахТаким образом, исходя из разработанных рекомендаций важнымизадачами совершенствования методов управления пожарной безопасностью натерритории нефтегазовых объектов являются:1. Разработка информационных систем по оценки рисков с возможностьюдобавления новых модулей по управлению пожарной безопасностью с базойданных со статистической информацией, а также характеристиками веществ ивозможными сценариями развития пожароопасных событий.2.
Создание базы данных с возможными мероприятиями, направленными наповышение пожарной безопасности объекта.3. Создание интеллектуальных методов и алгоритмов управления пожарнойбезопасностьюнефтегазовыхобъектов,позволяющихоцениватьиндивидуальные особенности каждого объекта и опираясь на это определятьоптимальные решения.Все перечисленные выше составляющие должны находиться в пределаходной системы [62], в результате чего появится возможность структурироватьпроцесс определения значений величин пожарных рисков и выбор мероприятий,направленных на их снижение.35Мероприятия,направленныенаснижениерисканатерриториинефтегазовых объектов, являются слабоструктурированными данными, несоответствующими строгой структуре таблиц и отношений в моделяхреляционныхбазданных,поэтомудляработыстакимиданными(слабоструктурированными) необходимо использовать систему тегов [63](дескрипторов) и набор интеллектуальных алгоритмов для взаимодействиясистемы с содержимым базы данных.Дескри́птор–лексическаяинформационно-поисковогоязыка,единицаслужащая(слово,длясловосочетание)описанияосновногосмыслового содержания документа или формулировки запроса при поискедокумента (информации) в информационно-поисковой системе [64].
Дескриптороднозначно ставится в соответствие группе ключевых слов естественного языка,отобранных из текста, относящегося к определённой области знаний.Таким образом, при применении тегов, система сможет определять к какойобласти знания относится то или иное решение в базе данных, и на основе этогопроводить анализ эффективности его применения в конкретном случае.2.2. Структура базы данных для хранения мероприятий по управлению пожарной безопасностьюДля использования системы тегов, спроектирована структура базы данных[65], позволяющая компьютерным алгоритмам взаимодействовать с еёсодержимым, проводить анализ и вносить изменения.Первое поле, указывает к какому типу объекта относится рассматриваемоерешение, например, к изменению свойств:1. Отдельного технологического аппарата.2.
Здания с пребыванием людей.3. Территории объекта.Следующее поле служит фильтром, благодаря которому системаопределяет к какому объекту возможно применение конкретного решения. Вид36фильтра можно представить следующим набором тегов, в ассоциированноммассиве:1. Для технологической установки:[Объект][Название параметра][Оператор1][Значения];[Вещество][Название параметра][Оператор][Значения];[Сценарий][Название поражающего фактора][Оператор][Значения];[Обвалование][присутствие/отсутствие].2. Для объекта с пребыванием людей:[Объект][Название параметра][Оператор][Значения].3.
Для территории:[Территория][Название параметра][Оператор][Значения].Третье поле содержит теги, обозначающие действие, которое необходимовыполнить программе для реализации рассматриваемого решения, при этом вотличие от тегов первой группы, тег в каждом решении может быть только один,так как, выбор их синтеза выполняют интеллектуальные алгоритмы программы.Таким образом вид будет одинаковым для каждого типа объекта, заисключением лишь разных параметров, которые можно изменить:[название параметра][оператор2][Значение].Так же это поле допускает ввод диапазона изменяемого параметра дляболее гибкого анализа принимаемого решения и возможности сравнения спискарешений между собой. Это применимо в случаях, когда нельзя точноколичественно представить значения изменяемого параметра, таких какизменение площади обвалования, объема технологического аппарата и т.п.В целях улучшения качества и скорости обработки информации следуетсодержаться столбцы, отражающие как часто решение являлось оптимальным иОператор отражает способ обработки набора значений рассматриваемого параметра.
Может принимать значения “Между”, ”Больше”, ”Меньше”, ”Или”, ”Точное значение”. То есть, если оператор принял значение”Больше”, программа будет искать объекты, у которых рассматриваемый параметр больше заданного значения.2В данном случае оператор определяет, как связано значение с рассматриваемым параметром и может приниматьследующие значения “Умножить”, “Разделить”, “Возвести в степень”, “Прибавить”, “Отнять”, ”Точное значение”.137как часто его применяли.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
