Диссертация (1172891), страница 10
Текст из файла (страница 10)
Количественно риск определяется как вероятностьнаступления тех или иных опасных последствий пожара (гибель людей,материальный ущерб, экономические потери) в единицу времени. Для расчетавероятности и оценки последствий пожаров могут применяться методыстатистического анализа, имитационное и стохастическое моделирование, анализлогических деревьев событий и отказов.6. Вероятностные и индексные методы являются мощными инструментами,облегчающими решение задач количественной оценки пожарного риска.
При этомвероятностные методы требуют проведения весьма трудоемкого анализа спривлечением сложного математического аппарата и программных средств.Индексные же методы, реализующие эвристический подход к оценке риска,позволяют минимизировать вычислительные затраты, однако успешность ихприменения существенным образом определяется корректностью балльнойоценки различных атрибутов интерпретации полученных результатов.7. При решении задач управления ресурсами необходимо учитыватьследующие практические проблемы, с которыми сталкивается противопожарная иаварийно-спасательная служба Вьетнама: наместахнехватаетпрактическихработниковпожарных-профессионалов.
Явно высока доля управленческого персонала в общем числеработников пожарной охраны и аварийно-спасательных служб, особенно науровне управлений службы округов, городов и отделов службы провинций игородов, что приводит к перегрузке практических работников и отрицательновлияет на качество работы пожарных и аварийно-спасательных служб; у местных отделов пожарной охраны нет возможности расположить водном месте всю систему организационного управления пожарной охраной иаварийно-спасательными службами населенных пунктов; помещения пожарныхчастей построены по старым проектам или не по стандартам. До сих пор невыработано стандартов для постройки депо местных ОПО; более трети автоцистерн и автомобилей специального назначения59неисправны либо их качество оставляет желать лучшего, при этом доляполностью исправных составляет чуть более одной пятой от общего количества.Несколько лучше ситуация со спасательными автомобилями, пожарными судамии пожарными насосами.
В автомобильном парке только одна пятая автомашин новые высококачественные, остальные автомашины - в удовлетворительном иплохом техническом состоянии, а также старые и очень старые (10 - 20 летслужбы); в крупнейших городах Вьетнама один основной пожарный автомобильприходится в среднем на 80 тыс. человек. В то же время для других крупныхгородов в мире это отношение составляет 40 - 50 тыс. человек. Кроме того, посравнению с рядом больших городов мира, имеющих аналогичную (как укрупных городов Вьетнама) численность населения и площадь, положение сколичествомпротивопожарныхкоманд,ихобеспечениемтехникойиспециальным оборудованием на данном этапе вызывают серьёзную тревогу; темпы урбанизации, связанной со строительством высотных зданий,существенно превышают темпы оснащения пожарной охраны и аварийноспасательных служб техникой специального назначения (высотные автолестницы,коленчатые подъемники, средства спасения с больших высот и т.д.); в стране нет централизованного управления информационной системойслужбы пожарной охраной и аварийно-спасательных работ; в связи с масштабным строительством во Вьетнаме многие источникиводы (как главное средство борьбы с пожарами) продолжают исчезать, поэтомутребуется четкое планирование работ по их возобновлению и преодолениюувеличивающего дефицита воды для пожарной службы.
До сих пор ощущаетсяогромный недостаток гидрантов, имеющиеся гидранты не могут обеспечитьтушение даже четверти пожаров.60ГЛАВА 2. ТИПОЛОГИЗАЦИЯ ТЕРРИТОРИЙ ВЬЕТНАМА ПОХАРАКТЕРИСТИКАМ ПОЖАРНОЙ ОПАСНОСТИ2.1. Сущность и постановка задачи типологизации территорий Вьетнама похарактеристикам пожарной опасностиОбщие вопросы типологизации территорий по пожарной опасностиТипологизация территорий по пожарной опасности должна учитыватьмногие факторы: объемы и класс горючих материалов, находящихся на них [36],особенности климата и рельефа местности [35, 111]; текущие условия погоды[37], частоту возникновения источников зажигания [64, 126], наличие и качествопротивопожарных средств.Сказанное в большей мере относится к территориальным аспектампожарной опасности, связанным с лесными массивами и другими природнымиобъектами [175, 187].Чтобы учесть территориальные аспекты пожарной опасности, относящиесяк жилым массивам, промышленным и сельскохозяйственным объектам в регионахВьетнама, необходимо включить в рассмотрение такие системные факторы, каксоциально-экономические, демографические, организационно-управленческие иматериально-технические(относящиесякдеятельностипротивопожарнойслужбы) и другие.
Об этом говорилось в первой главе диссертации.К сожалению, статистические данные о всех упомянутых характеристикахсобираются достаточно сложно, именно поэтому наблюдается неполнота оценокпожарных рисков территорий. Во многом это связано с анализом многолетних имногомерных данных о характеристиках пожаров и их измерениях, экспертныеже оценки, как правило, не всегда адекватны требуемой точности типологизацииввиду существования неучтённых условий.Необходимоотметить,чторазвитиетехнологийдистанционногозондирования в последнее время сделало возможным построение более детальныхи пространственно полных характеристик территорий по пожарной опасности в61различных аспектах [157, 188].Пожарные риски, как было сказано, зависят от большого числахарактеристик, их определяющих, что, в свою очередь, обуславливает серьезныетрудности, связанные с выявлением структуры их взаимосвязей.
В подобныхситуациях,когдауправленческиерешенияобучетепожарныхрисковпринимаются на основании анализа стохастической неполной информации,использование методов многомерного статистического анализа является нетолько оправданным, но и просто необходимым.Методы сложной многомерной классификации, предназначенные дляразделения некоторой совокупности объектов (в нашем случае – провинцийВьетнама) на однородные группы в смысле схожести условий по пожарнымрискам, как правило, включают кластерный анализ.
Наличие множества исходныхпризнаков, характеризующих пожарные риски, заставляет отбирать из нихнаиболее существенные и изучать меньший набор признаков, то есть снижатьразмерность детерминант пожарного риска. Как правило, при этом исходное поледетерминантподвергаетсянекоторомупреобразованию,обеспечивающемуминимальную потерю информации, что дает возможность лаконичного и болеепростого объяснения многомерных структур, связанных с пожарными рисками.Общая постановка задачи кластеризацииПусть X — множество территорий (провинций) Вьетнама, Y — множествокластеров. Задана функция расстояния между территориями ρ( , ), где i, j –индексы территорий; i=1,…,n; j=1,…,n; n – общее количество территорий X ={ }.ТребуетсяразбитьмножествотерриторийXнанепересекающиесяподмножества 1 ∪ 2 ∪ … = , называемые кластерами Ym, (m=1,…,M), так,чтобы каждый кластер состоял из объектов, близких по метрике ρ, а объектыразных кластеров существенно отличались по той же метрике.
При этом каждомуобъекту ∈ приписывается еще и номер кластера ; m=1,…,M.Алгоритм кластеризации — это функция Ѱ(X)→Y, которая любому объекту ∈ ставит в соответствие номер кластера Ym. Цель реализации алгоритма–определить оптимальное число кластеров с точки зрения некоторого критерия62качества кластеризации, отражающего многомерное представление пожарныхрисков для данной территории.Решение задачи кластеризации, как правило, неоднозначно и обусловленотремя основными причинами: критерий качества кластеризации является эвристическим, зависит отпредставленийэкспертовпредметнойобласти,оценивающихразумностьвыделения кластеров; число кластеров в общем случае априори неизвестно, устанавливается всоответствии с некоторым субъективным критерием меры близости оцениваемыхобъектов; результат кластеризации существенно зависит от метрики, выбор которойопределяется экспертами, оценивающими поле пожарных рисков.Методы типологизации и редукция размерности данных при оценкепожарных рисков территорийПолучившие хороший опыт специалисты в области пожарной безопасностив конечном итоге приходят к необходимости решения многомерной задачисравнения между собой различных объектов и процессов по уровню пожарныхрисков и частоте пожаров, используя множество отличительных количественнокачественных признаков их типов ("дискриминирующих правил") [58].С учетом того, что указанное множество, как правило, отличается оченьбольшой размерностью, задача типологизации является своеобразной "сверткой"исходных информационных таблиц.
При этом число выделяемых типов объектовили явлений всегда меньше, чем уникальных единиц. В результате получаетсялаконичное, логичное и наглядное представление типов территорий по пожарнойобстановке в пространстве существенно меньшей размерности, позволяющееболее точно обосновывать и принимать решения о предупреждении иэффективном тушении пожаров в зависимости от типа территории.Таким образом, математические методы редукции пространства признаковвыступают эффективным средством типологизации.
Проведем их краткийсравнительный анализ с целью выбора наиболее адекватного метода для решения63задачи типологизации территорий Вьетнама по пожарной опасности.Кластерный анализЗадача кластерного анализа состоит в изучении по эмпирическим данным,каким образом территории "связываются" в "скопления" – кластеры, при этомникаких априорных предположений о структуре и количестве типов, как правило,не производится. Таким образом, если говорить иными словами, решается задачаразбиения на типы с целью выделения групп однородных территорий, сходныхмежду собой по характеристикам пожарной опасности, при существенномотличии этих групп друг от друга.Большинство методов кластеризации [67, 68, 72, 74] основывается наанализе квадратной и симметричной относительно главной диагонали матрицыкоэффициентов сходства (расстояния, корреляции и т.д.) между объектамиисходной матрицы наблюдений.
Мерами дистанции могут служить: мераМинковского, мера расстояния по Евклиду, супремум-норма или расстояниеЧебышева, меры сходства Жаккара и Сьеренсена, коэффициент корреляцииПирсона и многие другие меры [46].Собственно кластерный анализ включает набор алгоритмов типологизации,группирующихданныевнаглядныеструктуры-таксоны:иерархическаядревовидная кластеризация, двухходовое объединение, метод К-средних и другие[47]. Наиболее часто используется иерархический алгоритм "Дендрограмма",версии которого отличаются правилами вычисления расстояний между кластерами.Критерием корректности типологизации является устойчивость результатаотносительно выбора алгоритма кластерного анализа. Проверяют устойчивость,применяя несколько различающихся алгоритмов.
Если результаты содержательноблизки, то полученная типология корректна. В ином случае необходимопредположить, что задача кластерного анализа не имеет решения, и в реальностикорректной типологии не существует.Кроме иерархических методов типологизации получили распространениеитерационные процедуры, с помощью которых пытаются найти наилучшееразбиение, ориентируясь на заданный критерий оптимизации, не строя при этом64полного дерева (метод К-средних, алгоритмы "Форель", "Медиана", "Краб" и т.д.).В этом случае итерационный процесс начинается, как правило, со случайновыбранных кластеров, а затем путем вариации принадлежности объектов кразличным кластерам решается задача: минимизации изменчивости внутри кластеров; максимизации изменчивости между кластерами.Факторный анализС целью понижения размерности исходной информации о территориях(редукция данных) используют такие методы, как факторный анализ и выделениеглавных компонент, многомерное шкалирование, нейросетевое моделирование,самоорганизующиеся карты Кохонена.Сущность факторного анализа заключается в представлении исходногомножества показателей территорий {Х} в виде некоторой совокупностилатентных переменных {F} – факторов меньшей размерности.При этом факторы формируют пространство новых ортогональных(взаимнонекоррелированных)переменныхбезсущественнойпотерисодержательной информации, содержащейся в исходных данных.Метод главных компонент предполагает, что факторы являются линейнойкомбинациейисходныхпоказателей,отражающихпожарнуюопасностьконкретных территорий.
![](https://s.studizba.com/z.php?f=/templates/si/i/noavatar.png&w=100&h=100&t=1"){kind=avatar}
