Если у вас возникли сложности с курсовой, контрольной, дипломной, рефератом, отчетом по практике, научно-исследовательской и любой другой работой - мы готовы помочь.
Предоплата всего
Подписываем
ЧЕРКАСЬКИЙ ДЕРЖАВНИЙ ТЕХНОЛОГІЧНИЙ УНІВЕРСИТЕТ
ДЖУЛАЙ олександр миколайович
УДК 004.896.001.63
ЕВОЛЮЦІЙНІ МОДЕЛІ ТА МЕТОДИ АНАЛІЗУ І ОПТИМІЗАЦІЇ
РІВНЯ ПОЖЕЖНОЇ БЕЗПЕКИ ЖИТЛОВИХ ОБ’ЄКТІВ
05.13.06 –автоматизовані системи управління і прогресивні
інформаційні технології
АВТОРЕФЕРАТ
дисертації на здобуття наукового ступеня
кандидата технічних наук
Черкаси –
Дисертацією є рукопис.
Робота виконана в Черкаському інституті пожежної безпеки імені Героїв Чорнобиля Міністерства України з питань надзвичайних ситуацій та у справах захисту населення від наслідків Чорнобильської катастрофи.
Науковий керівник: доктор технічних наук, професор
ТИМЧЕНКО АНАТОЛІЙ АНАСТАСІЙОВИЧ,
Черкаський державний технологічний університет, завідувач кафедри комп’ютерних технологій
Офіційні опоненти: доктор технічних наук, професор
ПОДЧАСОВА ТЕТЯНА ПАВЛІВНА,
Київський національний торгово-економічний університет, професор кафедри інформаційних технологій і систем
кандидат технічних наук, доцент
ЛАНСЬКИХ ЄВГЕН ВОЛОДИМИРОВИЧ,
Черкаський державний технологічний університет, доцент кафедри прикладної математики
Провідна установа: Київський національний університет будівництва і архітектури Міністерства освіти і науки України, кафедра інформаційних технологій
Захист відбудеться “23” березня 2006 р. о 14.30 годині в залі засідань спеціалізованої вченої ради К73.052.01 у Черкаському державному технологічному університеті за адресою:18006, м. Черкаси, бул. Шевченка, 460.
З дисертацією можна ознайомитися у бібліотеці Черкаського державного технологічного університету за адресою:18006, м. Черкаси, бул. Шевченка, 460.
Автореферат розісланий “22” лютого 2006 р.
Вчений секретар
спеціалізованої вченої ради Палагін В.В.
1
ЗАГАЛЬНА ХАРАКТЕРИСТИКА РОБОТИ
Актуальність теми. Аналіз статистичних даних вказує на те, що 75 % пожеж відбувається в житловому секторі. Їх зростаюча кількість (із 42481 у 1997 році до 59686 у 2002 році і 47668 у 2004 році) та загиблих (від 2216 у 1997 році до 3495 у 2002 році і 3781 у 2004 році) свідчить про необхідність більш ефективної роботи протипожежних підрозділів. Перепоною цьому є кадровий і ресурсний дефіцит, що в сучасних умовах відображається на основних показниках, до яких належать час проїзду до місця пожежі, час її локалізації та час ліквідації. У таких умовах об’єктивна інформація становить один із найважливіших елементів управління і покращення якості пожежогасіння, що полягає у запобіганні людським жертвам і матеріальним втратам. У звязку із цим особливої гостроти набуває задача створення, функціонування та розвитку інформаційно-аналітичного забезпечення пожежних підрозділів.
В Україні відповідний напрямок перебуває на початковому етапі розвитку. Після кожної пожежі складають опис, який містить більше ста кількісних та нечислових значень. Створення та аналіз такої великої інформаційної бази, яка стала б джерелом нових знань, призначеним для прогнозування майбутніх пожеж та виконання заходів щодо їх попередження і гасіння, є важливим і необхідним завданням. Існуючі ж процедури зводяться до обчислення трьох-п’яти статистичних показників –загальної кількості, середніх значень та побудови графіків динаміки.
Необхідність створення системи протипожежного моніторингу житлових обєктів, мінімізації часу проїзду до місця пожежі, зменшення кількості помилок особового складу при гасінні пожеж та розробки процедур оптимального розподілу наявних ресурсів зумовлюють необхідність створення автоматизованих систем для підтримки прийняття управлінських рішень, а також визначають актуальність дисертаційного дослідження.
Аналізу та прогнозуванню процесів пожежогасіння присвячені дослідження вітчизняних і закордонних вчених, зокрема Брушлинського М.М., Матюшина А.В., Громовенка О.Л., Смирнова Н.В. Проблеми системного аналізу і створення інформаційно-аналітичних систем висвітлені у працях Глушкова В.М., Скурихіна В.І., Згуровського М.З., Тимченка А.А., Подчасової Т.П., Панкратової Н.Д. Відомими вченими в області еволюційних методів моделювання для інтелектуальних систем управління є Горбань О.В., Галушкін О.І., Курейчик В.М., Батищев Д.І., Куссуль Е.М., Різник О.М., D. Holland, K. De Jong, D. Grossberg, S. Luke, W. Spears.
Разом із тим проблема розробки інформаційно-аналітичного забезпечення для оцінки рівня пожежної безпеки об’єктів та інформаційного супроводження процесів пожежогасіння залишається невисвітленою.
2
Зв’язок роботи з науковими програмами, планами, темами. Дисертація виконана в рамках держбюджетної теми Черкаського державного технологічного університету “Еволюційні моделі, методи і засоби підтримки прийняття рішень при створенні віртуальних підприємств”, номер державної реєстрації –U003686. Задача дисертаційного дослідження розв’язана з використанням штучних нейронних мереж, що відповідає завданням Національної програми інформатизації з напрямку “Нейрокомп’ютери і нейромережеві технології”.
Мета і задачі дослідження. Метою дисертаційної роботи є підвищення ефективності функціонування протипожежних підрозділів шляхом розробки моделей і методів визначення оцінки пожежної безпеки житлових об’єктів та інформаційно-аналітичного супроводження процесів пожежогасіння на базі еволюційного моделювання. Для досягнення цієї мети в дисертаційній роботі поставлені і розв’язані такі наукові задачі:
Об’єкт дослідження. Об’єктом дослідження є процеси пожежогасіння житлових об’єктів.
Предмет дослідження –моделі та методи визначення рівня оцінки пожежної безпеки житлового об’єкта та інформаційно-аналітичне забезпечення процесів пожежогасіння.
Методи дослідження. Теоретичною та методологічною базою дисертаційної роботи є дослідження вітчизняних та зарубіжних вчених в галузі розробки прикладних систем підтримки прийняття рішень, створення інформаційно-аналітичного забезпечення та моделювання процесів пожежогасіння.
3
Математичним апаратом дослідження є методи математичної статистики та економетрії, які використані для визначення вектора найбільш значущих факторів, нейрокомпютингу –для розв’язання задачі ідентифікації оцінки рівня пожежної безпеки житлових об’єктів та мінімізації помилок особового складу при пожежогасінні, еволюційного моделювання –для визначення шляху слідування пожежного підрозділу до місця пожежі. Для розробки інформаційно-аналітичного забезпечення використані методи теорії баз даних та теорії алгоритмів.
Інформаційну основу дослідження склали статистичні дані Державного департаменту пожежної безпеки МНС України.
Наукова новизна одержаних результатів. У дисертаційному дослідженні вперше формалізована і розв’язана задача розробки моделей та методів аналізу і оптимізації рівня пожежної безпеки житлових обєктів на базі використання ідей, принципів та структурних елементів еволюційного моделювання, що дозволило одержати теоретичні та практичні результати, які характеризують новизну дослідження і особистий внесок автора, зокрема:
вперше:
одержала подальший розвиток:
удосконалено:
4
Практичне значення одержаних результатів полягає у такому:
3. Результати дослідження, а саме моделі, методи та інформаційно-аналітичне забезпечення використані в роботі НДІ пожежної безпеки МНС України, Головного управління пожежної безпеки в Черкаській області та в навчальному процесі інженерно-профілактичного факультету Черкаського інституту пожежної безпеки імені Героїв Чорнобиля при викладанні курсів “Інформатика та комп’ютерне забезпечення”, “Системний аналіз діяльності пожежної охорони”, “Інформаційні технології управління”.
Особистий внесок здобувача. Дисертаційна робота є самостійною закінченою науковою працею. Всі результати дослідження отримані автором особисто. В сумісних роботах автору належать модель та еволюційний метод оптимізації шляху пожежного підрозділу до місця пожежі [5]; технологія самоорганізації нейронної мережі [6].
Апробація результатів дисертації. Основні положення і результати дисертаційного дослідження доповідались та отримали позитивний відгук на:
5
Публікації. За результатами дисертаційної роботи опубліковано 10 наукових праць, з яких 5 –статті у фахових виданнях ВАК України, в яких публікуються основні результати дисертаційних досліджень, 1 статтю та 4 тези доповідей на міжнародних конференціях.
Обсяг і структура дисертації. Дисертація складається із вступу, чотирьох розділів, висновків, списку використаних джерел і додатків. Основний текст викладений на 130 сторінках, містить 25 рисунків та 10 таблиць. Список використаних джерел складається із 128 найменувань.
ОСНОВНИЙ ЗМІСТ РОБОТИ
У вступі обґрунтовується актуальність теми дисертаційної роботи, формулюється мета та задачі дослідження, відзначається наукова новизна та практичне значення отриманих результатів, показано звязок теми дисертаційної роботи з науковими темами, надані відомості про апробацію результатів і публікацію матеріалів дисертації.
У першому розділі “Проблема створення і автоматизації інформаційно-аналітичного забезпечення протипожежного захисту житлових об’єктів” проведено загальний аналіз проблеми ефективності функціонування системи пожежної безпеки. Встановлено, що зростання кількості пожеж і кількості загиблих на них людей в Україні, а також обмеженість ресурсного забезпечення пожежних підрозділів визначає необхідність розробки інформаційно-аналітичного забезпечення роботи пожежних підрозділів.
Система пожежної безпеки (СПБ) є типовим представником загальної категорії систем, що визначає такі її характеристики, як цілісність, емерджентність, ієрархічність та скінченність. Разом з тим вона є технічною системою, що визначається характеристиками складності, високої вартості, автоматизованості, із “людино-машинним” характером функціонування. Її головною особливістю є змагальний характер використання в умовах ризику та невизначеності. Теоретико-множинна модель СПБ є такою:
(1)
де простір існування СПБ; стан СБП; функція будови; функція зовнішніх умов. Дискретний простір відображає ресурси системи, її робочий потенціал. Функція характеризує дію людини, що входить до складу системи, на стани СПБ і формально відображає її структуру та розподіл ресурсів у просторі існування системи. Вплив зовнішнього середовища на стан та функціонування СПБ визначається функцією Ефективність системи визначається мірою її відповідності своєму призначенню і є дійсною, скінченною та додатною функцією, максимум якої потрібно знайти:
(2)
6
Оскільки взаємодія СПБ та зовнішнього середовища відбувається у неантагоністичних умовах, то розв’язання задачі (2) здійснюється шляхом пошуку стратегії яка і забезпечить одержання максимальної ефективності. Для цього необхідно розв’язати задачу знаходження:
(3)
де ймовірність реалізації -ї стратегії. Оптимальна стратегія визначається в результаті пошуку шляхів, методів та засобів, які забезпечать розв’язання задач (2)(3). Одна із таких процедур, що полягає в інтелектуалізації та автоматизації процесів прийняття рішень, є предметом розробки у дисертації.
У дисертаційному дослідженні встановлено, що СПБ має дві визначальні підсистеми. Першою є матеріальна, функціонуюча підсистема, яка виконує перетворення наявних ресурсів у послуги. Інша, управляюча підсистема, здійснює керівництво і контроль за діяльністю пожежних підрозділів. У той час як матеріально забезпечувальна підсистема має справу з різнотипним набором ресурсів, включаючи фізичні матеріали, грошові, людські ресурси, робочим матеріалом підсистеми управління є лише інформація (рис. 1). Як і будь-яка складна система, СПБ має свої просторові та функціональні обмеження. Виділяючи із зовнішнього середовища, відзначаємо необхідність вдосконалення її організації.
7
Аналіз наукових літературних джерел, наведених у них моделей, методів, а також функціонуючих автоматизованих систем підтримки прийняття рішень при пожежогасінні свідчить про те, що головна увага зосереджена на питаннях моделювання „фізики” процесів на пожежах, процесу розподілу сил і засобів на пожежах, вирівнювання міри зайнятості підрозділів, імітаційному моделюванні кількості викликів. Поза увагою дослідників залишаються проблеми інтелектуалізації та автоматизації процесів прийняття рішень з використанням інформації про пожежну безпеку об’єктів. Не використовується технологія інтелектуального аналізу даних, а також, у більшості випадків, відсутні елементи конструктивізму. В автоматизованих системах немає підсистеми оцінки рівня пожежної безпеки об’єкта і відсутня аналітична частина.
Визначено тенденції розвитку системи пожежної охорони в Україні, розроблено принципи створення інформаційно-аналітичних систем, призначених для супроводження процесів підтримки прийняття рішень при пожежогасінні та наведено структурно-логічну схему дослідження.
У другому розділі “Методика дослідження і методи ідентифікації та оптимізації цільової функції” виконана формалізація таких задач:
Визначено, що пожежна безпека об'єкта житлового сектора включає у себе такі фактори, як забезпечення безпеки людей у випадку пожежі, матеріальні збитки , цивільну відповідальність перед третіми особами та екологічні збитки . Фактор містить у собі складові: своєчасну і безперешкодну евакуацію людей; порятунок людей, що можуть піддатися впливу небезпечних факторів пожежі; захист людей на шляхах евакуації від небезпечних факторів пожежі. Матеріальні збитки визначаються, виходячи із реальних статистичних даних на однотипних об'єктах. Вони також залежать від ймовірності пожежі в будинку, наявності та ефективності технічних рішень протипожежного захисту.
Таким чином, загальна задача полягає у максимізації оцінки рівня пожежної безпеки (), що декомпозується на такі підзадачі:
, (4)
де –оцінка рівня забезпечення безпеки людей; –оцінка рівня матеріальних збитків і Однією із необхідних умов
8
розвязання (4) є ідентифікація вихідних характеристик: кількості вогнегасних речовин, що були використані; часу розгортання сил та засобів; часу прибуття першого підрозділу; часу ліквідації пожежі; збитків від пожежі, ймовірності та типу помилок пожежних підрозділів.
Базуючись на статистичних даних, функції інформаційно-аналітичного забезпечення полягають у розвязанні задач ідентифікації:
, (5)
де вихідні характеристики, , вектор факторів загальних даних про обєкт, вектор факторів, що характеризують протипожежний стан обєкта. Кожна із залежностей дозволяє визначити, наскільки динаміка вихідної характеристики визначається змінами внутрішніх і зовнішніх параметрів житлового об’єкта.
Ідентифікація залежностей (5) сприятиме упорядкуванню ієрархії чинників, що здійснюють вплив на ефективність гасіння пожежі, а також міри чутливості динаміки вихідної характеристики до зміни вхідного фактора. За рахунок виконання такої процедури з’являється можливість прогнозувати розвиток ситуації, визначати можливість розвитку того чи іншого сценарію пожежогасіння та забезпечувати підрозділи необхідними ресурсами. Крім того, аналіз ідентифікованих залежностей направлений на запобігання подібним пожежам, усунення недоліків, які мали місце під час гасіння і розповсюдження позитивного досвіду пожежогасіння.
Очевидно, що елементи векторів та впливають на помилки . Відзначимо, що не усі вони є визначальними для всіх помилок. Класифікуємо фактори в такий спосіб. До першої групи () віднесемо параметри об'єкта, на якому виникла пожежа, до другого () –особливості навколишнього середовища (під'їзд до об'єкта, наявність гідрантів у дворі), до третього () –фактори навколишнього середовища (погодно-кліматичні умови), до четвертого () –особливості організації і ресурсне забезпечення пожежних підрозділів (наявність засобів пожежогасіння, технічне забезпечення).
Для передбачення ймовірних помилок при пожежогасінні на певному об’єкті необхідно розв’язати задачу ідентифікації залежності:
(6)
яка є задачею нелінійної оптимізації і полягає у пошуку:
, (7)
де , статистичні значення типу помилок. Інформаційним доповненням до розв’язку задачі (6)(7) буде знаходження кореляційної
9
матриці , що дозволить встановити залежності одного типу помилок від іншого.
Інформаційна база нараховує велику кількість записів, які містять значення багатьох факторів. У той же час, очевидно, що між певними факторами існує лінійна залежність і врахування кожного із них при розв’язанні задач не є обов’язковим, а часто і супроводжується негативним впливом, оскільки явище мультиколінеарності зменшує точність аналізу та адекватне використання результатів. Скорочення кількості факторів дозволить зменшити присутність шумових ефектів та мінімізувати вимоги до обчислювальних ресурсів. Водночас такі процедури не повинні суттєво впливати на точність результату, для чого потрібно знайти найбільш значущі фактори і враховувати лише їх.
Таким чином, одержуємо задачу:
(8)
де кількість враховуваних значущих факторів; апостеріорна ентропія прогнозування вихідної характеристики; інформаційні втрати.
Головною задачею, яку необхідно розвязувати при кожній пожежі, є мінімізація часу слідування пожежного підрозділу до місця пожежі. Припустимо, що місце пожежі знаходиться між двома перехрестями і . Тоді необхідно визначити оптимальний маршрут, що відповідає розв’язку задачі знаходження:
, (9)
де маршрут від -го пункту до -го; маршрут від пожежного депо. Вихідними даними для розвязання задачі (9) є: матриця відстаней між перехрестями; матриця часу проїзду між перехрестями (час визначається за умови, що всі інші показники мають номінальні значення); матриця номерів перехресть, де номер перехрестя призначення, мінімальна кількість перехресть, яку треба перетинати при проходженні до ; матриця кількості автомобілів, де номер часового інтервалу (доба розбита на 24 інтервали: з 0 годин до 1-ї години (1), з 1-ї години до 2-ї години (2),…), відносні частоти кількості автомобілів у -му часовому інтервалі, матриця якості дорожнього покриття, де коефіцієнти, що визначають якість дорожнього покриття від -го перехрестя до -го. Відзначимо, що матриця може мати не статистичну, а суб'єктивну природу. Якщо рух в один і той же час
10
на різних ділянках дороги є нерівномірним, то матриця буде тривимірною, один із вимірів якої відповідає ділянці дороги. Залежно від особливостей конкретного місця чи ситуації кількість матриць значень факторів, що впливають на швидкість руху пожежного розрахунку, може бути збільшено. Відзначимо, що сутність врахування інших факторів не буде відрізнятися від уже розглянутих.
В результаті аналізу класичних методів ідентифікації встановлено, що певні обмеження, до яких належать:
У дисертаційному дослідженні запропоновано як моделі ідентифікації використати штучні нейронні мережі (НМ), які не обмежують дослідника вимогами до апріорної інформації. Визначено, що для розвязання задач дослідження раціонально вибрати прямозвязні мережі із алгоритмами навчання, що базуються на градієнтних методах, мережі зустрічного поширення, мережі із радіально-базисними функціями активації та мережі із стохастичними алгоритмами навчання. Попередній аналіз показав, що мережі всіх типів, крім першого, мають низьку точність узагальнення або повільно навчаються. Виконано порівняльний аналіз точності та швидкості навчання НМ, що навчаються згідно з back propagation, алгоритмом Левенберга –Маркварда та методом спряжених градієнтів.
Однією із головних задач, що розвязує начальник розрахунку, який виїжджає на пожежу, є мінімізація часу проїзду до місця пожежі. Традиційно маршрут вибирають, виходячи із субєктивних суджень особи, яка приймає рішення, що досить часто призводить до невиправданих людських втрат і матеріальних збитків. Оптимальний маршрут у дисертаційному досліджені запропоновано визначати за допомогою генетичного алгоритму.
З метою підвищення інформативності вхідних факторів та зменшення ентропії вихідних характеристик виконано аналіз методів “box-counting”, головних компонент, “вибілювання” входів та визначено необхідним використання їх композиції.
У третьому розділі “Еволюційні моделі та методи аналізу і прогнозування оцінки рівня пожежної безпеки об’єктів” визначено, що
11
більшість аналітичних задач в системі пожежної безпеки як базові підзадачі вимагають ідентифікації певного закону існування або функціонування, що раціонально виконувати за допомогою НМ, а також розвязання задачі оптимізації (переважно дискретної), для чого застосуємо методи еволюційного моделювання.
Для врахування специфіки задач дослідження виконано адаптацію НМ до предметної області, даних, обмежень і формалізовано початкову інформацію з метою збільшення точності результатів та швидкості їх пошуку. Таким чином, обґрунтованим є використання процесів самоорганізації, оскільки ідентифікація складних багатофакторних залежностей на неоднорідних даних вимагає тривалого обчислювального процесу, обумовленого необхідністю настройки значної кількості вагових коефіцієнтів.
Визначено, що самоорганізація НМ матиме п’ять етапів (рис. 2):
На першому етапі скорочуємо кількість вхідних факторів і вилучимо зв'язки між нейронами першого і другого шару, які мають близькі до нульових значення вагових коефіцієнтів, що наближає НМ до ядерної структури.
Другий етап полягає в оптимальному підборі активаційної функції. Для цього при однакових умовах необхідно моделювати функціонування мережі в пакетному режимі обмежений час і аналізувати результати: точність, швидкість, динамічність. Результатом і буде вибір прийнятно оптимального варіанта активаційної функції.
12
Базовим елементом при розвязанні задачі оптимізації шляху слідування пожежного підрозділу до місця пожежі є формування функції пристосованості (fitness-function). У дисертаційному дослідженні запропоновано та здійснено порівняльний аналіз двох підходів. При першому, використовуючи статистичну інформацію, здійснюємо ідентифікацію залежності
, (10)
де час проходження пожежного розрахунку до місця пожежі; L довжина шляху; кількість перехресть, які він проїхав; номер часового інтервалу; показник якості дорожнього покриття, що інтегрує в собі і погодні умови. В іншому випадку формування fitness-function відбувається емпірично з використанням вагових і поправочних коефіцієнтів. При цьому використовуються дані матриці . Середній час проїзду з (місце розташування пожежного підрозділу) в (перехрестя, найближче до місця пожежі) визначається за формулою (по одному з маршрутів)
(11)
де вагові коефіцієнти, що вказують на значущість параметрів кількості перехресть, якості дорожнього покриття, часових інтервалів, відповідно; функція-індикатор. Вагові коефіцієнти визначаються емпірично за допомогою експертів. Таким чином, використання запропонованих підходів має як свої переваги, так і недоліки. Побудова функції (10) здійснюється аналітично і може бути теоретично обґрунтована. Функцію (11) одержують, у більшості випадків, виходячи з емпіричних умовиводів, і процедура верифікації є досить тривалою. Її раціонально використовувати при малій ретроспективі апріорних даних, а перевагою є паралельне визначення оптимального маршруту.
У четвертому розділі “Інформаційно-аналітичне забезпечення процесів прийняття рішень при пожежогасінні” розроблено структуру і принципи інформаційно-аналітичної системи, що базується на використанні даних із інформаційної бази. Оскільки поля є різнотипними, то їх значення надалі програмно перетворюються до безрозмірного виду. Таким чином,
13
інформація зберігається у двох таблицях, у першій із них − у початковій формі, друга таблиця буде містити ті ж дані, перетворені автоматизовано за певним алгоритмом. Наявність першої таблиці є необхідною для виконання обернених перетворень і формування аналітичних звітів та стройових записок.
Встановлено, що нотації, згідно з якими будуть модифікуватись початкові значення факторів відповідно до виконаної класифікації і принципів створення експертних систем, будуть такими.
Внутрішні параметри: дата побудови <>::=<дата>, у форматі ДД.ММ.РР; кількість поверхів <>::=1|2…|16; планування <>::=0|1…|5, де цифри означатимуть якість планування з позицій зручності пожежогасіння; наявність підвалів та горищ <>::=00|01|10|11, де 00 означає, що підвалів і горищ немає, 11 –є, 01 –горище є, підвалу немає, 10 –навпаки; структурні особливості будинку <>::=0|…|3 від найгіршого варіанта до найкращого; відповідність нормативам <>::=0|1|2, де 0 – не відповідає, 1 –відповідність задовільна, 2 –повна відповідність; наявність та стан шляхів евакуації <>::=0|1|2, де 0 – шляхів евакуації немає, 1 − шляхи евакуації у поганому стані, 2 –шляхи евакуації у доброму стані.
Зовнішні параметри: відстань до найближчої пожежної частини <>::=<число>; кількість пожежних частин у 20-кілометровій зоні <>::=<число>; ступінь укомплектованості найближчого підрозділу <>::=<> − число, що виражає ступінь укомплектованості кадрами; укомплектованість засобами пожежогасіння <>::=<>; наявність і вид протипожежного водопостачання <>::=0|1, де 0 –протипожежного водопостачання немає, 1 –є; діаметр водопроводу <>::=<число>; стан найближчих джерел водопостачання <>::=0|1|2, де 0 − стан найближчих джерел водопостачання незадовільний, 1 –задовільний, 2 –добрий; тиск у водопроводі <>::=<число>; наявність первинних засобів пожежогасіння <>::=0|1, де 0 − первинних засобів гасіння немає, 1 –є; ступінь зручності під’їзду <>::=0|1|2, де 0 − під’їзд незручний, 1 –задовільний, 2 –добрий; погодно-кліматичні чинники <>::=00|10|01|11, де 00 –дощу і вітру немає, 10 –дощ без вітру, 01 –вітер, 11 –і дощ, і вітер.
Розробку інформаційно-аналітичної системи (ІАС рис. 3), призначеної для інформаційно-консультативного супроводу процесів прийняття рішень, виконано згідно з рівнями системної моделі
<цілі> → <задачі> → <методи, алгоритми> → <засоби>
з врахуванням технічного, технологічного, економічного та організаційного аспектів. Крім операцій з інформаційним банком та формування звітів, її основою є банк математичних моделей та методів, які інкапсульовані і
14
недоступні для користувача системи і підлягають змінам, доповненням та удосконаленням системним аналітиком.
Для верифікації результатів дисертаційного дослідження з використанням інформаційно-аналітичної системи виконано моделювання за такою схемою:
Крок 1. Виконати навчання мережі із модульно-ядерною структурою та здійснити тестування точності функціонування на контрольній вибірці. При формуванні структури врахувати значення вагових коефіцієнтів.
Крок 2. З використанням генетичного алгоритму визначити оптимальний шлях проїзду пожежного підрозділу до місця пожежі і порівняти його з емпіричним.
Крок 3. Виконати аналіз швидкості навчання та точності узагальнення нейронної мережі при виконанні етапів її самоорганізації.
Крок 4. Порівняти точність результатів при використанні методів збільшення інформативності аналітичними методами та із застосуванням нейронної мережі.
Експериментальне моделювання засвідчило, що використання модульно-ядерної структури скорочує час навчання мережі на 36 –% при незмінній точності результатів; час проїзду до місця пожежі визначений за допомогою еволюційного моделювання зменшується у середньому на 7 – % у порівнянні з експертними оцінками; процедура
15
самоорганізації нейронної мережі приводить до скорочення часу її навчання у середньому на 54 –% і точність узагальнення збільшується на 2 –% за інших незмінних умов; при виконанні препроцесінгу даних точність прогнозування збільшується на 4 –%, результати є порівняними при використанні аналітичних методів та нейромережевої процедури, але остання не вимагає виконання обмежень.
ВИСНОВКИ
В дисертаційній роботі наведено теоретичне узагальнення і нове розв’язання наукової задачі розробки еволюційних моделей і методів аналізу та оптимізації рівня пожежної безпеки житлових обєктів, що відповідно до мети і задач дослідження відображено в наукових результатах:
16
генетичного алгоритму. Автоматизація розрахунку мінімального шляху дозволяє зменшити час на прийняття рішень та уникнути домінуючого впливу фактора субєктивності.
Використання розроблених дисертантом моделей та методів аналізу і оптимізації рівня пожежної безпеки житлових обєктів розширює науково-методичну базу дослідження профілактичних заходів та процесів пожежогасіння, а її достовірність підтверджується результатами експериментів, апробацією та впровадженням.
СПИСОК ОПУБЛІКОВАНИХ ПРАЦЬ ЗА ТЕМОЮ ДИСЕРТАЦІЇ
17
АНОТАЦІЯ
Джулай О.М. Еволюційні моделі та методи аналізу і оптимізації рівня пожежної безпеки житлових об’єктів. –Рукопис.
Дисертація на здобуття наукового ступеня кандидата технічних наук за спеціальністю 05.13.06 –автоматизовані системи управління та прогресивні інформаційні технології. –Черкаський державний технологічний університет Міністерства освіти і науки України, Черкаси, 2006.
Дисертація присвячена проблемі підвищення ефективності процесів пожежогасіння за рахунок розробки та впровадження нових інформаційно-аналітичних технологій та автоматизованої підтримки процесів прийняття рішень.
Виконано математичні постановки задач дослідження і розроблено математичні моделі. Для ідентифікації функції оцінки рівня пожежної безпеки запропоновано використовувати нейронні мережі із градієнтними методами навчання, для оптимізації шляху пожежного підрозділу до місця пожежі застосувати генетичний алгоритм, збільшити інформативність вихідної інформації за рахунок виконання композиції методів box-counting, головних компонент та “вибілювання” входів.
Для зменшення присутності шумових ефектів у статистичних даних запропоновано використати двоядерну нейронну мережу. Розроблено модель функції часу проїзду пожежного підрозділу до місця пожежі та запропоновано метод її оптимізації на базі генетичного алгоритму, що дозволило мінімізувати час на прийняття рішень за рахунок автоматизованого розрахунку оптимального шляху та зменшення впливу фактора субєктивності і, відповідно, мінімізувати час локалізації та ліквідації пожежі, а також помилки особового складу.
18
Ключові слова: пожежна безпека, ідентифікація, нейронні мережі, оптимальний шлях, генетичний алгоритм, ентропія, автоматизована система.
АННОТАЦИЯ
Джулай А.Н. Эволюционные моделии методы анализаи оптимизацииуровня пожарной безопасности жилых объектов. –Рукопись.
Диссертация на соискание ученой степени кандидата технических наук по специальности 05.13.06 –автоматизированные системы управления и прогрессивные информационные технологии. –Черкасский государственный технологический университет Министерства образования и науки Украины, Черкассы, 2006.
В диссертации осуществлена постановка и решение новой актуальной задачи повышения эффективности функционирования системы пожарной охраны путем разработки и использования моделей, методов и средств анализа и оптимизации уровня пожарной безопасности объектов жилого сектора. Автоматизация процессов определения пассивной и активной безопасности объектов позволяет применять активные меры профилактического характера.
Выполнены математические постановки и разработаны модели решения задач идентификации уровня пожарной безопасности жилых объектов, минимизации ошибок личного состава пожарных подразделений, оптимизации пути проезда пожарного расчета к месту пожара. Определены базовые методы решения таких задач и выполнено моделирование, показавшее низкую точность идентификации. При этом погрешность результатов, полученных нейросетевыми методами на порядок ниже, чем классическими, базирующимися на использовании метода наименьших квадратов.
Приведено решение задачи идентификации уровня пожарной безопасности жилых объектов с учетом влияния внешних и внутренних факторов, что позволяет проводить профилактические и предупредительные мероприятия. Для определения и уменьшения влияния шумовых эффектов на качество идентификации предложено использовать двухядерную нейронную сеть, что одновременно позволило увеличить скорость обучения.
Разработано модель функции времени проезда пожарного расчета к месту пожара и предложено метод ее оптимизации с использованием генетического алгоритма. Автоматизированный расчет оптимального пути позволил минимизировать влияние фактора субъективности и ускорить принятие решений.
Разработаны методы анализа ошибок личного состава пожарных подразделений при тушении пожаров с использованием корреляционно-регрессионного и нейросетевого анализа, что позволило определять ситуации повышенного риска и уменьшать вероятности их возникновения.
19
Предложено технологию самоорганизации нейронной сети за счет последовательной оптимизации ее структуры в зависимости от начальных данных, что позволило увеличить скорость обучения сети и обойти проблему ее переобучения.
Разработаны структура и принципы функционирования информационно-аналитической системы “БЕЗПЕКА”, предназначенной для сопровождения процессов принятия решений при профилактических работах и пожаротушении. Использование данных информационного банка и результатов работы информационно-аналитической системы позволяет уменьшить время локализации и ликвидации пожара.
В результате проведения экспериментов установлено, что двухядерная нейронная сеть учится, в среднем, на 36 –% меньше времени, чем обычная прямосвязная сеть при одних и тех же алгоритмах обучения. Точность идентификации, вычисляемая на проверочной последовательности, увеличивается на 2 – 3 %. Сравнительный анализ использования разработанного метода оптимизации пути к месту пожара и экспертных оценок показал, что время проезда уменьшено на 7 – 10 %. Уменьшение ошибок личного состава достигается информационным сопровождением, содержащим данные об аналогичных ситуациях, их вероятностях и корреляционных связях.
Ключевые слова: пожарная безопасность, идентификация, нейронные сети, оптимальный путь, генетический алгоритм, энтропия, автоматизированная система.
SUMMARY
Dzhulai A.N. Evolutionary models and methods of analysis and optimization of fire security estimation of real property. –Manuscript.
Thesis for the academic degree of Candidate of Technical Sciences in speciality 05.13.06 – automated control systems and progressive information technologies. Cherkasy state technological university Ministry of education and science of Ukraine, Cherkasy, 2006.
Dissertation research is devoted to the problem of efficiency rise for extinguishing of fire due to development and introduction of new information-analytical technologies and automated support of decision making. The analysis of modern theories, models, methods and facilities of fire extinguishing is executed and their accordance to the modern level of computerizing of the fire guard system in Ukraine is set.
The mathematical formalization of research problems are executed and mathematical models are offered. For identification of estimation function of fire strength security it is offered to use neural networks with the gradient methods of learning. For way optimization of fire subsection to the place of fire it is suggested to
20
apply a genetic algorithm. It is offered to multiply informing of initial information due to implementation of composition of box-counting, main component method and “whitening” of entrances.
For reduction of noise presence effects in statistical data it is offered to use a twonuclear neural network. The model of time function of fire subsection passage to the place of fire is developed and the method of its optimization on the base of genetic algorithm is offered, that allowed to minimize time on acceptance of decisions due to the automated computation of optimum way and reduction of influencing of factor subjectivity and, accordingly, to minimize time of localization and liquidation of fire, and also errors of personnel.
Key words: fire safety, authentication, neural networks, optimum way, genetic algorithm, entropy, automated system.
Черкаський державний технологічний університет
Свідоцтво про державну реєстрацію ДК № 896 від 16.04.2002 р.
Підписано до друку 16.02.2006. Формат 60х84 1/16. Папір офісн.
Друк оперативний. Ум. друк. арк. 0,9. Тираж 100 прим. Зам. № 61-06
Надруковано в редакційно-видавничому центрі
Черкаського державного технологічного університету
бульвар Шевченка, 460, м. Черкаси, 18006.