Россия
Санкт-Петербургский университет Государственной противопожарной службы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий имени Героя Российской Федерации генерала армии Е.Н. Зиничева
Россия
Проблемы принятия решений при реагировании на чрезвычайные ситуации обычно сопряжены с риском и неопределенностью из-за ограниченности данных и достаточно большого количества возможных вариантов развития происшествия. Данные факторы оказывают влияние на лица, принимающие решения, в контексте выбора ответных действий или комплекса мероприятий при реагировании на чрезвычайные ситуации. Для решения этой проблемы предлагается методика, основанная на анализе дерева отказов, которое используется для описания логических связей между условиями и факторами, приводящими к возникновению и развитию ЧС. Использование данной методики позволяет рассматривать различные альтернативные действия по реагированию с учетом различных сценариев развития ЧС, проводить ранжирование возможных альтернативных действий и выбирать наиболее эффективное. Перспективным направлением для будущих исследований является реализация возможности использования предлагаемой методики, когда вероятности основных событий находятся в неопределенной форме или характеризуются нечеткими данными, что потребует использования лингвистических переменных при оценке и аппарата нечеткой логики.
чрезвычайная ситуация, принятие решений в условиях чрезвычайной ситуации, анализ дерева отказов, дерево отказов, реагирование
1. Заворотный А.Г., Кострубицкий А.А. Алгоритмизация и программная реализация модели управления системой защиты населения в чрезвычайных ситуациях техногенного характера // Проблемы безопасности и чрезвычайных ситуаций. – 2021. – № 4. – С. 112-124. – DOIhttps://doi.org/10.36535/0869-4179-2021-04-10. – EDN RMULXX.
2. Калач А.В., Ничепорчук В.В., Калач Е.В., Кубасов И.А. Проектирование систем поддержки управления природно-техногенной безопасностью территорий с использованием онтологий // Вестник Воронежского государственного университета. Серия: Системный анализ и информационные технологии. – 2021. – № 3. – С. 95-105. – DOIhttps://doi.org/10.17308/sait.2021.3/3739. – EDN LUZTCZ.
3. Ляшенко Е.Н., Шерстюк В.Г. Разработка модели координации сил и средств в иерархической системе гражданской защиты населения // Технологический аудит и резервы производства. – 2015. – Т. 4, № 2(24). – С. 4-10. – DOIhttps://doi.org/10.15587/2312-8372.2015.47180. – EDN UDXIIR.
4. Матвеев А.В., Максимов А.В., Воднев С.А. Модель комплексной оценки процесса технического обеспечения аварийно-спасательных средств подразделений МЧС России // Проблемы управления рисками в техносфере. – 2018. – № 2(46). – С. 73-80. – EDN YLLCZN.
5. Матюшин А.В., Порошин А.А., Бобринев Е.В., Кондашов А.А., Матюшин Ю.А., Терехов А.В. Современные геоинформационные технологии в проектировании гарнизонов пожарной охраны // Пожарная безопасность. – 2012. – № 3. – С. 107-119. – EDN PHSLGR.
6. Перевалов А.С., Сугак В.П. Игровые методы выбора оптимального плана проведения поисково-спасательных работ // Научно-аналитический журнал "Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России". – 2013. – № 3. – С. 8-12. – EDN RSMMEL.
7. Топольский Н.Г., Тараканов Д.В. Алгоритм ранжирования управленческих задач в системе поддержки принятия решений по ликвидации чрезвычайных ситуаций // Технологии техносферной безопасности. – 2014. – № 2(54). – С. 27. – EDN TGSMCR.
8. Шофеев Т.Г. Модель принятия решений при реагировании на чрезвычайные ситуации в условиях неопределенности // Научно-аналитический журнал "Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России". – 2023. – № 1. – С. 190-203. – EDN HCRSUA.
9. Максимов А.В. Методы поддержки принятия решений в оперативном управлении при чрезвычайных ситуациях: обзор исследований // Национальная безопасность и стратегическое планирование. – 2023. – № 2(42). – С. 91-102. – DOIhttps://doi.org/10.37468/2307-1400-2023-2-91-102. – EDN CJCPWN.
10. Викторова В.С., Степанянц А.С. Динамические деревья отказов // Надежность. – 2011. – № 3(38). – С. 20-32. – EDN OSKKBL.
11. Бутырский Е.Ю., Матвеев А.В. Математическое моделирование систем и процессов. – СПб: Информационный издательский учебно-научный центр "Стратегия будущего", 2022. – 733 с. – ISBN 978-5-4268-0064-9. – DOIhttps://doi.org/10.37468/book_011222. – EDN CCRIRT.
12. Днекешев А.А. Динамическое дерево отказов для анализа аварийных ситуаций нефтеперерабатывающих предприятий // Вестник науки. – 2022. – Т. 3, № 8(53). – С. 19-30. – EDN DXDFRN.
13. Колосок И.Н., Коркина Е.С., Тихонов А.В. Анализ надежности программно-вычислительного комплекса оценивания состояния на основе технологии дерева отказов // Электричество. – 2018. – № 6. – С. 24-34. – DOIhttps://doi.org/10.24160/0013-5380-2018-6-24-34. – EDN XOTSLR.
14. Мурадов А.В., Волохина А.Т., Глебова Е.В., Иванова М.В. Аварийность магистральных газопроводов с учетом человеческого фактора // Безопасность жизнедеятельности. – 2009. – № 12(108). – С. 37-40. – EDN KXYVJH.
15. Nowak M. Aspiration level approach in stochastic MCDM problems // European Journal of Operational Research. – 2007. – Vol. 177. – No 3. – P. 1626-1640. DOI: https://doi.org/10.1016/j.ejor.2005.10.003
16. Сологубова Л.А., Трунькина О.В., Байбекова Ф.Н., Кулаков А.А. Принятие решений с помощью метода анализа иерархий // Инновации в науке. – 2018. – № 4(80). – С. 11-14. – EDN WBWTQT.
17. Кнышов А.В. Применение групповых методов при принятии незапрограммированных управленческих решений // Вестник Российской таможенной академии. – 2018. – № 4. – С. 95-102. – EDN VNXNDG.
