МЕТОДОЛОГИЯ РАЗРАБОТКИ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ОСОБО СЛОЖНЫХ ИНФОРМАЦИОННЫХ УСЛОВИЯХ КРИТИЧЕСКИ ВАЖНЫХ ОБЪЕКТОВ тема диссертации и автореферата по ВАК РФ 05.13.01, доктор технических наук Евгафов, Павел Михайлович
- Специальность ВАК РФ05.13.01
- Количество страниц 341
Оглавление диссертации доктор технических наук Евгафов, Павел Михайлович
Содержание
Стр.
Введение 5 Глава 1. Анализ известных решений в области оказания поддержки принятия решений (ППР) и обучающих систем
(ОС)
1.1 Задача оказания информационной (интеллектуальной) ППР и системы поддержки принятия решений (СППР)
1*.1.1 Поддержка принятия решений. Общие направления и проблемы
1.1.2 Классификация и примеры СППР
1.1.3 СППР в чрезвычайных ситуациях (ЧС) и в «чрезвычайных информационных условиях» (ЧИУ)
1.1.3.1 Актуальность задачи. Чрезвычайные информационные условия
1.1.3.2 Анализ известных СППР в ЧС
1.2 Анализ известных обучающих систем
1.3 Анализ известных методов моделирования и оценивания знаний-решений
1.3.1 Методы моделирования знаний-решений
1.3.2 Методы численного оценивания знаний-решений
1.4 Выводы 86 Глава 2. Метод психологического моделирования и логического оценивания сложных знаний-решений
2.1 Постановка задачи
2.2 Основания применения формально-логических моделей и ограничения логики
2.3 Основные структуры знаний-решений
2.3.1 Знания-решения логической структуры
2.3.1.1 Знание-решение формы ПУ - перечень условий
2.3.1.2 Знание-решение формы ПА - перечень альтернатив
2.3.1.3 Знание-решение формы А-ПУ - альтернативные перечни
условий
2.3.2 Знания-решения комбинаторной структуры
2.3.2.1 Знание-решение формы ПД - последовательность действий
2.3.2.2 Знание-решение формы А-ПВ - альтернативы, указанные в порядке, определяющемся предпочтительностью выбора
2.3.3 Знания-решения комбинированной структуры. Формы А-ПД, А-ПД-ПВ, А-ПУ-ПВ
2.4 Структурирование и представление «неидеальных» знаний-решений
2.5 Логическое оценивание
2.6 Выводы
116
Глава 3. Теоретические основы описания процесса приобретения новых знаний и их численного оценивания
3.1 Самостоятельное приобретение новых знаний как вероятностный процесс 1
3.2 Универсальный критерий ценности сложных знаний
3.3 Связанные и несвязанные сложные знания-решения
3.4 Метод вероятностного оценивания сложных знаний-решений логико-комбинаторных структур
3.4.1 Общая вероятностная модель ценности сложных знаний-
решений
3.4.2 Частные модели ценности сложного знания-решения формы
ПУ. Результаты. Функция ценности знания
3.4.3 Частная модель ценности сложного знания-решения формы ПД
3.4.3.1 Моделирование ценности решения формы ПД без учёта достижения цели-понятия и без действий произвольной последовательности
3.4.3.2 Моделирование ценности решения формы ПД с учётом достижения цели-понятия и без действий произвольной последовательности
3.4.3.3 Моделирование ценности решения формы ПД с учётом достижения цели-понятия и с учётом действий произвольной последовательности
3.4.4 Моделирование с учётом различной вероятности выборки ЧЗР
3.4.5 Приведение оценки к единой базе. Объёмная и линейная
оценки. Сравнение результатов
3.5 Индивидуальный и коллективный интеллекты
3.6 Анализ процесса приобретения новых знаний на примере хронологии вооружений
3.7 Выводы 185 Глава 4. Методологические основы построения СППР ЧИУ
и активных ОС. Конкретные приложения
4.1 Проблема оказания ППР для ЧИУ на примере пожаров в
зданиях и сооружениях
4.1.1 Проблема ППР профессиональных пожарных
4.1.2 Проблема ППР ответственных гражданских лиц при пожаре
4.2 Концепция поддержки принятия решения для чрезвычайных информационных условий
4.3 Разработка структуры и алгоритмов работы СППР ЧИУ
4.4 Системы поддержки принятия решений для чрезвычайных информационных условий в области пожарной безопасности
4.5 Компьютерные обучающие системы на основе метода анализа конкретных ситуаций и деловых игр
4.6 Выводы
Заключение
Перечень нестандартных терминов и их определения
Литература
Рекомендованный список диссертаций по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Разработка алгоритмов интеллектуальной поддержки решений в системах социального управления: На примере ГПС2003 год, кандидат технических наук Евграфов, Павел Михайлович
Разработка системы поддержки принятия решений в чрезвычайных информационных условиях2008 год, кандидат технических наук Евграфов, Иван Павлович
Разработка и применение моделей поддержки управленческих решений при тушении пожаров на основе прецедентного подхода2004 год, кандидат технических наук Абрамов, Антон Павлович
Информационная система поддержки принятия решений для определения ранга пожара в жилых и административных зданиях2007 год, кандидат технических наук Дырин, Сергей Юрьевич
Разработка методов и алгоритмов решения управленческой задачи определения сил и средств для тушения пожаров в крупном городе2005 год, кандидат технических наук Климовцов, Василий Михайлович
Введение диссертации (часть автореферата) на тему «МЕТОДОЛОГИЯ РАЗРАБОТКИ СИСТЕМ ПОДДЕРЖКИ ПРИНЯТИЯ РЕШЕНИЙ В ОСОБО СЛОЖНЫХ ИНФОРМАЦИОННЫХ УСЛОВИЯХ КРИТИЧЕСКИ ВАЖНЫХ ОБЪЕКТОВ»
Введение
Актуальность темы
Общественная организация человечества, непрерывно усложняясь, переплетаясь с грандиозной технической надстройкой, заключающей в себе массу энергии, стала структурой чрезвычайно уязвимой, трудно управляемой и склонной к распаду, чреватому катастрофическими последствиями. Такое опасное усложнение наблюдается не только в мировом масштабе, но и на региональных, местных уровнях организации общества, на уровне практически любых создаваемых человеком объектов производства или жизнедеятельности.
Академик В.И. Вернадский в своём главном труде «Биосфера и ноосфера» [1] объявил о существовании такого феномена планетарного масштаба как ноосфера (область разума), активно влияющего на лицо планеты. В. И. Вернадский, несмотря на свою очень непростую научную судьбу, был большим оптимистом в отношении судеб человечества. Мы, соглашаясь во многом с В.И. Вернадским, по крайней мере, не можем не замечать чрезвычайно возросшую значимость информационных процессов, связанных с деятельностью разума.
Непременным условием существования всех создаваемых человечеством социально-технических структур является управление ими в той или иной степени. Эти структуры занимают определённую нишу на планете, вытесняя из неё сформировавшиеся естественным путём компоненты природы. Тем самым, активно изменяется окружающая, привычная среда жизнеобитания человечества, что влияет на самого человека. Природные факторы приходят в движение, равновесие нарушается. Без введения управляющих коррекций на последующую деятельность человека это грозит необратимыми отрицательными последствиями.
Информационное описание значимых для человека процессов и объектов является первичным и обязательным элементом научного управления искусственными и природными объектами. Такое описание, проводимое с помощью феноменологических, математических, физических и иных моделей, непрерывно осуществляется учёными, но, очевидно, отстаёт от реальных
потребностей человечества. Созданные разумом объекты живут своей, во многом скрытой от нас жизнью, которую мы замечаем иногда слишком поздно - при опасных авариях и катастрофах.
Постоянное усложнение общества и его структур диктует необходимость адекватного усложнения управления им на всех уровнях.
Первопричиной неэффективного управления Лицами, Принимающими Решения (ЛПР), является ограниченность знаний об окружающем мире. Общая задача науки в этом отношении известна - дальнейшее познание окружающего мира.
Часто ошибки управления делаются из-за имеющихся у ЛПР нечётких, субъективных знаний, когда при наличии, казалось бы, одной и той же информации об объекте, разными ЛПР принимаются различные же решения. Причём эти ошибки носят не очевидный характер и их нельзя объяснить прямым незнанием. В подобных случаях говорят о необходимости повышения качества принимаемых управленческих решений слабоструктурированных и неструктурированных задач.
Крайней, но весьма распространённой ситуацией является принятие
неправильных или неоптимальных решений, когда для принятия верного
решения, знаний об управляемом объекте в чётко описанных наукой областях
достаточно. Одна из причин такого состояния дел заключается в несоответствии
реальных возможностей ЛПР по принятию и обработке поступающей
информации, реальному количеству информации и скорости её изменения. Часто
выше названные причины ошибочных или неоптимальных решений, кроме
первой причины (незнание), называют «человеческим фактором». Подклассом
ошибок, вызванных человеческим фактором, является класс ошибок из-за
«психологического фактора»: стресса, невнимательности, забывчивости.
Невнимательность вызывается усыпляющей монотонностью окружающей
обстановки. Забывчивость по отношению к некоторой информационной ситуации
и способам её разрешения часто является следствием субъективного восприятия
6
ЛПР незначимости этой ситуации. Распространённой причиной ошибок ЛПР является и временное расстройство его умственной деятельности под воздействием сложной и опасной ситуации (стресс), когда даже простые с информационной позиции и известные решения не принимаются вовсе или принимаются в искажённой форме.
Все эти причины отражают несовершенство и ограниченные возможности человека как некой информационной машины.
Таким образом, целесообразно говорить об актуальности повышения качества решений управленческих задач в чрезвычайных информационных условиях (ЧИУ), под которыми мы понимаем наличие хотя бы одного из следующих факторов: 1) недостаточности и недостоверности информации, 2) влияния негативного «человеческого фактора», выражающегося в субъективности оценивания, а также - в «психологическом факторе», 3) сочетания стеснённости во времени, чрезвычайной быстротечности и информационной насыщенности протекающих процессов.
Повышение качества решений рассматриваемого класса задач возможно при информационной поддержке ЛПР, выражающейся в различных формах интеллектуально-технических мероприятий, например, экспертном анализе, совещаниях, моделировании процессов развития ситуации и управления ей.
Существующие два взгляда на понятие информационной системы сходятся
в том, что информационная система представляет собой комплекс средств и
ресурсов, решающий некую целевую задачу путём сбора, передачи, хранения,
переработки информации. При наиболее общем взгляде полагают, что в
информационную систему, кроме технических средств, входит и персонал, для
которого, в конце концов, и предназначена информация. Потому при разработке
информационных систем изучению подлежат информационные потоки, идущие к
персоналу от технических средств и обратно, а также, информационные процессы
внутри персонала. Второй взгляд, к которому склонны специалисты в области
компьютерного инжиниринга, исключает из рассмотрения персонал. Второй
7
подход представляет собой упрощение, в ряде случаев приводящее к построению неэффективных систем и принимаемых с их помощью решений.
В последние десятилетия, автоматизированные информационные системы всё чаще называют системами поддержки принятия решений (СППР). В СГТГТР гибко сочетаются возможности ЭВМ по скоростной обработке формализованной информации и лучшие качества человеческого интеллекта по обработке нечёткой и противоречивой информации, по творческому решению новых задач. Есть мнение, что наличие персонала в СППР подчёркивает слабоструктурированный характер решаемых информационных проблем в СППР.
Возможность и наличие существенных потерь, вызванных ошибками оперативного управления ЛПР, несовершенство практикующихся средств и методов поддержки принятия решений (ППР), недостаточность системной проработки научной проблемы, делают задачу разработки принципов построения человеко-машинных СППР, обеспечивающих повышение качества принимаемых решений, актуальной.
Процесс выработки ответственных и сложных управленческих решений растянут во времени, содержит много этапов выработки и принятия частных решений. На каждом этапе осуществляется своя процедура выбора альтернативных частных решений. Поэтому, зачастую можно говорить о квазинепрерывном процессе принятия решений. Учитывая, что в СППР окончательное принятие решений (выбор альтернативы) принадлежит ЛПР, ППР может осуществляться в форме представления ЛПР возможных альтернатив, формирования альтернатив или их частей, пояснения смысла альтернатив, представления ЛПР информации, каким-либо образом помогающей ему выработать и принять решение.
Проблемам принятия решения и ППР в разнообразных формах посвящена
многочисленная литература. Известны работы следующих авторов: Eom S.B.,
Ginzberg M.J., Stohr Е. А., Simon H.A., Т. Саати, Э. Науман, П. Фишберн, Кини
Р.Л., Райфа X., Блэйр Д.Х., Поллак Р.Э., Д. Уотермен, Д. Джарратано и Г. Райли, а
8
также, других зарубежных авторов [2-39]. Среди отечественных авторов наиболее масштабно этой проблематикой занимались: Трахтенгерц Э.А., Ларичев О.И., Петровский А.Б., Черноруцкий И.Г., Шапиро Д.И. [40-71] и иные учёные, например, [72-85]. В силу сложности рассматриваемых задач, многие аспекты проблематики ППР остаются ещё изученными не полностью, а известные методы ППР не всегда применимы по причине узости специализации и не всегда удовлетворяют требованиям объективности описания решений и оценивания их эффективности.
В СППР компьютеру отводится роль обработки формализованной, в основном, чёткой информации, и представления информации человеку. Человек же в рамках СППР имеет дело не только с чёткой и достоверной информацией, но и с неформализованной, нечёткой, подчас противоречивой, неверной, неполной информацией, что можно характеризовать «неидеальностью» информационного поля принятия решений, и должен принимать на базе всей имеющейся у него информации решения, носящие творческий характер.
Примером управленческих слабоструктурированных задач, решаемых в ЧИУ, являются многие (но не все) задачи, стоящие перед службами МЧС и сотрудниками различных организаций при пожарах, авариях и катастрофах. Данные задачи осложняются тем, что заранее нельзя точно предсказать, как сложатся факторы, влияющие на развитие чрезвычайной ситуации (ЧС) и ликвидацию последствий от ЧС.
Цена неверных действий в этих условиях весьма высока и может выражаться в уничтожении и повреждении дорогостоящего имущества, загрязнении окружающей среды, гибели людей, как это было при Чернобыльской аварии, относительно недавнем пожаре во Владивостоке и во многих других ЧС.
Проблематика разработки СППР ЧИУ, почерпнутая из примеров отдельных видов деятельности в области ЧС, представляется в виде следующих задач (Рисунок 1):
1) Перенаправить часть «неидеальной информации» вместо ЛПР - на компьютер, с целью возможного снижения субъективности оценивания.
2) Разработать понятийный для ЛПР в области ЧС, «адаптивный» интерфейс, позволяющий оперировать с «неидеальной» информацией и сближающий компьютер с информационными возможностями человека.
Примечание: Применение СППР ЧИУ связано с моделированием сложных процессов и применением информационных технологий. Для снижения степени отторжения ЛПР необходимо, чтобы интерфейс СППР описывал поле деятельности ЛПР наиболее для него близких образах, был для него «понятиен». Причём в ходе моделирования в компьютерном интерфейсе желательно наиболее близко воссоздать поле «неидеальной» информации и смоделировать возможности человека оперировать с такой информацией («адаптивность» интерфейса).
3) Повысить объективность оценок принимаемых решений, как на логическом, так и на численном уровнях.
Примечание: В слабоструктурированных задачах большая часть параметров оценивается самим ЛПР качественно, на логическом уровне, что само по себе несёт в себе субъективизм. В целях повышения объективности оценивания следует совершенствовать имеющиеся способы логического оценивания. Также, в целях повышения объективности желателен переход от логического оценивания к численному.
4) Обеспечить возможность коррекции знаний ЛПР, отражающих интеллектуальные информационные возможности ЛПР, и от которых напрямую зависит качество принимаемых им решений.
Примечание: Такая возможность необходима вследствие различия знаний отдельных ЛПР.
5) Создать в СППР возможность развития творческих возможностей ЛПР, необходимых ему для принятия решений по нештатным ситуациям.
Примечание: Наряду с имеющимися закономерностями в развитии и ликвидации ЧС, каждая ЧС характеризуется существенной степенью неповторимости, различием отдельных параметров, что принципиально может изменить состав и последовательность действий при ЧС. Причём возможных
вариантов ЧС, учитывая их нечёткий характер, столь много, что предусмотреть их
/
все заранее не представляется возможным. Поэтому, каждый раз при конкретной ЧС решается новая задача, требующая развитых творческих возможностей ЛПР.
суоъектнвность оценок ^^ (человеческий фактор)
«нендеальная» информация
многовариантность развития ЧС
коррекция психологического фактора | _ |
9 9 9
; і; 2; з
разряоотка ооъектнвных чето-дов и моделей представления и "У] оценивания знаний-решений
»/»о^ I 4 « > ^ і 1 I 2 » 3
оыст|)отечность процессов на объекте
невозможность ИСПОЛЬЗОВАНИЯ ЭВМ
в режиме реального времени
невнимательность
заоывчнвость
отгорженне проолем ЧС
негативные проявления стресса
Определение парадигмы эффективного планирования
?4?5'?1?2?3 I_
разработка эффективных методов компьютерного обучения
коррекция человеческого фактора
?8:?7?6:?4?5:?і?2?3
разраооткя эффективных СППР ЧИУ
Рисунок 1 - Проблематика разработки СППР для ЧИУ
6) Содействовать процессу перевода знаний ЛПР на подсознательный уровень для обеспечения большей скорости принятия решений и повышенной устойчивости к стрессам.
Примечание: В условиях быстротечной ЧС времени на медленное логическое, сознательное обдумывание и решение сложных управленческих задач
нет. Опытные ЛПР при ЧС в ЧИУ рутинные операции проделывают на подсознании, автоматически.
7) Содействовать коррекции негативного «психологического фактора».
Примечание: Чрезвычайно важна и незаслуженно обойдена вниманием
проблема психологического отторжения и принижения значимости всей проблематики ЧС у гражданских лиц, не являющихся специалистами в области ЧС, но в силу действующего законодательства обязанных предпринимать определённые действия во время ЧС. Без решения этой проблемы никакие знания и мероприятия по действиям при ЧС ими воспринятыми быть не могут.
8) В условиях невозможности оказания компьютерной ППР в реальном времени и невозможности планирования и запоминания ЛПР результатов планирования всех возможных вариантов развития и ликвидации ЧС и их последствий следует определить и реализовать новую эффективную парадигму ППР в форме планирования.
Примечание: Не все виды ЧС следует характеризовать ЧИУ. Так, задачи по моделированию развития и тушения лесных, торфяных пожаров на штабном уровне, если и имеют элементы ЧИУ, то незначительные. Эти задачи формализуются, привязываются к конкретной местности и конкретным условиям, и могут быть решены с помощью компьютера с приемлемой точностью в режиме реального времени. ППР в форме планирования таких ЧС полностью оправдана. Для ЧС в условиях ЧИУ точное повторение ЧС по какому либо запланированному сценарию на практике исключено. Но, учитывая ограниченность в возможностях оказания ППР, следует попытаться оказать по-новому ППР в форме планирования, с новой парадигмой.
Важнейшей частью задачи по разработке СПГТР является разработка методов и моделей описания решений задач управления и принятия решений, критериев и моделей оценивания решений. Такие модели являются ядром математического аппарата СПГТР.
Традиционным является описание (представление и оценивание) решения с помощью чётких и непротиворечивых моделей свойств объекта предметной области. Но данный подход не учитывает «неидеальности» информационного поля принятия решений и не учитывает информационных особенностей ЛПР. Вторым подходом является рассмотрение решения на уровне интеллектуальных процессов ЛПР. Такой подход не является альтернативой первому подходу, он расширяет процесс описания и оценивания решений на ЛПР, как на необходимый элемент в цепочке принятия решений и потенциально позволяет учитывать «человеческий фактор». Этот подход к разработке моделей описания и оценивания решений представляет собой внедрение в область искусственного интеллекта.
Особую проблему, проистекающую не только из слабоструктурированности решения, но также из качественной несравнимости ценностей отдельных частей решения, представляет численное оценивание решений в области ЧС. Известные методы оценивания не обладают желаемой функциональностью и объективностью. Можно назвать следующих учёных, работавших в области представления и оценивания знаний: Рейтман У.Р., Шамис А.Л., Минский М., Заде Л.А. [92-98], Ларичев О.И. [50-64], а также - иных авторов, например, [99106]. Продвижение в численном оценивании требует универсальных методов объективного оценивания сложных решений и их частей вне численных оценок их уникальных и несопоставимых потребительских ценностей.
Из всей области ЧС наиболее актуальна область пожарной безопасности (ПБ), дающая более 90% вклада в негативную статистику ЧС.
У истоков обеспечения ПБ стоит правоохранительная деятельность Государственного пожарного надзора (ГПН). Из всего набора ЧИУ, принятие решений ГПН характеризуется частичной недостаточностью, недостоверностью (в т.ч., противоречивостью) информации, наличием негативного «человеческого фактора» в части субъективности оценивания ситуации. В области оказания ППР для ГПН существуют программные продукты и системы со справочной
13
информацией по нормам ПБ, с инженерными расчётами, информацией по делопроизводству; применяются общеюридические поисково-справочные системы, но системно, правовая область ПБ, вообще, и как специфическая область знаний (информации), в частности, из-за традиционной ориентации пожарного ведомства (образования и науки) на решение специальных технических и нормативно-технических проблем ПБ, изучалась лишь фрагментарно. Соответственно, задача разработки СППР в данной области системно не ставилась.
Наиболее показательным и общественно опасным видом ЧС в ЧИУ являются пожары в зданиях, сооружениях, на которые приходится большая часть потерь из всех ЧС и большинство неверных решений или отсутствия решений. Пожары в зданиях и сооружениях (далее - объектах) характеризуются наличием всех факторов ЧИУ.
Действия при пожаре имеют сложный характер: тушение, эвакуация и спасение людей, эвакуация материальных ценностей, различные специальные мероприятия технического и организационного характера. Универсальных моделей развития пожара и действий во времени пожара не существует, есть только несложные модели инженерного, ориентировочного характера по оценке развития пожара и расчёта сил и средств для тушения, отдельные требования и рекомендации. По этой причине, создание действенной экспертной системы, охватывающей все стадии развития пожара и все соответствующие действия, невозможно. Но, даже, если бы и существовали необходимые модели в составе СППР, то применить их на пожаре в режиме реального времени из-за быстротечности протекающих процессов, качественности и неструктурированности поступающей информации, из-за постоянной подвижности ЛИР, оказания на него сильного влияния окружающей обстановки, также не представляется возможным.
В проблеме оказания ППР действиям при пожаре в зданиях и сооружениях можно выделить две во многом схожих, но всё-таки разных проблемы,
14
требующих разработки отдельных СППР: проблема ППР пожарным подразделениям МЧС, и в виде «острия» - проблему ППР действиям при пожаре сотрудников различных организаций.
Пожарная охрана МЧС проводит планирование по наиболее опасным объектам, заключающееся в моделировании наиболее тяжёлого сценария развития пожара, в расчёте и расстановке сил и средств. Вероятность наступления именно такого сценария крайне низка, планирование не содержит детального моделирования действий пожарных подразделений, и на практике показало свою низкую эффективность (но не бесполезность). Это требует смены парадигмы планирования.
Принятие решений сотрудниками объектов при пожаре характеризуется крайним сосредоточением всех факторов ЧИУ. Особая острота проблемы обусловлена чрезвычайной значимостью проведения действий, связанных с пожаром, на его начальной стадии; обязанностью для объектов, закреплённой законодательно, проводить конкретные разнообразные действия при пожаре до прибытия пожарной охраны, планировать возникновение ЧС и соответствующие мероприятия по их ликвидации, обучать своих сотрудников приёмам безопасной работы; крайне тяжёлым «психологическим фактором»; пробелами и недостатками законодательства о пожарной безопасности (ПБ) в части организации действий при пожаре; ответственностью для организаций и их сотрудников за последствия при неверных действиях или бездействии, вплоть до уголовной, при практическом отсутствии качественной информационной базы для проведения подобной работы. Задача о создании СППР для сотрудников объектов при пожаре до сего времени ставилась и решалась только в публикациях диссертанта.
В области оказания поддержки и принятия решений при ЧС большой вклад внесли: Артамонов B.C., Тетерин И.М., Брушлинский Н.Н, Топольский Н.Г., Мешалкин Е.А., Климовцов В.М., Прус Ю.В., Олейников В.Т., Абрамов А.П., Денисов А.Н., Ноженкова Л.Ф., Геловани В.А., Башлыков A.A., Бритков В.Б.,
15
Вязилов Е.Д., Беляев А.И., Ершов Д.В., Коровин Г.Н., Ямалов И.У. и другие авторы [107-176]. Проведённый анализ не выявил наличия универсальных методов и систем, способных эффективно поддерживать принятие решений в интересующем нас классе задач. Известные решения в области ЧС либо предназначены для оказания ППР при относительно медленных процессах объекта (лесные, торфяные пожары, радиоактивное, химическое и бактериологическое заражения), либо они решают ограниченные частные задачи моделирования и планирования без общего системного подхода оказания ППР для различных ситуаций, характерных наличием ЧИУ. Некоторые методы ППР для ЧС абстрагируются от конкретного объекта ЧС, каждый из которых весьма специфичен. Это, либо требует для их применения специалистами в конкретных видах ЧС дополнительных серьёзных интеллектуальных усилий, не характерных для них, препятствуя внедрению таких СППР, либо предопределяет возможность использования СППР только на стадии сосредоточения заданных необходимых сил и средств для ликвидации ЧС и их последствий, не оказывая поддержки решению для стадии воздействия на объект ЧС. В отношении пожаров на объектах соответствующие СППР ориентированы в значительной степени на управление силами и средствами с удалением ЛПР от места пожара (т.н. АРМ «Диспетчер», АРМ «Гарнизон»), что снижает оперативность и детальность управления. Для организации ППР в форме планирования для руководителей тушения пожара (РТП) реализовано несколько СППР, решающих локальные задачи службы пожаротушения: автоматизированные системы «Резервуар» (расчёт сил и средств для тушения резервуарных парков), «Пена» (расчёт сил и средств при пенном тушении и другие сопутствующие задачи). Известны и иные СППР для службы пожаротушения, например, АРМ «Пожаротушение», АСИППР. Известные СППР слабо учитывают информационные возможности ЛПР и «неидеальность» информации.
Информационные возможности ЛПР определяются его психофизиологическими и интеллектуальными возможностями, которые в немалой
16
степени зависят от знаний, умений и навыков ЛПР, формируемых в ходе процесса обучения различных форм и родственных ему процессов, включая самообразование и непосредственно практическую работу. Отметим, что практика включения в состав СППР некого учебного блока, с помощью которого можно добиваться большего или меньшего увеличения информационных возможностей ЛПР, в зависимости от эффективности реализованного учебного процесса, не нова. Известны и предложения построения СППР в области ПБ на основе игровых подходов. ЛПР в области ЧС, как правило, ментально не расположены к собственному обучению. При отсутствии мотивации любой учебный процесс не состоятелен. Поэтому СППР техническими средствами должна способствовать повышению мотивации ЛПР к обучению, способствовать повышению эффективности учебного процесса. Самым ценным для ЛПР в области ЧС и наиболее проблемным результатом использования методов компьютерного обучения (МКО) стоит, по-видимому, признать развитие творческих возможностей ЛПР. Исходя из того, что максимального интеллектуального и творческого развития можно добиться решением сложных, новых профессиональных задач. При таком подходе, процесс обучения моделирует процесс принятия профессиональных решений, что даёт возможность распространения некоторых теоретических положений к разработке СППР и МКО одновременно. Добавим, что задача эффективной подготовки персонала вообще, без требований учёта наличия ЧИУ, в различных областях знаний, с помощью соответствующих информационных обучающих систем (ОС) является также самостоятельной научной проблемой, перманентно актуальной. Актуальность проблемы определяется необходимостью постоянного приведения в соответствие учебного процесса с нарастающей информационной сложностью и вариативностью окружающего нас пространства в рамках изучаемой области знаний. Среди известных работ в этой области следует назвать работы следующих авторов: Кручинин В.В., Лущеев В. И., Ахметьев М.А., Соппа М. С., Панфилов С.А., Богданов Ю.В., Свиридов А.П. и другие работы [177-203]. Проведённый
17
теоретический анализ известных ОС, опыт их эксплуатации позволяют сделать вывод об их не высокой эффективности. Уточним, что сделанный вывод относится не к узкоспециальным ОС, а к методам и системам, претендующим на универсальность в различных предметных областях. Наибольший учебный эффект в подготовке персонала могли бы дать системы, использующие активные методы обучения (деловые игры и ситуационный анализ), однако из-за нерешённости многих проблем компьютерного представления информации, объективности оценивания знаний, высокой трудоёмкости, принижения общественной значимости обучения вообще, данное направление создания ОС не получило своего развития.
Достижение системности в разработке эффективных СППР для области ЧС видится нами в учёте факторов ЧИУ, принципиального различия информационных возможностей человека (ЛПР) и компьютера, учёте предметной области принятия решений, как для ЧС в целом, так и для отдельных видов ЧС, для которых предназначена конкретная СППР, видится в использовании знаний о методах и средствах организации эффективного учебного процесса, знаний о психологических аспектах принятия решений в области ЧС.
Таким образом, создание принципов разработки СППР для ЧИУ, включая разработку стратегии, структуры, алгоритмов функционирования, объективных методов и моделей описания решений задач управления и принятия решений, критериев и моделей оценивания решений; а также, на основе принципов разработки СППР ЧИУ и учёта предметной области принятия решений -построение СППР для пожарных подразделений МЧС при пожарах в зданиях и сооружениях, СППР для сотрудников объектов при пожарах, СППР для правовой деятельности ГПН МЧС, является актуальной научной проблемой.
Объектом исследования являются принципы функционирования СППР для области ЧС в ЧИУ, а также - сами СППР и их компоненты.
Предметом исследования являются наиболее понятийные формы представления информации для ЛПР в области ЧС, пригодные для описания разнообразных сложных решений, принципы структурирования информации, методы и модели описания, оценки решений и их частей, имеющихся в СППР для области ЧС, принципы разработки и организации функционирования соответствующих СППР, структуры самих СППР, отдельные части СППР и информационное взаимодействие этих частей.
Целью работы является повышение эффективности принимаемых решений в области ЧС на основе разработки общей концепции, структуры и принципов работы СППР для ЧИУ, СППР правовой деятельности ГПН, СППР пожарных подразделений МЧС и СППР сотрудников объектов для пожаров в зданиях и сооружениях.
Для достижения поставленной цели в диссертационном исследовании определены следующие основные задачи:
1. Провести исследование и критический анализ известных методов и моделей описания знаний (решений), систем и методов ППР в исследуемой и схожих областях принятия решений, известных методов и систем компьютерного обучения.
2. На основе критического анализа состояния исследуемой области разработать общую концепцию оказания ППР для ЧИУ.
3. Разработать принципы структурирования, формализации и логической оценки информационных конструктов, выражающих собой в СППР принимаемые решения или знания, а также - соответствующие им модели с учётом информационных особенностей ЧС и человека, позволяющие использовать их в СППР для области ЧС.
4. Разработать теоретические принципы и модели численного оценивания информационных конструктов на основе универсального оценивания решений и знаний качественно различной потребительской ценности, характерных для области ЧС.
5. Разработать общую структуру СППР для ЧИУ и соответствующие ей алгоритмы ГТПР.
6. В рамках концепции СППР для ЧИУ разработать общую структуру, информационное содержание и алгоритмы функционирования СППР для правовой деятельности ГПН.
7. В рамках концепции СППР для ЧИУ разработать СППР пожарных подразделений МЧС для пожаров в зданиях и помещениях.
8. В рамках концепции СППР для ЧИУ разработать СППР сотрудников объектов для пожаров в зданиях и помещениях.
9. Проанализировать возможность применения разработок в различных областях.
Методы исследования включают методы информатики, теории множеств, теории вероятностей, теории управления и принятия решений, методы экспертного анализа.
Научная новизна работы заключается в следующем:
¡.Впервые системно сформулирована задача разработки СППР ОСИУ, показана её актуальность, разработана концепция СППР в ОСИУ, на содержательном уровне определяющая цели, функции и показатели их эффективности, позволяющая исследовать закономерности организации СППР в ОСИУ и в теоретическом отношении определяющая методологию их построения и обеспечения функционирования.
2. Разработаны новые структура СППР ОСИУ, модели и методы анализа, синтеза и оценки решений для ОСИУ, алгоритмы функционирования СППР, которые в совокупности составляют методологию решения проблемы построения и применения СППР в чрезвычайных ситуациях и обеспечивают возможность повышения эффективности СУ МЧС России и иных структур при ЧС.
3. При разработке моделей и методов, СППР применены и получили развитие методы теории систем, теории принятия решений, теории эффективности. Задача синтеза структуры СППР в ОСИУ приведена в новой
20
постановке и для ее решения предложен оригинальный метод, который ранее в области разработки структуры СППР не применялся.
4. При разработке теоретических основ моделирования и оценивания решений предложен новый подход на основе методов психологического моделирования и вероятностного оценивания сложных знаний-решений.
5. Обоснована целесообразность и принципы построения активной обучающей системы.
6. Разработана структура СППР правовой деятельности ГПН, позволяющая поднять информационные возможности должностных лиц ГПН по принятию решений, повышающая оперативность и объективность принятия решений.
7. Разработана структура СППР для службы пожаротушения МЧС России при пожарах на критически важных объектах.
8. Впервые обоснована целесообразность разработки СППР для сотрудников организаций при пожарах и предложена структура соответствующей СППР.
Практическая значимость работы заключается в возможности построения более эффективных СППР для области ЧС и повышении эффективности принимаемых на их основе решений, в возможности более качественной подготовки персонала государственных оперативных служб и организаций различной формы собственности по ликвидации ЧС и их последствий за счёт использования предложенной методологии построения СППР ЧИУ.
Практическая реализация результатов работы выражается в использовании разработанных деловых игр и задач по конкретным ситуациям на занятиях в учебных заведениях МЧС России.
Публикации. По теме работы автором опубликовано 43 печатных работы, в т.ч. 3 монографии, 23 научных статьи, 18 из которых опубликованы в журналах,
включённых в Перечень ВАК, один - патент на изобретение Российской Федерации, 16 тезисов докладов научно-практических конференций.
Апробация работы осуществлялась в форме докладов на ХУ-й научно-практической конференции «Проблемы горения и тушения пожаров на рубеже веков» 1999 г.; ХУ1-Й научно-практической конференции «Крупные пожары: предупреждение и тушение» 2001г.; ХУ-й и ХУ1-Й международных конференциях-выставках «Информационные технологии в образовании» 2005 и 2006 г., 5-й международной специализированной выставке «Пожарная безопасность XXI века» в рамках научной конференции 2006 г. «Современные средства и способы обеспечения пожарной безопасности»; международной конференции «Современное профессиональное образование и информационные технологии» «ИТС)-Москва-2009»; 16, 17-й и 19-й научно-технической конференции «Системы безопасности» - СБ-2007, СБ-2008 и СБ-2010 Международного форума информатизации.
На защиту выносятся: принципы разработки СППР для ЧИУ, включая разработку стратегии, структуры, алгоритмов функционирования СППР ЧИУ, метода психологического моделирования СЗР, метода вероятностного оценивания СЗР; СППР для пожарных подразделений МЧС при пожарах в зданиях и сооружениях, СППР для сотрудников объектов при пожарах, СППР для правовой деятельности ГПН МЧС с информационным содержимым соответствующих СППР.
Структура и объем работы. Диссертационная работа состоит из введения, пяти глав, заключения, списка литературы, приложения, оглавления работы. Работа содержит 341 страницы текста с рисунками и таблицами, библиография включает 251 источник.
Похожие диссертационные работы по специальности «Системный анализ, управление и обработка информации (по отраслям)», 05.13.01 шифр ВАК
Модели и алгоритмы поддержки принятия решений по обеспечению пожарной безопасности на промышленных предприятиях2015 год, кандидат наук Тупиков Дмитрий Владимирович
Интегрированные системы поддержки принятия решений сложных трудноформализуемых задач: По прогнозированию, управлению и диагностике2000 год, доктор технических наук Токарев, Вячеслав Леонидович
Методы и средства анализа данных в системах поддержки принятия решений2005 год, кандидат технических наук Ананьев, Николай Сергеевич
Модель и алгоритмы поддержки управления пожарной безопасностью предприятий химической промышленности2020 год, кандидат наук Смирнов Андрей Владимирович
Система поддержки принятия решений при проектировании систем противопожарной защиты2023 год, кандидат наук Никулина Юлия Владимировна
Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Евгафов, Павел Михайлович
ОСНОВНЫЕ РЕЗУЛЬТАТЫ РАБОТЫ
1. Концепция СППР в ОСИУ, включающая в себя систему понятий, концегпуальную модель и систему показателей эффективности, позволяющую сформировать общую методологию решения научной проблемы.
2. Модели и методы анализа, синтеза и оценки принятия решений для ОСИУ, обеспечивающие выбор оптимального варианта стратегии управления силами и средствами МЧС с учётом информационных особенностей ЧС и человека.
3. Общая структура СППР в ОСИУ и соответствующие ей алгоритмы
ППР.
4. Научно-практические предложения по построению и применению СППР в ОСИУ, позволяющая оценивать эффективность применения таких систем в аспекте выполнения предъявленных к ним требований и с позиций обеспечения результативности СУ МЧС России.
В целом совокупность полученных в диссертации теоретических и практических результатов позволяет сделать вывод о том, что цель исследований достигнута.
Перечень нестандартных терминов и их определения
1) Знание-решение - отражает семантику некоего знания, описываемого определённым понятием, составленным в общем случае из произвольного числа исходных понятий, и/или отражает практическую цель, достигаемую с помощью соответствующего этому знанию решения.
2; Сложное знание (СЗ) - многоэлементная информационная структура, которой оперирует интеллект.
3) «Неидеальные» знания - реальное информационное пространство, описывающее конкретный объект, характеризующееся недостатком истинной информации, наличием неверной или ненужной сопутствующей информации, нечёткое гью и противоречивостью.
4) «Идеальное» знание - знание на сегодняшний день науки и практики, которому (независимо от оценивающего знание субъекта) можно постав; 11 ь однозначно в соответствие определённый объект.
5) Часть знания (43), часть решения (ЧР), часть знания-решения (ЧЗР) - смысловой элемент сложного знания, решения, знания-решения соответственно.
6) Психологическое моделирование (в техническом смысле, а не в смысле психологическом) - проведение„модельных интеллектуальных операций над исходным знанием по преобразованию его в новый интеллектуальный продукт с приближением к реальным мыслительным процессам на уровне некой «психологики».
7) Метод психологического моделирования сложных знаний (МПМ) -метод структурирования, представления и логического оценивания «неидеатьных» сложных знаний.
8; Понятия - это отраженные в сознании людей образы явлений действительности и их существенных признаков, передаваемые на уровне общения с помощью слов в устной и письменной речи или других знаков.
9) Цель-понятие - категория описания знаний, в которой заключён смысл данного знания, выражающийся в достижении некой практически полезнои для индивида (общества) цели и/или в достижении классифицирующего это знание понятия.
10) Сложное знание формы ПУ - логическая форма СЗ, выражающая собой Перечень Условий для достижения цели-понятия (близкий аналог логики И).
1 I) Сложное знание формы ПА - логическая форма СЗ, выражающая собой перечень Альтернатив достижения цели-понятия (близкий аналог логики ИЛИ, ми/кет приближаться к форме ПУ).
12) Сложное знание формы А-ПУ - логическая форма СЗ, выражающая собой Альтернативные Перечни Условий достижения цели-понятия (комбинация ПА, наложенного на ПУ).
3) Комбинаторное сложное знание - СЗ, в котором достижение его цели-1 ¡снятия зависит не только от состава 43 данного СЗ, но и от порядка следования 43. -I) Сложное знание формы * ПД - комбинаторная форма СЗ, выражающая собой Последовательность Действий для достижения цели-понятя ¡описывает последовательное во времени выполнение операций). 5} Сложное знание формы А-ПВ - комбинаторная форма СЗ, выражакщая собой Альтернативы достижения цели-понятия, указанные в решении в порядке Предпочтительности их Выбора (моделирует интуитивный выбор альтернатив и их взвешивание).
6) Сложное знание формы А-ПД - комбинированная (логико-комб и 1 шорная) форма СЗ, выражающая собой Альтернативные Последовательности Действий (комбинация ПА, наложенного на ПД).
17; Сложное знание формы А-ПУ-ПВ - комбинированная (логико-комбипа горная) форма СЗ, выражающая собой Альтернативные Перечни
Услс, им указанные в решении в порядке Предпочтительности Выбора (комбинация А-ПВ, наложенного на ПУ).
18) Сложное знание формы А-ПД-ПВ - комбинаторная форма СЗ, выражающая собой Альтернативные Последовательности Действий, указанные в рс . !ии в порядке Предпочтительности их Выбора (комбинация А-ПВ, нало/. ^иного на ПД).
IV) Перечень частей знания (частей решения, частей знания-решения) -про1г \ чюванный список частей знания (частей решения, частей знания-репк 1\>\) сложного знания (решения, знания-решения). о) Правильные части знания некоего СЗ - 43, которые, каждое по отдельности и все вместе по совокупности, позволяют достигнуть в полном объс и цель-понятие данного СЗ. 1) Неправильные части знания - 43, которые делают невозможным достижение фебуемой цели-понятия- данного СЗ, частью которых они являю либо цели-понятия иного сложного знания, необходимого в кон к .10 решаемой задачи, также ими могут признаваться 43, делающие СЗ неоп а вольным для достижения цели-понятия.
Активная неправильная (АН) ЧЗР - неправильная ЧЗР, указание кото, ол в знании-решении приводит к невозможности достижения его цели
ПОН> , ,1 Пассивная неправильная (ПН) ЧЗР - неправильная ЧЗР, указание кото|х и в знании-решении не влияет на достижение его цели-понятия. П0Д1 ые ЧЗР являются по сути излишними в СЗР, тем самым, придавая знал V. решению неоптимальность.
Допустимая неправильная (ДН) ЧЗР - неправильная ЧЗР, указание которой в знании-решении приводит к уменьшению ожидаемого пол'. ,11 ельно1 о эффекта от СЗР, но в рамках, допустимых для достижения его цел1 м1Я гия
25) Условно допустимая неправильная (УДН) ЧЗР - допустимая непр і и, ильная ЧЗР, допустимость которой ставится в зависимость от приі.; і с гвия в ответе других допустимых неправильных ЧЗР. и) Обязательная правильная (ОП) ЧЗР - правильная ЧЗР некоего сложило знания, отсутствие которой приводит к недостижению цели-понятия это! ^ ЗР.
17) Необязательная правильная (НП) ЧЗР - правильная ЧЗР некоего сложною знания-решения, вносящая свой «положительный» вклад в досі, сние цели-понятия данного СЗР, отсутствие которой в знании-решении при! - ,пт к уменьшению положительного эффекта от него, но в размерах, прие і !смых в рамках достижения цел^понятия. Условно необязательная правильная (УНП) ЧЗР - необязательная прав1 ,ьная ЧЗР, необязательность которой ставится в зависимость от при с . гвия в ответе других необязательных правильных ЧЗР.
V) Нечёткая (НЧ) часть знания-решения - это ЧЗР, которой затру, іительно поставить в однозначное соответствие объект реального мира либ^ л-за нечёткого харакіера самого объекта, либо из-за наших нечётких преп явлений о нём, либо из-за ограниченных возможностей языка. Нече ,пми мої ут быть любые ЧЗР, как правильные, так и неправильные.
0) Противоречивая (ПР) ЧЗР - это ЧЗР, оказывающая на достижение цел!1- снятия данного или иного необходимого в контексте решаемой задачи слоя ОІО знания точно не определённое, частично положительное, частично отри' і ¿льное влияние.
1) Правильные части знания жёсткой структуры (ЖС) - правильные част- сложного комбинаторного знания-решения, для достижения цели-поші ¡я которого, последовательность следования их друг за другом не может быть вменена.
2) Действия произвольной последовательности (ДПП) - элементы знані .-решения, изменение позиций' которых внутри некоего диапазона действий произвольной последовательности (ДДПП) между некими элементами жёсткой структуры либо не оказывает влияния, либо оказывает незначительное влияние на достижение цели-понятия.
33) Действие плавного эффекта (ДПЭ) - элемент знания-решения, изменение позиций которого внутри некоего диапазона действий плавного эффек га (ДДПЭ) относительно оптимальной позиции приводит к уменьшению эффективности решения, но это уменьшение эффекта не выходит за рамки минимально допустимого.
З-i) Вероятностная теория приобретения новых знаний - теория, исходящая из вероятностного характера самостоятельного приобретения новых знаниП (см. ниже).
35) Вероятностная методика оценки сложных знаний - численная методика оценивания сложных знаний-решений логико-комбинаторной структуры, в которой все параметры модели оценивания определяются вероятностным путём, где главным критерием ценности знания является его сложность, где ценность знания определяется величиной интеллектуальных затрат lia самостоятельное (без помощи извне) приобретение новых знаний (см. ниже) индивидом с первоначальным уровнем подготовки (см. ниже).
Зо) Новое знание - знание, либо не известное ранее никому, либо не известное вн\три некоего замкнутого круга лиц, относительно которого определяется новизна знаний.
37) Интеллектуальность индивида - выражается в количестве имеющихся у него знаний и в способности «производить» и усваивать новые знание, т.е. наращивать их количество.
36) Первоначальный уровень подготовки для решения конкретной задач!; или определённого круга задач - уровень знаний, минимально необходимый для усвоения правильного решения.
-Ч) Сложность знания-решения (задачи) - величина, равная максимальному количеству значимых, практически возможных математическологических вариантов знаний-решений, которые могут быть даны испытуемым с первоначальным уровнем подготовки.
40) Связанное сложное знание - СЗ, в котором каждый из составляющих его компонентов содействует достижению определённой целиг понятия, а в совокупности слагающих элементов и, может быть, в порядке своей взаимосвязи, все они приводят к достижению этой цели-понятия.
4 1) Вероятность полностью правильного решения задачи, состоящего из комбинации правильных ЧЗР, составленного по правилам, требуемым условием задачи - вероятность указания по этим правилам всех правильных ЧЗР индивидом с первоначальным уровнем подготовки для решения данной задачи.
42) Недопустимая ошибка - ошибка, при которой вследствие неуказания\указания и\или перестановки каких-то определённых действий цель задачи не может быть достигнута, хотя бы даже в усечённом, неполном виде.
43) Альтернативная группа (АГ) ЧЗР - группа частей знаний-решений перечня ЧЗР, которая при выборе в решение любой из ЧЗР данной АГ далее в выборке ЧЗР и это решение не участвует из-за очевидного для испытуемого альтер!¡агивного характера этих ЧЗР.
44) Чрезвычайные информационные условия решения управленческой задач к - любая совокупность из следующих факторов: слабо, груктурированный характер задачи, большое количество параметров, недос; лточность нужной или избыточность посторонней информации, большая степень недостоверности информации, недостаток времени на принятие решения в условиях реального времени, негативно проявляющийся «чело: .с чес к и и фактор».
4 5) Процесс планирования-обучения - процесс планирования предстоящих управленческих решений, осуществляемый одновременно с проце.'сом обучения управляющего персонала, в котором преследуется цель достижения максимального учебного эффекта.
46) «Независимое» тестовое задание - тестовое задание, состоящее из индивидуальных задач, причём решение любой индивидуальной задачи тестового задания не влияет на решение других индивидуальных задач тестов л о задания. Индивидуальные задачи здесь не связаны причинно-следст венной связью друг с другом.
47) Деловые игры - тестовые задания, индивидуальные задания в которых поступают в определённой последовательности, определяющейся логикой игры, где индивидуальные задания объединены какой-то конкретной практической целью общего задания.
8) Социальный интеллект - благоприобретённая в ходе ментального жизненного опыта индивида, реализованная и поддающаяся объективному оцени ынию личная возможность для индивида, выполнять определённые мысли 1 ельные функции, имеющие ясное для него социальное значение.
Заключение.
Человечество за тысячелетия своего существования изменило лик планеты до неузнаваемости. Технический прогресс, если и остановится, то только в результате катастрофического развития для человечества. Поэтому мы должны исходить из неизбежности появления различных изменений технического характера, причём скорость этих изменений будет всё время нарастать.
Любое изменение порождает угрозу, уменьшение безопасности, т.к. реальная система лишь с временной задержкой способна отрабатывать возмущения на её входе. В условиях неизбежности различных изменений наука управления обеспечена на необозримое время актуальными задачами большой сложности, решения которых призваны помочь, как минимум, предотвратить общество от распада, а, как максимум, обеспечить его оптимальное развитие.
Неоднократно отмечалось, что человечество развивается чрезвычайно однобоко - гипернакачка технической надстройки и микроскопически малое внимание к социальной надстройке, критерии оценивания работы и принципы управления ко юрой, на практике, остаются почти неизменными со времён фараонов. Ни евангельские заповеди, ни учения гуманистов, ни моральный кодекс строителя коммунизма, о котором помнит старшее поколение нашей страны - не вошли естественным образом в сознание общества и в практику его жизни. Каждая техногенная катастрофа, любая форма общественного кризиса есть выражение технико-социального перекоса нашего мира и сигнал о возможности ещё более серьёзных явлений кризисного характера. Мы становимся заложниками всего того, что сами же и создали. Современное общество, руководствуясь однобокими критериями оценки развития, главным из которых является размер прибыли, не учитывает ни технических, ни социальных последствий своих решений. Тенденцию эту необходимо менять, перекос - выравнивать, однако, в свете неизбежности перманентных крупномасштабных технических изменений встаёт вопрос о возможности успешного сочетания технических новаций и компенсирующих их изменений социального характера.
Предложенная вниманию работа не только подтверждает такую возможность, но и даёт пример синтетического взаимопроникновения технических и социальных критериев развития. Речь, собственно, идёт о моральности технических решений. Задача определения направления научно-технического развития с моральных позиций, учитывая нечёткость и субъективность оценивания понятия морали, архисложна. Однако, если её не решать, не находить универсальных и компромиссных для различных социальных групп морально-технических критериев развития (технических по форме критериев, полученных на основе моральных критериев) - человечество не будет иметь перспективы не только развития, но и самого существования.
По технические по форме и сути, наши предложения отличаются от многих других технических решений иных авторов тем, что всё в них подчинено одной идее, идее о необходимости выравнивания техногенного, кризисного пути развития общества в сторону Человека, идее о необходимости в ходе технического «пршресса» учитывать как стратегические цели общественного развития, так и особенности человека, его восприятий в частных технических решениях.
Так, приведённый метод психологического моделирования сложных знаний-решений описывает знания-решения на уровне мыслительных процессов человека, причём привносит в это описание элементы «неидеальности», нечёткости и противоречивости человеческого мышления, не учитывая которые мы огрубляем окружающую нас реальность, идеализируем возможности человека как некоей информационно-вычислительной машины. Отсутствие такого учёта приводит к росту вокруг человека рукотворной, но враждебной и опасной для его создателя среды.
Особого внимания, по нашему мнению, заслуживает численный метод вероятностного оценивания сложных знаний-решений, в основу которого положен универсальный критерий ценности любых знаний, базирующийся, в свою очередь, на убеждённости в верховном примате ценности интеллекта личности и совокупного общественного интеллекта для Человечества. Мы видим в этом главный ценностный морально-технический критерий, который, конечно, не может быть применён напрямую во всех случаях появления технических новаций, но который хорошо бы всегда иметь в виду, особенно людям науки.
Описанное в книге применение наших методов в системах поддержки принятия решений (дополнительно к самостоятельному положительному эффекту от разработанного математического аппарата) направлено на учёт особенностей восприятия ЛПР, на учёт информационно-вычислительной «неидсачьности» ЛПР в т.н. чрезвычайных информационных условиях. Всё это содействует также повышению качества принимаемых решений, достижению лучших материальных результатов. Предложенная методология создания обучающих систем в различных предметных отраслях, естественным образом, напрямчю лежит в русле главного морально-технического критерия ценности деятельности человека, поскольку активно и эффективно служит увеличению интеллектуальных возможностей обучаемых и росту их креативности. Описанное применение разработанных методов в психометрических исследованиях интеллекта также непосредственно служит исследованию человека, самого сложного из известных науке объектов нашего мира.
К сожалению, слишком многим, особенно молодым представителям науки, высказанные в статье размышления о высших ценностях Человечества покажутся давно отжившими идеями. Автор не испытывает по этому поводу пессимизма. Подобно зёрнам в хранилище, идеи моральности принимаемых решений ещё и не начинали жить, они ждут своего часа. Ни факт распятия Христа, ни костры инквизиции, на которых горели просветители, не говорят о поражениях идей их носителей, и, как следствие, об ошибочности этих идей. Так, несмотря на исчезновение античной Греции, её демократические идеалы не погибли. Наука далеко опережает инерционное общество. Усреднённое большинство всегда будет сопротивляться изменениям, до которых оно не доросли интеллектуально. Инерция - фундаментальное свойство мира. На него сетова 1 ь глупо. Общественное состояние и научная мысль знает на протяжении истории взлёты, падения, застои. Научные идеи обретались и терялись. Памятуя о предназначении человечества и науки, людям науки надо продолжать заниматься «производством» новых знаний.
Список литературы диссертационного исследования доктор технических наук Евгафов, Павел Михайлович, 2012 год
Литература
]. Вернадский В.И. Биосфера и ноосфера. - М., Айрис-пресс, 2007. -
576 с.
2. Scott Morton М. S. Management Decision Systems: Computer-based Support for Dec ision Making. — Boston: Harvard University, 1971.
3. Keen P.G.W., Scott Morton M. S. Decision support systems : an organizational perspective. Reading, Mass.: Addison-Wesley Pub. Co., 1978.
Alter S. L. Decision support systems: current practice and continuing challenges. Reading, Mass.: Addison-Wesley Pub., 1980.
5. Keen P.G.W. Decision support systems: a research perspective. Decision support systems : issues and challenges. G. Fick and R. H. Sprague. Oxford ; New York: Pergamon Press, 1980.
6. Sprague R.H. A Framework for the Development of Decision Support Systems // MIS Quarterly, 1980. — v. 4. — pp. 1-26.
7. Bonczek R.H., Holsapple C., Whinston A.B. Foundations of Decision Support Systems.- New York: Academic Press,, 1981.
o. Sprague R. H., Carlson E. D. Building Effective Decision Support Systems. — Englewood Cliffs, NJ: Prentice-Hall, 1982.
9. Thierauf R.J. Decision Support Systems for Effective Planing and Control. -Englewood Cliffs, N.J: Prentice Hall, Inc, 1982. — 536 p.
10. Ginzberg M.I., Stohr E.A. Decision Support Systems: Issues and Perspectives // Processes and Tools for Decision Support / ed. by H.G. Sol.. — Amsterdam: North-Holland Pub.Co, 1983.
I ¡. Keen P.G.W. Decision Support Systems: The next decades // Decision Suppor. Systems, 1987. — v. 3. —pp. 253—265.
12. Edwards J.S. Expert Systems in Management and Administration — Are they really different from Decision Support Systems? // European Journal of Operational Research, 1992. — Vol. 61. — pp. 114—121.
13. Eom S.B., Lee S. Decision Support Systems Applications Research: A BiblioLMaphy (1971—1988) // European Journal of Operational Research, 1990. —N 46. — pp. 333—342.
14. Finlay P.N. Introducing decision support systems. — Oxford, UK Cambridge, Ma^s., NCC Blackwell: Blackwell Publishers, 1994.
i 5 Eom S.B. Decision support systems research: reference disciplines and a cumulaiive tradition. - The international Journal of Management Science, 23, 5, Octobc: 1995, p. 511-523.
!u Holsapple C.W., Whinston A.B. Decision Support Systems: A Knowledge-based Approach. — Minneapolis: West Publishing Co., 1996.
i 7. Power D.J. «What is a DSS?» // The On-Line Executive Journal for Data-1: tensive Decision Support, 1997. —v. 1. —N3.
jo. Haeltenschwiler P. Neues anwenderfreundliches Konzept der Entscheidungs-unterstutzung. Gutes Entscheiden in Wirtschaft, Politik und Gesell s, it aft. Zui ich: Hochschul verlag AG, 1999. — S. 189—208.
1 v Drtizdzel M. J., Flynn R. R. Decision Support Systems. Encyclopedia of Librai) und Inioniialion Science. — A. Kent, Marcel Dekker, Inc., 1999.
20. Marakas G. M. Decision support systems in the twenty-first century. Upper -Kiddle River, N.J.: Prentice Hall, 1999.
2 ! Power D.J. Web-based and model-driven decision support systems: concept and issues. Americas Conference on Information Systems, Long Beach, Califorr,.a, 20UU.
22 Power D.J. A Brief History of Decision Support Systems. DSSRe purees LOM, World Wide Web, http://C >SResoLirees.COM/history/dsshistory.html, version 2.8, May 31, 2003.
23 Simon H.A. The new science of management decision. Englewood Cliffs, л J., Prentice - Hall Inc., 1975.
2-, Саймон Г. Науки об искусственном. М.: Мир, 1972
25. Т.Саати. «Принятие решений. Метод анализа анархий». М., Радио и связь. 1/93.
2(. Саагп Т., Керне К. Аналитическое планирование. Организация систем. - М.: Радио и связь, 1991. - 200 с.
2". Э. I ¡ауман. «Принять решение, но как?» - М.: Мир, 1987.
28. П. Фишберн. «Теория полезности для принятия решений», - М, Наука, ! 978
2^. Кипи P.JL, Райфа X. Принятие решений при многих критериях: предпоч гения и замещения. М.: Радио и связь, 1981.
30. Блжр Д.Х., Поллак Р.Э. Рациональный коллективный выбор // В мире науки. 1983. № 10
31. Turnan Е. Decision support and expert systems. New York: Maxwell Macmilhii, 1990. p. 15.
32. Тш ban E. Decision support and expert systems: management support systems. -Englewood Cliffs, N.J.: Prentice Hall, 1995. — 887 p.
33. Д. Уотермен. «Руководство по экспертным системам». М.Мир, 1989
34. Д. Джарратано, Г. Райли. «Экспертные системы. Принципы разрабо і ки и программирование». Издательский дом «Вильяме», 2007.
35 Бр^кинг А., Джонс П., Кокс Ф. Экспертные системы. Принципы работы і. примеры. М: Радио и связь, 1987. - 224 с.
36 Сг\ al S., Worrest R. Expert system applications to netwirk management. - Expert "-jN'slenis Applications to Telecommunications. New York, v.l, p. 3-44. 1988.
37. Franclin J.E., Carmody C.L., Keller K., Levit T.S., Butean B.L. Expert system technology for molitary selected samples. - Proc. IEEE, oct.. v. 76, № 10, 1988.
38. Simonovic A., Slobodan P. Decision support for sustainable water resourcedevelopment in water resources planning in a changing world. -Proceeding of International UNESCO symposium, Karlsruhe, Germany, p. III. 3-13, 1994.
39. Wagner С. Facilitating space-time différencies, group heterogenety and multysensory task work through a multimédia supported group décision system. -Décision Support Systems v.15, p. 197-210, 1995.
40. Трахтенгерц Э.А. Построение распределенных систем группового проектирования. - АиТ, № 9, 1993, с. 154-174.
41. Трахтенгерц Э.А. Повышение надежности последовательно-параллельного проектирования сложных технических объектов. - АиТ, № 5, 1994, с. 128-157.
42. Трахтенгерц Э.А. Особенности построения системного программного обеспечения в распределенных системах автоматизации проектирования сложных технических объектов. - АиТ № 11, 1994.
43. Трахтенгерц Э.А. Методы генерации, оценки и согласования решений в распределенных системах поддержки принятия решений. - АиТ, № 4, 1995, с. 3-52.
44. Трахтенгерц Э.А. Компьютерный анализ в динамике принятия решений. - Приборы и системы управления. № 1, 1997, с. 49-56.
45. Трахтенгерц Э.А. Компьютерная система поддержки принятия решений. - М.: Синетег, 1998. - 376 с.
46. Трахтенгерц Э. А. Субъективность в компьютерной поддержке управленческих решений. М.: СИНТЕГ, 2001. 246 с.
47. Трахтенгерц Э. А. «Компьютерная поддержка переговоров при согласовании управленческих решений». Москва , 2003.
48. Трахтенгерц Э.А., Шершаков В.М., Камаев Д.А. «Компьютерная поддержка управления ликвидацией последствий радиационного воздействия». Москва, 2004.
49. Трахтенгерц Э.А., «Современные компьютерные технологии управления информационно-аналитической деятельностью». Москва, 2007.
50. Ларичев О.И. Объективные модели и субъективные решения. М., Наука. 1987.
51. Ларичев О.И., Мошкович Е.М. Качественные методы принятия решений. М., Наука. Физматлит. 1996. 1
52. Ларичев О.И. Теория и методы принятия решений, а также Хроника событий в Волшебных странах: Учебник. - М.: Логос, 2000. - 296 е.: ил.
53. Ларичев О.И., Браун Р.В. Количественный и вербальный анализ решений: сравнительное исследование возможностей и ограничений // Экономика и математические методы. 1998. № 4.
54. Ларичев О.И., Петровский А.Б. Системы поддержки принятия решений: современное состояние и перспектива развития // Итоги науки и техники. М.: ВИНИТИ, 1987. Т.21
55. Бенайюн Р., Ларичев О., Монтгольфье Ж., Тернии Ж. Линейное программирование при многих критериях: метод ограничений // Автоматика и телемеханика. 1971. №8.
56. Ларичев О.И. Наука и искусство принятия решений. М.: Наука,
1979
57. Ларичев О.И., Мошкович Е.М. О возможностях получения от человека непротиворечивых оценок многомерных альтернатив // Дескриптивный подход к изучению процессов принятия решений при многих критериях / Под ред. С,В, Емельянова и О.И. Ларичева: Сб. тр. ВНИИСИ. М., 1980., №9.
58. Ларичев О.И., Мошкович Е.М.., Ребрик С.Б. О возможностях человека в задачах классификации многокритериальных объектов // Системные исследования (ежегодник), 1988
59. Ларичев О.И., Мечитов А.И., Мошкович Е.М., Фуремс Е.М. Выявление экспертных знаний. М.: Наука, 1989
60. Ларичев О.И., Моргеев В.К. Проблемы, методы и системы извлечения экспертных знаний. // Автоматика и телемеханика. 1991. №7.
61. Ларичев О.И. Структуры экспертных знаний // Психологический журнал. 1995. № 3
62. Ларичев О.И., Нарыжный E.B. Компьютерное обучение экспертным знаниям//ДАН. 1998. Т.332
63. Ларичев О.И., Терехина А.Ю., Павельев В.В. Метод организации работы коллективного органа, принимающего решения // Перспективное планирование научных исследований и разработок / Под ред. C.B. Емельянова. М.: Наука, 1986
64. Ларичев О.И., Петровский А.Б. Методологические проблемы построения систем поддержки принятия решений. // Анализ конкретных ситуаций принятия решений в организациях. М. ВНИИСИ, 1987, с.9-17.
65. Петровский А.Б., Путинцев А.Н., Стернин М.Ю. и др. Интерактивная система поддержки принятия решений для задач координации научных исследований. // Системы и методы поддержки принятия решений. М. ВНИИСИ, 1986. с.92-100.
66. Петровский А.Б., Стернин М.Ю., Моргоев В.К. Системы поддержки принятия решений. Препринт. М. ВНИИСИ, 1987, 42 с.
67. Петровский А.Б., Шепелев Г.И. Система поддержки принятия решений для конкурсного öl бора научных проектов. /'/ Проблемы и методы принятия уникальных и повторяющихся решений. М. ВНИИСИ, 1990, с.25-31.
68. Петровский А.Б. Компьютерная поддержка принятия решений. // Системные исследования. Методологические проблемы. Ежегодник 1995-1996. М. ИСА РАН, Эдиториал УРСС, 1996. с.81-112.
69. Петровский А.Б., Румянцев В.В., Шепелев Г.И. Система поддержки поиска решения для конкурсного отбора. // Научно-техническая информация. Сер.2, 1998, N 3, с.46-51.
70. Черноруцкий И.Г. «Методы принятия решений». С.-П, 2005.
71. Шапиро Д.И. Принятие решений в системах организационного управления. Использование расплывчатых категорий. М.: Энергоатомиздат,1983. - 184 с.
72. Овсянников Е.К., Мозгирев Б.Т. К вопросу о выборе математических моделей для систем поддержки принятия решений // Труды СПИИРАН. 2004. Вып. 2. Т. 1. СПб.: Наука, 2004. с. 36-46.
73. : Смирнов A.B., Пашкин М.П., Шилов Н.Г., Левашова Т.В. Подход к построению распределенной системы интеллектуальной поддержки принятия решений в открытой информационной среде // Труды СПИИРАН. 2007. Вып. 4. СПб.: Наука, 2007. С. 36-49.
74. Левашова Т. В., Пашкин М. П., Смирнов А. В., Шилов Н. Г. Управление онтологиями //Известия РАН. Сер. «Теория и системы управления». 2003. Часть 1, № 4. С. 132-146. Часть 2, № 5. С. 89-101.
75. Миркин Б.Г. Проблема группового выбора. М.: Наука, 1986.
76. Моисеев H.H. Предисловие к книге Орловского С.А. Проблемы принятия решений при нечеткой исходной информации. М., Наука. 1981.
77. Ходжаев Г.А. Интеллектуальное управление организационными системами. - М.: МГГУ, 1997. - 204 с.
78. Борисов А.Н., Алексеев A.B., Меркурьева Г.В. Обработка нечёткой информации в системах принятия решений. - М.: Радио и связь, 1989. - 304 с.
79. Шеховец О.И., Чертовской В.Д., Шафрин Б.М. Интеллектуальные средства поддержки принятия управленческих решений. - С.Пб.: 2000. - 60 с.
80. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот М.Д. Статистические и динамические экспертные системы. М., Финансы и статистика. 1996.
81. Юрченко В. В. Методы искусственного интеллекта и экспертные системы. М. 1992.
82. Гаврилова Т.А., Червинская K.P. Извлечение и структурирование знаний для экспертных систем. - М.: Радио и связь, 1992. - 200 с.
83. Богуславский Л.Б., Дрожжинов В.И. Концепция применения ЛВС MAP/TOP для комплексной автоматизации предприятий и учреждений. -Научно-технический прогресс в машиностроении. Вып. 11. М. 1989. с. 4-66.
84. Дамир Абдрахимов, Артур Иоффин. Универсальная информационно-аналитическая система (ИАС) поддержки принятия решений "ОЦЕНКА и ВЫБОР".// Softel: 100 компьютерных программ для бизнеса, стр. 156-165, издательство "ХАМТЕК ПАБЛИШЕР".
85. Макроум Б. Макетирование моделированием. - PC Magazine. Russian edition. № 9, 1996, с. 120.
86. Гридин В.Н., Михайлов В.Б. Пакет программ схемотехнического проектирования аналоговых СВЧ-схем. - Автоматизация проектирования. № 2, 1997, с. 9-15.
87. Интернет сайт http://www.softmart.ru
88. Интернет сайт http://www.forecsys.ru
89. Интернет сайт http://www.intalev.ru
90. Интернет сайт http://www.ibm.com
91. Интернет сайт http://www.mrcb.ru
92. Рейтман У.Р. Познание и мышление. Моделирование на уровне информационных процессов. М. МИР. 1968.
93. Шамис А.Л. «Пути моделирования мышления». Москва, 2006.
94. Шамис А.Л., Левит Б.Ю. «Подход к построению формальной модели поведения». М. Наука, 1972
95. Минский М. Фреймы для представления знаний. М. МИР. 1979.
96. Zade L.A. Fuzzy sets // Inf. And Control, №8, 1965. - p.338-353.
97. Заде Л. А. Понятие лингвинистической переменной и его применение к принятию приближённых решений. М. МИР. 1976.
98. Zade L.A. Knowledge representation in fuzzy logic // IEEE Transaction in Knowledge and Data Engineering № 1, March 1989. - p.89 - 100.
99. Калошина И. П. Последняя теорема Ферма в моделях искусственного интеллекта. М. 1995.
100. Т.А. Гаврилова, В.Ф.Хорошевский. «Базы знаний интеллектуальных систем». - СПб, Питер, 2001
101. Б.В. Костров, В.H. Ручкин, В.А. Фулин. «Основы искусственного интеллекта». Москва, Десс, 2007.
102. Ясницкий JT.H. «Введение в искусственный интеллект», Москва, «Академия», 2005
103. Интеллектуальные процессы и их моделирование. Организация движения. Сборник научных трудов. АН СССР. Отделение информатики, вычислительной техники и автоматизации. Институт проблем передачи информации. Отв. редактор А. В. Чернавской. М. Наука. 1991.
104. Непрерывно-логические системы, модели и алгоритмы. Труды международной научно-практической конференции: «Непрерывно-логические и нейронные сети и модели». Ульяновск. 1995.
105. Гаврилова Т. А., Зудилова Е. В., Ильясов М. 3. Интеллектуальные и обучающие системы. Санкт-Питерсбургский Государственный технический университет. СПб. 1996.
106. Кондрашина Е. Ю., Литвинцева Л. В., Поспелов Д. А. Представление знаний о времени и пространстве в интеллектуальных системах.
Л/Г ТТ_____ f r\rts\
m. паука. 1У6У.
107. Артамонов B.C. Теоретические основы построения систем управления риском // Вестник СПбИГПС, № 3, СПб, 2003.
108. Артамонов B.C. Новые технологии в деятельности подразделений и организаций МЧС России // Вестник СПбИГПС, № 2, СПб, 2004.
109. Артамонов B.C. Основные положения теории управления риском // Вестник СПбИГПС, № 3, СПб., 2003.
110. Артамонов B.C., Антюхов В.И., Гвоздик М.И., Евграфов В.Г., Исаков С.Л., Ходасевич Х.Б. Системный анализ: Учебное пособие / Под общей редакцией B.C. Артамонова. СПб.: Изд-во СПб УГПС МЧС России, 2007.
111. Тихомиров М.М. Системы информационной и интеллектуальной поддержки управленческой деятельности в структурах государственной службы. М.: РАГС, 1995. - 185 с
112. Геловани В. А., Башлыков А. А., Бритков В. Б., Вязилов Е.Д. «Интеллектуальные системы поддержки принятия решений в внештатных ситуациях с использованием информации о состоянии природной среды». М.: Эдиториал УРСС, 2001.
113. Ноженкова Л.Ф. «Интеллектуальная поддержка прогнозирования и ликвидации чрезвычайных ситуаций» / Интеллектуальные системы. -Красноярск, изд. КГТУ, 1997.
114. Ямалов И.У. Информационная поддержка принятия решений при ликвидации чрезвычайных ситуаций на основе моделирования сценариев управления. // Информационные технологии : науч.-техн. и науч.-произв. журн. 2005. Вып. №6. С. 51-58.
115. Ямалов И.У. Концептуальное моделирование процессов возникновения и развития чрезвычайных ситуаций. // Информационные технологии: науч.-техн. и науч.-произв. журн. Вып. № 7, 2006. С. 54-57.
116. Ямалов И.У. Моделирование процессов управления ликвидацией чрезвычайных ситуаций с использованием нечетких когнитивных карт. // Экология промышленного производства: межотр. науч.-практ. журнал. Вып. № 3. 2006. С. 70-74.
117. Ямалов И.У. Региональная информационная система поддержки принятия решений по управлению в условиях чрезвычайных ситуаций (на примере Республики Башкортостан). // Проблемы безопасности и чрезвычайных ситуаций : науч.- информ. сб. М., 2006. Вып. № 4. С. 37^16.
118. Ямалов И.У. Современные принципы моделирования динамических процессов автоматизированного управления геотехническими объектами в условиях чрезвычайных ситуаций. // Мехатроника, автоматизация, управление : науч.-техн. и произв. журнал. 2006. Вып. № 11. С. 50-56.
119. Ямалов И.У. Принципы построения моделей возникновения и развития чрезвычайных ситуаций. // Системы управления и информационные технологии : науч.-техн. журн. Воронеж. 2006. № 1.2 (23). С. 297-300.
120. Ямалов И.У. Моделирование сценариев управления ликвидацией чрезвычайных ситуаций на химически опасных объектах. // Экология промышленного производства : межотр. науч.-практ. журнал. Вып. № 4. 2006. С. 41-48.
121. Ямалов И.У. Концептуальное моделирование развития и ликвидации чрезвычайных ситуаций на основе нечетких когнитивных карт. // Проблемы безопасности и чрезвычайных ситуаций : науч. информ. сб.М., 2007. № 1. С. 75-80.
122. Артамонов B.C., Воронов С.П., Гилетич А.Н., Дешевых Ю.И., Крейтор В.П., Лобаев И.А., Фомйн A.B. Под ред. Кириллова Н.Г. Государственный пожарный надзор. Санкт-Петербургский университет ГПС МЧС России, 2006.
123. Открытый электронный журнал «Химическое разоружение», Интернет сайт http://www.chemicaldisarmament.ru
124. Интернет сайт http://www.mchs.gov.ru
125. Интернет сайт www.daytrading.com.ua
126. Артамонов B.C., Кадулин В.Е., Козленко Р.Н. Информационное обеспечение государственной пожарно-спасательной службы в условиях чрезвычайных ситуаций // Вестник СПбИГПС, № 3, СПб., 2003.
127. Артамонов B.C., Спесивцев A.B. Методологические аспекты теории анализа и управления риском на основе формализации экспертной информации // Вестник Санкт-Петербургского института ГПС МЧС России. № 3 (10), 2005.
128. Артамонов B.C. Индивидуальная подготовленность обучения в образовательном учреждении: контроль и управление. Монография. - Спб, 1997
129. Брушлинский H.H. «Моделирование оперативной деятельности пожарной службы». М. Стройиздат, 1981 г.
130. Брушлинский H.H. «Совершенствование организации и управления пожарной охраной». М.: Стройиздат, 1986. - 152 с.
131. Брушлинский H.H., Козлачков В.И., Семиков B.JI. и др. «Игровое моделирование и пожарная безопасность»: Учебное пособие/ Под ред. H.H. Брушлинского. -М.: Стройиздат, 1993.
132. Брушлинский H.H. Системный анализ деятельности государственной противопожарной службы. МИПБ МВД России. 1998 г.
133. Топольский Н.Г., Вязилов A.B. Создание баз знаний для систем поддержки принятия решений в чрезвычайных ситуациях // Материалы 2 международной конференции «информатизация систем безопасности» ИСБ-93. - М.: ВИПТШ МВД России, 1993. - с.55-60.
134. Топольский Н.Г., Климовцов В.М. Функции и задачи мобильной информационной системы поддержки принятия решений в деятельности оперативных служб // Материалы Международной научно-технической школы-конференции «Молодые учёные - науке, технологиям и профессиональному образованию». М.: МИРЭА, 2003. - с.311-312.
135. Топольский Н.Г., Климовцов В.М. Принципы построения автоматизированных систем поддержки принятия решений в Государственной противопожарной службе //' Материалы 8 международного форума «Технологии безопасности». - М., 2003. - с.285.
136. Соколов C.B. Методологические основы разработки и использования компьютерных имитационных систем для исследования деятельности и проектирования аварийно-спасательных служб в городах. // Диссертация на соискание учёной степени д.т.н. - М.: 1999.
137. Alekhin Е.М., Brushlinsky N.N., Sokolov S.V., Wagner P. Russian Simulation for strategic planning. "Fire International", 11/1996/ p. 32-33.
138. Мешалкин E.A., Кокушкин B.A., Дударев Г.И. Экспертные системы и перспектива их использования в пожарной охране. // Обзор информации. -М.: ГИЦ МВД СССР, 1988. - 43 с.
139. Мешалкин Е.А., Кокушкин В.А., Дударев Г.И. Системы поддержки принятия решений и перспектива их использования в пожарной охране. // Обзор информации. - М.: ГИЦ МВД СССР, 1989. - 39 с.
140. Пранов Б.М. «О моделях оптимального распределения ресурсов пожарной охраны.// Опасные факторы пожара и противопожарная защита». Сборник науч. трудов. М, ВИПТШ МВД СССР, 1989.
141. Топольский Н.Г., Климовцов В.М., Афанасьев К.А. Применение экспертных систем для поддержки принятия решений руководящим составом ГПС и метод определения компетентности экспертов // Материалы 9 международного форума «Технологии безопасности». - М., 2004. - с.405 - 407.
142. Денисов А.Н. «Моделирование сосредоточения и введения сил и средств для планирования боевых действий пожарных подразделений при пожарах в резервуарных парках». Диссертация на соискание учёной степени к.т.н., Академия ГПС МВД России, 2001 г.
143. Матюшин A.B., Давыдкин Н. Ф., Шлепнёв М.М., Щеглов А.Н. Метод разработки оперативных планов пожаротушения для тоннелей. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 2, стр. 507-508.-М., 2001.
144. Бондарев В.Ф., Копейкин H.H., Нырков A.A. Модернизированное программное средство по расчёту насосно-рукавных систем, собираемых на пожарах. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 2, стр. 535538,- М., 2001.
145. Моделирование пожаров и взрывов. Под ред. H.H. Брушлинского, А.Д. Корольченко, Ассоциация «Пожнаука», 1998.
146. Махвиладзе Г. М., Роберте Дж. П., Якуш С.Е., Моделирование огненных шаров при однофазных и двухфазных выбросах углеводородных топлив в атмосферу. // Материалы XV научно-практической конференции
«Проблемы горения и тушения пожаров на рубеже веков» ВНИИПО МВД РФ. Часть 1, стр.5-7. — М.,1999 г.
147. Карпов A.B., Мольков В.В., Рыжов A.M. Трехмерное моделирование структуры течения в припотолочном слое и её влияние на время обнаружения пожара в помещении. // Материалы XV научно-практической конференции «Проблемы горения и тушения пожаров на рубеже веков» ВНИИПО МВД РФ. Часть 1, стр.8-11. - М.,1999 г.
148. Стоянов А.Ф., Елизаров A.B. Численное моделирование распространения дыма при пожаре в домещении. // Материалы XV научно-практической конференции «Проблемы горения и тушения пожаров на рубеже веков» ВНИИПО МВД РФ. Часть 1, стр. 19-20. - М.,1999 г.
149. Болодьян И.А., Бородкин А.Н., Лицкевич В.В, Родин B.C., Моделирование параметров пожара в транспортных тоннелях большой протяжённости. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 1, стр. 5-7.- М., 2001.
150. Волков A.B., Карпов A.B., Рыжов A.M. Математическое моделирование пожара в тоннеле с системой продольного вентилирования. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 1, стр. 7-10.- М., 2001.
151. Пономарёв В.В., Смирнов В.В., Яйлиян P.A. Математическая модель распространения пламени по поверхности материала. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 1, стр. 18-20,- М., 2001.
152. Дектерев A.A., Амельчуков С.П. Об использовании CFD-программ для моделирования пожаров. Аспекты проблемы исследования взрывов угольной пыли. // Крупные пожары: предупреждение и тушение. Материалы
XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 1, стр. 23-25.- М., 2001.
153. Логачёв Е. Н., Исхаков Х.И. Модель пожара автотранспортного средства для перевозки топлива. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 1, стр. 80-81.- М., 200 L
154. Кудаленкин В.Ф., Панарин В.М., Поповский Ю.А., Фурсов А.И. Методические рекомендации по подготовке и проведению комплексных организационно управленческих учений по обеспечению противопожарной защиты в населённых пунктах и на объектах народного хозяйства. - М.: ВИПТШ, 1983.-40 с.
155. Теребнёв В.В., Теребнёв A.B., Подгрушный A.B., Грачёв В.А. Тактическая подготовка должностных лиц органов управления силами и средствами на пожаре. М.: Академия ГПС МЧС России, 2004 - 285 с.
156. Курбатский Н.П., Дорогов Б.И., Доррер Г.А. Прогнозирование лесных пожаров с помощью ЭВМ. Лесное хозяйство 1976, № 7, С. 51 - 55.
157. Курбатский Н.П., Доррер Г.А., Дорогов Б.И. Расчёт распределения источников пожаров в лесу. Лесное хозяйство 1978, № 7, с. 76 - 78.
158. Коровин Г.Н., Покрывайло В.Д., Солодовникова Н.И. Анализ и моделирование статистической структуры поля горимости лесов. Методические рекомендации. - Л.: ЛенНИИЛХ, 1984. - 64 с.
159. Жданко В.А., Гриценко М.В. Метод анализа лесопожарных сезонов: Практические рекомендации,- Л.:ЛНИИЛХ, 1980.
160. Доррер, Г.А. Математическое моделирование процессов распространения лесных пожаров и борьбы с ними / Г.А. Доррер, C.B. Ушанов, Н.Г. Бархатов // Изв. вуз. Лесной журнал. - 2000. - № 2. - С. 31 - 36.
161. Fosberg, М.А., J.G. Goldammer, D. Rind, and C. Price.1990. Global change: effects on forest ecosystems and wildfire severity. In: Fire in the tropical
biota. Ecosystem processes and global challenges. (J.G. Goldammer, ed.), 463-486. Ecological Studies 84, Springer-Verlag. Berlin.
162. Беляев А.И., Ершов Д.В.; Коровин Г.Н., и др. «Современные возможности Российской системы оперативного спутникового мониторинга лесных пожаров». Доклады III Всероссийской конференции: Аэрокосмические методы и геоинформационные технологии в лесоведении и лесном хозяйстве. Москва 18-19 апреля 2002 г. с.34-36.
163. Котельников Р. Поддержка принятия решений диспетчера авиалесоохраны. // «Открытые системы» ,№ 10, 2003 г
164. Ушанов С.В., Фадеенков О.В. Компьютерная система поддержки принятия решений в задачах оптимальной маршрутизации // Вестник КрасГАУ. -2006.-№ 13.-С. 104-107
165. Фадеенков, О.В. Оптимальная маршрутизация при управлении борьбой с лесными пожарами: автореф. дис. ...канд. техн. наук / О.В. Фадеенков. - Красноярск, 2006. - 20 с.
166. Ходаков В.Е., Жарикова М.В., Ляшенко E.H. Применение когнитивного подхода для решения задачи поддержки принятия управленческих решений при ликвидации лесных пожаров. // Автоматика, автоматизация, электротехнические комплексы и системы, № 1, 2009 г.
167. Средства информатизации фонда программных средств ГПС МЧС РФ ФГУ ВНИИПО, 2003
168. Тетерин И.М., Топольский Н.Г., Климовцов В.М., Прус Ю.В. Применение систем поддержки принятия решений руководителями оперативных подразделений при тушении пожаров в крупных городах / Научный интернет портал «Технологии и системы безопасности» // Интернет-журнал: Технологии техносферной безопасности - 2008. - № 4. [Электронный ресурс]: Режим доступа: URL: http://ipb.mos.ru/ttb
169. Тетерин И.М., Климовцов В.М., Прус Ю.В. Методология разработки экспертных систем для оперативного управления пожарными
подразделениями / Научный интернет портал «Технологии и системы безопасности» // Интернет-журнал: Технологии техносферной безопасности -2008. -№ 5. [Электронный ресурс]: Режим доступа: URL: http://ipb.mos.ru/ttb
170. Топольский Н.Г., Прус Ю.В., Климовцов В.М. Определение ранга пожара на объекте по диаграммам состояния // Материалы 13 международной конференции «Системы безопасности» СБ-2004. М.: Академия ГПС МЧС России, 2004. - с. 297 - 299.
171. Е.А. Мешалкин, В.Т. Олейников, А.П. Абрамов.- «Структура программно-аппаратного комплекса поддержки принятия решений РТП».// Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 2, М., 2001.
172. Мешалкин Е.А., Крылов А.Г., Олейников В.Т., Абрамов А.П. К вопросу автоматизации информационной поддержки действий должностных лиц на пожаре. // Материалы 11 международной конференции «Системы безопасности» - СБ-2002. - М.: Академия ГПС МЧС России, 2002. - с. 11-13.
173. Топольский Н.Г., Домбровский М.Б. Основы применения теории игр в автоматизации систем пожарной безопасности. М.: ВИПТШ МВД РФ, 1996.- 117 с.
174. Тетерин И.М. Теоретико-игровые методы в системах поддержки принятия решений для руководителя тушения пожара / Научный интернет портал «Технологии и системы безопасности» // Интернет-журнал: Технологии техносферной безопасности - 2008. - № 5. [Электронный ресурс]: Режим доступа: URL: http://ipb.mos.ru/ttb
175. Климовцов В.М. Решение задачи экспертной классификации по определению ранга пожара в административных и жилых зданиях // Вестник Академии ГПС МЧС России. - 2004. - №1. - с. 116-120.
176. Исайкин Ф.А. Разработка автоматизированной системы поддержки принятия решений о привлечении пожарных подразделений на пожары в крупном городе // Диссертация на соискание учёной степени к.т.н.. - М.: 1999.
177. Кручинин В. В. Разработка компьютерных учебных программ. Томск. Издательство Томского государственного университета. 1998.
178. Лущеев В. И. Конструктор обучающих программ КОП. Инструкция по эксплуатации. Омский юридический институт. 1996.
179. Диалоговая информационно-обучающая адаптивная система АДОНИС. Руководство по эксплуатации. НПК «Файл». 1989.
180. Ахметьев М. А., Соппа М. С. Автоматизированная система АДОНИС и её применение. Новосибирск, 1998.
181. Адаптивная диалоговая информационная система АДОНИС. Руководство пользователя. Версия 1.3. М. Научно-техническая фирма «Росфайл». 1992.
182. Панфилов С. А. Контроль знаний на ЭВМ. Саранск. Мордовский университет. 1989.
183. Богданов Ю. В. О сущности понятий и количественной оценке содержательности и ценности информации. Научно-техническая информация. Серия 2. Издательство ВИНИТИ. 1974. № з. с.1-6.
184. Свиридов А. П. Основы статистической теории обучения и контроля знаний. М. Высшая школа. 1981.
185. Суржик С. В. Использование ЭВМ при обучении теории вероятностей. // Деловые игры и методы активного обучения. Межвузовский сборник научных трудов. Челябинский государственный технический университет. Челябинск. 4.2. 1992.
186. Лазарева Г. В., Турковская М. Б. Повышение эффективности компьютерных обучающих программ. // Деловые игры и методы активного обучения. Межвузовский сборник научных трудов. Челябинский государственный технический университет. Челябинск. 4.1. 1993.
187. Деловые игры и методы активного обучения. Межвузовский сборник научных трудов. Челябинский государственный технический университет. Челябинск. 4.1, 4.2. 1992.
188. Деловые игры и методы активного обучения. Межвузовский сборник научных трудов. Челябинский государственный технический университет. Челябинск. 4.1, 4.2. 1993.'
189. Деловые игры и методы активного обучения. Межвузовский сборник научных трудов. 4елябинский государственный технический университет. 4елябинск. 4.1, 4.2. 1995.
190. Геронимус Ю.В. Игра, модель, экономика. - М.: Знание, 1989.-208с.
191. Грэм Р., Грэй Р. Руководство по операционным играм. - М.: Советское радио, 1977. - 376 с.
192. Гидрович С.Р., Сыроежкин И.М. Игровое моделирование экономических процессов (деловые игры). - М.: Экономика, 1976. - 117 с.
193. Платов В.Я., Подиновский В.В., Вельский A.A. Деловые игры по охране труда в строительстве. - М.: Стройиздат, 1987. - 203 с.
194. Екатеринославский Ю.Ю. Управленческие ситуации: анализ и решения. -М.: Экономика, 1988. - 191 с.
195. Поль де Брюйи. Подготовка кадров для управления предприятиями.
л Л . TT___-___- 1 А/П 1 Л Л ^
IV!.. llpUlpeUC, 1УОО Г. — OU С.
196. Анализ конкретных ситуаций в управлении производством. М.: Прогресс, 1978.-300 с.
197. Конкретные ситуации изучающим курс «Труд руководителя». - М.: Экономика, 1976. - 182 с.
198. Брянский Г.А., Разу M.JL, Овсянников O.A. Хозяйственные ситуации. -М.: Экономика, 1983. - 128 с.
199. Платов В.Я., Подиновский В.В. Деловая игра как метод активного обучения профсоюзных кадров. Учебное пособие. - М.: ВЦСПС, 1987. - 121 с.
200. Комаров В.Ф. Управленческие иммитационные игры. Новосибирск: Наука. Сиб. отделение, 1989. - 272 с.
201. Лифшиц А.Л. Деловые игры в управлении. - Л.: Лениздат, 1989. -
172 с.
202. Борисова Н.В., Соловьёва А. А. Игра в обучении лекторов. - М.: Знание, 1984.-64 с.
203. www:http://www.vkkb.ru - Интернет ресурс ООО «Высшие компьютерные курсы бизнеса»
204. Евграфов П. М. Анализ объективности методов оценивания сложных знаний. О вероятностной методике оценивания знаний психологически понятийной структуры. // Информационные технологии. №5. 2002 г., стр. 34-38.
205. Евграфов П.М. К вопросу соотношения речи, грамматики и логики как моделей мышления. // Научно-техническая информация. Серия 2. Издательство ВИНИТИ. 2007 г. № 11, с. 1-8.
206. Евграфов П. М. Применение психологического моделирования и вероятностной теории сложных знаний при обучении в ГПС МВД РФ.// Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 2, стр. 533-535.-М., 2001.
207. Евграфов П. М., Быковский В. И. Применение методики психологического моделирования для разработки психологического сценария деловых игр по тушению пожаров.// Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 2, стр. 461-464,- М„ 2001.
208. Евграфов П. М. Новое в идеологии построения контрольно-обучающих компьютерных систем. // Научно-техническая информация. Серия 2. Издательство ВИНИТИ. 2002 г. № 1. с. 1-3.
209. Евграфов П. М. О применении метода психологического моделирования в контрольно-обучающих программах и в психометрических тестированиях интеллекта. // Научно-техническая информация. Серия 1. Издательство ВИНИТИ. 2002 г. № 4. с. 15-18.
210. Евграфов П. M., Глуховенко Ю.М. Ноу-хау обучающих программ и деловых игр. Издательство APC, М, 2004 г., 222 стр. с иллюстрациями.
211. Евграфов П. М. Деловые игры и независимые тестовые задания с использованием метода психологического моделирования сложных знаний и
m
теории вероятностного приобретения и оценивания сложных знаний. // XV международная конференция-выставка «Информационные технологии в образовании». Сборник трудов участников конференции. Часть IV. - М.: «БИТ про», 2005 - с. 267 - 269.
212. Евграфов П. М. Деловые игры в юриспруденции (методом психологического моделирования сложных знаний). // XV международная конференция-выставка «Информационные технологии в образовании». Сборник трудов участников конференции. Часть IV. - М.: «БИТ про», 2005 - с. 296-298.
213. Евграфов П.М., Евграфов И. П. Психологическое моделирование и вероятностное оценивание сложных знаний в области пожарной безопасности. // Пожаровзрывобезопасность. - 2006. - № 3. - с. 21 - 29.
214. Евграфов П.М Метод структурирования, представления и логического оценивания «неидеальных» знаний-решений. // Информационные технологии. № 4. 2009 г., стр. 26 - 30.
215. www.indelig.narod.ru - Интернет сайт Научно-инновационной группы «Инде л иг».
216. Евграфов П. М. Основания вероятностного подхода к процессу приобретения и оцениванию сложных знаний. // Научно-техническая информация. Серия 2. Издательство ВИНИТИ. 2002 г. № 5. с. 1-5.
217. H.A. Бердяев. Философия свободы. - Харьков: Фолио; М.: ООО «Издательство ACT», 2002. - 736 с.
218. Евграфов П. М. Философия выбора универсального критерия ценности сложных знаний. // Научно-техническая информация. Серия 1. Издательство ВИНИТИ. 2002 г. № 2. с. 16-18.
219. Евграфов П.М. «Сложностная» ценность знания. Связанные и несвязанные знания. // Научно-техническая информация. Серия 2. Издательство ВИНИТИ. 2007 г. № 10, с. 1-8.
220. Евграфов П.М. Методы психологического моделирования и вероятностного оценивания сложных знаний-решений и их приложения: Монография. - М.: Академия ГПС МЧС России, 2010. - 214 с.
221. Федеральный закон «О пожарной безопасности» №69-ФЗ
222. Правила пожарной безопасности в Российской Федерации ППБ 0103
223. Евграфов П. М., Евграфов И. П. Система интеллектуальной поддержки принятия решений , организации при пожаре. // Пожаровзрывобезопасность. - 2006. - № 4. - с. 10-18.
224. Евграфов П.М. О правовой необходимости нового единого подхода к подготовке сотрудников объектов к действиям при пожаре и общих требованиях к этому подходу. // Пожаровзрывобезопасность. - 2006. - № 5. - с. 15-21.
225. Евграфов П.М. Правила пожарной безопасности в части действий организаций при пожаре и их эффективность. // Пожаровзрывобезопасность. -2008 г.-№2, с. 10-15.
226. Евграфов П.М., Нестеров A.B., Нестерова О.В. Подготовка населения к действиям при пожарах как единая информационно-техническая и психологическая проблема. // Пожаровзрывобезопасность. - 2008 г. - № 5, с. 5 -15.
227. Шаршанов А.Я. Использование программного обеспечения при обучении пожарной тактике. // Крупные пожары: предупреждение и тушение. Материалы XVI научно-практической конференции. ФГУ ВНИИПО МВД РФ. Часть 2, стр. 485-487,- М., 2001.
228. Собурь,С. В. Краткий курс пожарно-технического минимума. - 2-е издание, доп. - М.: Пожарная книга, 2004. - 304 с.
229. Правила по охране труда в подразделениях Государственной противопожарной службы МЧС России (ПОТРО-01-2002).
230. ГОСТ 12.1.004-91 ССБТ. Пожарная безопасность. Общие требования.
231. В.И. Дутов, И.Г. Чурсин. Психофизиологические и гигиенические аспекты деятельности человека при пожаре. Издательство Специализированного научно-практического центра экстренной медицинской помощи «Защита», М, 1993 г., 300 стр. ,
232. Евграфов П.М. Концепция построения систем интеллектуальной поддержки принятия решений посредством планирования-обучения. // Интернет-журнал «Технологии техносферной безопасности». - 2008 г. - № 1. -^рр^ЛрЬ.тоз.шЛЛ
233. Методические рекомендации по составлению планов и карточек тушения пожаров. М, 2005 г.
234. Федеральный Закон РФ «О промышленной безопасности опасных производственных объектов» №116-ФЗ.
235. Евграфов П. М., Евграфов И. П. Система интеллектуальной поддержки принятия решений организаций при чрезвычайных ситуациях на предварительной стадии. // Сборник трудов 5-й международной специализированной выставки «Пожарная безопасность XXI века». // Научная конференция «Современные средства и способы обеспечения пожарной безопасности». - М. - Экспо дизайн- ПожКнига. - с. 116 - 117.
236. Евграфов П.М., Евграфов И.П. Система интеллектуальной поддержки принятия решений путём планирования-обучения. // Научно-техническая информация. Серия 1. Издательство ВИНИТИ. 2007 г. № 7, с. 1214.
237. Евграфов П.М., Евграфов И.П. Программное обеспечение для подготовки персонала объектов к действиям при пожарах. // Материалы 16-й научно-технической конференции «Системы безопасности» - СБ-2007
Международного форума информатизации. - М: Академия ГПС МЧС России,
2007.-с. 220-221.
238. Евграфов П.М., Евграфов И.П. Компьютеризация метода анализа конкретных ситуаций и деловых игр в профессиональном образовании. // XVI Международная конференция-выставка «Информационные технологии в образовании». Сборник трудов участников конференции. Часть. III- М.: «БИТ про», 2006-с. 147- 148.
239. Евграфов П.М., Кудинов В.П. Современные требования в разрабатываемой компьютеризированной системе обучения и контроля профессиональных знаний в ГПС. Материалы XV научно-практической конференции «Проблемы горения и тушения пожаров на рубеже веков» ВНИИПО МВД РФ. - М.,1999 г.
240. Евграфов П.М., Евграфов И.П. Контрольно-обучающая программа для подготовки сотрудников объектов к действиям при пожаре. // Интернет-журнал «Технологии техносферной безопасности». - 2008 г. - № 4. -Мрр:/ЛрЬ.mos.ru/ttb
241. Евграфов П.М., Евграфов И.П. Контрольно-обучающая программа для подготовки сотрудников объектов к действиям при пожаре. // Материалы 17-й научно-технической конференции «Системы безопасности» - СБ-2008 Международного форума информатизации. - М: Академия ГПС МЧС России,
2008.-с. 274-277.
242. Евграфов П. М., Способ оценки знаний и интеллектуальных возможностей. Решение о выдаче патента на изобретение от 14.01.03 по заявке на изобретение России № 2001115884 от 15.06.01.
243. Евграфов П.М. Некоторые организационные и технические проблемы внедрения информационных технологий обучения в крупном бизнесе и пути их решения. // Международная конференция «Современное профессиональное образование и информационные технологии» «ИТО-
Москва-2009». Сборник трудов участников конференции. - М.: «БИТ про», 2009-с. 39-40.
244. Евграфов П.М. О недостатках правовой подготовки сотрудников ГПН в процессе доказывания. // Материалы 16-й научно-технической конференции «Системы безопасности» - СБ-2007 Международного форума информатизации. - М: Академия ГПС МЧС России, 2007. - с. 218 - 220.
245. Евграфов П.М. Гражданский кодекс РФ и принятие решений должностными лицами ГПН. // Материалы 16-й научно-технической конференции «Системы безопасности» - СБ-2007 Международного форума
информатизации. - М: Академия ГПС МЧС России, 2007. - с. 185 186.
/
246. Евграфов П.М. Правовые " вопросы государственного пожарного надзора в арендных отношениях. // Пожаровзрывобезопасность. - 2008 г. № 2,
247. Евграфов П.М. Описание и оценивание юридических знаний с учётом их «неидеальности». // Научно-техническая информация. Серия 2. Издательство ВИНИТИ. 2008 г. № 7, с. 1- 5.
Государственным пожарным надзором: Монография. - М.: Академия ГПС МЧС России, 2008. - 345 с.
249. Евграфов П.М. О некоторых причинах низкой эффективности административного приостановления деятельности организаций. // Пожаровзрывобезопасность. - 2009 г. - № 3, с. 15-20.
250. Комментарий к Кодексу Российской Федерации об административных правонарушениях., Под редакцией E.H. Сидоренко, 5-е издание // М.: Проспект. 2006 г. - 1014 с.
251. Комментарий к Уголовно-процессуальному кодексу Российской Федерации., Ответственный редактор В.И. Радченко, 2-е издание // М.: Юрайт.
с. 21-28.
ü.M. Правовые аспек!ы принятия решении
гг.
2006 г. - 1102 с.
£с<->?Ь UL/cTb-u С "Г ^ с с^-с
Обратите внимание, представленные выше научные тексты размещены для ознакомления и получены посредством распознавания оригинальных текстов диссертаций (OCR). В связи с чем, в них могут содержаться ошибки, связанные с несовершенством алгоритмов распознавания. В PDF файлах диссертаций и авторефератов, которые мы доставляем, подобных ошибок нет.