Модели и алгоритмы принятия оптимальных решений при минимизации риска аварийных ситуаций тема диссертации и автореферата по ВАК РФ 05.13.01, кандидат технических наук Соловьев, Алексей Евгеньевич

• Соловьев, Алексей Евгеньевич
• кандидат технических наук
• 2007

Оглавление диссертации кандидат технических наук Соловьев, Алексей Евгеньевич

Введение.

ГЛАВА 1. ОБЗОР ИССЛЕДОВАНИЙ ПО ТЕМЕ ДИССЕРТАЦИИ.

1.1 Состояние проблемы обеспечения безопасности при железнодорожных перевозках. 2 Опасности, последовательности событий, исходы аварий и их последствия на железнодорожном транспорте. 3 Обзор и анализ существующих методов обеспечения безопасности при авариях на техногенных объектах.

1 4 Пути повышения эффективности автоматизированного обеспечения безопасности на железной дороге.

1 5 Задачи исследований.

Вывод к разделу 1.

ГЛАВА 2. ОБОСНОВАНИЕ ФОРМАЛЬНОГО ПОДХОДА К АВТОМАТИЗИРОВАННОМУ ОБЕСПЕЧЕНИЮ БЕЗОПАСНОСТИ ПРИ ЖЕЛЕЗНОДОРОЖНЫХ ПЕРЕВОЗКАХ.

2 1 Информационные модели возникновения и развития железнодорожных аварий.

2.2 Общая структура анализа техногенного риска железнодорожной аварии

2.3 Деревья отказов и событий для аварий типа схода поезда с рельсов по вине человека.

2 4 Методика оценки вариаций нештатных ситуаций по их весам и вкладам в опасность возникновения аварий на железнодорожном транспорте.

2 5 Временные характеристики аварийных железнодорожных ситуаций.

Вывод к разделу 2.

ГЛАВА 3. ФОРМАЛИЗАЦИЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ДИСПЕТЧЕРСКОГО ПЕРСОНАЛА ПРИ АВТОМАТИЗИРОВАННОМ МОНИТОРИНГЕ АВАРИЙНЫХ СИТУАЦИЙ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСПОРТЕ.

3 1 Особенности интеллектуальной поддержки при автоматизированном мониторинге аварийных ситуаций в условиях неполноты и нечеткости данных.

3 2 Алгоритм автоматизированного мониторинга взаимодействия нештатных ситуаций при возникновении железнодорожных аварий.

3 3 Алгоритм автоматизированного распознавания причин и условий возникновения аварийных железнодорожных ситуаций.

3 4 База данных классификации железнодорожных аварий по их условиям, причинам и типам. Ее структура и описание.

Вывод к разделу 3.

ГЛАВА 4. АВТОМАТИЗИРОВАННОЕ ОБЕСПЕЧЕНИЕ БЕЗОПАСНОСТИ ПРИ АВАРИЯХ НА ЖЕЛЕЗНОДОРОЖНОМ ТРАНСОРТЕ.

4 1 Особенности принятия решений по безопасности железнодорожных перевозок в нечеткой среде.

4 2 Нечеткая модель прогноза времени локализации аварийных ситуаций при железнодорожных перевозках.

4 3 Методика автоматизированной оценки последствий аварий на железнодорожном транспорте.

4.4 Алгоритм действий диспетчерского персонала железной дороги по автоматизированному обеспечению безопасности.

Вывод к главе 4.

Введение диссертации (часть автореферата) на тему «Модели и алгоритмы принятия оптимальных решений при минимизации риска аварийных ситуаций»

При решении вопросов планирования горного производства большое значение имеют перевозки грузов, например с нескольких карьеров, производящих стройматериалы, к нескольким потребителям сырья; транспортировка угля как важного энергоносителя с шахт - поставщиков в несколько пунктов, потребителей угля (ТЭЦ, обогатительные фабрики), при известных объемах добычи по каждой шахте, потребностях в угле, пропускных способностях коммуникаций транспортной сети. Большое значение для горнодобывающей промышленности также имеют задачи планирования размещения углеобогатительных фабрик, решение которых зависит от мест добычи, расстояния, назначения и количества перевозимого угля. При этом учитываются существующие железнодорожные транспортные системы в рамках Российских Железных Дорог (РЖД).

Железная дорога, представляющая собой стратегически важный объект, практически для всех отраслей промышленности страны в рамках ее хозяйственной деятельности в настоящее время остается областью деятельности с наиболее низкими показателями безопасности. Несмотря на проведение множества мероприятий по безопасности и совершенствованию средств осуществления спасательных работ уровень аварий и удельный вес несчастных случаев со смертельным исходом по-прежнему довольно высокие. Усиливаются негативные тенденции: возрастает доля "рукотворных" аварий, увеличиваются масштабы техногенных катастроф (столкновения, взрывы, пожары, сход с рельсов и т.д.), которые являются следствием увеличения объемов и интенсивности железнодорожных перевозок промышленных грузов, в частности различных видов топлива, полезных ископаемых с горнодобывающих предприятий, а также технических, энергетических установок, систем связи, коммуникаций и пр. Основная их причина связана с тем, что принятие решений в области безопасности осуществляется без достаточного учета специфики перевозок, что объясняется чрезвычайной сложностью формализации учета и описания их особенностей. Эти процессы имеют стохастический и нестационарный характер.

Обеспечение технологической безопасности, как известно, основано на комплексном анализе условий и причин возникновения аварийной ситуации (АС) и формировании механизма принятия управленческих решений.

Решение задач мониторинга опасных ситуаций, оценки последствий аварий, выхода из них на основе аналитических или стохастических подходов наталкивается на ряд серьезных ограничений, связанных с наложением классов типичных аварий, множественностью их параметров, невозможностью строгого количественного определения момента времени локализации и развития аварий, которое изменяется для разных их типов.

Сегодня появляется понимание того, что одним из направлений решения этой проблемы является раскрытие информационного механизма возникновения аварий и на этой основе внедрение новых информационных технологий мониторинга и управления. Достоинством такого подхода является возможность создания методов мониторинга и управления железнодорожными перевозками промышленных грузов, которые инвариантны к различным типам аварий и могут быть адаптированы к разным условиям.

Таким образом, совершенствование методов мониторинга и управления рисками аварий на основе информационных технологий с элементами искусственного интеллекта является актуальной научной задачей, имеющей важное народнохозяйственное значение.

Цель исследования заключается в разработке моделей, методов и алгоритмов принятия решений, универсальных для различных отраслей промышленности и обеспечивающих минимизацию рисков и смягчение последствий железнодорожных аварий.

Задачи исследований Системная концепция в области безопасности, основанная на автоматизированном управлении техногенными рисками, предполагает решение следующих задач:

1. Теоретическое обобщение причинно-следственных взаимосвязей факторов аварийности перевозочных процессов промышленных грузов для выявления закономерностей возникновения аварий.

2. Разработка деревьев отказов, событий, рисков при авариях на железнодорожном транспорте для формирования информационных моделей возникновения и развития аварий.

3. Разработка алгоритма мониторинга взаимодействия нештатных ситуаций при возникновении аварий.

4. Разработка алгоритма распознавания причин и условий возникновения аварийных ситуаций.

5. Построение нечетких моделей прогнозирования времени локализации аварийных ситуаций при перевозках.

6. Разработка методики оценки последствий аварий в перевозочных процессах.

Идея работы заключается в установлении и анализе причинно -следственных связей между причинами, условиями возникновения аварийных ситуаций, их возможным ущербом и действиями персонала железной дороги и выработке оптимальных решений по обеспечению безопасности при перевозках различных хозяйственных грузов.

Методы исследования. Выполненные исследования базируются на использовании методов математической статистики, кластерного анализа, теории нечетких множеств, теории принятия решений, теории вероятностного анализа риска, основ построения систем искусственного интеллекта.

Основные научные положения, разработанные соискателем, и их новита: комплексный подход к обеспечению безопасности при авариях на железной дороге, объединяющий этапы мониторинга опасных ситуаций и оперативного управления рисками их аварийного развития на основе информационного моделирования возникновения и развития аварий, распознавания причин и условий их возникновения с оценкой возможного ущерба, который позволяет формализовать процесс принятия и оптимизации решений в автоматизированной технологии обеспечения безопасности при перевозках; модели и алгоритмы принятия решений по минимизации риска аварий, основанные на построении деревьев отказов, событий, опасных состояний и временной оценке «золотого вурфа» при локализации аварийных ситуаций, которые, в отличие от существующих, позволяют определять вклады разных источников опасных факторов в риск возникновения аварий, текущий резерв времени при авариях и являются основой для автоматизированной оценки ситуационной обстановки; алгоритм распознавания нештатных ситуаций, причин и условий возникновения аварий на основе нечеткой нейронной сети (НС) с изменяемой топологией и моделей многокритериальной оценки предпочтительности альтернативных решений, которые отличаются от известных возможностью оперативной перестройки систем мониторинга на уровне информационного обеспечения при появлении новых ситуаций или их каскадного развития по принципу «домино»;

У методика оценки последствий аварий, основанная на НС - обучающей модели, которая позволяет, в отличие от известных, оперативно принимать решения по оценке ущерба от различных типов аварий, а также разрабатывать программы снижения риска АС до требуемого уровня с минимальными затратами.

Достоверность научных положений, выводов и рекомендаций, сформулированных в диссертации, подтверждается представительностью статистических выборок; достаточно полным анализом количественных характеристик опасных факторов аварийных ситуаций и их последствий; результатами имитационного моделирования комплекса автоматизированных технологий мониторинга опасных ситуаций и управления риском их аварийного развития (точность предсказания времени локализации аварий по их масштабу на основе нечеткой прогнозирующей модели в пределах 20%), а также удовлетворительной сходимостью (15%) ряда полученных результатов с результатами других авторов.

Научная значимость работы состоит в разработке комплексного подхода к принятию управленческих решений по обеспечению безопасности перевозочных процессов железнодорожными составами всех типов, который включает модели, алгоритмы комплексного анализа и управления риском возникновения и развития различных аварий, что позволяет обосновать способы проведения текущего мониторинга параметров аварий для своевременного принятия решений по ликвидации их последствий.

Практическая значимость работы состоит: ♦> в классификации железнодорожных аварийных ситуаций по их типам, причинам и условиям возникновения; ♦♦♦ выявлении причин, влияющих на резерв времени по выходу из аварий при железнодорожных перевозках; ♦> разработке процедур оптимизации принимаемых решений в условиях неопределенности, нечеткости и неполноты исходных данных в результате аварий, которые применимы между отдельными крупными железнодорожными узлами с возможностью обобщения по всем отделениям железной дороги; ❖ создании инструментальных средств поддержки принятия решений при обеспечении безопасности железнодорожных перевозочных процессов, позволяющих взаимосвязанно осуществлять анализ и прогноз АС, оценку их последствий и определение порядка действий диспетчерского персонала железной дороги по их оперативному устранению; ♦> внедрении основных результатов диссертационной работы в разработки Центра управления кризисными ситуациями МЧС России (г. Москва), а также в учебный процесс для подготовки бакалавров, специалистов и магистров по направлению 654600 - «Информатика и вычислительная техника» на кафедре «Автоматизированные системы управления» МГГУ.

Апробация работы. Основные результаты диссертации и ее отдельные положения докладывались на семинарах кафедры АСУ МГГУ и следующих конференциях: «Неделя горняка» (г. Москва, 2004 - 2006 гг.); VI Международная конференция «Интерактивные системы: Проблемы человеко -компьютерного взаимодействия» (ИС - 2005 г.) (г. Ульяновск, 2005 г.).

Публикации. По теме диссертации опубликовано 5 научных работ.

Структура диссертации. Диссертационная работа состоит из введения, четырех глав и заключения, списка используемой литературы из 122 наименований, включаетрисунков,таблиц.

Заключение диссертации по теме «Системный анализ, управление и обработка информации (по отраслям)», Соловьев, Алексей Евгеньевич

Выводы к разделу 4

1. На основании анализа особенностей принятия решений по безопасности железнодорожных перевозок в РФ предложен алгоритм получения информации для определения относительной опасности направлений МЖД. Выявлено, что за период 2002 - 2005 г.г. наиболее опасным является Рязанское направление МЖД.

2. Разработана нечеткая модель прогноза времени локализации АС при железнодорожных перевозках. Показана, что данная модель обеспечивает преобразование данных наблюдений за развитием аварийных ситуаций в их временные характеристики. Получены аналитические описания и построены функции принадлежности для нечетких множеств, характеризуемых лингвистическими отношениями сравнения. Данная модель позволяет отразить нелинейные связи между изменяющимися факторами аварийности и обеспечить более высокую точность предсказания в сравнении с регрессионными моделями.

3. Предложены и применены процедуры оптимизации принятия решений по возможным последствиям железнодорожных аварий по экспертным оценкам (на примере аварии - сход с рельсов).

4. Рассчитан интегральный риск типичной аварии - сход с рельсов при железнодорожных перевозках путем построения логических матриц риска и использования экспертных оценок.

5. Предложена методика автоматизированной оценки последствий железнодорожных аварий, включающая этапы обучения и принятия решений.

6. Разработан алгоритм действий ДП по автоматизированному обеспечению безопасности, использующий интеграцию процессов мониторинга и управлению. Алгоритм является инвариантным для различных техногенных предметных областей.

Заключение

В диссертации дано решение актуальной научной задачи совершенствования методов мониторинга и управления рисками аварийных ситуаций при перевозках промышленных грузов, адаптированных к разным условиям. Основные научные выводы и практические результаты выполненных исследований заключается в следующем.

У Разработан ряд информационных моделей сценариев возникновения и развития аварий (пожары на железнодорожной дизельной секции, сход с рельсов), позволивших обосновать механизм их предупреждения.

Разработаны алгоритмы и модели содержательного анализа аварий, основанные на построении деревьев отказов и событий для схода с рельсов, дерева опасных состояний для пожаров на дизельном транспорте и оценки величины «золотого вурфа». Показано, что доминирующим фактором, определяющим величину вурфа при авариях, являются технологические факторы. Установлены вклады различных источников опасных факторов, влияющих на временные характеристики аварийных ситуаций, позволяющие указать пути по их ликвидации.

В результате исследований показана возможность применения к железнодорожным авариям обучающей модели нейросети на основе двухуровневой НС с изменяемой топологией, использующей интеграцию теории нечетких множеств и алгоритма нечеткой классификации. Эта модель обеспечивает автоматическое формирование знаний в виде кластеров типичных аварий, адаптивна к изменяющимся состояниям техносферы железной дороги и не теряет своей эффективности в смысле скорости обучения при большой размерности и множественности обучаемых образов.

У Предложены алгоритмы мониторинга взаимодействия нештатных ситуаций при авариях и распознавания причин и условий возникновения АС на основе НС - обучающей модели. Осуществлено использование этих алгоритмов в практических условиях функционирования железной дороги.

У Рассмотрена и исследована нечеткая модель прогноза времени локализации аварийных ситуаций при перевозках. Рекомендуемая модель обеспечивает вполне удовлетворительные оценки времени локализации аварийных ситуаций. Анализ результатов по продолжительности с момента возникновения аварий и по их масштабу указывает на возможность ее применения, т.к. нечеткая модель хорошо схватывает нелинейное соотношение между входными и выходными переменными.

У Разработана и реализована методика оценки последствий аварий, использующая процедуры обучения на нейронной сети и принятия решений на основе формирования ПУР для типичных аварий.

У Разработан алгоритм действий оперативного персонала по ликвидации аварий на дизельном транспорте. В основу данного алгоритма положены методики и модели принятия решений, рассмотренные в данной диссертации.

Список литературы диссертационного исследования кандидат технических наук Соловьев, Алексей Евгеньевич, 2007 год

1. Аверин А.Н., Осокин М.В. Нечеткие множества в моделях управления и искусственного интеллекта / Под ред. Д.А. Поспелова. М.: Наука, 1986. -312с.

2. Александровский Н.М., Егоров С.В., Кузин В.Е. Адаптивные системы автоматического управления сложными процессами. М.: Энергия, 1985.- 272 с.

3. Алымов В.Т., Крапчатов В.П., Тарасова Н.П. Анализ техногенного риска.- М.: Круглый год, 2000. 160 с.

4. Акулич И.Л. Математическое программирование в примерах и задачах. -М.: Высшая школа, 1986. -319 с.

5. Артюшин Ю.И. Методические основы оценки и управления рисками чрезвычайных ситуаций горнодобывающих регионов: Автореферат кандид. диссертации. М., 2004. - 24 с.

6. Аюров В.Д. Разработка теории и методов системного анализа и синергетического управления горнотехнологическими процессами: Дисс. Д.т.н.-М, 1992.-408 с.

7. Бахвалов Л.А., Комаров М.А. Построение и оптимизация математических моделей по экспертным данным.// Учебное пособие.- М.: МГГУ, 1997. -168 с.

8. Безопасность России. Правовые, социально экономически и научно технические аспекты. Функционирование и развитие сложных народнохозяйственных, технических, энергетических, транспортных систем, систем связи и коммуникаций. - М.: Знание, 1998. - 96 с.

9. Бендат Дж., Пирсол А. Применение корреляционного и спектрального анализа. М.: Мир, 1992.-464 с.

10. Болотин В.В. Ресурс машин и конструкций. М.: Машиностроение, 1990. -448 с.11 .Бондарь В.А., Попов Ю.П. Риск, надежность и безопасность. Система понятий и обозначений // Безопасность труда в промышленности, № 10, 1997, с. 39-42

11. Борисов А.Н., Алексеев А.В., Меркурьева Г.В. Обработка нечеткой информации в системах принятия решений. М.: Радио и связь, 1989. - 292 с.

12. З.Волкова В.Н., Денисов А. Основы теории систем и системного анализа. СПб.: ИПЦ С-ПбГТУ, 1997.-282 с.

13. Ворселл Н. Управление риском: риск, устойчивое развитие, синергетика. -М.: Наука, 1999.-301 с.

14. Гейн К., Сарсонт Т. Структурный системный анализ: средства и методы, ч.1. -М.: Эйтекс, 1993.-188 с.

15. Горбань А.Н., Россиев Д.А. Нейронные сети на персональном компьютере. -Новосибирск: Наука, 1996.-275 с.

16. Горбатов В.А., Торхов B.JI. Основы кибернетики в задачах и упражнениях.// Учебное пособие. М.: МГИ, 1987. 96 с.

17. Гуров В.В. Справка о случаях возгорания дизельных железнодорожных секций за период 1998-2000гг. М.: Депо Подмосковное, 2000. 21 с.

18. Елохин А.В., Бодриков О.В., Ульянов С.В. Результаты комплексной оценки природных и техногенных рисков для населения Новгородской области // Проблемы безопасности при чрезвычайных ситуациях. Вып. 9. М.: ВИНИТИ, 1996.-с. 20-29.

19. Емельянов A.M. Об использовании аппарата фреймов для автоматизированного анализа поведения человека. В кн.: Теоретические и практические вопросы автоматизации психологического эксперимента. -Тарту: Турпус, 1980, с. 92 - 96

20. Емельянов A.M. Автоматизированная система анализа причин ошибок человека оператора: Автореферат докт. диссертации. - Жуковский, 1990. -34 с.

21. Емельянов С.В., Ларичев О.И. Многокритериальные методы принятия решений. М.: Знание, 1985. - 32 с.

22. Заде Л.А. Понятие лингвистической переменной и ее применение к принятию приближенных решений. -М.: Мир, 1976. 163 с.

23. Закон РФ «О промышленной безопасности опасных производственных объектов» от 20 июня 1997 г. // Безопасность труда в промышленности, № 10,1997, с 52-58.

24. Измалков В.И., Измалков А.В. Безопасность и риск при техногенных воздействиях, ч. 1,2. М.: С-Пб, 1994.-207 с.26.3митрович А.И. Интеллектуальные информационные системы. Минск: Тетра Системе, 1997. - 367 с.

25. Ириков В.А., Ларик В.Я., Самущенко Л.М. Алгоритмы и программы решения прикладных многокритериальных задач // Техническая кибернетика, № 1,1986, с. 5 15.

26. Искусственный интеллект. Справочник. Кн. 2. Модели и методы // Под ред. Поспелова Д.А. М.: Радио и связь, 1990. - 3003 с.

27. Искусственный интеллект / Под редакцией С.В.Черемных //Справочник. М.:РиС, 1990.-360 с.

28. Карр Ч., Хоув Ч. Количественные методы принятия решений в управлении и экономике. М.: Мир, 1966. - 463 с.

29. Кини Р.Л., Райфа X. Принятие решений при многих критериях: предпочтения и замещения. М.: Радио и Связь, 1981. - 455 с.

30. Кисилев Е.Е, Фридман К.Б. Оценка риска здоровью. Подходы к использованию в медико экологических исследованиях // Методич. Пособие. - СПб.: Междунар. Институт оценки риска здоровью, 1997. - 172 с.

31. Клир Дж. Системология. Автоматизация решения системных задач. М.: Радио и Связь, 1990. - 544 с.

32. Козелецкий Ю.А. Психологическая теория принятия решений. М.: Психология, 1979. - 504 с.

33. Корнеев В.В., Греев А.Ф., Райх В.В. Базы данных. Интеллектуальная обработка информации. М.: Нолидж, 2000. - 352 с.

34. Котик М.А. Психология и безопасность.-Таллинн.:Валгус, 1989, 448 с.

35. Кофман А., Алуха X. Введение теории нечетких множеств в управление предприятием. -Минск: Высшая школа, 1992. 223 с.

36. Красовский А.А. Системы автоматического управления полетом и их аналитическое конструирование. М.: Наука, 1973. - 530 с.

37. Круглов В.В., Борисов В.В. Искусственные нейронные сети. Теория и практика. М.: Горячая линия - Телеком, 2001. - 382 с.

38. Круглов В.В., Дли М.И., Годунов Р.Ю. Нечеткая логика и искусственные нейронные сети. М.: Изд-во Физико-математической литературы, 2001. - 224 с.

39. Кузьмин И.И., Махутов Н.А., Хетагуров С.В. Безопасность и риск: эколого-экономические аспекты. СПб.: Санкт-Петербургский государственный университет экономики и финансов, 1997. - 163 с.

40. Кузьмин И.И. Риск и безопасность: Концепция, методология, методы: Дисс. докт. физ.мат наук в форме научного доклада. М., 1993. - 70 с.

41. Кузьмин И.И., Романов С.В. Безопасность и техногенный риск // Проблемы безопасности при чрезвычайных ситуациях, вып. 7, 1990, с.41 -45.

42. Куляница A.JL, Томин С.В. Компьютерные инструментальные средства моделирования сложных систем // Учебное пособие для вузов. М.: МГГУ, 2000. - 146 с.

43. Куприянов В.В., Фомичева О.Е. Интеллектуализация технологий автоматизированных систем // Учебное пособие, чЛ- М.: МГГУ, 1994. -101 с.

44. Куприянов В.В. Теория и методы построения интегрированных систем автоматизированного обеспечения безопасности при авариях на предприятиях горнодобывающих отраслей: Диссертация д.т.н. М., 1997. -416с.

45. Куприянов В.В., Соловьев А.Е. Разработка модели аварийных ситуации на железнодорожном транспорте. ГИАБ. - 2005.- №7.- С. 105-107

46. Кьюсиака Э. Искусственный интеллект. Применение в интегральных производственных системах. М.: Машиностроение, 1994. - 252 с.

47. Легасов В.А., Демин В.Ф., Шевелев Я.В. Экономика безопасности ядерной энергетики. М.: ИАЭ. Препринт №408013, 1984. - 36 с.

48. Легасов В.А., Сидоренко В.А. Проблема безопасности на атомных станция. В кн.: Ядерная энергетика будущего. - М.: Энергоатом издат, 1987, с. 53 -75.

49. Маслов Л.И., Монкарц П. Структура техногенного риска. Анализ и оценка природных рисков // Материалы международной конференции. -М.: ПНИИС, 1997.-173 с.

50. Мартынюк В.Ф., Лисанов М.В., Кловач У.В. Анализ риска и его нормативное обеспечение // Безопасность труда в промышленности, №11, 1995, с. 55 -63.

51. Маршал В. Основные опасности химических производств. М.: Мир, 1985.-627 с.

52. Махутов Н.А., Москатов Г.К., Котусов А.Т. Концепция обеспечения безопасности. В сб.: Судостроительная промышленность, сер. Системы автоматизации проектирования. - М., 1991. - вып.21, с. 3 - 6.

53. Махутов Н.А., Шокин Ю.И., Лепихин A.M. Задачи механики катастров и безопасности технических систем. Красноярск: Вычисл. центр СО АН СССР, 1991.-65 с.

54. Модели и механизмы управления безопасностью / В.Н. Бурков, Е.В. Грацианский, С.И. Дзюбко, А.В. Щепкин М.: СИНТЕГ, 2001 - 160 с.

55. Моисеев Н.Н. Алгоритмы развития.- М.: Наука, 1985. 232 с.

56. Мягков С.М. География природного риска. М.: МГУ, 1995. - 145 с.

57. Надежность в технике. Научно-технические, экономические и правовые аспекты надежности: Методич. пособие / Под ред. акад. В.В. Болотина. -М.: 1993.-78 с.

58. Насыпный В.В. Развитие теории построения открытых систем на основе информационной технологии искусственного интеллекта. М.: Воениздат, 1994.-248 с.

59. Николов А.Г. Оптимизация принятия решений при обеспечении надежности работы сложных информационно вычислительных систем: Автореферат кандит. диссертации. - М., 2004. - 25 с.

60. Нормы радиационной безопасности НРБ-96: Гигиенические нормативы. -М.: Информац. центр Госкомсанэпиднадзора России, 1996. 127 с.

61. Оценка сейсмической опасности и сейсмического риска / Под ред. Г.А. Соболева. М.: Круглый год, 1997. - 204 с.

62. Пакты прикладных программ: Программное обеспечение оптимизационных задач / Под общей редакцией А.А. Самарского. М.: Наука, 1987.-496 с.

63. Попов Э.В., Фоминых И.Б., Кисель Е.Б., Шапот Н.Д. Статические и динамические экспертные системы. М.: Финансы и статистика, 1996. -320 с.

64. Поспелов Г.С. Искусственный интеллект основа новой информационной технологии. - М.: Наука, 1998. - 277 с.

65. Потресов Д.К. Автоматизация процессов проектирования систем управления//Учебное пособие. 4.1., М.: МГИ, 1987. 184 с.71 .Пригожин И. От существующего к будущему. М.: Наука, 1985. - 207 с.

66. Прикладные нечеткие системы / Под ред. Т. Тэрано, К. Асаи, М. Сугэно. -М.: Мир, 1993.-368 с.

67. Принципы Ле Шателье - Брауна и синтез систем автоматического управления с естественной безопасностью: Отчет о НИР // ЦНИИ «Центр» Министерство промышленности РФ. Рук. Г.К. Москатов. - М.: 1991.-37 с.

68. Проблемы гибкости и надежности в теории бортовых терминальных систем / Б.Н. Петров, А.Я. Андриенко, В.П. Иванов, Ю.П. Портнов // Автоматика и телемеханика. 1981. №2, с.15-24.

69. Проценко А.Н., Махутов Н.А., Артемьев А.Е. Безопасность населения и окружающей среды Москвы: исследования и проблемы управления // Проблемы безопасности при чрезвычайных ситуациях. Вып. 2. М.: ВИНИТИ, 1997.-с. 12-23.

70. Проценко А.Н., Сегаль М.Д., Пантелеев В.А., Лейн А.Ф. Концепция экспертной системы для поддержки лиц, принимающих решения // Проблемы безопасности при чрезвычайных ситуациях. Вып. 2. М.: ВИНИТИ, 1997.-с. 52-78.

71. Пучков Л.А., Федунец Н.И., Потресов Д.К. Автоматизированные системы управления в горнодобывающей промышленности. М.: Недра, 1987. -285 с.

72. Радиация. Дозы, эффекты, риск. М.: Мир, 1990. - 79 с.

73. Разработка научных основ теории безопасности человека, окружающей среды и технических систем по критериям надежности и риска / А.Н. Проценко, А.А. Быков, В.В. Болотин // в сб. ВИНИТИ: Итоги науки и техники, вып.1, 1991.-с. 139-163.

74. РД 08-120-96 «Методические указания по проведению анализа риска опасных промышленных объектов». Госгортехнадзор России, 1996. 88 с.

75. Резниченко С.С., Ашихмин А. А. Математические методы и моделирование в горной промышленности. М.: МГГУ, 1997. - 404 с.

76. Ренн О. Три десятилетия исследования риска: достижения и новые горизонты // Вопросы анализа риска, 1999, №1, с. 80-99.

77. Риск и безопасность с точки зрения системной динамики / И.И. Кузьмин, С.В. Романов, М.А. Сидоров // Препринт ИАЭ №4528/3. М.: ЦНИИ Атоминформ, 1991. - 82 с.

78. Радашевский В.Д. Риск, конфликт и неопределенность в процессе принятия решения и их моделирование // Вопросы психологии, №2, 1974, с. 84-94.

79. Рябинин И.А., Парфенов Ю.М. Определение характеристик важности совокупности элементов энергетической системы при исследовании ее безотказности // Изв. АН СССР. Энергетика и транспорт. 1991, №1, с. 44-57.

80. Саати Т. Принятие решений. Метод анализа иерархий. М.: Радио и связь, 1993. -320 с.

81. Силов В.Б. Принятие стратегических решений в нечеткой обстановке. -М.: ИНПРО РЕС, 1995. - 287 с.8 8. Сильвестров С.В., Чинаев П.И. Идентификация и оптимизация автоматических систем. -М.: Энергоатомиздат, 1987. 200 с.

82. Советов П.Д., Яковлев С.А. Моделирование систем. М.: Высшая школа, 1985.-272 с.

83. Соловьев А.Е. Оценка нештатных ситуаций по их влиянию в опасность возникновения пожара на дизельном железнодорожном транспорте. М.: 2004. 6 с. - Деп. в ВИНИТИ 04.10.04, №5842 - В99.

84. Соловьев А.Е. Особенности принятия решений по безопасности железнодорожных перевозок в нечеткой среде. 2005, №5, с. 154-156.

85. Соловьев А.Е. Методика оценки последствий аварий на железнодорожном транспорте с учетом их риска. Черный информационно - аналитический бюллетень. - 2006, №7, с. 171-173.

86. Таха X. Введение в исследование операций. В 2-х кн./ Пер.с англ. Кн.1. -М: Мир, 1985.-479 с.

87. Томин С.В. Структуры данных. // Учебное пособие. М.: МГГУ, 1998. -82 с.

88. Третьяк В.И. Методы принятия управленческих решений. Киев, Наукова Думка, 1978. - 32 с.

89. Уоссермен Ф. Нейрокомпьютерная техника. М.: Мир, 1992. - 127 с.

90. Уотермен Д. Руководство по экспертным системам. М.: Мир,1989. -388 с.

91. Урсул Д. Переход России к устойчивому развитию. Ноосферная стратегия. М.: Ноосфера, 1998. -500 с.

92. Федоров Н.В. Имитационное и математическое моделирование сложных систем. Моделирование // Учебное пособие. М.: МГГУ, 2005. - 250 с.

93. Федоров Н.В. Сборник задач и упражнений по курсу «Моделирование» // Учебное пособие. М.: МГГУ, 2005. - 154 с.

94. Ю1.Федунец Н.И., Куприянов В.В. Теория принятия решений // Учебное пособие для вузов. М.: Изд-во МГГУ, 2005. - 218 с.

95. Ю2.Харисов Г.Х. Обоснование затрат, выделяемых на предотвращение гибели людей при несчастных случаях, авариях, катастрофах, стихийных бедствиях // Проблемы безопасности при чрезвычайных ситуациях, вып. 8, 1993, с. 68-73.

96. ЮЗ.Хедли Дж. Нелинейное и динамическое программирование. М.: Мир, 1967. -516 с.

97. Хейес-Рот Ф., Уотермен Д., Ленат Д. Построение экспертных систем. — М.: Мир, 1987.-440 с.

98. Ю5.Хенли Э.Дж., Кумамото X. Надежность технических систем и оценка риска. М.: Машиностроение, 1984. - 528 с.

99. Целенаправленный выбор: модели, отношения, алгоритмы / А.М.Анохин, В.А. Глотов, В.В. Павельев, A.M. Черкащин. М.: ИПУ РАН, 1996.-21 с.

100. Цибулевский И.Е. Ошибочные реакции человека оператора. - М.: Наука, 1981.-288 с.

101. Шойгу С.К., Болов В.Р. Теоретические предпосылки оценки опасности территорий и рисков чрезвычайных ситуаций. // Материалы международной конференции. -М.: ПНИИС, 1997. 173 с.

102. Barry Render, Ralph М. Quantitative Analises for Management. New Jersey, 1994.-508 p.

103. CubiCalcMape The Third Wave in Intelligent software, Version 2, Manual, HuperLogic Corporation. - 1993. - 132 p.

104. Cault H.E. An On-Line Measure of Delay in Road Traffic Computer -Controlled Systems, Traffic Engineering and Control, 22(7)384-389,1981. p. 125-137.

105. Hall F.L. and Brilon W. Comparison of uncongested speed-flow relationships in German Autobahn and North American freeway data // 73rd Annual Meeting of Transportation Research Board, Washington, D.C., 1994. p. 387 -394.

106. Haller M. Five Hundred Life Saving Interventions and the Cost Effectiveness. Harvard Center for Risk Analysis, Boston M A, July 1994. -210 p.

107. Heim H. Individuelle Risikobereitschaft und Unfallneigung. Bundesinstitut fur Arbeitsschutz, Koblenz, 1971, 78 s.

108. Kosko B. Fuzzy Thinking The new science of fuzzy logic, Hyperion, New York, 1993.-355 p.

109. Large Property Damage Losses in the Hydrocarbon Chemical Industries. Athirty - Year Review / Marsh & McLennan Protection Consultants, 1992. -238 p.

110. Morris S.C., Fischer HJ. Risk analysis, J. Loss Prev. Pvoc. Ind., V.5, №3, 1990, p. 136- 155.

111. Palacharla P. and Nelson P.C. Evidential Reasoning in Uncertainty for Data Fusion // Fifth International Conference on Information Processing and Management of Uncertainty in Knowledge Based Systems, Paris, 1994. - p. 66-71.

112. Sisiopiku V.P. Travel Time Estimation From Loop Detector Data For Advanced Traveler Information System Applications, Ph. D. // Thesis, University of Illinois at Chicago, 1993. p. 116-121.

113. Sisiopiku V.P. and Rouphail N.M. Towards the use of Detector Output for. Arterial Link Travel Time Estimation: A Literature Review // in press Transportation Researh Record Series, Washington, D.C., 1994. 210 p.