Разработка методов, моделей и алгоритмов интеллектуальной поддержки системы предупреждения и ликвидации чрезвычайных ситуаций на северных и арктических территориях тема диссертации и автореферата по ВАК РФ 00.00.00, кандидат наук Гребнев Ярослав Владимирович

• Гребнев Ярослав Владимирович
• кандидат наук
• 2023

Оглавление диссертации кандидат наук Гребнев Ярослав Владимирович

ВВЕДЕНИЕ

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОЦЕССА УПРАВЛЕНИЯ ОРГАНИЗАЦИОННОЙ СИСТЕМОЙ ПРЕДУПРЕЖДЕНИЯ И ЛИКВИДАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

1.1. Организационная структура региональной системы предупреждения и ликвидации чрезвычайных ситуаций

1.2. Модели и методы прогнозирования чрезвычайных ситуаций

1.3. Анализ рисков северной и арктической зоны Красноярского края

1.4. Постановка научной задачи и обоснование частных научных

1.5. Выводы по Главе

ГЛАВА 2. РАЗРАБОТКА МОДЕЛЕЙ ДЛЯ ИНТЕЛЛЕКТУАЛЬНОЙ ПОДДЕРЖКИ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В РЕГИОНАЛЬНОЙ СИСТЕМЕ ПРЕДУПРЕЖДЕНИЯ И ЛИКВИДАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

2.1. Модель организации управления региональной системой предупреждения и ликвидации ЧС

2.2. Модель прогнозирования паводковых рисков при организации безопасного пропуска паводковых вод в северных и арктических территориях

2.3. Модель прогнозирования рисков лесных пожаров вблизи населенных пунктов, расположенных в северных и арктических районах Красноярского края

2.4. Модель оценки площади розлива легковоспламеняющихся жидкостей из-за риска ее разлива в почве и водоемах

2.5. Выводы по Главе

ГЛАВА 3. МЕТОДЫ ПРИНЯТИЯ УПРАВЛЕНЧЕСКОГО РЕШЕНИЯ ПРИ РЕАГИРОВАНИИ НА ПОТЕНЦИАЛЬНЫЕ РИСКИ И УГРОЗЫ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

3.1. Применение модели безопасного пропуска паводковых вод

3.2. Апробация модели прогнозирования лесных пожаров в северных районах Красноярского края

3.3. Апробация модели оценки площади розлива легковоспламеняющихся жидкостей из-за риска ее разлива в почве и водоемах

3.4. Выводы по Главе

ГЛАВА 4. НАПРАВЛЕНИЯ СОВЕРШЕНСТВОВАНИЯ СИСТЕМЫ ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ ПРИНЯТИЯ УПРАВЛЕНЧЕСКИХ РЕШЕНИЙ В РЕГИОНАЛЬНОЙ СИСТЕМЕ ПРЕДУПРЕЖДЕНИЯ И ЛИКВИДАЦИИ ЧС

4.1. Системный подход по реализации процесса управления территориальными рисками в региональной системе предупреждения и ликвидации ЧС на основе организационной модели управления региональной системой предупреждения и ликвидации ЧС

4.2. Метод совершенствования системы информационной поддержки принятия управленческих решений в региональной системе предупреждения и ликвидации ЧС

4.3. Предложения по совершенствованию управления региональной системой предупреждения и ликвидации чрезвычайных ситуаций

4.4. Выводы по главе

ЗАКЛЮЧЕНИЕ

Список литературы

Приложения

Введение диссертации (часть автореферата) на тему «Разработка методов, моделей и алгоритмов интеллектуальной поддержки системы предупреждения и ликвидации чрезвычайных ситуаций на северных и арктических территориях»

ВВЕДЕНИЕ

Активное освоение северных и арктических регионов является приоритетной научно-технической задачей Российской Федерации. Однако, интенсивное освоение ресурсов и развитие добывающих отраслей промышленности в северных и арктических регионах, а также глобальное изменение климата приводит к росту опасных природных явлений и крупных техногенных катастроф.

В соответствии с Указом президента Российской Федерации основными задачами в сфере обеспечения защиты населения и территорий арктической зоны Российской Федерации от чрезвычайных ситуаций природного и техногенного характера является развитие систем мониторинга обстановки и прогнозирования чрезвычайных ситуаций, а также развитие системы антикризисного управления в рамках единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (далее - РСЧС) [1]. РСЧС состоит из функциональных и территориальных подсистем, задачи организации управления которыми возложены на постоянно действующие органы управления, функцию которых выполняет МЧС России. Оперативное управление и контроль функционирования подсистем и звеньев РСЧС возложены на органы повседневного управления РСЧС, ведущую роль в которых выполняют центры управления в кризисных ситуациях.

Анализом научной проблемы эффективного управления рисками ЧС занимались многие авторы, так в диссертации А.В. Матвеева «Системное моделирование управления риском возникновении ЧС» продемонстрирована базовая модель управления риском возникновения ЧС в регионе в условиях воздействий негативных факторов, которая позволяет определить интенсивности деятельности соответствующих подсистем РСЧС [2].

Проблема эффективного управления сложной организационной системой

РСЧС исследована многими авторами [3-10] и предложена базовая модель

управления рисками ЧС на региональном уровне РСЧС [11]. Она позволяет

4

определить интенсивность деятельности различных подсистем РСЧС в условиях воздействия негативных факторов. Разработан алгоритм принятия управленческих решений с использованием методов многомерного статистического анализа [12]. На этой основе сформирована структура информационных потоков для целей анализа данных при комплексном мониторинге и алгоритм выбора оптимальной модели представления данных, который повышает точность разработки и проектирования системы информационно-аналитической поддержки [13]. Определены требования к оценке рисков [14]. База данных информационной поддержки применена для оценивания уровней рисков и их ранжирования в модифицированном методе Файна-Кинни [15]. Показана актуальность преодоления кризиса управления природно-техногенной безопасности территорий.

Анализ публикаций показал, что остаются недостаточно изученными проблемы реагирования на природные и техногенные риски северных и удаленных территорий при управлении организационной системой РСЧС поскольку применяются подходы, не учитывающие специфику этих территорий. Также остается недостаточно освещенной проблема цифрового межведомственного информационного обмена и формировании единой цифровой межведомственной платформы управления организационной системой на региональном уровне.

Данные проблемы обуславливают необходимость разработки методов и моделей для РСЧС на региональном уровне с использованием технологий интеллектуальной поддержки принятия управленческих решений и автоматизации процессов управления системой предупреждения и ликвидации ЧС, что обусловливает востребованность и актуальность темы диссертационной работы.

Степень разработанности темы исследования.

Задачи организационных систем ликвидации чрезвычайных ситуаций различной причины рассматривались в ряде публикаций У. С. Постниковой [16],

А. Г. Мусайбекова [l7], В. А. Малько, в общетеоретическом плане управление в организационных системах обобщено в фундаментальной монографии Д.А. Новикова [lS].

Вопросы природно-техногенной безопасности регионов Сибири исследовались В. В. Москвичевым, вопросы региональной цифровизации управления безопасностью изложены в части публикаций Л.Ф. Ноженковой [l9-22], В.В. Ничепорчука[23-27]. Применение марковских цепей к задачам поддержания готовности организационных и технических систем приведены в статьях Л.Т. Танклевского А.А. Таранцева [2S].

Научно-практическая проработка вопросов формирования единого информационного пространства для систем безопасности жизнедеятельности, в том числе системы предупреждения и ликвидации ЧС, а также разработки методов, моделей и алгоритмов осуществляется в течение достаточно обозримого периода времени, как российскими, так и зарубежными исследователями. В разные годы в России данные вопросы исследовали Д.В. Тараканов [29], О. А. Зыбина [30], А.В. Матвеев [3l], М.П. Филяев [32], С.К. Шойгу [33], В .А. Акимов [34], С.А. Агеев [35], Г.А. Дорер [36], А.А. Волчек [37], И.А. Чучуева [3S], А.П. Абрамов [39], А.А. Коробко [40], А.В. Максимов [4l], А.А. Крупкин [42], и др., за рубежом - L. Mung [43], S. Russel [44], C. G. Rossa [45], F.Amato [46], M.J. Crozier [47], C. Sirca [4S], J. Catalao [49], R.C. Garcia [50], R.C. Garcia [5l], J.W. Taylor [52], R. Oliva [53], P. Bunnoon [54] and et al.

Анализ трудов исследователей в рассматриваемой области свидетельствует о наличии большого числа работ, но существует ряд нерешенные вопросов, связанных с недостаточным изучением особенностей северных территорий. Один из наиболее важных вопросов - это разработка методов и моделей c учетом особенностей таких территорий при прогнозировании ЧС. Остаются открытыми вопросы организации управления и выработки управляющих воздействий по предупреждению и ликвидации

чрезвычайных ситуаций на удаленных северных территориях органами управления региональной системы предупреждения и ликвидации ЧС.

Проблема эффективного управления сложной организационной системой каковой является региональная система предупреждения и ликвидации ЧС с привлечением алгоритмов интеллектуальной поддержки составляет научную проблематику в исследуемой области.

Объектом исследования является единая государственная система предупреждения и ликвидации ЧС регионального уровня управления.

Цель исследования: повышение эффективности управления региональной системой предупреждения и ликвидации чрезвычайных ситуаций на северных территориях.

Для достижения цели необходимо решить следующие задачи:

1. Разработать модель управления организационной системой предупреждения и ликвидации ЧС (п. 3 «Разработка методов и алгоритмов решения задач управления в организационных системах» паспорта научной специальности 2.3.4.)

2. Разработать методы и модели прогнозирования чрезвычайных ситуаций природного и техногенного характера, учитывающих особенности северных территорий (п. 3 «Разработка методов и алгоритмов решения задач управления в организационных системах»; п. 5 «Разработка методов получения данных и идентификации моделей, прогнозирования и управления организационными системами на основе ретроспективной, текущей и экспертной информации»; п. 9 «Разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в организационных системах» паспорта научной специальности 2.3.4.).

3. На примере практической реализации разработанных подходов для северной и арктической территории Красноярского края предложить механизмы совершенствования управления организационной системой предупреждения и ликвидации ЧС на региональном уровне с помощью цифрового платформенного

взаимодействия. (п.11 «Разработка практико-ориентированных технологий управления организационными системами» паспорта научной специальности 2.3.4.).

Область исследования соответствует: п. 3 «Разработка методов и алгоритмов решения задач управления в организационных системах»; п. 5 «Разработка методов получения данных и идентификации моделей, прогнозирования и управления организационными системами на основе ретроспективной, текущей и экспертной информации»; п. 9 «Разработка методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в организационных системах»; п.11 «Разработка практико-ориентированных технологий управления организационными системами» паспорта специальности 2.3.4. «Управление в организационных системах».

Научная новизна работы заключается: работы состоит в разработке моделей, методов и алгоритмов интеллектуальной поддержки принятия управленческих решений в региональной системе предупреждения и ликвидации чрезвычайных ситуаций на северных территориях в целях повышения эффективности ее функционирования, которые включает впервые полученные научные результаты:

1. Модель управления региональной системой предупреждения и ликвидации ЧС. Модель позволяет детализировать процессы принятия управленческих решений в региональной системе предупреждения и ликвидации ЧС и позволяет автоматизировать ее процессы. Модель, связывает функциональные задачи и технологии их реализации, что является основой для формирования единых требований к структуре и информационной составляющей базы данных организационной системы. Данный подход позволил сформировать основные требования к создаваемой межведомственной цифровой платформе региональной системы предупреждения и ликвидации ЧС Красноярского края. Модель позволила разработать комплексный подход по управлению рисками на северных и удаленных территорий и повысить

эффективность управления при использовании методов и алгоритмов интеллектуальной поддержки принятия управленческих решений через нахождение факторов, влияющих на ее эффективность, в целях достижения ее максимального значения.

2. Модель в северных и арктических территориях. В отличие от примиряемых в системе РСЧС аналитических моделей оперативного прогнозирования, в предложенной модели заложен комплексный подход к прогнозированию и сопровождению паводковых рисков учитывающий особенности северных и арктических территорий, на основе комбинирования статистических и структурных моделей охватывающий весь горизонт прогнозирования опасных гидрологических явлений. Изложенный в модели подход учитывает совокупность факторов влияния на развитие опасных гидрологических процессов, в том числе фактор влияния гидроэлектростанций. Модель позволяет детально прогнозировать уровень возможной зоны затопления территорий при различных сценариях развития обстановки. Модель позволяет повысить эффективность управления рисками развития опасных гидрологических процессов на северных и арктических территориях, а также организовывать заблаговременное планирование и проведение комплекса превентивных мероприятий.

3. Модель прогнозирования лесных пожаров на северных и арктических районах Красноярского края. Разработанная модель в отличие от существующих моделей ориентированных на оперативное моделирование возникших лесных и ландшафтных пожаров, позволяет производить долгосрочное прогнозирование рисков возникновения лесных и ландшафтных пожаров на основе обработки больших массивов данных, в целях оценки риска их возникновения вблизи населенных пунктов, что является основой для планирования превентивных мероприятий.

4. На основе многомерной базы данных о состояние окружающей среды, сформированной за длительное время наблюдения, разработана модель оценки площади розлива легковоспламеняющихся жидкостей на потенциально опасных объектах северных и арктических территорий. В разработанной модели впервые применены нейросетевые алгоритмы к решению задачи оценки площади розлива нефтепродуктов. Применение модели позволяет разрабатывать различные сценарии развития обстановки связанных с розливом нефтепродуктов и производить заблаговременное планирования необходимых ресурсов и превентивных мероприятий.

Теоретическая значимость и практическая реализация результатов исследования заключается в формировании комплексного программно-ориентированного взгляда на предметную область диссертации, в том числе обобщении процесса принятия управленческого решения в региональной системе предупреждения и ликвидации чрезвычайных событий.

Разработки автора приняты к практическому использованию в Центре управления в кризисных ситуациях Главного управления МЧС России по Красноярскому краю, а также в краевом государственном казенном учреждении «Центр обеспечения реализации полномочий в областях гражданской обороны, чрезвычайных ситуациях Красноярского края» (в виде моделей и методов принятия управленческих решений и оперативного управления органами повседневного управления РСЧС на территории Красноярского края), что подтверждено актами внедрения.

Теоретико-методологические положения исследования основаны на фундаментальных научных принципах таких областей, как: теория управления организационными системами; теория управления рисками; теория принятия решения; теория управления случайными процессами; системного анализа; детерминированное и стохастическое ситуационное управление; математическое моделирование; синтез иерархических структур управления; статистические методы анализа; методы сравнения и наблюдения; методы

дедукции для теоретического обоснования выводов; технологии больших данных и машинного обучения.

Положения, выносимые на защиту:

1. Модель управления региональной системой предупреждения и ликвидации ЧС.

2. Модель прогнозирования паводковых рисков при организации безопасного пропуска паводковых вод в северных и арктических территориях.

3. Модель прогнозирования лесных пожаров в северных и арктических районах.

4. Метод оценки риска розлива легковоспламеняющихся жидкостей, нефтепродуктов, на потенциально опасных объектах, расположенных в арктической зоне с использованием нейросетевых алгоритмов.

5. Структура системы информационно-аналитической поддержки принятия управленческих решений в региональной системе предупреждения и ликвидации ЧС как основа технического задания на проектирование.

Достоверность и надежность результатов, Достоверность и надежность результатов, представленных в данной диссертации, была подтверждена использованием объективной и достоверной информационной базы данных о чрезвычайных ситуациях, мониторинговых данных, государственных докладов о состоянии защищенности региона. В основе исследования использованы данные о реальных возникших чрезвычайных ситуациях и происшествиях. Результаты были согласованы и непротиворечивы, подтверждены строгими ограничениями и допущениями, а также согласованы с библиографическим и теоретическим материалом непротиворечивым с исследователями в данной отрасли. Результаты исследования докладывались и обсуждались на международных и отраслевых конференциях, семинарах и форумах и демонстрируют надежность и достоверность полученных выводов.

Разработки автора приняты для практического использования в территориальном центре управления в кризисных ситуациях Главного

управления МЧС России при организации повседневного управления единой системой предупреждения и ликвидации ЧС на территории субъекта, что подтверждается актами внедрения.

Основные результаты научной работы были представлены и обсуждались на следующих конференциях:

международной научной студенческой конференции МНСК (г. Новосибирск, 2018, 2023); Международный круглый стол «Технологии Industry 4.0 в Арктике»(г. Санкт-Петербург); Международном молодежном научном форуме «Ломоносов» (г. Москва, 2021, 2023); Международной научно-технической конференции студентов, аспирантов и молодых ученых «Научная сессия ТУСУР» (2021, 2023); Международная конференция студентов, аспирантов и молодых ученых «ПРОСПЕКТ СВОБОДНЫЙ (г. Красноярск 2021,2023); международной научной конференции MIP Engineering-III (г. Красноярск, 2021); международной конференции ICEST-П-2021(г. Санкт-Петербург, 2021); международная научная конференция «Агробизнес, экологический инжиниринг и биотехнологии» AGRITECH-V - 2021 (г. Бухарест, 2021); международной конференции «Агроинженерия и решения для зеленой инфраструктуры» AEGIS-III-2023 (г. Ташкент, 2023); международной конференции «Передовые технологии в аэрокосмической отрасли, машиностроении и автоматизации» MIST Aerospace-V-2023 (г. Красноярск, 2023); международной конференции «Новые достижения в прикладной физике и математике» AAPM-2023 (г. Ташкент, 2023).

По результатам работы над диссертацией получены:

1. Стипендия Правительства РФ для обучающихся по специальностям соответствующим приоритетным направлениям модернизации и технологического развития Российской экономики в 2022 году.

2. Государственная премия Красноярского края в сфере профессионального образования «за высокие результаты в научных разработках,

направленных на социально-экономическое развитие края, достигнутые в 2021 году» (распоряжение Губернатора Красноярского края от 01.09.2022 № 557-РГ).

Результаты диссертации представлены в 25 научных трудах, 5 статей, опубликованных в рецензируемых периодических изданиях, рекомендованных ВАК, из них: одна публикация индексируемая в международных базах и приравненных к изданиям категории К1, один научный труд индексируемый в международных базах и приравненных к изданиям категории К2, три публикации индексируемы в международных базах и приравнены к изданиям категории К3; 11 научных трудов опубликованных в научных изданиях из перечня (Web of Science, Scopus), 9 научных трудов из перечня РИНЦ.

Исследования были поддержаны грантами:

1. Краевое государственное автономное учреждение «Красноярский краевой фонд поддержки научной и научно-технической деятельности»; 660100,

г. Красноярск, ул. Карла Маркса, д.246; номер: 2020090906598 (КФ-779), название проекта: Разработка комплекса необходимых превентивных мероприятий для защиты населения и арктической территории Красноярского края от природных и техногенных чрезвычайных ситуаций на основе нейросетевой оценки возникновения г. Красноярск; сроки выполнения: 01.11.2020 -31.05.2021

2. Федеральное государственное бюджетное учреждение «Российский фонд фундаментальных исследований»; 119334, г. Москва, Ленинский проспект,

д.32А; номер проекта: №2 20-37-90090; называние проекта: Разработка комплекса мероприятий по защите населения и территорий на основе нейросетевой оценки возникновения чрезвычайных ситуаций в Красноярском крае, сроки выполнения: 01.09.2020 - 01.09.2022

3. Автономная некоммерческая организация «Экспертный Центр -Проектный Офис Развития Арктики (ПОРА)» №233-Г, тематика проекта: «Оценка риска возникновения экологических катастроф обусловленных влиянием антропогенных и техногенных процессов на потенциально опасных

объектах, расположенных в арктической зоне Красноярского края». сроки выполнения: 01.04.2021-10.03.2022 (https://porarctic.ru/ru/grants/otsenka-riska-vozmknoveniya-ekologicheskikh-katastrof-obuslovlennykh-vHyamem-antropogennykh-i-tekh/)

4. Краевое государственное автономное учреждение «Красноярский краевой фонд поддержки научной и научно-технической деятельности» номер: 2022110709044 (КФ-915), тематика проекта: «Красноярский краевой фонд поддержки научной и научно-технической деятельности» номер: 2022110709044 (КФ-915), тематика проекта: «Применение технологий искусственного интеллекта для решения задач оценки рисков возникновения чрезвычайных ситуаций, вследствие климатических особенностей северных и арктических территорий». сроки выполнения: 01.12.2022 -31.05.2023.

Структура и объем диссертации. Диссертационная работа состоит из введения, 4 глав, заключения, словаря терминов, списка использованной литературы и приложений. Содержание работы изложено на 156 страницах текста, включая в себя 7 таблиц, 25 рисунков, список литературы из 126 наименований и 2 приложений.

ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ПРОЦЕССА УПРАВЛЕНИЯ ОРГАНИЗАЦИОННОЙ СИСТЕМОЙ

ПРЕДУПРЕЖДЕНИЯ И ЛИКВИДАЦИИ ЧРЕЗВЫЧАЙНЫХ СИТУАЦИЙ

1.1. Организационная структура региональной системы предупреждения и ликвидации чрезвычайных ситуаций.

Система предупреждения и ликвидации ЧС — это сложная организационная система, состав и структура которой определяются ее целями и задачами.

Система предупреждения и реагирования на ЧС включает следующие элементы и подразделения для выполнения своих функций:

Предотвращения ЧС - МЧС России, ГУ МЧС России по субъекту РФ и его структурные подразделения, организации системы мониторинга различных министерств и ведомств (Министерство природных ресурсов и экологии РФ, Ростехнадзор, Роспотребнадзор, Росатом и т.д.);

Ликвидации ЧС - МЧС России, Министерство обороны РФ, МВД России, Министерство здравоохранения и др.

Органы МЧС России на территории федерации координируют деятельность единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС). Единая государственная система предупреждения и ликвидации чрезвычайных ситуаций состоит из функциональных и территориальных подсистем (рис. 1.1).

Функциональные подсистемы создают федеральные органы исполнительной власти. Перечень функциональных подсистем определен постановлением Правительства Российской Федерации [54], а их задачи определены положениями о них. МЧС России создает только 4 из 45 функциональных подсистем РСЧС:

- мониторинга, лабораторного контроля и прогнозирования чрезвычайных ситуаций;

- предупреждения и тушения пожаров;

15

предупреждения и ликвидации чрезвычайных ситуаций на подводных потенциально-опасных объектах во внутренних водах и территориальном море Российской Федерации;

- координации деятельности по поиску и спасению людей во внутренних водах и территориальном море Российской Федерации.

В федеральных округах на межрегиональном, региональном, муниципальном и объектовом уровнях создаются органы повседневного управления системы предупреждения и ликвидации ЧС для обеспечения совместной деятельности федеральных органов исполнительной власти, органов исполнительной власти субъектов Российской Федерации, органов местного самоуправления и организаций в области защиты населения и территорий от чрезвычайных ситуаций. Одной из главных задач органов повседневного управления является мониторинг и прогнозирование чрезвычайных ситуаций.

СИСТЕМА РСЧС I

ФУНКЦИОНАЛЬНЬЕЕ ПОДСИСТЕМЫ ТЕРРИТОРИАЛЬНЫЕ ПОДСИСТЕМЫ

I

1

I

1

ФЕДЕРАЛЬНЫЙ ЪТОВЕНЬ

КООРДИНАЦИОННЫЕ

ОРГАНЫ

постоянно

ДЕЙСТВУЮЩИЕ

ОРГАНЫ "УПРАВЛЕНИЯ

ОРГАНЫ

ПОВСЕДНЕВНОГО "УПРАВЛЕНИЯ СИЛЫ И СРЕДСТВА РЕЗЕРВЫ ФИН.-МАТ РЕСУРСОВ СИСТЕМЫ СВЯЗИ. ОПОВЕЩЕНИЯ. ИНФОРЬЛАЦИОННОГО ОБЕСПЕЧЕНИЯ

РЕГИОНАЛЬНЬШ "УРОВЕНЬ

КООРДИНАЦИОННЫЕ

ОРГАНЫ

ПОСТОЯННО

ДЕЙСТВУЮЩИЕ

ОРГАНЫ "УПРАВЛЕНИЯ

ОРГАНЫ

ПОВСЕДНЕВНОГО УПРАВЛЕНИЯ СИЛЫ И СРЕДСТВА РЕЗЕРВЫ ФИН. -МАТ. РЕСУРСОВ СИСТЕМЫ СВЯЗИ, ОПОВЕЩЕНИЯ, ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ

ТЕРРИТОРИАЛЬНЫЙ ^ТОВЕНЬ

КООРДИНАЦИОННЫЕ

ОРГАНЫ

ПОСТОЯННО

ДЕЙСТВУЮЩИЕ

ОРГАНЫ "УПРАВЛЕНИЯ

ОРГАНЫ

ПОВСЕДНЕВНОГО УПРАВЛЕНИЯ СИЛЫ И СРЕДСТВА РЕЗЕРВЫ ФИН.-МАТ. РЕСУРСОВ СИСТЕМЫ СВЯЗИ. ОПОВЕЩЕНИЯ. ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ

МЕСТНЫЙ УРОВЕНЬ

КООРДИНАЦИОННЫЕ

ОРГАНЫ

ПОСТОЯННО

ДЕЙСТВУЮЩИЕ

ОРГАНЫ УПРАВЛЕНИЯ

ОРГАНЫ

ПОВСЕДНЕВНОГО УПРАВЛЕНИЯ СИЛЫ И СРЕДСТВА РЕЗЕРВЫ ФИН.-МАТ. РЕСУРСОВ СИСТЕМЫ СВЯЗИ. ОПОВЕЩЕНИЯ. ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ

ОБЪЕКТОВЫЙ УРОВЕНЬ

КООРДИНАЦИОННЫЕ

ОРГАНЫ

постоянно

ДЕЙСТВУЮЩИЕ

ОРГАНЫ "УПРАВЛЕНИЯ

ОРГАНЫ

ПОВСЕДНЕВНОГО УПРАВЛЕНИЯ СИЛЫ И СРЕДСТВА РЕЗЕРВЫ ФИН.-МАТ. РЕСУРСОВ СИСТЕМЫ СВЯЗИ. ОПОВЕЩЕНИЯ. ИНФОРМАЦИОННОГО ОБЕСПЕЧЕНИЯ

1 I l I |

УСЛОВИЯ ЖИЗНЕДЕЯТЕЛЬНОСТИ НАСЕЛЕНИЯ> СООТВЕТСТВУЮЩИЕ ЦЕЛЯМ УСТОЙЧИВОГО РАЗВИТИЯ

ТЕХНО СФЕРНАЯ БЕЗ ОПАСНОС ТЪ 1 БЕЗОПАСНОСТЬ В ТТРТТРОТТНОТТ СРТтгр ЭКОЛ ОП1ЧЕ СКАЯ БЕЗОПАСНОСТЬ ДР"УТТ1Е ВИДЫ БЕЗОПАСНОСТИ

т т т

РИСКИ, ТЕХНОГЕННОГО ХАРАКТЕРА

РИСКИ. ПРИРОДНОГО ХАРАКТЕРА

РИСКИ, БИОЛОГО-СОЦИАЛЬНОГО ХАРАКТЕРА

Рисунок 1.1 - структура управления предупреждением и ликвидацией ЧС[55].

В этой связи основными тенденциями теоретической поддержки процесса

функционирования единой государственной системы предупреждения и

ликвидации чрезвычайных ситуаций является обеспечение предупреждения

чрезвычайных ситуаций, совершенствование способов управления рисками в

чрезвычайных ситуациях. Указанное невозможно без внедрения новых методов

16

управления рисками в чрезвычайных ситуациях и снижения размеров ущерба в случае их возникновения.

Защита населения и территорий от чрезвычайных ситуаций, обеспечение сбора, обработки, обмена и выдачи информации для предупреждения и ликвидации ЧС в России определены как основные задачи Единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций.

Для целей диссертации в области принятия управленческих решений в системе предупреждения и ликвидации ЧС следует рассмотреть следующую схему (рис. 1.2).

Схема

управления региональной организационной системы предупреждения н ликвидации ЧС на территории Красноярского края

Инф ормация о ЧС (очевидны, .НДС, и тд.)

ЕДДС

муниципального образования

КЧС и lib мутощип аль но г о

образом™

Сипы и средства муниципального звена ГП РСЧС края КГКУ «Спасатель» КГКУ «Противопожарная охрана Красноярского края» Сипы и средства МЧС России в соответствии с законодательством Сипы и средства функциональных н территориальной подсистем РСЧС края

I

| ЗОНА ЧРЕЗВЫЧАЙНОЙ с ихкщии

I_________________________________

Условн ые обомачения:

-ч- - доведение решения КЧС и ПБ края субъ ект взаимодействия

Список литературы диссертационного исследования кандидат наук Гребнев Ярослав Владимирович, 2023 год

СПИСОК ЛИТЕРАТУРЫ

1. Постановление Правительства РФ от 30.12.2003 N 794 (ред. от 16.02.2023) «О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций».

2. Матвеев А.В. Системное моделирование управления риском возникновения чрезвычайных ситуаций: дис. ... канд. тех. наук. - СПб.: СПб УГПС МЧС России, 2007. - 150 с.

3. Шойгу С.К. Основы анализа и регулирования безопасности // Анализ риска и проблем безопасности. - М.: МГФ «Знание», 2006. - 640 с.

4. Акимов В.А. Методики оценки рисков чрезвычайных ситуаций и нормативы приемлемого риска чрезвычайных ситуаций // Проблемы анализа риска. - 2007. - Т. 4. - №4. - С. 368-404.

5. Акимов В.А., Дурнев Р.А., Соколов Ю.И. Защита населения и территорий российской Федерации в условиях изменения климата: Науч.-поп. изд. // МЧС России. - М.: ФГУ ВНИИ ГОЧС (ФЦ), 2016. - 388 с.

6. Максимов А.В. Система поддержки принятия решений по управлению ресурсами гарнизона пожарной охраны // дис....канд. техн. наук. -СПб.: СПб УГПС МЧС России, 2016.

7. Стреблянская Н.В. Метод математического моделирования природных чрезвычайных ситуаций с наблюдаемыми параметрами в виде временных рядов и нечетких множеств / Ф.Б. Тебуева, Н.В. Стреблянская // Закономерности формирования и воздействия морских, атмосферных опасных явлений и катастроф на прибрежную зону РФ в условиях глобальных климатических и индустриальных вызовов («Опасные явления»): сб. статей Международной научной конференции. - Ростов-на-Дону, 2019. - С. 91-94.

8. Максимов А.В. Комплексная математическая модель процесса управления силами и средствами гарнизона пожарной охраны // Научно-аналитический журнал «Проблемы управления рисками в техносфере». 2015. -№ 2 (34). - С 85-96.

9. Белов М.В., Новиков Д.А. Сетевые активные системы: модели планирования и стимулирования // Проблемы управления. 2018. № 1. С. 47-57.

10. Иванов А.Ю. Критерии оценки информации для системы поддержки принятия решений в чрезвычайных ситуациях // Научно-аналитический журнал «Вестник Санкт-Петербургского университета государственной Противопожарной службы МЧС России». - 2012. - № 4. - С.1-6.

11. Евграфов П.М. Разработка алгоритмов интеллектуальной поддержки в системах социального управления (на примере ГПС): дис. ...канд.техн.наук:-М.: 2003. - 222 с.

12. Колесникова С.И. Модификация метода анализа иерархий для динамических наборов альтернатив. Прикладная дискретная математика. 2009. № 4 (6), Математические основы интеллектуальных систем. С. 102-109

13. Качанов С.А. Информационные технологии поддержки принятия решений в чрезвычайных ситуациях: АИУС РСЧС: вчера, сегодня, завтра: монография // Деловой экспресс М.: 2011. - 400 с

14. Тараканов Д.В. Поддержка принятия управленческих решений при тушении крупных пожаров на основе многокритериальной оптимизации // дис. ...канд. техн. наук:. М. 2011. - 150 с.

15. Стреблянская Н.В. Математическое моделирование, природных чрезвычайных ситуаций с наблюдаемыми параметрами на основе нестационарных персистентных временных рядов // дис. ...канд. техн. наук:. Ставрополь, 2019. - 150 с.

16. Постникова У.С. Оценка и управление территориальными техносферными рисками социально-природно-техногенных систем промышленных регионов Сибири: дис. ...канд. техн. наук:. Томск, 2022. - 174 с.

17. Мусайбеков, А.Г. Решение задачи классификации для определения ранга пожара на основе дискриминантного анализа [Текст] / А.Г. Мусайбеков, Р.Ш. Хабибулин // Материалы международной научно-практической

конференции «Пожарная безопасность: современные вызовы. Проблемы и пути решения».

18. Новиков, Д. А. Модели и методы управления развитием региональных образовательных систем / Д. А. Новиков. - Москва : Институт проблем управления им. В. А. Трапезникова РАН, 2001. - 83 с.

19. Москвичёв В.В., Бычков И.В., Потапов В.П., Тасейко О.В., Шокин Ю.И. Информационная система территориального управления рисками развития и безопасностью // Вестник РАН, 2017. - Т. 87, №8. - с. 696-705.

20. Москвичёв В.В., Бычков И.В., Потапов В.П., Тасейко О.В., Шокин Ю.И. Информационная система территориального управления рисками развития и безопасностью // Вестник РАН, 2017. - Т. 87, №8. - с. 696-705.

21. Москвичев В.В., Перетокин С.А., Ничепорчук В.В., Якубайлик О.Э. Применение ГИС-технологий для оценки экологических рисков при эксплуатации трубопроводов// Труды V Евразийского симпозиума по проблемам прочности материалов и машин для регионов холодного климата. - Якутск, 2010 г. - С. 225-235.

22. Ноженкова Л.Ф., Евсюков А.А., Ничепорчук В.В., Марков А.А. Применение методов оперативного анализа данных для обработки результатов мониторинга ЧС на региональном уровне управления // Сб. матер. Междунар. Конгресса «Совершенствование системы управления, предотвращения и демпфирования последствий ЧС регионов и проблемы безопасности жизнедеятельности населения». - Новосибирск: СГГА, 2010. - С. 3-11.

23. Ноженкова Л.Ф. Ничепорчук В.В., Ноженков А.И. Система распределённого сбора и анализа данных мониторинга чрезвычайных ситуаций // Информатизация и связь, 2012. - №5. - С. 45-50.

24. Ничепорчук В.В. Перспективы виртуализации управления РСЧС // Проблемы управления рисками в техносфере. - №6, 2020. - С.118-127.

25. Ничепорчук В.В., Яровой А.В., Кожемякин Н.Л. Метод проектирования сценариев действий в опасных ситуациях // Мониторинг,

моделирование и прогнозирование опасных природных явлений и ЧС. Сб. материалов Всеросс. научно-практ. конф. - Железногорск, - Изд-во: СибПСА МЧС России, 2019. - С. 47-58.

26. Ничепорчук В.В., Яровой А.В. Принципы защиты территорий от затоплений на основе комплексного мониторинга / Мониторинг, моделирование и прогнозирование опасных природных явлений и ЧС: Сб. VII Всероссийской научно-практ. конф. - Железногорск, 2018 г. - С. 44-48.

27. Ничепорчук В.В., Чернякова Н.А. Проектирование информационных систем оценки рисков и моделирования ЧС с помощью технологических карт /Безопасность и живучесть технических систем: Труды IV Всеросс. конф. -Красноярск: Ин-т физики СО РАН, 2012. - Т.2. - С. 249-253/

Указ Президента РФ от 02.08.1999 N 953 «Вопросы Министерства Российской Федерации по делам гражданской обороны, чрезвычайным ситуациям и ликвидации последствий стихийных бедствий».

28. Танклевский, Л.Т., Таранцев А.А., Бабиков И.А. Метод управления поддержанием готовности средств противопожарной защиты с использованием марковских цепей // Научно-аналитический журнал «Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России». - 2022. - № 4. - С. 60-69.

29. Тараканов, Д.В. Модели мониторинга и управления при ликвидации крупных пожаров [Текст]: монография / Д.В. Тараканов, А.О. Семенов, М.О. Баканов. - Иваново: Ивановская пожарно-спасательная академия ГПС МЧС России, 2018. - 128 с.

30. Зыбина, О. А., Дербенев Р.А., Савошинский О.П., Об оценке индивидуального риска при возможном пожаре в Санкт-Петербургском государственном политехническом университете Петра Великого / О. А. Зыбина, Р. А. Дербенев, О. П. Савошинский // Проблемы управления рисками в техносфере. - 2020. - № 3(55). - С. 66-72.

31. Матвеев, А.В. Схема выработки управленческих решений на основе структурно-функционального синтеза системы обеспечения безопасности потенциально опасных объектов / А.В. Матвеев // Национальная безопасность и стратегическое планирование. - 2013. - №1. - С.60- 68.

32. Филяев М.П. Сравнительный анализ инструментальных программных средств для разработки имитационных моделей логических процессов //Научные проблемы материально- технического обеспечения Вооруженных сил Ройссийской Федерации. - 2020. - №2 (16). - С.92- 104.

33. Шойгу, С.К. Основы анализа и регулирования безопасности // Анализ риска и проблем безопасности. - М.: МГФ «Знание», 2006. - 640 с

34. Акимов В.А. Общая теория безопасности жизнедеятельности в современной картине мира - М.: ФГБУ ВНИИ ГОЧС (ФЦ), 2018. - 136 с.

35. Агеев, С.А. Применение интеллектуальных методов представления информации для управления рисками информационной безопасности в защищенных мультисервисных сетях специального назначения //Труды СПИИРАН. 2015. № 4 (41). С. 149-160.

36. Доррер, Г.А. Использование параллельных вычислений при компьютерном моделировании лесных пожаров // Многоядерные процессоры, параллельное программирование, ПЛИС, системы обработки сигналов. Материалы Всероссийской научно-практической конференции, посвященной 40-летию АГУ. Барнаул: 2013. - С. 133-138.

37. Волчек, А.А. Нейросетевые средства прогнозирования для контроля паводка / А.А. Волчек // Материалы Международной научно-практической конференции «Обеспечение экологической безопасности — путь к устойчивому развитию Казахстана», 23-24 февраля 2010. / Тараз: «Сешм», 2010. - С. 83-16.

38. Чучуева, И.А. Прогнозирование временных рядов при помощи модели экстраполяции по выборке максимального подобия // Наука и современность: сборник материалов Международной научно-практической конференции. - Новосибирск, 2010. - С. 187 - 192

39. Абрамов, А.П. Разработка моделей поддержки управленческих решений при тушении пожаров на основе прецедентного подхода: дис. ...канд.техн.наук: - М.: 2004. - 251 с

40. Коробко А.А., Ничепорчук В.В., Ноженков А.И. Динамическое формирование интерфейса ВЕБ-системы сбора данных мониторинга чрезвычайных ситуаций //Информатизация и связь. - 2014. - №3. - стр. 59-64.

41. Максимов, А. В. Организационное обеспечение информационной системы по разработке планов реагирования на чрезвычайные ситуации / А. В. Максимов // Научно-аналитический журнал "Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России". - 2020.

- № 2. - С. 32-38.

42. Крупкин А.А., Максимов А.В., Матвеев А.В. Программное обеспечение системы поддержки принятия решений по управлению силами и средствами гарнизона пожарной охраны // Проблемы управления рисками в техносфере. 2015. № 4 (36). С. 75-81.

43. L. Mung, H.W. Q.I Chao Research on Unconventional Event Emergency Decision-making Methodologies // China Safety Science Journal. 2012. Vol. 21. pp. 158-163

44. Russel, S. Artificial Intelligence. A Modern Approach / S. Russel, P. Norvig // Pearson Education, Inc., Upper Saddle River; New Jersey, 2003. - p.230

45. Rossa C.G. The effect of fuel moisture content on the spread rate of forest fires in the absence of wind or slope. Int. J. Wildland Fire, 26 (1). 2017. pp. 24-31.

46. Amato F., Tonini M., Murgante B., Kanevski M. Fuzzy definition of Rural Urban Interface: an application based on land use change scenarios in Portugal. Environ. Model. Software, 104 .2018. pp. 171-187.

47. Crozier M.J., Glade T. Landslide Hazard and Risk: Issues, Concepts and Approach// Landslide Hazard and Risk/T.Glade, M. Anderson and M.J. Crozier, eds.

- John Wiley & Sons, 2004. Pp. 1-40.

48. Sirca C., Casula F., Bouillon C., García B. Ramiro M.M, Molina B., Spano D. A wildfire risk oriented GIS tool for mapping Rural-Urban Interfaces. Environ. Model. Software, 94. 2017. pp. 36-47.

49. Catalao J. An Artificial №ural №twork Approach for Day-Ahеad Е1ес1;пскуРпсез Forecasting / [at al.] // 6th WSЕAS intеrnational ш^егепсе on Nеural nеtworks, USA, Stеvеns Point, - 2005. - P. 80 - 83.

50. Garcia, R.C. Forecasting Model to Predict Day-Ahead Electricity Prices / R.C. Garcia // IEEE Transactions on Power Systems. - 2005, -Vol. 20, No. 2. -P. 867 - 874.

51. Taylor J.W., McSharry P.E. Short-Term Load Forecasting Methods: An Evaluation Based on European Data / J.W. Taylor // IEEE Transactions on Power Systems - 2008, Vol.22. - P. 2213 - 2219

52. Oliva, R. Managing Functional Biases in Organizational Forecasts: A Case Study of Consensus Forecasting in Supply Chain Planning / R. Oliva // HBS Working Paper. - 2006, No.10. - P. 7 - 24.

53. Bunnoon, P. Computing Model of Artificial Intelligent Approaches to Mid-term Load Forecasting: a state-of-the-art-survey for the researcher / P. Bunnoon // IACSIT International Journal of Engineering and Technology. - 2010, No.1. -P. 94 - 100.

54. Постановление Правительства РФ от 30.12.2003 N 794 (ред. от 16.02.2023) «О единой государственной системе предупреждения и ликвидации чрезвычайных ситуаций».

55. Федеральный закон от 21.12.1994 №68-ФЗ «О защите населения и территорий от чрезвычайных ситуаций природного и техногенного характера»

56. В. Л. Шульц, В. В. Кульба, И. В. Чернов, А. Б. Шелков// Сценарный анализ проблем управления обеспечением безопасности сложных социально-экономических систем // Управление развитием крупномасштабных систем (MLSD'2022) : Tруды Пятнадцатой международной конференции, Москва, 2628 сентября 2022 года / Под общей редакцией С.Н. Васильева, А.Д. Цвиркуна. -

Москва: Институт проблем управления им. В.А. Трапезникова РАН, 2022. - С. 55-66.

57. Косяченко С.А., Кульба В.В. и др. Модели и методы автоматизации управления в условиях ЧС. // Автоматика и телемеханика,1998.- №9. С. 3-66.

58. В. Л. Шульц, В. В. Кульба, А. Б. Шелков, И. В. Чернов// Управление процессами трансформации права в условиях цифровизации на базе сценарного подхода // Проблемы управления безопасностью сложных систем : Материалы XXX международной конференции, Москва, 14 декабря 2022 года / Под общей редакцией А.О. Калашникова, В.В. Кульбы. - Москва: Институт проблем управления им. В.А. Трапезникова РАН, 2022. - С. 73-79.

59. Безопасность России. Правовые, социально-экономические и научно-технические аспекты. Наука и технологии комплексной безопасности: исследования и разработки : Сводный том по выпуску 60-томной серии «Безопасность России» / Н. В. Абросимов, А. И. Агеев, В. А. Акимов [и др.]. -Москва : Международный гуманитарный общественный фонд «Знание» им. Академика К.В. Фролова, 2021. - 876 с.

60. Владимиров В.А., Воробьев Ю.Л., Салов С.С., Фалеев М.И., Кульба В.В., Малинецкий Г.Г., Махутов Н.А. Управление риском: риск, устойчивое развитие, синергетика. - М.: Наука, 2000. - 431 с.

61. Зацаринный А.А., Малинецкий Г.Г., Райков А.Н. и др. Прорывное ситуационное управление // Проблемы управления, 2018. -№ 5. - С. 31-38

62. Зацаринный А.А., Малинецкий Г.Г. и др. Сборка субъектов и объектов в рефлексивно-активной среде ситуационных центров развития. В сб.: XIII Всеросс. Совещание по проблемам управления, 2019. - С. 1525-1530.

63. Капица С.П., Курдюмов С.П., Малинецкий Г.Г. Синергетика и прогнозы будущего. - М.: URSS, 2003. - 288 с.

64. Москвичев, В. В. Риски развития социально-природно-техногенных систем Сибирского федерального округа / В. В. Москвичев, У. С. Постникова, О. В. Тасейко // Россия в XXI веке в условиях глобальных вызовов: проблемы

управления рисками и обеспечения безопасности социально-экономических и социально-политических систем и природно-техногенных комплексов : сборник материалов Всероссийской научно-практической конференции, Москва, 26-27 апреля 2022 года / Российская академия наук, Международный независимый эколого-политологический университет, Государтвенный университет управления. Том Выпуск 1. - Москва: Государственный университет управления, 2022. - С. 76-80.

65. Анализ устойчивости техносферы арктических территорий Красноярского края с использованием вероятностно-графических моделей / В. В. Москвичев, У. С. Постникова, О. В. Тасейко, И. С. Ефремова // Вычислительные технологии. - 2023. - Т. 28, № 4. - С. 45-56.

66. Цифровой паспорт безопасности территорий промышленных агломераций и регионов / В. В. Москвичев, В. В. Ничепорчук, В. П. Потапов, О. В. Тасейко // Вычислительные технологии. - 2021. - Т. 26, № 6. - С. 110-132.

67. Москвичев, В. В. Техногенно-экологические риски: Красноярский край, Республика Саха (Якутия) / В. В. Москвичев, В. А. Прохоров, У. С. Иванова // Экология и промышленность России. - 2020. - Т. 24, № 4. - С. 53-59.

68. Определение нормативов качества окружающей среды на основе риск-ориентированного подхода / Ю. И. Шокин, В. В. Москвичев, О. В. Тасейко, Е. Н. Бельская // Вестник Российской академии наук. - 2020. - Т. 90, № 12. - С. 1146-1155.

69. Иванова, У. С. Оценка уровня техногенной опасности городских муниципальных образований Сибирского федерального округа / У. С. Иванова, В. В. Москвичев, О. В. Тасейко // Моделирование неравновесных систем-2019 : Материалы XXII Всероссийского семинара, Красноярск, 04-06 октября 2019 года / Под редакцией М.Г. Садовского; ответственного за выпуск М.Ю. Сенашова. - Красноярск: Институт вычислительного моделирования Сибирского отделения Российской академии наук, 2019. - С. 46-49.

70. . Иванова, У. С. Ранжирование территорий Красноярского края с использованием риск-ориентированного подхода / У. С. Иванова, В. В. Москвичев, О. В. Тасейко // Проблемы анализа риска. - 2019. - Т. 16, № 4. - С. 48-63.

71. Москвичев, В. В. Индивидуальные риски социально-природно-техногенной системы Красноярского края / В. В. Москвичев, О. В. Тасейко // Безопасность критичных инфраструктур и территорий. Проблемы безопасности строительных критичных инфраструктур Safety2018 : сборник статей VIII Всероссийсой научно-технической конференции с международным участием и XVIII школы молодых ученых, IV Международной конференции, Екатеринбург, 04-05 октября 2018 года / Уральский федеральный университет им. Первого Президента России Б.Н. Ельцина; Научно-инженерный центр «Надежность и ресурс больших систем и машин» УрО РАН. - Екатеринбург: НИЦ «НиР БСМ» УрО РАН; Уральский федеральный университет им. Первого Президента России Б.Н. Ельцина, 2018. - С. 10-13.

72. Постникова, У. С. Метод многомерной статистики в решении проблем оценки риска / У. С. Постникова, О. В. Тасейко // Енисейская Арктика : Сборник материалов Всероссийской научно-практической конференции, Красноярск, 25 марта 2021 года. - Красноярск: Федеральное государственное бюджетное образовательное учреждение высшего образования «Сибирский государственный университет науки и технологий имени академика М.Ф. Решетнева», 2021. - С. 59-61.

73. Базовые риски природно-техногенной безопасности Красноярской промышленной агломерации / В. В. Москвичев, О. В. Тасейко, У. С. Иванова, Д. А. Черных // Российскому научному обществу анализа риска 15 лет: основные итоги и перспективы деятельности. - Москва : Всероссийский научно-исследовательский институт по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России, 2018. - С. 333-340.

74. Базовые региональные риски развития территорий Сибирского федерального округа / В. В. Москвичев, О. В. Тасейко, У. С. Иванова, Д. А. Черных // Вычислительные технологии. - 2018. - Т. 23, № 4. - С. 95-109.

75. Евсюков А.А., Марков А.А., Морозов Р.В., Ничепорчук В.В., Ноженкова Л.Ф. и др. Интеграция технологий в системах поддержки принятия решений в условиях ЧС / Безопасность и живучесть технических систем: Труды II Всеросс. Конф. - Красноярск, ИВМ СО РАН, 2007. С. 44-48

76. Ноженкова Л.Ф., Евсюков А.А., Ничепорчук В.В., Марков А.А. Применение методов оперативного анализа данных для обработки результатов мониторинга ЧС на региональном уровне управления // Сб. матер. Междунар. Конгресса «Совершенствование системы управления, предотвращения и демпфирования последствий ЧС регионов и проблемы безопасности жизнедеятельности населения». - Новосибирск: СГГА, 2010. - С. 3-11.

77. Ноженкова, Л. Ф. Разработка проблемно-ориентированной инфраструктуры имитационного моделирования / Л. Ф. Ноженкова, О. С. Исаева, А. А. Евсюков // Автоматизация. Современные технологии. - 2018. - Т. 72, № 7. - С. 320-323.

78. Ноженкова, Л. Ф. Реализация технологии повторного использования имитационных моделей в инфраструктуре моделирования / Л. Ф. Ноженкова, О. С. Исаева, А. А. Марков // Фундаментальные исследования. - 2017. - № 11-1. -С. 103-107.

79. Анисимова Т.Б. Плотникова Т.В. Атлас природных и тeхногeнных опасностей и рисков чрезвычайных ситуаций в Российской Фeдeрации (под рeд. Шойгу С.К.), М. 2004. - 272 с.

80. Е.В.Старовойтова, А.Д. Галеев, С.И. Поникаров. Моделирование парообразования с поверхности аварийного пролива сжиженного газа // Вестн. Казан. Технол. Ун-та.— 2012. — Т. 15, №4. — С. 110-113.

81. Левкевич В.Е., Лепихин А.М., Москвичёв В.В., Никитенко В.Г., Ничепорчук В.В., Шапарев Н.Я., Шокин Ю.И. Безопасность и риски устойчивого развития территорий. - Красноярск: Сиб. Федер. Ун-т, 2014. - 224 с.

82. Акимов В.А., Сосунов И.В., Федченко В.В., Алымов А.В., Аюбов Э.Н., Бабусенко М.С., Батырев В.В., Брык Д.И., Буевич О.Е., Глебов В.Ю., Головач Д.Ю., Горячев Е.А., Гуль Н.Н., Земцов О.Э., Иваненко А.О., Козача В.М., Ковтун О.Б., Косырев П.Н., Котосонов А.С., Крапухин В.В. и др. Стандартизация в области гражданской обороны и защиты от чрезвычайных ситуаций: Монография. В 2-х томах. - М.: МЧС России, 2017. Том II. - 612 с.

83. Болов В.Р., Быков А.А., Владимиров В.А., Диденко С.Л., Соколов Ю.И., Фалеев М.И. и др. Современные системы мониторинга и прогнозирования чрезвычайных ситуаций. - М.: МЧС России, 2013. - 351 с.

84. Diz, B. Forecasting Ше Istanbul Stock Ех^а^е National 100 Indеx Using an Artificial №ural №twork / B. Yildiz // An Intеrnatюnal Journal of Sciеncе, Еnginееring and Те^ш^у. - 2008, Vol. 46. - P.36 - 39.

85. Гребнев Я.В., Яровой А.В. Мониторинг и прогнозирование паводков на территории Красноярского края c использованием нейросетевых алгоритмов // Научно-аналитический журнал «Сибирский пожарно-спасательный вестник». 2018. №3. C.13-16.

86. Олтян И.Ю., Арефьева Е.В., Гутарев С.В., Котосонов А.С., Чяснавичюс Ю.К. Методический подход к вычислению интегрального индекса, характеризующего состояние системы мероприятий по подготовке к защите и по защите населения, материальных и культурных ценностей на территории субъекта Российской Федерации от опасностей, возникающих при ЧС природного и техногенного характера // Технологии гражданской безопасности. 2020. Т. 17. № 3 (65). С. 7-14.

87. Махутов Н.А., Гаденин М.М., Юдина О.Н. Научный анализ рисков в жизнеобеспечении человека, общества и государства. // Проблемы анализа риска. 2019; 16(2). С. 70-89.

88. An Artificial Neural Network Approach for Day-Ahead ElectricityPrices Forecasting / J. Catalao [at al.] // 6th WSEAS international conference on Neural networks, USA, Stevens Point, - 2005. - P. 80 - 83.

89. Дали, Ф.А., Тeрeхин, С.Н., Горбунов, А.В. Примeнeниe интeллeктуальной c^TeMbi onoBerneH^ и управлeния эвакуацдай людeй при пожарe на 0CH0Be BIMмодeлирования // Элeктронный научно-аналитичecкий журнал «Beerarn СанктПeтeрбургcкого унивeрcитeта ГПС МЧС России», vestnik.igps.ru. 2019.№3. 144 - 149 с.

90. Niwa, Y. A proposal for a new accident analysis method and its application to a catastrophic railway accident in Japan// Cognition, Technology & Work. - 2009. -V.11. - P. 187-194.

91. Macza, M. A. Canadian perspective of the history of process safety management legislation// 8th International Symposium on Programmable Electronic Systems in Safety-Related Applications, Cologne, Germany. - 2008.

92. Hollnagel, E., Woods, D. D., and Leveson, N. Resilience Engineering: Concepts and Precepts//Ashgate, Aldershot, UK. - 2006.

93. Кузьмин, Е.А. Mepb npeBeffrnBHoro управлeния нeопрeдeлeнноcтью в организационно-экономичecких cиcтeмах [Элeктронный рecурc] // Beerarn НГУЭУ. -2012. - № 4. - Рeжим доступа: https://nsuem.elpub.ru/jour/article/view/202.

94. Trucchia A., Egorova V., Pagnini G., Rochoux M.C. On the merits of sparse surrogates for global sensitivity analysis of multi-scale nonlinear problems: application to turbulence and fire-spotting model in wildland fire simulators. Commun. Nonlinear Sci. Numer. Simulat., 73.2019. pp. 120-145.

95. Duane A., Aquilue N., Gil-Tena A., Brotons L. Integrating fire spread patterns in fire modelling at landscape scale. Environ. Model. Software, 86. Dec. 2016. Pp. 219- 231.

96. Ruz M.G., Alexander M.E., Sullivan A.L., Gould J.S, Kilinc M.. Assessing improvements in models used to operationally predict wildland fire rate of spread. Environ. Model. Software, 105. JUL. 2018. Pp. 54-63.

97. Aven, T., Nokland, T. E. On the use of uncertainty importance measures in reliability and risk analysis//Reliability Engineering and System Safety. - 2010. -V.95. - P. 127-133.

98. Тараканов, Д.В. Модели мониторинга и управления при ликвидации крупных пожаров [Текст]: монография / Д.В. Тараканов, А.О. Семенов, М.О. Баканов. - Иваново: Ивановская пожарно-спасательная академия ГПС МЧС России, 2018. - 128 с.

99. Ю.Е. Актерский, Ф.А. Дали, Г.Л. Шидловский. Устойчивость зданий и сооружений при пожаре: учебное пособие- СПб.: Санкт-Петербургский университет ГПС МЧС России, 2020. - 256 с.

100. Гришин, А.М. Анализ действия лесных и степных пожаров на города и поселки и новая детерминированно-вероятностная модель прогноза пожарной опасности в населенных пунктах [Текст] / А.М. Гришин, П.В. Пугачева // Вестник Томского Государственного Университета. - 2009. - №1(6). - С. 41-48.

101. Таранцев, А.А. Регрессионный анализ и планирование испытаний в задачах принятия решений / Монография; СПб.: ИПТ РАН, 2017. - 148 с.

102. Малыгин, И.Г. Методы принятия решений при разработке сложных пожарно-технических систем. Монография / Под ред. Артамонова В.С. СПб.: Санкт-Петербургский университет ГПС МЧС России, 2007. - 288 с.

103. Чешко, А.Ю. Парийская, М.Ю. Принцева, Н.В. Петрова, С.Ф. Лобова, В.Г. Плотников, Ю.Н. Елисеев, О.В. Лобатова, Т.Д. Теплякова Экспертное исследование природных пожаров: Методическое пособие/ И.Д.-СПб.: СПб университет ГПС МЧС России, 2019. - 252 с.

104. Моторыгин, Ю.Д. Математическое моделирование процессов возникновения и развития пожаров: Монография. - СПб.: Санкт-Петербургский университет ГПС МЧС России. 2011. - 162 с.

105. Методология построения модели угроз безопасности территориально-распределённых объектов / В. И. Королев, А. А. Новиков, А. П. Кузьмин, А. Н. Шориков // Технологии техносферной безопасности. - 2013. - № 2(48). - С. 16.

106. Базилевский, М. П. Методические и инструментальные средства построения некоторых типов регрессионных моделей / М. П. Базилевский, С. И. Носков // Системы. Методы. Технологии. - 2012. - № 1(13). - С. 80-87.

107. Метод построения прогнозной нейросетевой модели временного ряда / Л. Ю. Емалетдинова, З. И. Мухаметзянов, Д. В. Катасева, А. Н. Кабирова // Компьютерные исследования и моделирование. - 2020. - Т. 12, № 4. - С. 737756.

108. Шабунин, А. В. Нейронная сеть как предсказатель динамики дискретного отображения / А. В. Шабунин // Известия высших учебных заведений. Прикладная нелинейная динамика. - 2014. - Т. 22, № 5. - С. 58-72.

109. Татьянкин, В. М. Модифицированный алгоритм обратного распространения ошибки / В. М. Татьянкин // Приоритетные направления развития науки и образования. - 2014. - № 3(3). - С. 197-198.

110. Э. Д. Аведьян, Алгоритмы настройки многослойных нейронных сетей, Автомат. И телемех., 1995, № 4, 106-118; Autom. Remote Control, 56:4 (1995), 541-551.

111. Эминов, Б. Ф. Алгоритмы укрупнения цепей Маркова / Б. Ф. Эминов, В. М. Захаров // Вестник Казанского государственного технического университета им. А.Н. Туполева. - 2013. - № 2-1. - С. 125-133.

112. Ржаникова, Е. Д. Моделирование двумерных цепей Маркова с несколькими состояниями / Е. Д. Ржаникова // Общество, наука, инновации (НПК-2013) : Всероссийская ежегодная научно-практическая конференция: сборник материалов, Киров, 15-26 апреля 2013 года. - Киров: Вятский государственный университет, 2013. - С. 1415-1418.

113. Чащин, С. В. Применение методов машинного обучения «с учителем» для атрибуции текста: отдельные подходы и промежуточные результаты при идентификации авторов русскоязычных текстов / С. В. Чащин // Вопросы криминологии, криминалистики и судебной экспертизы. - 2018. - № 1(43). - С. 139-147.

114. Автоматическое обнаружение лиц на цифровых изображениях на основе метода адаптивной классификации AdaBoost / И. В. Бекетова, С. Л. Каратеев, Ю. В. Визильтер [и др.] // Вестник компьютерных и информационных технологий. - 2007. - № 8(38). - С. 2-6.

115. Указ президента Российской Федерации от 05.03.2020 № 164 «Об основах государственной политики Российской Федерации в Арктике на период до 2035 года». Положениям «Основы государственной политики РФ в области защиты населения и территорий от ЧС на период до 2030 года»

116. Шуляковский Л.Г., Еремина В.И. К методике прогноза заторных уровней воды // Метрология и гидрология. - 1952. - № 1. - С. 46-51.

117. Лисер И.Я. Весенние заторы льда на реках Сибири. - Л.: Гидрометеоиздат, 1967. - 105 с

118. Донченко Р.В. Ледовый режим рек СССР. - Л.: Гидрометеоиздат, 1987. - 242 с.

119. Бузин В.А. Заторы и зажоры льда на реках России. - СПб: Изд-во Государственного гидрологического института, 2015. - 242 с/

120. Бураков Д.А., Космакова В.Ф., Гордеев И.Н. О результатах оперативных испытаний методов гидрологических прогнозов на реках Восточной Сибири в период весеннего половодья / Результаты испытания новых и усовершенствованных технологий, моделей и методов гидрометеорологических прогнозов, 2015. - № 42. - С. 50-59.

121. НЕС-ЯШ. [Электронный ресурс]: https://www.hec.usace.army.mil

McDonald M.G. and Harbaugh, A.W. (2003). «The History of MODFLOW». Ground Water 41 (2): 280-283. Doi:10.1111/j.1745- 6584.2003.tb02591.x. PMID 12656294.

122. Grebnev, Y. V. Influence of digital technologies on the quality of life by modelling the risk of flooding of territories by flood waters / Y. V. Grebnev, A.K. Moskalev // Journal of physics: conference series III International Scientific Conference on Applied Physics, Information Technologies and Engineering" (APITECH-III -2021) 24th 153eptember-3th October 2021, Krasnoyarsk, P.1-9 https://doi.org/10.1088/1742-6596/2094/2/022061

123. Grebnev, Y. V. Development of a model for forecasting the inflow to the site of a hydroelectric power plant using neural models for information processing / Y. V. Grebnev, A.K. Moskalev, A.E. Petrunina, D.T. Lazutin // IOP Conference Series: Earth and Environmental Science, 2023. https://doi.org/10.1088/1755-1315/1231/1/012074

124. Grebnev, Y. V., The practice of connectionist model for predicting forest fires in the Arctic zones of the Krasnoyarsk Territory / Y.V.Grebnev, A.K. Moskalev, A.V. Vershkov, A.U. Gazizulina// International Journal of System Assurance Engineering and Management Int J Syst Assur Eng Manag.. 2019. P.1-9. DOI: 10.1007/s13198-019-00786-w

125. Grebnev, Y. V., Simulation modelling of the filling oil products process in the arctic zone using neural network forecasting/ Y. V. Grebnev, A.K. Moskalev // IOP Conference Series: Materials Science and Engineering, Volume 1155, III International Scientific Conference: Modernization, Innovations, Progress: Advanced Technologies in Material Science, Mechanical and Automation Engineering (MIP-III 2021) 29th-30th April 2021, Krasnoyarsk, p.1-9. DOI: 10.1088/1757-899X/1155/1/012052.

126. Гребнев Я.В. Модель оценки влияния рассеяния хлора при его аварийных выбросах в атмосферу на потенциально-опасном объекте г. Красноярск / Я.В. Гребнев, А.Л. Хрулькевич, А.И. Овсяник // журнал

«Технологии техносферной безопасности», г. Москва, 2021, № 4 (94), С.105-116. Режим доступа: DOI: 10.25257/ТО.2021.4.94.105-116.

Акт внедрения №1

УТВЕРЖДАЮ

Заместитель начальника Главного

О,Г. Матыленко

АКТ

и внедрении результатов кандидатской диссертационной работы Гребнева Ярослава Владимировича

Настоящим актом подтверждается, что результаты, полученные в диссертационной работе «Разработка методов, моделей н алгоритмов интеллектуальной поддержки системы предупреждения и ликвидации чрезвычайных ситуаций на северных и арктических территориях»,

используются при организации повседневного управления единой системой предупреждения и ликвидации ЧС в центре управления в кризисных ситуациях Главного управления МЧС России по Красноярскому краю.

Предложенный инструментарий организационно-управленческих и информационно-аналитических решений, полученные в ходе диссертационного исследований позволили повысить устойчивость функционирования организационной системы предупреждения и ликвидации ЧС. Разработанные модели позволили повысить эффективность прогнозирования и проведения превентивных мероприятий для рисков, обусловленных паводками, лесными пожарами и техногенными авариями, связашшми с ро ал ином нефтепродуктов. Предложенный механизм межведомственной, взаимодействия сил л средств функциональной и территориальной подсистемы РСЧС на региональном уровне в цифровом формате, повышает эффективность реагирования функциональной и территориальной подсистемы РСЧС на территориальные риски и > грозы.

Начальник отдела мониторинга, прогнозирования и проведения превентивных мероприятий центр а управления в кризисных ситуациях Главного управления МЧС России по Красноярскому краю

майор внутренней службы

Акт внедрения №2

УТВЕРЖДАЮ

Директор краевого государственного казенного учреждения «Центр обеспечения реализации полномочий в областях гражданской обороны.

чрезвычайных Красноярского края»

ситуациях

Н.Н. Григорьева

АКТ

о внедрении результатов кандидатской диссертационной работы Гребнева Ярослава Владимировича

Настоящим актом подтверждается, что результаты, полученные в диссертационной работе «Разработка методов, моделей и алгоритмов интеллектуальной поддержки системы предупреждения и ликвидации чрезвычайных ситуаций на северных и арктических территориях»,

применяется при планировании мероприятий но безопасному пропуску паводковых вод и планированию превентивных мероприятий при подготовке к лесопожарному сезону на северных и арктических территориях Красноярского края, в краевом государственном казенном учреждении «Центр обеспечения реализации полномочий в областях гражданской обороны, чрезвычайных ситуациях Красноярского края».

Начальник отдела предупреждения ЧС КГКУ «Центр ГО и ЧС»