Содержание к диссертации
Введение
ГЛАВА 1 Анализ современных методов и средств оценки безопасности объектов техносферы и направления по совершенствованию интеллектуальных технологий мо делировния .. 11
1.1 Методы оценки безопасности объектов техносферы 11
1.2 Особенности интеллектуальных технологий моделирования и направления по их совершенствованию 24
1.3 Цели и задачи исследования 31
ГЛАВА 2 Разработка системы автоматизированного моделирования и прогнозирования безопасности химически опасных объектов техносферы на основе базовых сценариев возникновения чрезвычайных ситуаций 32
2.1 Разработка структуры подсистемы автоматизированного моделирования аварийных ситуаций на объектах техносферы 32
2.2 Формирование системы базовых и производных понятий предметной области. Методы формирования семантического пространства знаний и их формализация 40
2.3 Методы автоматизированного формирования семантического графа и определения степени соответствия постановки задачи эталону 54
2.4 Выводы второй главы 63
ГЛАВА 3 Формирование базы знаний методов решения задач и разработка алгорйтма многокритериального выбора оптимальной вычислительной схемы 64
3.1 Разработка базы знаний методов решения задач и формальной спецификации задачи моделирования. 64
3.2 Сравнительный анализа основных подходов для количественного описания процесса рассеяния выброса химических веществ 76
3.3 Многокритериальный выбор альтернативных вариантов моделей из множества сгенерированных моделей 88
3.4 Выводы третьей главы 92
ГЛАВА 4 Реализация подсистемы автоматизированного модеилрваония объектов техносферы для оценки их безопасности 93
4.1 Функциональная структура программно-информационного обеспечения 93
4.2 Пример работы программы 99
4.3 Оценка эффективности подсистемы автоматизированного моделирования оценки безопасности объектов техносферы по результатам внедрения 108
4.4 Выводы четвертой главы 113
Заключение : ; 114
Список литературы 116
Приложения 132
- Особенности интеллектуальных технологий моделирования и направления по их совершенствованию
- Формирование системы базовых и производных понятий предметной области. Методы формирования семантического пространства знаний и их формализация
- Сравнительный анализа основных подходов для количественного описания процесса рассеяния выброса химических веществ
- Оценка эффективности подсистемы автоматизированного моделирования оценки безопасности объектов техносферы по результатам внедрения
Введение к работе
Актуальность темы. В "Концепции национальной безопасности Российской Федерации", утверждённой указом Президента РФ от 10 января 2000 года №24, сказано "...Необходимо качественное совершенствование единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций (РСЧС)...".
Первым из девяти приоритетных направлений развития науки, технологий и техники Российской Федерации, утверждённых Президентом Российской Федерации, названо "Информационно-телекоммуникационные технологии и электроника", при этом, в числе критических технологий России перечислены "Системы жизнеобеспечения и защиты человека" и "Снижение риска и уменьшение последствий природных и техногенных катастроф". Таким образом, место информационно-телекоммуникационных систем в сфере защиты населения и территорий от чрезвычайных ситуаций определено среди высших приоритетов государства.
МЧС России выполняет значительный объём важных государственных задач, для эффективного выполнения которых необходимо своевременное, надежное и достоверное информационное обеспечение.
Современный подход к информационному обеспечению предполагает, что должностное лицо управления МЧС России должно выполнять свои функции с использованием собственного специально оборудованного для этого автоматизированного рабочего места.
Возможности такой автоматизации определяются, в первую очередь, появлением дешевых и простых в эксплуатации персональных ЭВМ, успехами практической реализации локальных и территориально- распределённых вычислительных сетей и разработки методического обеспечения для решения задач управления мероприятиями по предупреждению и ликвидации ЧС.
Применение современных информационных систем и интеллектуальных технологий моделирования позволит значительно снизить время обработки исходных данных, построения прогностических моделей, а так же повысить качество принимаемых управленческих решений.
Работа выполнена в соответствии с одним из приоритетных направлений федерального уровня «Экология и рациональное природопользование», федеральной целевой программой «Снижение рисков и смягчение последствий чрезвычайных ситуаций природного и техногенного характера в Российской Федерации» до 2010 года, в рамках основных научных направлений Воронежского государственного технического университета «Интеллектуальные информационные системы», «Проблемно-ориентированные системы управления».
Цели и задачи исследования. Целью диссертации является разработка методов, алгоритмов и программного обеспечения подсистемы автоматизированного моделирования и прогнозирования задач оценки безопасности объектов техносферы на основе интеллектуальных средств формализации описания задач и средств поддержки принятия решений. Для достижения поставленной цели необходимо решить следующие научные задачи:
-провести анализ особенностей ' интеллектуальных технологий моделирования сложных систем и возможности их адаптации для решения поставленных задач;
-разработать структуру подсистемы автоматизированного моделирования объектов техносферы;
-разработать концептуальную модель предметной области «Авария на химически опасном объекте» для формализации отношений между основными категориями предметной области, а так же для формирования декларативной базы знаний;
-разработать синтаксис языка представления знаний для формализации текстов на ограниченном естественном языке заданной предметной области;
-сформировать средства семантического моделирования для представления аварий на химически опасном объекте;
-разработать механизм многокритериального выбора оптимальной вычислительной схемы для моделирования процессов распространения загрязняющих веществ в окружающей среде при аварии на химически опасном объекте;
-разработать экспертную систему поддержки принятия решений для формирования комплекса мер по ликвидации последствий чрезвычайной ситуации.
Методы исследования. Для решения поставленных задач в работе используются методы математического программирования, основные понятия теории систем, теории множеств, методы теории искусственного интеллекта, имитационного моделирования, систем автоматизированного моделирования, логики предикатов, семантики, методы оптимизации, а так же методы построения экспертных систем.
Научная новизна результатов исследования. Основные результаты диссертации, выносимые на защиту и имеющие научную новизну, состоят в следующем:
с структура подсистемы автоматизированного моделирования, предназначенная для формализации вербального описания задачи в заданной предметной области и решения задач моделирования и прогнозирования развития аварии на химически опасном объекте, формирования комплекса мер по ликвидации чрезвычайной ситуации и снижения риска для здоровья населения, попавшего в зоны заражения;
метод формирования системы понятий заданной предметной области, в котором формальное определение понятия задается набором признаков и допускает представление их в виде фреймовой структуры, отличающейся возможностью автоматизированного построения функциональной семантическое сети;
процедуры формализованного представления текстов на естественном языке из заданной предметной области в виде семантических моделей логико-предикатного типа, позволяющие автоматизировать построение вычислительных и прогностических моделей последствий аварий;
метод определения семантического соответствия формальной постановки задачи одному из эталонных сценариев, позволяющий однозначно определять тип сценария, а при неполной постановке задачи определять степень соответствия одному из эталонных сценариев, отличающийся возможностью сравнения семантических структур;
структура банка: знаний подсистемы автоматизированного моделирования, предназначенного для использования на всех этапах задачи моделирования и поддержки принятия решений, характеризующийся интеграцией различных форм представления знаний;
алгоритм многокритериального выбора оптимальной вычислительной схемы из нескольких альтернатив, учитывающий основные характеристики вычислительной схемы и позволяющий выбрать рациональную, исходя из целей, задач и приоритетов пользователя.
Практическая ценность и реализация результатов работы. Разработана система поддержки принятия решений, позволяющая на основании описания аварии на естественном языке строить прогностические модели развития ситуации, определять уровень загрязнения в любой точке рассматриваемой территории, а так же строить краткосрочные прогнозы.
Наличие встроенного в систему модуля поддержки принятия решений позволяет оценить уровень загрязнения рассматриваемой территории, определить уровень риска для здоровья населения и состояния экосистем. Результатом работы системы является карта с нанесенными зонами фактического и смертельного поражения, а так же комплекс мероприятий, направленных на ликвидацию последствий чрезвычайной ситуации.
Апробация работы. Основные положения диссертационной работы докладывались и обсуждались на следующих конференциях, семинарах и совещаниях: «Интеллектуальные информационные системы», Всероссийская конференция, (Воронеж 2006, 2007); «Обеспечение экологической безопасности в чрезвычайных ситуациях», Международная конференция (Воронеж, 2006), ежегодных научных конференциях профессорско- преподавательского состава Воронежского государственного технического университета.
Публикации. По теме диссертационной работы опубликовано 12 научных работ, в том числе 2 публикации в изданиях, рекомендованных ВАК РФ.
В работах, опубликованных в соавторстве, лично соискателю принадлежат: в [43, 44, 54] анализ особенности автоматизированного моделирования систем поддержки принятия решений по оценке безопасности объектов техносферы; в [49, 51] разработка и описание структурной схемы математического моделирования аварийных событий; в [45] сравнительный анализ методик прогнозирования аварийных ситуаций; в [47, 48] анализ методов представления знаний в интеллектуальных прикладных системах; в [46] разработки синтаксиса языка представления знаний на основании логики предикатов первого порядка для формализации текстов на естественном языке из заданной предметной области; в [52] разработка алгоритма многокритериального выбора наиболее эффективного метода решения в подсистеме автоматизированного моделирования; в [50, 53] разработка концептуальной модели предметной области «Авария на химически опасном объекте».
Структура и объем работы. Диссертационная работа состоит из введения, четырех глав, заключения, приложений; изложена на 000 страницах, содержит 00 рисунков, 00 таблицы; список литературы включает 000 наименования.
Во введении обосновывается актуальность работы, дается ее краткая характеристика, показываются основные пути решения сформированных проблем.
В первой главе проводится анализ современного подхода оценки безопасности объектов техносферы.
Рассматриваются основные этапы математического моделирования аварийных ситуаций. Приводятся основные современные методики оценки безопасности техносферных объектов.
Проводится обосновании необходимости и оценка возможности применения интеллектуальных технологий моделирования. Рассматриваются основные особенностей интеллектуальных технологий моделирования.
На основании проведенного анализа определяются цели и задачи исследования. -
Вторая глава посвящена разработке структуры и функционального наполнения подсистемы автоматизированного моделирования. Рассматриваются основные элементы системы, особенности их формирования и назначения.
Выделены направления по формализации базовых сценариев аварий на химически опасных объектах, ориентированные на максимальное использование возможностей ЭВМ. В качестве языка формализации предложено использовать исчисление предикатов первого порядка.
Разработан метод определения степени соответствия между эталоном сценария и формализованной постановкой задачи моделировании.
Разработанные методы предназначены для формализации исходной задачи, представленной на естественном языке в терминах предметной области, для возможности дальнейшего применения формального описания задачи для реализации одной из численных схем моделирования и построения прогностических моделей распространения опасных химических веществ при аварии на химически опасном объекте.
В третьей главе рассматривается формирование базы знаний методов решения задач подсистемы автоматизированного моделирования, приводится сравнительная характеристика основных подходов для количественного описания процесса рассеяния выброса химических веществ, описание таблицы критериев для проведения сравнительного анализа численных схем, а так же алгоритм многокритериального выбора наиболее оптимальной вычислительной схемы для реализации модели распространения загрязнения.
Четвертая глава содержит обоснование выбора программной среды разработки приложений построенной системы поддержки принятия решений оценки безопасности объектов техносферы «ЧС Аналитик». Приводится структура информационного и алгоритмического обеспечения разработанной системы, а так же рассматривается пример работы программы. Использование разработанной системы поддержки принятия решений позволило значительно снизить уровень риска для населения, попавшего в зону загрязнения при аварии на химически опасном объекте, а так же позволило значительно снизить время для построения прогностических моделей и значительно повысить оперативность и качество принимаемых решений руководителем. Экономический эффект от внедрения разработки составил 227 тыс. рублей.
В заключении рассмотрены основные результаты работы.
В приложении приведены акты внедрения.
Особенности интеллектуальных технологий моделирования и направления по их совершенствованию
Моделирование как метод познания действительности на современном этапе развивается в двух, в известной степени, противоположных направлениях. Первое, традиционное направление, ориентировано на специалиста-профессионала в области моделирования, который должен обладать современной техникой математической формализации, искусством системного анализа, рядом других навыков, вплоть до некоторых специфических черт характера. Второе направление вызвано к жизни парадигмой новых информационных технологий, факт появления которой связывается. с именем академика Г.С. Поспелова. Новая информационная технология применительно к моделированию означает технологию построения моделей неподготовленным пользователем без посредника. К настоящему времени за этим длинным выражением "новая информационная технология моделирования" не закрепилось собственного названия. В качестве претендентов выступают такие понятия, как "мягкое моделирование", "когнитивное моделирование", "автоматизация моделирования" и некоторые другие. Во всех этих случаях имеется в виду достижение такого уровня развития человеко-машинного взаимодействия, при котором построение и использование моделей в практической деятельности станет широко распространенным и общедоступным делом. В этой проблеме можно выделить ряд ключевых задач, способ решения которых определяет весь характер создаваемой технологии моделирования и степень ее эффективности. В их числе: - язык представления знаний; - способ извлечения и накопления знаний; - методы преобразования полученных знаний в модельную форму и получение результата.
Создание любой интеллектуальной системы предполагает сознательное или неосознанное принятие той или иной модели взаимодействия с экспертом как источником знаний, на основе которых функционирует (строит модели, решает задачи) создаваемая интеллектуальная система. Общепризнанной является парадигма выделения инженерии знаний как специальной дисциплины, ориентированной на работу со знаниями и их источниками [40]. Не отрицая продуктивности этого направления, нельзя .не видеть ряд трудностей, стоящих на этом пути, таких, как согласование знаний многих экспертов, создание непротиворечивой картины мира, проблемы восприятия и понимания этой картины конечным пользователем и т.д. Ряд этих проблем нивелируется, если принять на вооружение следующие новые подходы. 1. Отход от персонификации источника знаний. Источники знаний могут быть любые - эксперты, книги, личный опыт, слухи и т.д. Системный аналитик выступает в роли накопителя знаний и их формализатора. 2. Допускается противоречивость накопленных знаний. 3. Учитывается факт неравноценности предметных областей Е по степени динамизма изменений знаний. Есть почти "мертвые" Е, формирование основных представлений внутри которых в большей степени завершено, например, теория конечных автоматов, значительная часть электротехники, теории надежности и многих других, от чего их актуальность вовсе не снизилась. Просто на данном этапе наших общих представлений эти науки и технические отрасли отвечают имеющимся практическим потребностям. Для таких сформировавшихся Е разумно создать хранилища моделей (базы моделей, базы знаний), по крайней мере для устоявшихся их частей. А так как любая Е таит в себе возможность когнитивного взрыва или хотя бы незначительного дрейфа основных понятий и представлений, то время от времени модельные знания проходят "реорганизацию" в программной среде той или иной инструментальной системы автоматизации моделирования.
Представляет интерес выделить характерные особенности нарождающихся интеллектуальных технологий моделирования (ИТМ) в контексте, как фундаментальных, так и прикладных задач моделирования.
К фундаментальные особенностям ИТМ следует отнести:
1. Принцип множественности модельных ансамблей, "покрывающих" целые предметные области. Этот принцип обуславливается рядом факторов, такими как: - возросшая размерность (многокомпонентность) объектов моделирования, модельное описание которых не под силу осуществить ограниченной группе исследователей; - наличие предметных областей, интеллектуальное развитие которых завершено (может быть временно), однако, участие этих областей в управлении требует их модельного описания.
2. Использование фрагментарных моделей предметных областей, в которых общий тезаурус предметных областей выступает, как основа комплексирования моделей.
3. Разработка и использование формального аппарата комплексирование (слияния) моделей.
4. Развитие техники полиформализма моделей и полиформальных модельных преобразований, при наличии базового формализма модельного представления. / 5. Разработка новых методов структуризации предметных областей, учитывающих такие свойства, как естественный параллелизм окружающего мира, нечетность границ фрагментов при их содержательном и модельном описании, свойство иерархической вложенности фрагментов и временной разномасштабности протекающих в них процессов.
6. Использование , новой модели приобретения знаний, ориентированной не на эксперта предметной области, а на системного аналитика, для которого эксперт является лишь одним из ряда источников получения знаний о предметной области [41].
Формирование системы базовых и производных понятий предметной области. Методы формирования семантического пространства знаний и их формализация
При формировании базы знаний подсистемы автоматизированного моделирования одной из важнейших задач является разработка формализма или модели представления знаний [92, 112]. С учетом специфики предметной области в подсистеме к форме представления знаний предъявляются следующие требования: - адекватность содержанию (структура объектов раскрывается с использованием графических средств, процессы иллюстрируются средствами динамической графики, моделирования, метод решения дается со всеми его компонентами - к чему применим, как и какими средствами реализуется и т.д.); - пригодность для выполнения требуемых действий (например, численная модель аварийного выброса для его исследования, возможность использования метода решения в виде программного модуля; для представления трудноформализуемых знаний применяется традиционный подход экспертных систем [92]).
Одним из способов организации баз знаний в подсистеме автоматизированного моделирования служит система понятий, которая в разрабатываемой системе выступает как первый шаг на пути создания базы знаний предметной области, а также играет самостоятельную роль в обеспечении работы пользователя.
Система понятий является одним из средств обеспечения процесса моделирования аварийных событий и предназначена для овладения терминологической лексикой предметной области, изучения основных классификаций и связей между ними. Понятийная информация и ее атрибуты в процессе выполнения каких-либо задач может быть доступна и подсистеме автоматизированного моделирования и пользователю. Это обеспечивается средствами программной поддержки и позволяет использовать систему понятий во многих аспектах, таких как: создание формальных эталонных моделей сценариев аварийных процессов; доопределение набора входных данных задачи моделирования; организация диалога между пользователем и системой на ограниченном естественном языке; формирование отчетов, содержащих информацию по результатам . работы подсистемы автоматизированного моделирования; создание и изучение информационно- справочных материалов и др.
Систему понятий составляют понятия. В понятиях фиксируются общие и существенные признаки объектов и явлений, знания об их классах. Каждое понятие можно рассматривать как относительно обособленную систему знаний о свойствах и законах изменения объектов предметной области. Содержание понятий меняется и уточняется в зависимости от уровня знаний о сущности объектов предметной области, при изменении соответствующей научной теории. Понятиям соответствуют системы, или понятия-классы, которые объединяют объекты на основании их общей природы.
Понятие - это формализованное отражение класса объектов, или класса классов на основании общих признаков. Структурно понятие - это сложный объект, который может иметь ряд атрибутов:, сценарий, синонимы, формальное определение понятия через его характерные признаки или другие понятия. Понятие следует рассматривать как систему [98] и выбирать в качестве объекта формализации "не отдельные понятия, а понятийную (смысловую) систему языка, рассматриваемую как целое" [98].
Из многообразия цодходов к формированию. системы понятий [91] выделим их основные положения и представим как основные свойства системы понятий, которая должна: отражать реальные системы и отношения между ними; быть конечной, неразрывной, строго логичной; иметь иерархическую структуру, корнем которой является категория, листьями - единичные понятия; включать родовидовые отношения между понятиями.
Сравнительный анализа основных подходов для количественного описания процесса рассеяния выброса химических веществ
В данной разделе делается попытка предложить модель комбинаторной задачи оптимизации для решения врпроса о выборе оптимальной вычислительной схемы для решения поставленной задачи
Функции, которые выполняет вычислительный модуль, требуют для своей реализации некоторой совокупности базовых типовых функций, в свою очередь опирающихся на еще более фундаментальные функции. Поэтому вся совокупность рассматриваемых функций имеет структуру, которая может быть представлена ориентированным ациклическим графом, где вершинам соответствуют функции, а дугам - отношения между ними. Функции, требующиеся для реализации какой-либо команды, являются на графе потоками искомой вершицы.
Отношение Я на множестве А - отношение строгого частичного порядка, если Я - иррефлексивно и транзитивно: 1 ){УаеА)( а,а еЯ). 2) (Уа, Ь,сеА)( а,Ь еЯл Ь,с еЯ (а,с)еЯ).
Заметим, что если Я - отношение строгого частичного порядка на множестве А, то (А, Я) - ориентированный ациклический граф. Каждая из функций может быть зафиксирована структурно или оперативно. Принципиальная особенность заключается в том, что в случае структурной фиксации функции любая из функций потомков также должна быть зафиксирована структурно: (\/аег)(УЬ( Ь,а еЯ)) (Ьег).
Полагая, что известны экспертные оценки е1 показателей эффективности компонентов по их программным реализациям, известны затраты ресурсов , используемых /-й вычислительной схемой, тогда процесс выбора оптимальной вычислительной схемы может быть представлен моделью комбинаторной задачи рационального выбора на множестве компонентов:
Здесь Л - множество допустимых решений. Выражения (3.1-3.3) есть условия задачи о ранце. Дополнительные ограничения (3.4-3.6), которые налагают отношение частичного порядка на множестве X, сужают множество допустимых решений: решение является допустимым, если для всякого х, образующего решение, все потомки также принадлежат данному решению. В терминах теории графов это означает, что множество допустимых решений является множеством подграфов искомого графа, в которые вершина может входить при условии, что все ее потомки также входят в данный подграф.
В выражении (3.6) г обозначает «бвиъ структурно зафиксированным». Вследствие этого обстоятельства соответствующая модель комбинированной задачи оптимизации является оригинальной. Предположим, для каждой модели из функции известны дополнительная эффективность е. и дополнительная ресурсоемкость с1 реализации этой модели иным способом. Дополнительная эффективность е. отражает тот факт, что реализация численно схемы иным способом предпочтительнее по производительности, надежности и т.п., эта величина, как правило, может быть получена экспертным путем. Дополнительная ресурсоемкость с. - затраты машинного времени, оперативной память и других ресурсов, которые необходимы для реализации модели иным способом. Под ресурсоемкостью будет выступать самый критичный ресурс, т.е. ресурс, ограничения по которому самые жесткие.
Если такие данные имеются, можно сформулировать модель комбинаторной задачи оптимизации, в которой необходимо максимизировать дополнительную эффективность при заданном ограничении по критичному ресурсу.
Приведенная модель попадает под формулировку оптимизационной комбинаторной задачи: у =а (еМ/(у)) уеЯсУ, , {
Здесь Ух - пространство комбинаторных объектов, порождаемых дискретным конечным множеством X, Я - часть данного комбинаторного пространства. В нашей задаче комбинаторные объекты - это сочетания. В силу конечности производящего множества любая оптимизационная комбинаторная задача имеет решение.
Особенность рассматриваемой задачи заключается в том, что множество допустимых решений труднообозримо: проверка того; является ли некоторая комбинация переменных допустимым решением, требует значительных вычислительных затрат . Вопрос о возможности создания алгоритма направленного комбинаторного перебора для этой задачи остается открытым. Эффективность алгоритма полного перебора, будет сильно уступать, вообще говоря, аналогичному алгоритму решения задачи о ранце.
Нами предлагается приближенный метод решения задачи. Метод состоит из двух этапов. На первом этапе посредством детерминированного алгоритма отыскивается некоторое исходное решение задачи. Задача такого начального шага - получить хорошее исходное решение, которое можно было бы принять в качестве нижней оценки значения целевой функции. Второй этап заключается в нахождении решения посредством стохастического поиска и дальнейшей локальной оптимизации полученного решения. Эта процедура повторяется, и затем из всех локальных оптимумов выбирается наилучший.
Оценка эффективности подсистемы автоматизированного моделирования оценки безопасности объектов техносферы по результатам внедрения
Приведенные выше методы и функции реализованы в программной системе СППР «ЧС Аналитик», предназначенной для решения задач моделирования и прогнозирования последствий аварийных выбросов химически опасных веществ, на основании вводимого в систему текста описания аварии на естественном языке. Разработанная система включает так же модуль поддержки принятия решений, с помощью которого проводится оценка экологической обстановки в регионе и выдача комплекса управленческих решений по ликвидации последствий аварии и снижению риска для населения попавшего в зону смертельного и фактического заражения.
Для реализации программы была выбрана среда программирования Borland C++Builder 6, в состав которой входит компилятор объектно- ориентированного языка высокого уровня С++ и интегрированная среда разработчика. Такой выбор связан со следующими достоинствами Borland C++Builder 6:
1. Среда Builder предназначена для создания 32-х битных приложений для современной операционной системы Microsoft Windows 9x/NT, которая в настоящее время является фактическим стандартом для персональных компьютеров.
2. Объектно-ориентированный язык программирования позволяет сделать процесс разработки ПО более эффективным.
3. Компилятор Builder строит эффективный исполняемый код, что особенно важно для систем численного моделирования.
4. Интегрированная среда разработчика позволяет создавать интерфейс программы с минимальными затратами времени и труда программиста, что повышает эффективность процесса разработки..
Разработанная программная система может быть использована в информационных системах, работающих под управлением ОС MS Windows 9x/NT и допускающих реляционное представление данных для решения задач.
Основу программной системы составляют модули, описанные в п. 4.1. Взаимодействие с полнофункциональной геоинформационной системой осуществляется на уровне обмена файлами. В программу может быть загружена карта созданная в ГИС ArcGIS. Данные для анализа извлекаются из атрибутивных таблиц. Сохранение результатов анализа производиться в этих таблицах. Запись картографических объектов может производиться в файлы обменных форматов.
Интерфейс программ основан на стандартах GUI (Graphical User Interface) и использует стандартные элементы интерфейса Windows: окна, меню, кнопки, поля ввода и выбора и т.д. .
Программа функциональна разделена на три модуля: модуль формализации естественно-языковых текстов, модуль численного моделирования, модуль визуализации, модуль поддержки принятия решений.
Для начала работы программы необходимо. запустить двойным нажатием щелчка мыши файл analitic.exe. После этого на экране появится основное окно проектов программы (рисунок 4.5).
Главное окно представляет собой карту местности с элементами управления. Элементы управления обеспечивают перемещение карты и изменение масштаба. Перемещение и изменение масштаба возможно с помощью специальной панели и с клавиатуры. Возможно отображение координатной сетки. Отдельные элементы отвечают за режим задержки и ускорения представления результатов прогнозирования (управление скоростью течения времени).
В верхней части находится главное меню, состоящее из четырех подразделов: Файл, Правка, Настройка и Помощь. Файл, Правка и Помощь являются общеобязательными и содержат стандартный набор функций,
Общее количество пострадавших В зоне смертельного поражения В зоне фактического поражения Общий экономический ущерб
Пункт меню Настройка позволяет загружать карту (или фрагмент карты), наносить координатную сетку и менять масштаб карты. Кроме инструментов управления картой данный пункт меню содержит инструмент позволяющий открывать, создавать, сохранять проекты, работать с элементами текса, печатать отчеты, а так же осуществлять поддержку пользователя. управления процессом проведения численного расчета: задание параметров модели, выбор численной схемы и др.
Модуль формирования отчета включает в себя систему количественной оценки последствий аварии. На специальной панели отображаются числа, соответствующие количеству пострадавших (в зоне смертельного и фактического поражения), а так же оценка экономического ущерба, связанного с аварией на объекте. Количественные оценки последствий аварии отображаются для каждого момента времени, начиная с начала аварии. По скорости изменения количественных оценок можно судить о скорости распространения аварийных воздействий.
Возможности модуля оценки экономического ущерба обеспечивают расчет экономического ущерба нанесенного природной среде, антропогенной среде и расчет ущерба, нанесенного здоровью человека.
Стоимостные показатели, необходимые для расчета экономического ущерба, нанесенного природной и антропогенной среде, должны быть введены в систему на этапе настройки программы с учетом конкретных условий территории.
Оценка экономического ущерба, нанесенного здоровью человека, основана на стоимости жизни человека и стоимости восстановления здоровья человека, пострадавшего в результате аварии.
Для начала работы необходимо установить направление ветра (в градусах азимута) и вести координаты источника (в случае, если точные координаты не известны, то источник можно задать вручную на карте).
Следующим этапом является ввод текса описания аварии на ограниченном естественном языке. Для этого необходимо нажать кнопку «Начать расчет» на панели инструментов. В появившемся окне (рисунок 4.6) вводится текст описания аварии.
