Содержание к диссертации
Введение
ГЛАВА 1. Анализ известных методов и систем поддержки принимаемых решений (СППР) 14
1.1. Известные системы поддержки принятия решений 14
1.2. Отдельные аспекты оказания интеллектуальной поддержки в принятии решений 34
1.2.1. Моделирование процесса принятия решений 34
1.2.2. Компьютерные методы обучения 45
1.2.3. Обзор моделей численного оценивания сложных знаний-решений 50
1.3 Выводы по главе 1 56
ГЛАВА 2. Разработка СППР в чрезвычайных информационных условиях 58
2.1 Основные направления разработки 58
2.1.1 Общие положения концепции разработки СППР 58
2.1.2 Общие принципы построения деловых игр и анализа конкретных ситуаций 66
2.1.3 Метод представления решений 69
2.1.4 Метод численного оценивания решений 78
2.2. Разработка общей структуры СППР и её блоков 87
2.2.1. Обобщающая формализация задачи, структура СППР 88
2.2.2. Разработка основных принципов построения программного интерфейса СППР 94
2.2.3. Блоки БАРС и БППР 100
2.2.3.1 Структуры учёта информационных потоков системы. База данных СППР 101
2.2.3.2 Пользовательский интерфейс и программная логика функционирования 103
2.2.3.3 Оценивание и представление результатов 132
2.2.4. Интегральное оценивание и представление результатов 146
2.3. Технология создания деловых игр и независимых тестовых заданий СППР 161
2.4. Общая программная структура СППР 164
2.5. Схемы проведения деловых игр 167
2.6. Выводы по главе 2 170
ГЛАВА 3. Применение разработанной СППР в чрезвычайных информационных условиях 172
3.1 СППР организаций для планирования их действий при пожарах 172
3.2 СППР подразделений пожарной охраны для планирования боевых действий 190
3.3 Возможное применение разработок в наиболее ответственных областях принятия решений 194
3.4 Выводы по главе 3 204
Основные результаты и выводы 206
Литература
- Моделирование процесса принятия решений
- Общие принципы построения деловых игр и анализа конкретных ситуаций
- Пользовательский интерфейс и программная логика функционирования
- Возможное применение разработок в наиболее ответственных областях принятия решений
Введение к работе
Актуальность темы.
Насущной проблемой является повышение качества принимаемых управленческих решений слабоструктурированных и неструктурированных задач лицами, принимающими решения (ЯП?). Эти задачи характеризуются тем, что большинство параметров или все параметры задач, влияющие на решение, могут быть описаны и оценены только качественно, на логическом уровне. Примером таких задач могут быть задачи, стоящие перед службами МЧС и сотрудниками различных организаций при пожарах, авариях и катастрофах. Задачи осложняются тем, что зачастую должны решаться в чрезвычайных информационных условиях, т.е. в условиях ограниченного времени, чрезвычайной быстротечности и информационной насыщенности протекающих процессов, недостаточности и недостоверности информации, в условиях сильного психологического стресса. Кроме этого, заранее нельзя предсказать, как сложатся факторы, влияющие на развитие чрезвычайной ситуации (ЧС) и ликвидацию последствий от ЧС. Цена неверных действий в этих условиях весьма высока и может выражаться в уничтожения и повреждении дорогостоящего имущества, загрязнении окружающей среды, гибели людей, как это было при Чернобыльской аварии, недавнем пожаре во Владивостоке и во многих других ЧС.
Повышение качества решений подобных задач возможно при их интеллектуальной поддержке, выражающейся в различных формах интеллектуально-технических мероприятий, например, экспертном анализе, совещаниях, моделировании процесса ликвидации ЧС. В решении проблемы зачастую целесообразно применять автоматизированные системы информационной поддержки принятия решений, в которых гибко сочетаются возможности ЭВМ по скоростной обработке формализованной информации
и лучшие качества человеческого интеллекта по обработке нечёткой и противоречивой информации.
Однако современный уровень науки и техники в области решения данных задач не достаточен для оказания действенной поддержки на стадии протекания быстротечной и информационно сложной ЧС. Ограничение времени на выработку и принятие решений в ряде задач диктует необходимость разработки систем поддержки принятия решений (СППР), применяющихся на фазе подготовки к принятию решения, когда нет таких жёстких ограничений по времени.
Возможностью поднять качество решений является подготовка ЛПР к принятию решений. Под этим можно понимать, как непосредственное обучение, так и анализ уже принятых решений вместе с планированием новых решений. Поэтому, целесообразно ставить задачу оказания поддержки принятия решений на стадии, предшествующей возникновению ЧС, с помощью соответствующей системы, в которой поддержка принятия решения должна осуществляться в двух формах — обучении управленческого персонала и планировании предстоящих решений.
Актуальность такой постановки проблемы подтверждается требованиями многих норм действующего Российского законодательства. Так, например, в соответствии со ст. 10 ФЗ «О промышленной безопасности опасных производственных объектов» №116-ФЗ: «В целях обеспечения готовности к действиям по локализации и ликвидации последствий аварии организация, эксплуатирующая опасный производственный объект, обязана: планировать и осуществлять мероприятия по локализации и ликвидации последствий аварий на опасном производственном объекте; ... обучать работников действиям в случае аварии или инцидента на опасном производственном объекте... ».
Проблемам принятия решения в разнообразных формах посвящена многочисленная литература. Известны работы Арского Ю.М., Резера СМ.,
Гиляревского Р.С., Финна В.К., Абдрахимова Д.А., Иоффина А.И., Трахтенгерца Э.А., Брушлинского Н. Н., Топольского Н.Г. и др. авторов.
В силу сложности рассматриваемых задач, многие аспекты проблемы поддержки принятия решений остаются ещё изученными не полностью, а известные методы поддержки по ряду причин не всегда применимы и не всегда удовлетворяют требованиям объективности описания и оценивания эффективности решений. Наиболее удовлетворительные результаты оценивания эффективности решений, принимаемых в чрезвычайных информационных условиях, были получены в работах Евграфова П.М., отдельные положения которых были заимствованы диссертантом в защищаемой работе. В этих положениях содержатся теоретические основания, необходимые для построения требуемой СППР, которыми являются метод психологического моделирования сложных знаний (МПМ) и теория их вероятностного оценивания (ТВО). Но для создания компьютерных систем поддержки принятия решений эти положения нуждаются в конкретизации и в дополнительном научном и прикладном развитии.
Объектом исследования являются информационные процессы принятия решений и направления повышения качества решений с помощью СППР.
Предметом исследования являются методы и системы поддержки принятия решений слабоструктурированных задач по управлению информационно-насыщенными процессами, принятие решений в которых происходит в условиях ограниченного времени.
Целью работы является разработка системы поддержки принятия решений в чрезвычайных информационных условиях в форме подготовки ЛПР к принятию решения и планирования решений как средства повышения эффективности принимаемых решений для исследуемых задач, а также
разработка технологии создания подобных систем для различных объектов управления.
Для достижения поставленной цели в диссертационном исследовании определены следующие основные задачи:
-
Провести исследование и критический анализ известных систем и методов поддержки принятия решений в исследуемой и схожих областях принятия управленческих решений.
-
Выработать концепцию построения новой СППР, позволяющую оказать действенную поддержку принятия решений на стадии, предшествующей возникновению управленческой ситуации. В соответствии с концепцией разработать общую структуру СППР.
-
Разработать СППР организации при пожаре.
-
В процессе разработки программного обеспечения СППР выработать технологию создания подобных систем для различных объектов управления.
Методы исследования включают методы теории управления и
принятия решений, искусственного интеллекта, теории множеств, теории
вероятности, методы экспертного анализа, информатики. Научная новизна работы заключается в следующем: Разработана структура и алгоритмы функционирования СППР в
чрезвычайных информационных условиях с новыми совокупностями
признаков, а именно:
1. Новой является общая структура СППР в чрезвычайных
информационных условиях, в том числе, за счёт впервые применённых в
этих целях метода психологического моделирования сложных знаний
(решений) и метода вероятностного оценивания сложных знаний, а также
нового программного блока анализа и решения характерных модельных
ситуаций при чрезвычайных ситуациях.
2. Новой является СППР организации при пожарах
3. Новой является автоматизированная технология создания СППР в чрезвычайных информационных условиях для различных объектов управления.
Практическая значимость работы заключается в возможности использования её результатов для более качественной подготовки управленческого персонала государственных оперативных служб и персонала организаций по ликвидации ЧС и их последствий.
Практическая реализация результатов работы выражается в использовании разработанных деловых игр и задачах по конкретным ситуациям пожаров на тактических занятиях в учебных заведениях МЧС России.
Внедрение результатов работы подтверждено актом.
Публикации. По теме работы автором опубликовано 9 печатных работ, в т.ч. З в журналах, включённых в Перечень ВАК.
Апробация работы осуществлялась в форме докладов на 5-й международной специализированной выставке «Пожарная безопасность XXI века» в рамках научной конференции 2006 года «Современные средства и способы обеспечения пожарной безопасности»; XVI-й Международной конференции-выставке «Информационные технологии в образовании» 2006 года.
На защиту выносятся: структура и алгоритмы функционирования системы поддержки принятия решений в чрезвычайных информационных условиях; общие принципы построения СППР организации при чрезвычайных ситуациях; алгоритмы функционирования программного обеспечения СППР; принципы технологии разработки СППР.
Структура и объем работы.
Моделирование процесса принятия решений
В ходе своей деятельности человек сталкивается с разнообразными ситуациями, которые частично создаёт ему окружающая его среда, а частично он сам. Кроме этого, каждый человек всё время сталкивается с деятельность других людей, общества. Решение любой задачи управления представляет собой интеллектуальную деятельность. Действия, которые индивидуум при этом совершает, обуславливаются его решениями.
В своих решениях человек является субъектом, т.е. лицом, принимающим решения (ЛПР). В качестве ЛПР может рассматриваться не только отдельный индивидуум, но и часть общества, решающего совместную задачу. Окружающая среда, в которую можно включить и человеческое общество, является по отношению к этим решениям объектом решений и деятельности ЛПР.
Повышение качества управленческих решений является перманентно актуальной задачей в любых экономических и социальных системах. Одним из средств повышения качества решений управленческих задач является оказание ЛПР интеллектуальной поддержки решений (ИПР), выражающейся в различных формах интеллектуально технических мероприятий, например, экспертном анализе, совещаниях, моделировании деятельности.
Наиболее часто моделируется мир материальных, физических объектов. Когда объектом решений становится человек, то возникает задача моделирование поведения человека.
Задача принятия решений (ПР) возникает, когда у ЛПР присутствует несколько вариантов действий (альтернатив) для достижения заданного или желаемого результата. При этом ЛПР требуется выбрать наилучшую в определённом смысле альтернативу [9]. Предполагается существование причинной связи между выбором альтернативы и наступлением соответствующего результата. Кроме того, предполагается наличие механизма оценки качества такого выбора - обычно оценивается качество исхода. Требуется выбрать наилучшую альтернативу, для которой соответствующий результат имеет наилучшую оценку качества.
Единственного общепризнанного определения термина «принятие решений» не существует. Объединяющим моментом всех этих определений является предоставлению ЛПР права окончательного принятия решения. Наиболее широко ИПР может пониматься как комплекс организационно-технических интеллектуальных мероприятий по оказанию помощи ЛПР в принятии им решений с целью повышения их обоснованности и/или уменьшения времени на их выработку.
В последнее время сформировалось мнение по целесообразности применения ИПР для решения слабоструктурированных и неструктурированных задач. Применение ИПР в этом качестве особо актуально в связи со значительным присутствием в решении элементов субъективизма. С появлением и увеличением возможностей ЭВМ значительно усилилась мотивация их использования в ИПР.
В системах управления, связанных с принятием решения с помощью вычислительной техники принят термин - системы поддержки принятия решения СППР.
Термин "система поддержки принятия решений" появился в начале семидесятых годов. За это время дано много определений СППР. Так в работе [21] она определяется следующим образом: "Системы поддержки принятия решений являются человеко-машинными объектами, которые позволяют лицам, принимающим решения, использовать данные, знания, объективные и субъективные модели для анализа и решения слабоструктурированных и неструктурированных проблем".
Системы поддержки принятия решений (СППР) - целый класс программных систем, призванных помогать работе людей, выполняющих анализ и принимающих решения. Это системы, обладающие средствами ввода, хранения и анализа данных, относящихся к определённой предметной области, с целью поиска решений [22].
Три основные технические прикладные задачи, решаемые в СППР, это: ввод данных, хранение данных, анализ данных. Необходимо отметить, что возможна ещё одна, необязательная функция СППР - синтез некоторых частей решения общей управленческой задачи.
Ввод данных в СППР осуществляется либо автоматически от датчиков, характеризующих состояние среды или процесса, либо человеком-оператором. В первом случае данные накапливаются путём циклического опроса или по сигналу готовности, возникающему при появлении информации. Во втором случае СППР должны предоставлять пользователям удобные средства ввода данных, контролирующие корректность вводимых данных и выполняющие сопутствующие вычисления. Если ввод осуществляется одновременно несколькими операторами, то система должна решать проблемы параллельного доступа и модификации одних и тех же данных.
Постоянное накопление данных приводит к непрерывному росту их объёма. В связи с этим СППР должна обеспечивать надёжное хранение больших объёмов данных, а также обеспечивать предотвращение несанкционированного доступа к ним, резервного хранения данных, их архивирования.
Можно рассматривать СППР как инструмент для выполнения ЛПР анализа данных. СППР не генерирует правильные решения, а только предоставляет ЛПР данные в соответствующем виде (отчёты, графики, таблицы) для изучения и анализа, именно поэтому такие системы обеспечивают выполнение функции поддержки принятия решений. Очевидно, что, с одной стороны, качество принятых решений зависит от квалификации ЛПР. С другой стороны, рост объёмов анализируемых данных, высокая скорость обработки и анализа, а также сложность использования машинной формы представления данных стимулируют исследования и разработку интеллектуальных СППР. Для таких СППР характерно наличие функций, реализующих отдельные умственные возможности человека. [10] Архитектура СППР может быть представлена следующим образом (Рисунок 1).
Общие принципы построения деловых игр и анализа конкретных ситуаций
Разработка удобного и функционально-эффективного пользовательского интерфейса является одной из важнейших задач при создании программного продукта. Интерфейс можно представить как систему, состоящую из динамически обновляемой текстовой, звуковой, графической информации, посредством которой пользователь может эффективно взаимодействовать с компьютером, и психофизиологических механизмов, благодаря которым информация более эффективно усваивается пользователем.
Современные средства разработки представляют большой набор визуальных программных компонентов в помощь разработчику для создания разнообразных программных форм. Но иногда разработчик чрезмерно увлечён массой имеющихся у него возможностей и применяет те или иные графические компоненты, не осмысливая в полной мере необходимость их применения в каждом конкретном случае. Повышенная информативность окружающего нас мира - это объективная и характерная черта нашего времени, которая находит своё отражение в программных продуктах. Это проявляется в больших объёмах текстовой информации на экране.
Тем самым программный интерфейс становится перегруженным информацией, нагромождением различных компонентов, программные формы приобретают неудобный вид для работы пользователя. Пользователь теряется в большом объёме имеющейся у него информации на экране и вынужден затрачивать лишние время и усилия на её осмысление и навигацию по программным окнам. В обучающих программах это приводит к снижению «пропускной способности» обучаемого, и, в конечном счете, к падению эффективности обучения.
Интерфейс должен быть спроектирован таким образом, чтобы пользователь в разумной мере был бы избавлен от избыточной ненужной информации. На наш взгляд при создании обучающих программ надо выбрать некоторую оптимальную скорость подачи информации, которая бы не превышала «пропускной способности» обучаемого. Но, тем не менее, была бы достаточной для того, чтобы поддерживать активность обучаемого на высоком уровне.
В таком случае представляется разумным на стадии разработки интерфейса оценить весь объём информации, который может быть представлен в данном программном продукте. Проанализировать его, и заранее отбросить информацию ненужную или несущественную. Полезную информацию следует разграничить на основную и второстепенную, т.е. дополнительную и отображать в программных окнах преимущественно основную информацию.
Что касается второстепенной или дополнительной информации, то в данном случае, по возможности, пользователю должен быть предоставлен выбор относительно необходимости её отображения. Это возможно реализовать через опции пользовательских настроек интерфейса, в которых при помощи галочек пользователь может выбирать - показывать или не показывать тот или иной информационный блок, установить степень детализации вывода информации.
Необходимо при разработке интерфейса вести диалог с пользователями, для которых предназначен данный разрабатываемый программный продукт. В конечном итоге определенный контингент пользователей, которому необходим программный продукт, может оценить предлагаемый интерфейс и дать свои пожелания для его улучшения. В процессе диалога с заказчиком отрабатывать и предлагать на выбор различные варианты интерфейса, и тем самым спроектировать пользовательский интерфейс наиболее оптимальным образом.
Разрабатываемое программное обеспечение можно рассматривать как обобщение двух различных классических типов программ. Первый тип тестирующая обучающая программа, второй - программа СУБД. Это обусловлено тем, что в ней, помимо основной функции программы -оболочки для проведения тестов, должны быть реализованы средства управления данными, хранения данных о проведённых тестах и списков испытуемых, хранения результатов проведённых тестов, отображение полученных результатов, вывод отчётов. Подобная интеграция осуществляется следующим образом. При запуске программного обеспечения пользователь попадает в главное меню программы, откуда может перейти в тестовый режим, а также осуществлять регистрацию новых тестов, ввод в базу данных информации о новых испытуемых, просмотреть результаты прошедших тестов. Таким образом, переход в тестовый режим возможен из общей оболочки, в которой осуществляется управление данными для проведения тестов.
При создании тестовой оболочки нами были приняты во внимание следующие аспекты. Во время тестирования обучаемый должен быть по возможности, наиболее полно погружён в процесс решение задачи, и пользовательский тестовый интерфейс должен способствовать абстрагированию испытуемого. Поэтому, интерфейс не должен содержать в себе внешне эффектных декоративных элементов, украшающих внешний вид программных окон с позиции эстетики, а также необходимо по возможности избегать применения ярких цветов в оформлении компонентов, текстовых надписей и фона.
Яркие цвета концентрируют на себе внимание человека и отвлекают от его усвоения смысловой текстовой информации. Человек, может, зачастую и не осознавая это, на подсознательном уровне рассеивает своё внимание на объекты, не имеющие важного отношения к решаемой задаче. Всё это может негативно сказаться на качестве решения при ответе на вопрос и поэтому применять яркие цвета и красочные пиктограммы следует применять только в ограниченных случаях для акцентирования внимания на объекты действительно важных с информационной точки зрения.
Тестовое окно не должно содержать в себе избыточных кнопок и текстовых надписей, служащих для вывода дополнительной информации, не имеющих прямого отношения к вопросу. Доступ к данным по статистике проведения тестов можно осуществить из программных окон после окончания теста, а в тестовом окне следует размещать только информацию, необходимую для решения вопроса.
Как было сказано, выше программный интерфейс состоит из 2-х частей: средство управления данными и тестовой оболочки.
Интерфейс СУБД состоит из стандартных прямоугольных форм, имеющих определённые заданные размеры и масштабируемых пропорционально разрешению экрана. Пользователь не имеет возможности менять размеры при помощи мыши. Окна имеют заголовки с текстовыми надписями, закрытие окон осуществляется нажатием крестика в правом верхнем углу.
Во время прохождения теста обучаемый не должен иметь возможности для самовольного выхода из тестового режима, что возможно при использовании стандартных форм, т.к. в таком случае пользователь обладает возможностью закрытия тестового окна. Воспользоваться этой возможностью он может, как, случайно нажав на крестик, так и сознательно, в том случае, если не удовлетворён полученными результатами и хочет пройти тест заново и скорректировать свои результаты. С точки зрения учебного процесса это недопустимо и поэтому следует программным путём лишить его возможностей для несанкционированного выхода из тестового режима.
Пользовательский интерфейс и программная логика функционирования
На начальной стадии испытуемому предлагают задачу, имеющую решение в виде одной из психологических форм. В тексте задания приводят модельный набор возможных частей решения ЧР, из которых испытуемый должен сконструировать правильный ответ. Каждый элемент этого модельного набора нумеруют. Правильные элементы ответа изображены на рисунке белыми квадратиками, неправильные - чёрными. В ходе тестирования копия модельного набора воспринимается испытуемым. Как правило, модельный набор отличается от реально имеющегося набора элементов знания в памяти испытуемого. Модельный набор знания фиксирован и известен, именно из него испытуемый конструирует свой ответ, который является реальным знанием испытуемого. Внедряя копию модельного набора в память испытуемого, мы тем самым делаем конечным и просчитываемым количество возможных вариантов решения. Знание испытуемого посредством сепарации расчленяют на его элементарные составляющие. После этого, используя имеющееся эталонное знание (эталонный ответ), каждый элемент знания испытуемого (ЧР) анализируют и признают либо правильным, либо неправильным. При этом анализе на правильность и неправильность, предварительно произведённая экспертная качественная (логическая) оценка элементарных составляющих знания, по принципу «правильно», «неправильно», обладает практически 100%-ой объективностью. Участие экспертов ограничено написанием текста вопроса, включая список с правильными и неправильными ЧР, и написанием эталонного ответа. Из неправильных элементов знания испытуемого синтезируют неправильную часть знания, из правильных элементов синтезируют правильную часть знания.
Тем самым исходное знание испытуемого делят на две части знания -правильную и неправильную. Поэлементный анализ знания испытуемого и обобщённый анализ правильной и неправильной части ответа даёт возможность определения численной оценки знаний испытуемого и его интеллектуальных возможностей.
В нашей системе оба вида оценивания (логическое и численное) производятся на основе математических моделей матриц образов решения (МОР). Рассмотрим подробнее - что представляют эти математические модели, какие элементы знаний они описывают.
МОР описывают структуру эталонного решения и учитывают особенности, влияющих на качественную и количественную оценку базовых форм знаний - ПУ, ПА, ПД и сложных комбинированных форм. Для базовых форм ПУ, ПА, ПД используется одна матрица, для комбинированных форм -несколько (в зависимости от числа входящих в них базовых форм).
Использование матриц позволяет добиться математического описания конструкций эталонного ответа и его сравнения с реальным сконструированным ответом. В матрице закодирована информация о количестве частей решения, о форме решения, количестве правильных и неправильных частей решения и семантических связях между компонентами решения. Пусть имеется матрица А, в которой m - количество столбцов, п -количество строк. Значение п детерминировано и соответствует количеству частей решения, содержащихся в перечне частей решения, прилагающегося к ответу. Значение числа столбцов m не имеет точной величины, так как определяется в зависимости от формы решения. Так для формы решения ПУ, ПА значение m равно 3, а для формы ПД значение равняется 10.
Строки матрицы служат для порядковой нумерации частей решений, а столбцы заполняются кодами, описывающими различные характеристики текущей части решения.
Возможно два типа кодов для заполнения матрицы. Первый тип -бинарные числа «0» и «1», обозначающие соответственно отсутствие и наличие определённого заданного логического критерия, соответствующего данной ЧР. Второй тип - порядковые числа от 1 до п , характеризующие позицию данной ЧР в эталонном ответе.
Рассмотрим принципы составления матрицы образа решения для форм ПУ, ПА. Количество строк соответствует общему количеству п ЧР данного перечня.
1-й столбец показывает, является ли правильным или неправильным данный ЧР. Если правильный - то Aj і = 1, если неправильный - Aj і = 0.
2-й столбец учитывает такой фактор, как, является ли данный неправильный ЧР активно действующим на достижение цели (понятия), или он пассивный.
В перечнях могут быть неправильные ЧР, введение которых в ответ в формах ПУ и ПД приведёт к недостижимости цели задания. Такие неправильные ЧР называются активными неправильными ЧР. Пассивными неправильными ЧР называются те неправильные ЧР, введение которых в ответ не влияет на достижение общей цели. Наличие пассивных неправильных ЧР влияет на численную оценку знаний, а не на качественную. Также перечни могут содержать как обязательные правильные ЧР, так и не обязательные.
Указание активного неправильного элемента приведёт к невозможности достижения цели. Если ЧР активная - элемент матрицы Aj 2 = 1, пассивная -Ai2 = 0.
3-й столбец указывает номер альтернативной группы (АГ) данной части решения (ЧР). Альтернативную группу образуют те части решения из перечня, из которых испытуемый должен выбрать только одну ЧР в виду явного альтернативного характера этих ЧР. ЧР, относящейся к нескольким альтернативным группам, присваивается самостоятельный номер АГ. Пусть из п частей решения количество альтернативных групп равно Nar. Значения элементов третьего столбца матрицы запишутся следующим образом А] 3"Апз = [1-Nar] Рассмотрим процесс заполнения матрицы образа решения на конкретном примере. Приведём реальную задачу, решение которой относится к форме ПУ, из тестовых заданий СППР при ЧС. Данная задача не имеет исходных данных для решения, вопрос к ней формулируется следующим образом.
Возможное применение разработок в наиболее ответственных областях принятия решений
Одним из применений разработки является планирование предстоящих боевых действий подразделений пожарной охраны (ПО) МЧС России при тушении пожаров. Главной задачей данной СППР является повышение качества принимаемых решений сотрудниками пожарной охраны при тушении пожаров через повышение их профессиональной квалификации, что обеспечивает в конечном итоге повышение уровня пожарной безопасности на территории РФ.
Решение этой задачи сводится к тому, чтобы до пожара интеллектуально заполнить головы всех ответственных за принятие решений на пожаре лиц теми знаниями, которые помогут им на конкретном пожаре. Это - первое, что предстоит сделать, но этого недостаточно для принятия творческих решений при пожаре, творчество невозможно описать никакой информационной матрицей.
Производственная деятельность сотрудников пожарной охраны, сопровождающаяся аккумуляцией знаний, навыков, опыта, ростом интеллекта является процессом обучения, некоей производственной практикой. Всю их деятельность можно рассматривать одновременно и как процесс принятия решений, и как процесс обучения принятию решений. Постоянное производственное обучение, повышение квалификации есть необходимый элемент производственной деятельности, который входит в круг профессиональных обязанностей различных специалистов.
Существует только единственный путь - творческого специалиста нужно вырастить, воспитать. И сделать это можно только, «заставив» самостоятельно решать специалиста нестандартные профессиональные задачи, и, чем больше будет этих задач - тем лучше. Таким образом, говоря об интеллектуальной поддержке принятия решений на пожаре всех ЛПР, речь идёт об организации эффективного учебного процесса для них. По понятным причинам существуют ограничения по обучению на реальном пожаре. Впрочем, даже, если бы таких ограничений не было, лучше готовить специалиста заранее, до пожара, поэтому наша интеллектуальная поддержка будет проходить в форме теоретической подготовки к принятию решений на пожаре в виде планирования.
Участниками планирования являются квалифицированные специалисты ПО, поэтому уровень их знаний не требует наличия в СППР ИОБ и БАРС. Достаточным является описание объектов в деловых играх БППР.
Далее нами приводится фрагмент деловой игры «Тушение пожара на складе промтоваров». Рисунки и комментарии не приводятся. Сценарий В четверг 12 июня 2000 г. в 12 ч. 30 мин. на ЦППС поступил сигнал о пожаре на складе промышленных товаров. В соответствии с расписанием выезда на пожар выехали два отделения ПЧ-6 во главе с начальником караула на двух АЦ-40(130)бЗА (начальник караула на АЦ-40 № 1) и ДПД «Бумажной фабрики» на АЦ-30(66)184. Численность личного состава каэ/сдого автомобиля 90% от боевого расчёта. Особенность ПТВ — наличие трёхходовых разветвлений. Находясь в пути, по оперативной карточке пожаротушения начальник караула выяснил, что здание склада промышленных товаров одноэтажное, двухсекционное, 2-й степени огнестойкости. Размер в плане 26x12 м, высота 5 м. Перекрытие э/селезобетонное, совмещённое, секции разделены между собой противопожарной перегородкой. На расстоянии 100 м и 120 м от склада на тупиковой водопроводной сети диаметром 100 мм располоэ/сены два гидранта, соответственно, ПГ-1 и ПГ-2. Давление воды в сети 3 атм. На расстоянии 200 м от склада расположен противопоэ/сарный водоём с запасом воды 50 м . Пожарная загрузка складских помещений составляет 150 кг/м и требуемая интенсивность тушения 1тр=0.15 л/м сек.
Пожарные машины прибыли практически одновременно. Выяснилось, что пожар возник 25 мин назад в секции 1 склада от неосторожного обращения с огнём. Работники склада пытались затушить огонь самостоятельно, но из-за неумелых и неправильных действий сделать этого не смогли и только спустя 15 мин после возникновения пожара вызвали пожарную охрану. В результате пожар развился по стеллажам и промышленным товарам. По внешним признакам - сильное задымление секции 1 со стороны северного выхода, и виден открытый огонь со стороны западного выхода. По словам заведующего складом в секции 1 людей нет. Погода безветренная.
Примечание. Ответ наберите из пронумерованного перечня частных ответов (перечень 0 — пер.О), указав через запятую номера правильных частных вариантов ответа из этого перечня. Например, 6, 4, 2. Имеет значение последовательность указания номеров частных вариантов ответа.
Если особо опасные вещества и предметы (взрывоопасные, химически опасные, токсичные) есть, 1. отвести персонал склада на безопасное расстояние, 2. направить л\с на ликвидацию факторов, 3. после устранения непосредственной опасности перейти к дальнейшим мероприятиям;
Наша система применима в любых областях человеческой деятельности со сложным мыслительным процессом. На наш взгляд, имеется целесообразность применения разработанной системы в следующих областях профессиональной деятельности. Юридические задачи Юридическая деятельность в значительной степени носит сложный интеллектуальный характер. Юридическая деятельность - разноплановая, в ней существует множество направлений работы, каждое из которых имеет свои особенности, которые надо учитывать при оценке применимости наших методов.
Особенность структуры юридической информации выражается в применении, в основном, логических форм сложного знания, составляющими которых зачастую оказываются нечёткие юридические понятия. Местами нечёткость понятий настолько велика, что возможным становиться даже практически противоположное толкование смысла таких понятий. Наиболее яркими примерами нечёткостей в юриспруденции являются определения и критерии оценивания субъективной стороны правонарушений.
Юридическая информация и многие рабочие ситуации в области права и законодательства могут быть описаны при помощи используемых нами моделей сложного знания, поэтому обучение живой логике в данной области реально осуществлять при помощи тестовых заданий, созданных на базе метода анализа конкретных ситуаций и деловых игр.
Похожие диссертации на Разработка системы поддержки принятия решений в чрезвычайных информационных условиях
