Методы проектирования математического обеспечения систем прогнозирования техногенных и экологических рисков

ДиссертацияПомощь в написанииУзнать стоимостьмоей работы

Методы проектирования математического обеспечения систем прогнозирования техногенных и экологических рисков (реферат, курсовая, диплом, контрольная)

Содержание

Список сокращений

Глава 1. Анализ состояния вопроса и основные задачи автоматизированного анализа и моделирования техногенных и экологических рисков.

1.1 Техногенные риски.

1.2 Методы анализа и моделирования техногенных и экологических рисков.

1.3 Проблемы применения методов прогнозирования в условиях риска.

1.4 Системный анализ в задачах проектирования математического и информационного обеспечения.

1.4.1 Системы бинарного типа с отношением эквивалентности и их свойства.

1.4.2 Состояния П-системы и их классификация.

1.4.3 Информационные показатели синтеза /7-систем.

Глава 2. Математические модели и методы оценки прогнозирования природных и техногенных рисков.

2.1 Математические модели техногенных рисков.

2.1.1 Математическая модель интегрированного риска.

2.1.2 Математическая модель социального ущерба.

2.2 Методика расчета потенциального риска токсического поражения.

2.2.1 Выбор параметров регрессионной модели.

2.2.2 Последовательность построения регрессионной модели.

2.3 Анализ распределений функций, характеризующих рисковые ситуации.

2.4 Расчет функции распределения случайной величины, характеризующей рисковые ситуации.

Глава 3. Математические модели количественной оценки рисков.

3.1 Обоснование подхода к решению задачи.

3.2 Модель на основе процессов Кокса.

3.3 Методы анализа риска на базе масштабных смесей нормальных законов.

3.3.1 Распределение вероятностей масштабных смесей нормальных законов.

3.3.2 Островершинность масштабных смесей нормальных законов.

3.3.3 Масштабные нормальные смеси как сверточные симметризации вероятностных распределений.

3.3.4 Масштабные нормальные смеси как рандомизационные симметризации вероятностных распределений.

3.4 Анализ случайных рисков с помощью центральных и промежуточных порядковых статистик.

3.4.1 Асимптотическое распределение выборочных квантилей, построенных по выборке случайного объема.

3.4.2 Предельные теоремы для промежуточных порядковых статистик, построенных по выборкам случайного объема.

Глава 4. Математические модели и методы прогноза экологических рисков на базе информационных характеристик /7-систем.

4.1 Синтез /7-систем.

4.2 Метод оценки степени однородности и изотропности распределения элементов.

4.3.Статистический метод количественной оценки интенсивности негативного события на примере провала.

4.4 Применение полученных результатов при прогнозировании техногенной миграции Цезия-137.

4.5 Прогнозирование риска аварий или экологических интервенций в окружающую среду на автозаправочной станции.

Актуальность темы

Автоматизация проектирования — неотъемлемая составляющая современного научно-технического прогресса. Она значительно снижает длительность и стоимость создания математического, программного и информационного обеспечения (ИО) систем различного назначения при одновременном повышении его качественного уровня.

Работы В. М. Курейчика, И. П. Норенкова оказали существенное влияние на развитие САПР и послужили базой для создания новых подходов в совершенствовании систем автоматизированного проектирования (АП).

Одной из областей применения САПР является разработка автоматизированных систем, осуществляющих сбор и обработку данных, связанных с прогнозированием техногенных и экологических рисков. Это связано с увеличением количества техногенных и экологических катастроф, например, участились торнадо в США, наводнения в Латинской Америке, ураганные ветры в Западной Европе и т. д. и т. п.

Как известно, сооружение и функционирование энергонасыщенных и химически опасных промышленных объектов всегда сопряжено с риском разрушительного высвобождения собственного энергозапаса или неконтролируемого выброса химически опасных веществ, что может привести к потерям материальных ценностей, гибели людей и окружающей природной среды. Достаточно назвать аварии на АЭС Три-Майл-Айленд (США), в Чернобыле (Украина), в Хамме (Германия), на химических предприятиях в Фликсборо (Великобритания). Ссвезо (Италия). Мехико (Мексика). Бхопале (Индия) и Базеле (Швейцария), на взрывопожароопасных объектах в Тулузе (Франция), в Энсхеде (Нидерланды), крупные транспортно-промышленные катастрофы в Арзамасе. Свердловске, под Уфой (Россия).

Практически все области Российской федерации подвержены природным и техногенным катастрофам. В России в 2007 году зарегистрировано 850 крупных катастроф. Экономический ущерб превысил $ 30 млрд. Общая сумма страховых выплат со стороны страховых компаний составила $ 7,5 млрд. По данным МЧС России 30% материальных потерь приносят наводнения, 21% -обвалы, оползни и лавины, 14%-ураганы и смерчи, 3% - сели.

По оценкам Российской академии наук, с каждым годом число жертв катастроф в стране возрастает примерно на 10%. По расчетам специалистов, на территории России размещено свыше 4,5 тыс. потенциально опасных объектов, в том числе около 800 радиационно-опасных и 1500 химически и биологически опасных сооружений и производств, которые относятся к объектам повышенного риска. К тому же в России имеется 20% сейсмоопасных территорий и более 50% территорий, относящихся к зоне вечной мерзлоты. В среднем по России ежедневно отмечаются две серьезные аварии на трубопроводах, раз в неделю — на транспорте, ежемесячно — в промышленности.

В течение последних лет в России во всех видах аварий и катастроф ежегодно гибнет более 50 тыс. человек и еще 250 тыс. получают ранения. В нефтеперерабатывающей промышленности ежегодно происходит около 60 катастроф, уносящих жизни 100−150 человек и наносящих ущерб до 3-х миллиардов рублей.

При этом ущерб от возможных аварий может быть выше финансовых^ возможностей предприятия и носит случайный характер. Именно в этих условиях возникает необходимость количественной оценки, анализа и управления техногенными рисками аварий на потенциально опасных объектах техносферы.

В связи с этим на протяжении последних лет в нашей стране и за рубежом активно ведутся исследования природных, техногенных и экологических опасностей. Основными направлениями этих исследований являются прогнозирование опасностей и оценка их риска, а также синергетические эффекты природных опасностей в окружающей среде, оценка уязвимости и ущерба от природных и техногенных опасностей, теория и практика оценки природных, техногенных и экологических рисков. Но данные исследования можно проводить только лишь при наличии специализированных систем. Отсюда следует, что задача разработки математического обеспечения (МО) и ИО для систем, осуществляющих сбор и обработку данных, связанных с прогнозированием природных, техногенных и экологических рисков, является актуальной, поскольку любые знания о наступления природной или техногенной катастрофы имеют огромное экономическое, социальное, экологическое и научное значение.

Большой вклад в решение этой задачи внесли такие отечественные и зарубежные ученые, как А. П. Альгин, И. Т. Балабанов, У. Бек, Н. Луман, М. Лапуста, А. Мур, С. М. Мягков, а также В. Ю. Воробьев, В. В. Болотин, В. И. Осипов, А. Л. Рогозин, В. А. Коляревский, В.И., Ларионов, С. П. Сущев, Л. А. Миэринь, А. Е. Шейдеггер, М. П. Шерман, С. Окамото и другие.

Цель диссертационной работы заключается в разработке МО для САПР систем прогнозирования природных, техногенных и экологических рисков.

Задачи диссертационного исследования.

Для достижения заданной цели необходимо решить следующие задачи:

— разработать математические модели (ММ) рисков природных, техногенных и экологических опасностей;

— на базе созданных ММ разработать методы оценки рисков природных, техногенных и экологических опасностей;

— разработать метод оценки степени однородности и изотропности распределения элементов;

— разработать статистический метод количественной оценки интенсивности негативного события.

Методы исследования.

Для решения поставленных задач использованы теория и методы: автоматизированного проектирования, системного анализа, построения САПР, организации баз данных (БД), систем бинарного типа с отношением эквивалентности, линейной алгебры, принятия решений, математического моделирования.

Научная новизна исследований обусловлена:

1. Разработкой ММ и методов прогнозирования техногенных и экологических рисков на основе теории систем бинарного типа с отношением эквивалентности.

2. Разработкой статистических методов оценки параметров построенных моделей.

3. Разработкой МО прогнозирования техногенных и экологических опасностей на основе предложенных моделей и методов.

4. Новыми методическими положениями для разработки МО САПР систем прогнозирования техногенных и экологических рисков.

Основные положения, выносимые на защиту.

1. Математические модели техногенных рисков.

2.Методы оценки рисков природных, техногенных и экологических опасностей.

3. Математическое обеспечение САПР систем прогнозирования природных, техногенных и экологических рисков.

4. Автоматизированная методика оценки степени однородности и изотропности распределения элементов в пространстве по полутоновым изображениям, как характеристики степени риска экологической катастрофы (интервенции), т. е. вероятности ее возникновения.

Практическая ценность результатов определяется тем, что разработанные ММ и методы прогнозирования техногенных и экологических рисков позволяют оценивать вероятность экологических и техногенных опасностей для людей и окружающей среды со стороны таких потенциально опасных объектов, как: атомные станции, нефтепроводы, промышленные предприятия, автозаправочных станций (АЗС) и другие объекты. Кроме того, полученные результаты применимы при обработке результатов аэрофотосъемки и космических снимков поверхности Земли для мониторинга состояния лесной зоны, водных территорий, загрязненности почв и др.

Достоверность основных положений диссертационной работы подтверждается результатами проведенных исследований и компьютерным моделированием. Результаты работоспособности разработанной в диссертационной работе системы подтверждаются актом о внедрении в Санкт-Петербургском филиале Учреждения российской Академии наук института земного магнетизма, ионосферы и распространения радиоволн имени Н. В. Пушкова (Россия, Санкт-Петербург) Апробация работы.

Основные положения диссертационной работы докладывались, обсуждались и получили одобрение научной общественности на.

— Международной научно — практической конференции по современным проблемам прикладной информатики (Санкт-Петербург, 2006);

— XII1 Всероссийской научно — методической конференции «Телематика'2006» (Санкт-Петербург, 2006);

— XIX Международной конференции по мягким вычислениям и измерениям (Санкт-Петербург, 2006);

— в Институте Геоэкологии РАН, Москва;

— во ВНИИ Метрологии им. Д. И. Менделеева, Санкт-Петербург;

— в Институте государственной противопожарной службы МЧС России, Санкт-Петербург;

— в Центре исследования экстремальных ситуаций, Москва.

Публикации. Результаты работы, полученные в диссертации, нашли отражение в 8 научных работах по теме диссертации, в том числе опубликованных в сборниках, входящих в Перечень, рекомендованный ВАК РФ для защиты кандидатских диссертаций.

Заключение

В ходе работы над диссертацией были получены следующие основные результаты:

1. Разработаны математические модели рисков техногенных и экологических опасностей;

2. На базе созданных ММ разработаны методы оценки рисков техногенных и экологических опасностей;

3. Разработано информационное обеспечение систем прогнозирования техногенных и экологических рисков.

4. Предложена прогностическая модель оценки вероятности экологической интервенции на автозаправочных станциях, основанная на информационном обеспечении систем прогнозирования техногенных рисков.

5. Предложен метод, алгоритм и измерительная процедура мониторинга динамики миграции Цезия-137 в городских экосистемах, базирующиеся на теории систем бинарного типа с отношением эквивалентности (/7-систем).

Показать весь текст

Список литературы

Найт, Ф.Х. Риск, неопределённость и прибыль/ Ф.Х. Найт- пер. с англ. Каждана М.Я.- Науч. ред. пер. Гребенников В. Г. — М.: Дело, 2003. — 359 с.
Орлов А.И. Эконометрика. М.: Экзамен, 2003. -576 с.
Орлов А. И. Задачи оптимизации и нечеткие переменные. М.: Знание, 1980.- 64 с.
Орлов А.И. О перестройке статистической науки и ее применений // Вестник статистики, 1990, № 1, с.65−71.
Макконнелл К.Р., Брю C.JI. Экономикс: Принципы, проблемы и политика. В 2 т.: Пер. с англ. 11-го изд. М.: Республика, 1992.
Эндрюс Г. Теория разбиений. М.:Наука, 1982. — 252 с.
Росс. С.И. Теория систем бинарного типа с отношением эквивалентности и ее применения в экономических исследованиях // Известия Санкт-Петербургского университета экономики и финансов.-2003. № 2. с. 17−34.
Кульбак К. Теория информации,— М.: Физматгиз. 1976. 457 с.
Маршалл В. Основные опасности химических производств: Пер. с англ. М.: Мир, 1989. 672 с.
Вопросы методологии управления безопасностью в регионах с высокорисковыми объектами. В. А. Хрусталев, А. И. Попов, А. М Козлитин и др. // Безопасность труда в промышленности. 1994. № 9. С.31−39.
П.Елохин А. Н. Декларирование безопасности промышленной деятельности: Методы и практические рекомендации. М.: НК ЛУКОЙЛ. 1999. 114 с.
Козлитин A.M. Попов А. И. Оценка риска при декларировании безопасности химических производств//Безопасность труда в промышленности. 1997. № 2.• С. 21−25.
З.Попов А. И., Козлитин A.M. Методологические подходы и количественная оценка риска чрезвычайных ситуаций в регионах с потенциально опасными объектами. Безопасность труда в промышленности. 1995. № 2. С. 10−14.
Хэнли Э.Дж., Кумамото X. Надежность технических систем и оценка риска. Пер. с анг. М. Машиностроение, 1984. 528 с.
Потехин Г. С., Прохоров Н. С., Терещенко Г. Ф. Управление риском в химической промышленности Журнал Всесоюзного хим. об-ва им. Д. И. Менделеева. 1990- Т.35. Вып.4. С.421−424.
Методики оценки последствий аварий на опасных производственных объектах: Сборник документов. Серия 27. Вып. 2. М.: ГУН «НТЦ „Промышленная безопасность“, 2001. 224 с.
Бенинг В.Е., Королев В. Ю. О моделировании больших рисков при помощи распределения Стьюдента. //Обозрение промышленной и прикладной математики. Сер."Финансовая и страховая математика» 2003. Т. 10, вып. 2. — стр. 268−275.
Круглов В.М., Королев В. Ю. Предельные теоремы для случайных сумм. -М.: Издательство Московского университета. 1990.
Bening V.E., Korolev V. Yu. Generalized Poisson Models and Their Applications in Insurance and Finance. — Utrecht: VSP, 2002.
Бенинг B.E., Королев В. Ю. Асимптотические разложения для вероятности разорения в классическом процессе риска при малой нагрузке безопасности // Обозрение прикладной и промышленной математики. — 2000. Т. 7, вып. 1.-С. 177−179.
Бенинг В. Е., Королев В. Ю. Введение в математическую теорию риска. — М.: МАКС-Пресс, 2000.
Бенинг. В.Е., Королев В. Ю. Обобщенные процессы риска. — М.: МАКС-Пресс, 2000.
Золотарев В.М. Одномерные устойчивые распределения. —М.: Наука, 1983.
Birnbaum Z. W. On random variables with comparable peakedness // Ann. Math. Statist. 1948. — V. 19, No. 1. — P. 76−81.
Королев В.Ю. О сходимости распределений случайных сумм к устойчивым законам // Теория вероятн. и ее примен. 1997. — Т. 42, вып. 4. — С. 818−820.
Королев В. Ю. Асимптотические свойства экстремумов обобщенных процессов Кокса и их применения в некоторых задачах финансовой математики // Теория вероятн. и ее примен. — 2000. — Т. 45, вып. 1. — С. 182−194.
Багиров Э. Б. Метод смесей и его применение к выводу нижних оценок для распределений функций от нормальных случайных величин. Дис. канд. физ.-матем. наук. —М.: МИАН, 1988.
Дэйвид Г. Порядковые статистики. — М.: Наука, 1979.
Королев В.Ю., Селиванова Д. О. Асимптотическое поведение выборочных квантилей, построенных по выборкам случайного объема//Деп. ВИНИТИ 12.05.94. -№ 1197-В94.
Селиванова Д. О. Оценки скорости сходимости в предельных теоремах для случайных сумм//Дис. канд. физ.-матем. наук. —МГУ, 1995.
Шериф А. Ф.Э. С. Предельные теоремы для крайних членов вариационного ряда // Дис. канд. физ.-матем. наук. —МГУ, 1983.
Азларов Т. А., Джамирзаев А. А., Мамуров И. Н. Предельные теоремы для распределений порядковых статистик при случайном объеме выборки // Узбекский матем. журнал. — 1991. —№ 1. — С. 3−13.
Кузнецова С.Н. Информационное обеспечение прогнозирования техногенных рисков. Известия ЛЭТИ. Серия 2006.
Кузнецова С.Н. Использование комплекса РЭМ-микроЭВМ для мониторинга миграции Цезия 137 в городских экосистемах. Сборник докладов XIX Международной конференции по мягким вычислениям и измерениям, СПб., 2006. Т.2, с. 167- 169.
Иголкин В.Н., Ковригин А. Б., Старшинов А. И., Хохлов В. А. Статистическая классификация, основанная на выборочных распределениях.-Л.: Издательство ЛГУ, 1978,104 с.
Сасов А.Ю., Соколов В. Н. Цифровая обработка Рэм-изображений.//Известия АН СССР Сер. физ. 1984, Т.43 с.2389−2396.
Рагозин А.Л. Оценка и картографирование опасности и риска от природных и техноприродных процессов (методика и примеры)// Проблемы безопасности при чрезвычайных ситуациях. 1993.- Вып.З. — с. 16−41.
Кузнецова С.Н. Количественная оценка техногенной миграции Цезия-137 в городских экосистемах. Труды XIII Всероссийской научно методической конференции «Телематика 2006», 5−8 июня 2006, СПб. Т.1,с. 265−266.
Кузнецова С.Н., Росс СИ. Прогнозирование риска аварий на автозаправочных станциях. Проблемы деятельности хозяйствующихсубъектов современной России//Межвузовский сборник научных трудов. Вып.5. СПб.: ООО «Издательство «Диалог», 2006, с. 127−131.

Заполнить форму текущей работой