Модели и методы управления сетевыми структурами в кризисных ситуациях

• Автор: Косоруков, Олег Анатольевич
• Шифр специальности: 05.13.10
• Научная степень: Докторская
• Год защиты: 2007
• Место защиты: Москва
• Количество страниц: 410 с. : ил.

Введение
Глава I. Анализ научнометодических подходов к управлению сетевыми структурами в кризисных ситуациях

1.1. Основные принципы теории систем управления и системного анализа

1.2. Характеристика современных систем поддержки приня тия решений

1.3. Классификация методов принятия решений

1.4. Анализ математического аппарата для создания про блемноориентироваипых систем управления сетевыми структурами в условиях неопределенности

1.5. Выводы и рекомендации по главе I

Глава II. Модели и методы управления потоками и ре сурсами в сетевых социальных и экономических структурах коммуникационного типа

2.1. Анализ линейных задач синтеза коммуникационных се тей

2.1.1. Задача распределения ресурсов на транспортных сетях в детер минированном случае
2.1.2. Задача распределения ресурсов на транспортных сетях при на личии неопределенных факторов
2.1.3. Лемма Гиббса и принцип уравнивания Гермейера для негладких
и разрывных функций
2.1.4. Структура оптимального решения задачи синтеза коммуникаци онной сети
2.2. Нелинейные задачи синтеза коммуникационных сетей при наличии неопределенных факторов
2.2.1. Применение обобщенного геометрического программирования к задачам синтеза коммуникационных сетей
2.2.2. Задача полиномиального синтеза коммуникационных сетей
2.3. Алгоритмы решения линейных сепарабельных задач син
теза коммуникационных сетей
2.3.1. Алгоритм метода обобщенных потенциалов для задач опти 0 мального синтеза коммуникационных сетей в детерминированном случае
2.3.2. Алгоритм метода обобщенных потенциалов для задач опти 8 мального синтеза коммуникационных сетей при наличии неопределенных факторов
2.3.3. Алгоритм оптимального синтеза коммуникационных сетей при 5 наличии неопределенных факторов на основе теории графов
2.4. Выводы и рекомендации по главе II
Глава III. Сетевые модели и методы управления соци
альными и экономическими проектами
3.1. Статические задачи оптимального распределения ресур 4 сов на сетевых графиках
3.1.1. Оптимальное распределение ресурсов на сетевых графиках в де 4 терминированном случае
3.1.2. Оптимальное распределение ресурсов на сетевых графиках при 8 наличии неопределенных факторов
3.2. Динамические задачи оптимального распределения ре 1 сурсов на сетевых графиках
3.2.1. Динамическая задача оптимального распределения единствен 1 ного вида ресурсов на сетевом графике
3.2.2. Динамическая задача оптимального распределения нескольких 1 видов ресурсов на сетевых графиках
3.3. Выводы и рекомендации по главе III
Глава IV. Методология повышения эффективности 7 управления эвакуацией населения и материальных ценностей из крупных городов в кризисных ситуациях
4.1. Цели и нормативная база разработки управляющей сис 7 темы
4.2. Общая постановка задачи для математического модели 0 рования
4.2.1. Допущения и ограничения модели 1
4.2.2. Состав исходных данных
4.2.3. Описание входного потока пункта посадки
4.2.4. Описание движения пеших и транспортных колон 1
4.2.5. Описание процесса посадки и высадки
4.3. Математическая модель анализа эвакуационного плана
модель
4.3.1. Обозначения исходных данных и внутренних параметров моде 9 ли
4.3.2. Математическое описание элементов модели
4.3.3. Принципиальная схема алгоритма решения
4.3.4. Математический аппарат и прикладное программное обеспече 0 ние, используемые при моделировании
4.3.5. Возможности анализа чувствительности математической модели
4.3.6. Применение ГИСтехнологий для реализации модели
4.4. Оптимизационная модель синтеза маршрутов и распре
деления транспортных ресурсов модель
4.4.1. Математическая постановка задачи
4.4.2. Описание программной реализации системы 2
4.4.3. Функциональные возможности модели
4.5 Рекомендации по внедрению оптимальных планов эва
куации и современных методов выполнения специальных мероприятий защиты населения
4.6. Выводы и рекомендации по главе IV
Глава V. Научнометодические основы анализа и 7 управления рисками в сетевых структурах в кризисных ситуациях
5.1. Оценка взаимовоздействий при перевозке опасных грузов 9 в транспортных системах
5.1.1. Актуальность задачи и общая постановка
5.1.2. Алгоритм расчета вероятностей возникновения ЧС техногенного 1 характера при взаимовоздействии грузопотоков повышенной опасности на транспортных сетях
5.1.3. Имитационная модель для анализа рисков взаимовоздействия 7 грузов повышенной опасности на узловых железнодорожных станци
5.2. Оценка ущербов на газовых магистральных сетях
5.2.1. Актуальность задачи и общая постановка
5.2.2. Общая математическая модель оценки ожидаемого ущерба на 0 участке МГ
5.2.3. Оценка ожидаемого ущерба для барического и термического 1 воздействий
5.2.4. Описание критериев и сценариев, рассматриваемых в модели
5.2.5. Построение точечной модели
5.2.6. Описание факторов, учитываемых в модели
5.3. Модели оптимального синтеза территориальной сети 1 оповещения
5.3 Л. Актуальность систем локального звукового оповещения
5.3.2. Описание математических моделей
5.4. Выводы и рекомендации по главе V
Выводы по диссертации
Литература


В работе 2 были рассмотрены многокритериальные задачи с упорядоченными по важности однородными критериями и предложены алгоритмы выбора наилучшей многомерной альтернативы из заданного конечного множества при различных предположениях о структуре предпочтений ЛПР. В работе 3 разработана иерархическая модель принятия решений в условиях многокритериальности и риска при чрезвычайных ситуациях с учетом выгод и потерь. Автором работы были разработаны модели, алгоритмы и информационный комплекс для решения многокритериальных задач распределения ресурсов на основе динамических моделей. В последующих разделах содержится частичное описание только части методик данного направления многокритериальной оптимизации. Данная стратегия взвешенных сумм преобразует многокритериальную задачу минимизации вектора 1ГХ в некую скалярную задачу путем построения неких взвешенных сумм для всех выбранных объектов. Далее уже к данной задаче оптимизации уже может быть применен стандартный алгоритм оптимизации без наличия ограничений. В этом случае рассматриваются взвешенные коэффициенты для каждой из выбранных целей. Взвешенные коэффициенты необязательно должны напрямую соответствовать относительной значимости соответствующей цели или принимать во внимание взаимовлияние между конкретно выбранными целями. Более того, границы неулучшасмых решений могут быть и не достигнуты, так что определенные решения являются посуществу недостижимыми. Некий определенный способ, который отчасти позволяет преодолеть проблему выпуклости метода взвешенных сумм, есть метод еограничений. В этом случае осуществляется минимизация основной цели 1 и при представлении остальных целей в форме ограничений типа неравенств. Однако проблемой данного метода является подходящий выбор , который мог бы гарантировать допустимость некого решения. Подобные методы, как это приведено в работе Валтза 5, строятся на основе выбора некого приоритета для задаваемых целей. Процедура оптимизации выполняется в соответствии с выбранными приоритетами и в пределах допустимости принятых границ. Основная трудность данного метода заключается в точной интерпретации подобной информации на ранних стадиях оптимизационного цикла. Для того, что бы в математическом описании были надлежавшим образом представлены истинные цели разработчика необходимо, чтобы разработчик четко представлял полный набор всех его предпочтений, а также допустимые уровни диапазона сочетаний значений выбранных целей. Таким образом, требуемая методика должна быть реализована таким образом, что бы максимально учесть все выше сказанное. Подобные методы были построены для дискретных функций с использованием отдельных достижений теории статистики, а именно, теории принятия решений и теории игр в качестве введения в данные разделы можно порекомендовать работу 1. Приложение к непрерывным функциям может быть реализовано с помощью подходящих стратегий дискретизации, а также комплексных методов решения. Поскольку только в редких случаях, когда разработчику известна такая детальная информация, то, повидимому, приведенный выше метод является мало практичным. Тем не менее, это может являться сферой для последующих исследований. Для данной задачи, прежде всего, необходимо знать, что является достаточно доступным для точной формулировки и численно реализуемым, но вместе с тем, что остается в рамках интересов разработчика. Метод достижения цели. Гембики 8. IVГ г
Член вносит в данную задачу элемент ослабления, что, иначе говоря, обозначает жесткость заданного намерения. Весовой вектор м дает исследователю возможность достаточно точно выразить меру взаимосвязи между двумя целями. Метод достижения цели обеспечивает подходящую интуитивную интерпретацию поставленной исследовательской задачи и которая, в свою очередь, является вполне разрешимой с помощью стандартных процедур оптимизации. Иллюстративный пример подобного использования метода достижения цели для систем управления можно найти у Флеминга 4, 5. Задание компонентов намерений г определяет точку намерений р. Весовой вектор определяет поиска от точки р в сторону пространства допустимых функций АМ. В процессе оптимизации происходит изменение величины г, что вызывает изменение размера заданной допустимой области.