Введение

В настоящее время не смотря на проводимые профилактические мероприятия сотрудниками пожарного надзора не редки случаи травмирования и гибели людей при возникновении пожаров [1]. Исходя из этого вопросы проведения боевых действий по тушению пожаров, в частности поиск и обнаружение пострадавших, являются достаточно актуальными. От того на сколько быстро будет произведена организация и проведение поиска зачастую зависит состояние жизни пострадавшего. Одним из решающих факторов проведения эффективных спасательных работ является владение оперативной информации о том, где предположительно находится пострадавший. В случаях отсутствия точной информации или ее неоднозначности руководителю тушения пожара (РТП) приходиться работать в условиях неопределенности.

Современные автоматизированные системы поддержки принятия решений (АСППР) при тушении пожаров позволяют формализовывать большое количество информации и визуализировать ее для лучшего понимания лицом, принимающим решение (ЛПР) [2-6]. Однако моделирование нахождения пострадавших в здании данные системы в настоящее время не производят. Исходя из этого необходимо провести сравнительный анализ существующих моделей, обозначить пути решения проблемы моделирования, определить задачи дальнейшее исследования.

Обзор предметной области

Модели используемы при моделировании эвакуации людей из здания при проверке здания на соответствие требованиям пожарной безопасности не учитывают информированность людей о путях эвакуации, их психическую реакции на аварийную ситуацию, воздействие ОФП на них. Данное моделирование применимо лишь для случаев, когда ОФП не достигнет своих критических значений в рабочей зоне на путях эвакуации, что зачастую не выполняется и эвакуирующемуся человеку необходимо принимать решение по выбору альтернативного маршрута движения. Социологические исследования, представленные в работах [7-15], также доказывают, что при эвакуации в случае реального пожара демонстрируются такие феномены как стадное поведение, следование за информированным лидером и т.п. В работе произведен сравнительный анализ моделей, которые учитывают те или иные психологические факторы поведения человека в чрезвычайной ситуации. Результаты анализа используемых моделей представлены в таблице 1.

Таблица 1. Анализ моделей поведения людей при чрезвычайной ситуации.

Модель пешеходной толпы в условиях эвакуации [16] позволяет определять: время прохождения неорганизованной группы через «узкие» проходы, хаотичность движения агентов групп при альтернативности путей движения, физическое взаимодействие агентов. В подобных моделях используются следующие эффекты в группах: колебания, увеличение скорости. При моделировании рассмотрены разные виды давки: фантомная давка, давка при пожаре, эффект «быстрее-медленнее» из-за нетерпения, игнорирование свободных выходов. Наиболее интересным аспектом является тот факт, что с помощью данных модели определяют давление, которое возникает при образовании давки, на основание этого делается вывод о травмировании или гибели агента при движении в группе. Существенным недостатком данных моделей, как отмечалось выше, является, несмотря на большой объём наблюдений, слабо проработанная психологическая составляющая причин движения агентов в группах.

Мультиагентная система моделирования толпы [17] структурно состоит из глобальной базы данных, механизма моделирования толпы и модели поведения агентов. Глобальная база данных хранит всю информацию о физической среде и поведении агентов во время моделирования. Модель поведения агента содержит профили решений агента и информацию о группе агентов. Глобальная база данных и модель поведения агента взаимодействуют друг с другом через механизм моделирования толпы, который генерирует визуальные выходные данные и журналы событий. Основное преимущество данной модели заключается в использовании дополнительной психологической поведенческой подмодели группового уровня: групповое влияние, следование за членами с лучшим знанием окружающей среды и поиск членов группы.

Агентно-ориентированная имитационная модель [18] использует модель автономных взаимодействующих агентов в среде с целью оценки эмерджентного поведения группы. Данная система компьютерного моделирования и поддержки принятия решений использует агентное моделирование для имитации эвакуации толпы при пожаре, обеспечивая тестирование нескольких сценариев пожара, учитывая при этом динамику распространения огня и дыма.

Модель поведения неорганизованной группы [19] при моделировании учитывает разные виды давки: фантомная давка, давка при пожаре, эффект «быстрее-медленнее» из-за нетерпения, игнорирование свободных выходов, также различные коллективные самоорганизованные явления: формирование полосы движения и колебательные потоки через узкие места. Визуализации результатов моделирования представленных в работе [19] показано на рис. 1.

Рис. 1. Визуализация модели поведения неорганизованной группы

С помощью информационной модели здания при пожаре (BIM) [20] строится система управления, которая учитывает поведение людей, находящихся в здании, как при эвакуации, так и при ожидании спасения. Система реализует динамический мониторинг пожара, оценку ранга пожара, местоположения пользователей, а также возможность просмотра точек пожара в 3D модели. Кроме того, эта система может также планировать оптимальные маршруты действий в соответствии с различными решениями людьми в здании, в то время как разработанное приложение обеспечивает визуальное руководство маршрутом.

Исходя из проведенного анализа установлено что наиболее перспективной из рассмотренных моделей является усовершенствованная модель поведения неорганизованной группы в случае чрезвычайной ситуации представленная в работе [19]. Однако эффективность разработанной модели оценивалась численным сравнением количества людей погибших, травмированных и не получивших ущерба жизни и здоровью на реальном пожаре и количеством людей в аналогичных группах, полученных в результате моделирования аналогичного пожара, что по сути не является объективным показателем, так как не проводилось сравнения траекторий движения агентов. Для проверки адекватности предлагается использование информации от систем позиционирования персонала используемых на различных объектах [21]. Сравнительный анализ систем позиционирования и обоснование возможности использования данных систем в системах поддержки принятия решений руководителем тушения пожара при поиске пострадавших произведено автором в работах [22,23]. Информация, получаемая от данных систем, позволит в полной мере сравнить результаты моделирования и реального перемещения людей в здании. Также необходимо создание базы данных для сохранения информации от систем позиционирования и результатов моделирования, что позволит производить анализ объективности модели.

Результаты и их обсуждение

В ходе проведения анализа существующих моделей выявлено что определение факторов, влияющих на поведение человека при чрезвычайной ситуации, учитываемых при моделировании, а также их приоритетности относительно друг друга, производиться без конкретной аргументации. Автором статьи с целью устранения данной проблемы предложено использование метод экспертных оценок. В соответствии с [4] метод экспертного ранжирования является наиболее оптимальным для идентификации параметров моделей. Для оценки компетентности специалистов автором предложено применить модифицированный метод анализа иерархий (ММАИ). Стоит отметить, что в работе обозначены аспекты касающиеся моделирования поведения человека при возникновении пожара непосредственно в здании.

Определение параметров модели производиться в 4-х последовательных этапах. Графическое представление этапов продемонстрировано на рисунке 2.:

Для определения параметров моделей сформирована группа специалистов на базе Академии ГПС МЧС России, обладающих опытом работы в данной области.

 
Рис. 2. Этапы определения параметров модели входе экспертной оценки

Таблица 2 Основные параметры, влияющие на принятие решения человеком при пожаре в здании

Заключение

Произведен сравнительный анализ имитационных моделей, учитывающих психологические аспекты в поведение человека при эвакуации в случаях возникновения чрезвычайных ситуации. Выявлено что определение факторов, учитываемых при моделировании, а также их приоритетности относительно руг друга, производиться без конкретной аргументации. Автором статьи с целью устранения данной проблемы предложено использование метода экспертных оценок.

Список литературы

1. П.В. Полехин, М.А. Чебуханов. Пожары и пожарная безопасность в 2018 году: Статистический сборник. Под общей редакцией Д.М. Гордиенко. - М.: ВНИИПО, 2019, - 125 с.
2. Принятие решений при управлении силами и средствами на пожаре / В.В. Теребнев [и др.]. Иваново: ООНИ ИвИ ГПС МЧС России, 2012. 100 с.
3. Семенов А. О., Баканов М. О., Тараканов Д. В. Модели мониторинга и управления при ликвидации крупных пожаров : монография. – Иваново : ФГБОУ ВО Ивановская пожарно-спасательная академия ГПС МЧС России, 2018. – 128 с.
4. Тетерин И.М., Топольский Н.Г., Климовцов В.М., Прус Ю.В. Применение систем поддержки принятия решений руководителями оперативных подразделений при тушении пожаров в крупных городах // Технологии техносферной безопасности: научный интернет-журнал. 2008. № 4 (20). С. 7.
5. Семенов А. О. Разработка автоматизированной системы поддержки принятия решений при тушении природных пожаров // Надежность и долговечность машин и механизмов: материалы IX всероссийской научно-практической конференции. Иваново: Ивановская пожарно-спасательная академия ГПС МЧС России. С. 582-585.
6. Тетерин И.М., Топольский Н.Г., Прус Ю.В., Климовцов В.М. Системы поддержки приятия управленческих решений при тушении пожаров. Монография. Под общей редакцией Н.Г. Топольского. М.: Академия ГПС МЧС России, 2008.
   102 с.
7. Aguirre, B.E., 2005. Emergency evacuations, panic, and social psychology. Psych. Interpers. Biol. Process. 68, 121–129.
8. Aguirre, B.E., Torres, M.R., Gill, K.B., Lawrence Hotchkiss, H., 2011. Normative collective behavior in the station building fire. Soc. Sci. Q. 92, 100–118.
9. Chen, J., Hao, Y., Wang, J., Wang, P., Liu, X., Lin, P., 2018. An experimental study of ascent anddescentmovementofpeopleonlongstair withhighoccupantdensity. Fire Technol. 54, 1683–1704.
10. Chu, M.L., Law, K.H., 2018. Incorporating individual behavior, knowledge, and roles in simulating evacuation. Fire Technol. 55, 1–28.
11. Cocking, C., Drury, J., Reicher, S., 2009. The psychology of crowd behaviour in emergency evacuations: Results from two interview studies and implications for the Fire and Rescue Services. Irish J. Psychol. 30, 59–73.
12. Dash, N., Gladwin, H., 2007. Evacuation decision making and behavioral responses: individual and household. Nat. Hazards Rev. 8, 69–77.
13. Galea, E.R., Deere, S., Sharp, G., Filippidis, L., Hulse, L., 2010. Investigating the impact of culture on evacuation behaviour. In: 12th Int. Fire Sci. Eng. Conf. Interflam, vol. 1. pp. 879–892.
14. Дутов, В.И. Психологические и гигиенические аспекты деятельности человека при пожаре. – М.: Изд-во Специализированного научно-практического центра экстренной медицинской помощи «Защита», 1993. – 300 с.
15. Добрякова, Е.И. Психологические аспекты поведения людей в условиях пожара // научный вестник НИИГД респиратор: научный интернет-журнал. 20. № 4 (53). С. 102-111.
16. Helbing, D., Farkas I., Molnar P., Vicsek T., 2002. Simulation of pedestrian crowds in normal and evacuation situations. In: Pedes. and Evac. Dyn., Pub.: Springer, Editors: Schreckenberg, M. and Sharma, S. D., pp.21-58
17. Pan X., Han C.S., Dauber K., Law K.H. A Multi-agent based framework for the simulation of human and social behaviors during.
18. Wagner, N., Agrawal, V., 2014 An agent-based simulation system for concert venue crowd evacuation modeling in the presence of a fire disaster. Exp. Sys. with App. 41 pp. 2807–2815
19. Викснин И.И., Ляховенко Ю.А., Турсуков Н.О. Моделирование поведения неорганизованной группы в случае чрезвычайной ситуации // Научно-технический вестник информационных технологий, механики и оптики. 2019. Т. 19. № 6. С. 1130–1138.
20. Guofeng Ma, Zhijiang Wu. BIM-based building fire emergency management: Combining building users' behavior decisions.
21. Платонов С. А., Платонов А.В. и др. Использование ГНСС для решения комплексных прикладных задач. // T-COMM: телекоммуникации и транспорт: Научный журнал. 2019. №6 (13). С. 10-18.
22. Степанов Е.В. Системы позиционирования персонала на потенциально опасных промышленных объектах. // Системы безопасности: материалы 28 международной научно-практической конференции. М.: Академия ГПС МЧС России. С. 123-127.
23. Степанов Е.В. Применение системы позиционирования персонала в автоматизированной системе поддержки принятия решения // Современные пожаробезопасные материалы и технологии: материалы III международной научно-практической конференции. Иваново: Ивановская пожарно-спасательная академия ГПС МЧС России. С. 534-538.