СИСТЕМЫ БЕЗОПАСНОСТИ – 2019·Секция 3 - Проблемы автоматизации систем безопасностиУДК УДК 614.8

Ситуационные модели процесса обслуживания вызовов пожарными подразделениями в городе

Situational models of service calls by fire departments in the city

  1. 1 ФГБОУ ВО «Академия Государственной противопожарной службы МЧС России»
13 августа 2019 4 просмотров 10 мин чтения
Аннотация

Разработано математическое и программное обеспечение для моделирования процесса функционирования пожарных подразделений в городе по обслуживанию вызовов как случайного процесса последовательной смены различных ситуаций, характеризующихся одновременной занятостью того или иного числа пожарных подразделений обслуживанием некоторого числа вызовов. .

#противопожарные подразделения.#вызов пожарной охраны#вероятность#частота#компьютерная программа#математическая модель
Abstract

Developed mathematical and software for modeling of process of functioning of fire departments in the city on service of calls as casual process of consecutive change of the various situations characterized by simultaneous employment of some number of fire departments by service of some number of calls.

#fire departments#the call#mathematical model#probability#frequency#computer program
Полный текст1786 слов

При моделировании процесса функционирования пожарных подразделений (ПП) по обслуживанию вызовов в городе состояние ПП в произвольный момент времени формализовано описывается R-мерным вектором {m1, m2, m3, …, mR}, где R – максимальное число ПП (оперативных отделений на основных пожарных автомобилях), выезжающих по вызову;
ml – число одновременно обслуживаемых вызовов, по каждому из которых выезжает r ПП (l = 1, 2, ..., R) [1-3]. В состоянии {m1, m2, m3, …, mL},
общее число m одновременно обслуживаемых вызовов, а также суммарное число k ПП, занятых их обслуживанием, вычисляются по формулам

; (1)

(2)

При значительном количестве ПП, входящих в состав гарнизона
пожарной охраны города, число возможных состояний ПП весьма велико
и информация, относящаяся к конкретным состояниям, чрезвычайно фрагментарна. В связи с этим рассматриваются агрегированные состояния (иначе называемые ситуациями), каждое из которых объединяет в себе
некоторое подмножество состояний, сходных между собой по какому-либо определенному признаку.

Наиболее общими типами ситуаций являются ситуация типа {m}
одновременного обслуживания определенного числа m вызовов ПП
в городе, агрегирующая множество состояний, для которых при фиксированном числе m выполняется условие (1), и ситуация типа {k} одновременной занятости обслуживанием вызовов в городе некоторого числа k
ПП, агрегирующая множество состояний, для которых при фиксированном числе k выполняется условие (2) [1-3].

Каждый из критериев (1) и (2), лежащих в основе формирования
ситуаций типов {m} и {k}, отражает односторонний аспект процесса функционирования ПП по обслуживанию вызовов в городе.

Для более информативного отражения анализируемого процесса
в обоих аспектах в работе [4] введены в рассмотрение агрегированные
состояния (ситуации) типа {m, k}, характеризующиеся одновременной занятостью определенного числа k ПП обслуживанием некоторого числа m вызовов (k = 0, 1, 2, …; m = 0, 1, 2,…). Ситуация {m, k} объединяет в себе подмножество состояний ПП, для каждого из которых одновременно выполняются условия (1) и (2) при заданных фиксированных значениях k и m. При этом анализируемый процесс формализовано сводится к последовательной смене ситуаций типа {m, k}. Переход из одной ситуации в другую происходит мгновенно (скачком) в моменты времени поступления или окончания обслуживания вызовов.

Если ПП в городе находятся в ситуации {m, k} с определенными
значениями m и k, то в случае поступления еще одного вызова, по которому выезжают r ПП, происходит переход в ситуацию {m + 1, k + r}, а в случае окончании обслуживания одного из вызовов силами r ПП происходит переход в ситуацию {m – 1, k – r}.

Математическое моделирование процесса функционирования ПП
по обслуживанию вызовов в городе как случайного процесса с дискретными состояниями и непрерывным временем предполагает нахождение
его вероятностных и частотных характеристик.

Параметры вероятностной модели оцениваются по статистическим данным о выездах ПП по вызовам и связаны между собой соотношениями:

; (3)

, (4)

где λr и λ – интенсивности потоков вызовов, по каждому из которых выезжает r ПП (r = 1, 2, ..., R), и общего потока вызовов в городе;

αr и α – приведенные интенсивности потоков вызовов, по каждому
из которых выезжает r ПП (r = 1, 2, ..., R), и общего потока вызовов
в городе.

Вероятность того, что в произвольный момент времени ПП в городе находятся в состоянии {m1, m2, m3, …, mR}, вычисляется по формуле [1-3]:

. (5)

Вероятности p{m} и p{k} возникновения в городе ситуации {m}
и ситуации {k} (m = 0, 1, 2, 3, ...; k = 1, 2, 3, ...) вычисляются
по формулам [3]:

; (6)

. (7)

Частоты f{m} и f{k} возникновения в городе ситуации {m} и ситуации {k} в результате поступления вызовов вычисляются по формулам [3]:

(m = 1, 2, 3, ...); (8)

(k = 1, 2, 3, ...). (9)

Универсальной формулы для вычисления вероятностей p{m; k}
возникновения ситуаций {m, k} для любых значений m и k построить
не удаётся. Методика построения частных формул для расчёта вероятностей p{m, k} для заданных значений m и k описана в работе [4], однако
с ростом значений m и k частные формулы становится все более громоздкими и их построение затрудняется. Поэтому для нахождения вероятностей возникновения ситуации p{m, k} при любых фиксированных значениях m и k можно использовать универсальную автоматизированную процедуру перебора (полного или частичного) возможных состояний
{m1, m2, m3,…,mR} (комбинаций значений m1, m2, m3,…,mR), с выбором тех из них, которые отвечают условиям (1) и (2), последующим расчётом вероятности каждого состояния по формуле (3) и суммированием полученных вероятностей состояний, которые агрегируются в ситуацию {m, k}.
Компьютерная программа, осуществляющая такие расчёты, составлена
на языке JavaScript.

В табл. 1 представлены результаты работы алгоритма поиска: значения числа обрабатываемых комбинаций (состояний) для каждого значения k, а также число выявленных состояний, удовлетворяющих условиям (1)
и (2) и агрегируемых в ту или иную ситуацию {m, k}.

Таблица 1

Результаты работы алгоритма поиска состояний, агрегируемых в ту или иную
ситуацию {m, k} одновременной занятости k ПП обслуживанием m вызовов

Число k

одновременно занятых ПА

Число

обрабатываемых состояний

Выявленное число состояний,
агрегируемых в ситуацию {m, k}

m = 1

m = 2

m = 3

m = 4

m = 5

1

2

1

-

-

-

-

2

4

1

1

-

-

-

3

7

1

1

1

-

-

4

12

1

2

1

1

-

5

19

1

2

2

1

1

6

30

1

3

3

2

1

7

45

1

3

4

3

2

8

67

1

4

5

5

3

9

97

1

4

7

6

5

10

139

1

5

8

9

7

11

195

1

5

10

11

10

12

272

1

5

12

15

13

Наряду с вероятностью p{m, k} практический интерес представляет частота f{m, k} (ожидаемое в среднем число случаев в единицу времени) возникновения ситуации {m, k} в результате поступления вызовов.

Рассмотрим вывод общей формулы для вычисления частот f{m, k}.

Общая частота переходов в ситуацию {m, k} складывается из частот переходов в нее из ситуаций {m – 1, k – r} в результате поступления вызовов с привлечением числа r ПП, меньшего, чем значение k. Каждая из этих частот может быть найдена как произведение вероятности p{m – 1,k – r} нахождения в исходной ситуации (то есть суммарной продолжительности времени пребывания в исходной ситуации за единичный промежуток времени) и интенсивности λr потока событий (вызовов с привлечением r ПП), под действием которых происходят переходы (то есть среднего числа событий за единичный промежуток времени). Составив сумму слагаемых, сформированных с помощью этого правила, получаем искомую формулу для расчёта частоты f{m, k} возникновения ситуации {m, k} в результате поступления вызовов:

. (10)

Случаи возникновения ситуации {m, k} в результате окончания
обслуживания ранее поступившего вызова практического интереса
не представляют, так как при этом происходит спад напряженности пожарной обстановки в городе. Следует отметить, что при выводе формулы (10) предполагалась возможность привлечения для обслуживания вызовов сколь угодно большого числа k ПП, поэтому расчёты с помощью формулы (10) позволяют оценивать потенциальную опасность возникновения
любых ситуаций типа {m, k}.

Ситуация типа {k} агрегирует в себе множество ситуаций {m, k}
с различными допустимыми значениями m (m≤k), а ситуация типа {m}
агрегирует в себе множество ситуаций {m,k} с различными допустимыми значениями k (k ≥ m). Вследствие этого вероятности и частоты возникновения в городе ситуаций {m},{k} и {m, k} связаны между собой соотношениями:

; (11)

; (12)

; (13)

. (14)

Рассмотрим возможности использования предлагаемой модели на примере описания процесса функционирования ПП по обслуживанию
вызовов в городе Улан-Удэ. С помощью программы электронных таблиц
Excel путем автоматизированной обработки исходных статистических данных о выездах ПП в городе в високосном году (366 суток) найдены оценки параметров моделей (3)-(8) r (вызовов ПП в год) и αr (r = 1, 2, …, 12):
= 1718; α = 0,197918; 1 = 734; α1 = 0,053646; 2 = 199; α2 = 0,023448;
3 = 322; α3 = 0,042999; 4 = 304; α4 = 0,038658; 5 = 70; α5 = 0,013755;
6 = 25; α6 = 0,006259; 7 = 16; α7 = 0,003763; 8 = 19; α8= 0,005477; 9 = 15;
α9 = 0,003963; 10 = 3; α10 = 0,000990; 11 = 6; α11 = 0,003132; 12 = 5;
α12 = 0,001835. Кроме того, по исходным статистическим данным о выездах ПП с помощью программы на языке Visual Basic for Applications
для Excel найдены эмпирические значения вероятностей и частот возникновения ситуаций типа {m},{k} и {m, k}. К тому же с использованием программы на языке JavaScript по формулам (5)-(10) рассчитаны вероятности и частоты всех рассмотренных типов ситуаций {m},{k} и {m, k}.

В табл. 2 приведены результирующие значения частот, записанные
в клетках таблицы в виде дробей: в числителе представлены расчётные значения, а в знаменателе – эмпирические значения для различных ситуаций типов {m},{k} и {m, k} (m = 1, 2, 3, 4; k = 1, 2, …, 9). Прочерком
в клетках табл. 2 помечены ситуации типа {m,k} с недопустимыми комбинациями значений k и m. В нижней строке и в последнем столбце
табл. 2 представлены вычисленные по формулам (8) и (9) значения частот
f{m} и f{k}.

Таблица 2

Значения частот (случаев за год) возникновения ситуаций {m;k}
одновременной занятости k ПП обслуживанием m вызовов в г. Улан-Удэ
(в числителе – расчётные значения, в знаменателе – эмпирические значения)

Число k одновре-

менно занятых ПП

Число m одновременно обслуживаемых вызовов

Всего:

f{k}

1

2

3

4

1

602,2

589

-

-

-

602,2

589

2

163,3

154

32,3

35

-

-

195,6

189

3

264,2

264

22,9

20

0,9

1

-

287,9

285

4

249,4

244

43,9

46

1,0

0

0,015

0

294,3

290

5

57,4

59

49,9

61

2,1

2

0,025

0

109,5

122

6

20,5

20

34,9

39

3,0

5

0,058

0

58,4

64

7

13,1

14

29,4

34

3,1

5

0,095

0

45,8

53

8

15,6

18

20,2

13

3,4

3

0,127

0

39,3

34

9

12,3

13

13,2

15

3,0

2

0,161

1

28,7

31

10

2,5

3

9,0

13

2,5

1

0,177

0

14,2

17

11

4,9

4

5,9

7

2,0

1

0,178

0

13,0

12

12

4,1

5

6,4

5

1,5

2

0,169

0

12,2

12

Более 12

0

0

11,0

11

5,1

8

0,795

1

16,9

20

Всего: f{m}

1409,5

1387

279,0

299

27,6

30

1,8

2

1718

1718

Сопоставление расчётных и эмпирических значений позволяет
выявить незначительные расхождения между ними. Это служит основанием возможности практического использования результатов моделирования для ориентировочной оценки частот возникновения тех или иных ситуаций типов {m}, {k} и {m, k} в процессе функционирования ПП по обслуживанию вызовов в городе.

Литература

1. Брушлинский Н.Н., Соболев Н.Н. Математическая модель оперативной
деятельности пожарной охраны города // Стационарные и передвижные средства борьбы с пожарами: сб. науч. тр. М.: ВИПТШ МВД СССР, 1985. С. 69-76.

2. Брушлинский Н.Н., Соболев Н.Н. Вероятностная модель процесса функционирования оперативных отделений пожарной охраны. В кн.: Экономика и управление
в пожарной охране. М.: ВНИИПО МВД СССР, 1985. вып. 11. С. 75-79.

3. Брушлинский Н.Н., Соболев Н.Н. и др. Системный анализ и проблемы пожарной безопасности народного хозяйства // Под общей ред. проф. Н.Н. Брушлинского.
М.: Стройиздат, 1988. 413 с.

4. Соболев Н.Н. Расчёт вероятностей возникновения различных ситуаций в процессе обслуживания вызовов пожарными подразделениями в городе // Матер. 25-й науч.-техн. конф. "Системы безопасности – 2016". М.: Академия ГПС МЧС России, 2016. С. 475-478.

Есть что обсудить?
Оставьте комментарий — автор и читатели увидят его в обсуждении.