Расчёт частотных характеристик процесса обслуживания вызовов пожарными подразделениями в городе с помощью ситуационных моделей
Calculation of frequency characteristics of the process of servicing calls by fire departments in the city using situational models
- 1 ФГБОУ ВО «Академия Государственной противопожарной службы МЧС России»
В рамках ситуационного моделирования процесса обслуживания вызовов пожарными подразделениями в городе предложена формула для расчета частот переходов между различными ситуациями одновременной занятости определенного числа пожарных подразделений обслуживанием определенного числа вызовов.
As part of the situational modeling of the process of servicing calls by fire departments in the city, a formula is proposed for calculating the transition frequencies between different situations of simultaneous employment of a certain number of fire departments servicing a certain number of calls.
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; mr – число одновременно обслуживаемых вызовов, по каждому из которых выезжает r ПП (r = 1,2,...,R) [1-2]. В состоянии {m1, m2, m3,…,mR}, общее число m одновременно обслуживаемых вызовов, а также суммарное число k ПП, занятых их обслуживанием, вычисляются по формулам
,
(1)
(2)
При ситуационном моделировании изучаемого процесса рассматриваются ситуации типа {m,k}, характеризующиеся одновременной занятостью определенного числа k ПП обслуживанием некоторого числа m вызовов (k = 0,1,2,…; m = 0,1,2,…). Каждая ситуация типа {m,k} агрегирует в себе все состояния {m1, m2, m3,…,mR}, удовлетворяющие условиям (1) и (2). При этом анализируемый процесс формализовано сводится к последовательной смене ситуаций типа {m,k}, которая происходит мгновенно в моменты времени поступления или окончания обслуживания вызовов.
Параметры ситуационной 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.
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.
Если ПП в городе находятся в ситуации {m,k} с определенными значениями m и k, то при поступлении еще одного вызова, по которому выезжают r ПП, мгновенно происходит переход в ситуацию {m+1,k+r}, а при окончании обслуживания одного из вызовов силами r ПП мгновенно происходит переход в ситуацию {m-1,k-r}. Переходы между ситуациями типа {m,k} в результате окончания обслуживания ранее поступившего вызова практического интереса не представляют, так как при этом происходит спад напряженности пожарной обстановки в городе.
Переходы из ситуации {m,k} в ситуацию {m+1,k+r} происходят с частотой f{m→m+1,k→k+r}, которая вычисляется по формуле
,
(5)
где λr – интенсивность потока вызовов с привлечением r ПП, то есть среднее число вызовов за единичный промежуток времени;
p{m,k} – вероятность нахождения ПП в городе в ситуации {m,k} (то есть суммарная длительность времени пребывания в этой ситуации за единичный промежуток времени), для вычисления которой используется автоматизированная процедура, реализованная на языке JavaScript [3].
Частота f{m,k} возникновения ситуации {m,k} в результате поступления вызовов вычисляется по формуле:
.
(6)
Используя предложенные формулы, произведем расчет частотных и вероятностных характеристик процесса функционирования ПП по обслуживанию вызовов в городе Чебоксары. Путем автоматизированной обработки исходных статистических данных о выездах ПП в городе в високосном году (366 суток) с помощью программы электронных таблиц Excel найдены оценки параметров моделей r (вызовов ПП в год) и αr (r = 1, 2, …, 8): = 1148; α = 0,197918; 1 = 595; α1 = 0,050397; 2 = 368; α2 = 0,047179; 3 = 131; α3 = 0,015107; 4 = 37; α4 = 0,009431; 5 = 11; α5 = 0,002713; 6 = 5; α6 = 0,002493; 8 = 1; α8 = 0,000298.
В табл. 1 и 2 приведены значения вероятностей p{m,k} и частот f{m,k}, записанные в клетках таблицы в виде дробей: в числителе представлены значения, рассчитанные по формуле (6) с использованием программы на языке JavaScript, а в знаменателе – эмпирические значения, найденные по исходным статистическим данным о выездах ПП с помощью программы на языке Visual Basic for Applications для Excel [3]. Прочерком в клетках табл.1 и 2 помечены ситуации типа {m,k} с недопустимыми комбинациями значений k и m.
Таблица 1
Значения вероятностей
возникновения ситуаций {m;k}
одновременной занятости
k ПП
обслуживанием m вызовов в городе
Чебоксары в календарном году
(в числителе – расчетные значения, в знаменателе – эмпирические значения)
Число k одновременно занятых ПА |
Число m одновременно обслуживаемых вызовов |
p{k} |
||||
1 |
2 |
3 |
4 |
5 |
||
1 |
0,044359 0,043835 |
- |
- |
- |
- |
0,044359 0,043835 |
2 |
0,041526 0,041779 |
0,001118 0,001135 |
- |
- |
- |
0,042644 0,042913 |
3 |
0,013297 0,017574 |
0,002093 0,002025 |
0,000019 0,000087 |
- |
- |
0,015409 0,019685 |
4 |
0,008301 0,008586 |
0,001650 0,002091 |
0,000053 0,000011 |
2e-7 0 |
- |
0,010004 0,010688 |
5 |
0,002388 0,002635 |
0,001046 0,000992 |
0,000066 0,000125 |
9e-7 0 |
2e-9 0 |
0,003501 0,003753 |
6 |
0,002194 0,001952 |
0,000612 0,000448 |
0,000058 0 |
0,000002 0 |
1e-8 0 |
0,002866 0,002400 |
7 |
0,000000 0 |
0,000349 0,000192 |
0,000043 0 |
0,000002 0 |
2e-8 0 |
0,000393 0,000192 |
8 |
0,000262 0,000288 |
0,000179 0,000459 |
0,000029 0 |
0,000002 0 |
4e-8 0 |
0,000471 0,000748 |
9 |
0,000000 0 |
0,000069 0 |
0,000018 0 |
0,000001 0 |
4e-8 0 |
0,000088 0,000000 |
10 |
0,000000 0 |
0,000036 0 |
0,000010 0 |
9e-7 0 |
4e-8 0 |
0,000047 0,000000 |
11 |
0,000000 0 |
0,000010 0 |
0,000005 0 |
6e-7 0 |
3e-8 0 |
0,000016 0,000000 |
12 |
0,000000 0 |
0,000005 0 |
0,000003 0 |
4e-7 0 |
2e-8 0 |
0,000008 0,000000 |
p{m} |
0,112328 0,116650 |
0,007168 0,007341 |
0,000305 0,000224 |
0,000010 0 |
0,0000000 |
1- p{0}= 0,119810 |
Таблица 2
Значения частот
(случаев за год) возникновения ситуаций
{m;k}
одновременной занятости k ПП
обслуживанием m вызовов в г.
Чебоксары
(в числителе – расчетные
значения, в знаменателе – эмпирические
значения)
-
Число k
одновременно занятых ПА
Число m одновременно обслуживаемых вызовов
f{k}
1
2
3
4
5
1
523,713
528
-
-
-
-
523,713
528
2
323,910
330
26,394
22
-
-
-
350,303
352
3
115,305
122
41,032
35
0,665
3
-
-
157,002
160
4
32,567
33
29,004
31
1,657
1
0,011
0
-
63,239
65
5
9,682
11
16,914
14
1,898
3
0,038
0
0,000
0
28,532
28
6
4,401
3
8,242
4
1,545
0
0,061
0
0,001
0
14,250
7
7
0,000
0
4,442
3
1,055
0
0,066
0
0,001
0
5,565
3
8
0,880
1
1,781
4
0,659
0
0,057
0
0,002
0
3,380
5
9
0,000
0
0,690
0
0,382
0
0,043
0
0,002
0
1,162
0
10
0,000
0
0,245
0
0,195
0
0,030
0
0,002
0
0,515
0
11
0,000
0
0,070
0
0,095
0
0,019
0
0,001
0
0,201
0
12
0,000
0
0,021
0
0,042
0
0,011
0
0,001
0
0,085
0
f{m}
1010,458
1028
128,953
113
8,228
7
0,350
0
0,011
0
1148
1148
В нижней строке табл. 1 и табл. 2 соответственно представлены значения вероятностей p{m}и частот f{m} возникновения тех или иных ситуаций типа {m} одновременного обслуживания определенного числа m вызовов ПП, агрегирующих множество состояний ПП, для которых при фиксированном числе m выполняется условие (1).
В последнем (правом) столбце табл. 1 и табл. 2 соответственно представлены значения вероятностей p{k}и частот f{k} возникновения тех или иных ситуаций типа {k} одновременной занятости обслуживанием вызовов в городе некоторого числа k ПП, агрегирующая множество состояний ПП, для которых при фиксированном числе k выполняется условие (2).
Вероятности и частоты возникновения в городе ситуаций {m},{k} и {m,k} связаны между собой соотношениями [3]:
;
(7)
;
(8)
;
(9)
.
(10)
Расхождения между расчетными и эмпирическими значениями в табл. 1 и 2 можно считать незначительными, что служит основанием использованию модели для ориентировочных расчетов. В табл. 3 приведены вычисленные по формуле (6) значения частот f{m→m+1,k→k+r} переходов между ситуациями {m,k}, в случаях поступления очередных вызовов ПП.
Таблица 3
Расчетные значения
частот (случаев за год) переходов между
ситуациями {m;k}
одновременной занятости k ПП
обслуживанием m вызовов
в случаях
поступления вызовов ПП в г.
Чебоксары
{m,k} |
{1,1} |
{1,2} |
{1,3} |
{1,4} |
{1,5} |
{1,6} |
{1,7} |
{1,8} |
{1,9} |
{1,10} |
{1,11} |
{1,12} |
{0,0} |
523,7 |
323,9 |
115,3 |
32,57 |
9,682 |
4,401 |
0,000 |
0,880 |
0,000 |
0,000 |
0,000 |
0,000 |
{m,k} |
{2,2} |
{2,3} |
{2,4} |
{2,5} |
{2,6} |
{2,7} |
{2,8} |
{2,9} |
{2,10} |
{2,11} |
{2,12} |
{2,13} |
{1,1} |
26,39 |
16,32 |
5,811 |
1,641 |
0,488 |
0,222 |
0,000 |
0,044 |
0,000 |
0,000 |
0,000 |
0,000 |
{1,2} |
0,000 |
24,71 |
15,28 |
5,440 |
1,536 |
0,457 |
0,208 |
0,000 |
0,042 |
0,000 |
0,000 |
0,000 |
{1,3} |
0,000 |
0,000 |
7,912 |
4,893 |
1,742 |
0,492 |
0,146 |
0,066 |
0,000 |
0,013 |
0,000 |
0,000 |
{1,4} |
0,000 |
0,000 |
0,000 |
4,939 |
3,055 |
1,087 |
0,307 |
0,091 |
0,042 |
0,000 |
0,008 |
0,000 |
{1,5} |
0,000 |
0,000 |
0,000 |
0,000 |
1,421 |
0,879 |
0,313 |
0,088 |
0,026 |
0,012 |
0,000 |
0,002 |
{1,6} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
1,305 |
0,807 |
0,287 |
0,081 |
0,024 |
0,011 |
0,000 |
{1,8} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,156 |
0,096 |
0,034 |
0,010 |
0,003 |
{m,k} |
{3,3} |
{3,4} |
{3,5} |
{3,6} |
{3,7} |
{3,8} |
{3,9} |
{3,10} |
{3,11} |
{3,12} |
{3,13} |
{3,14} |
{2,2} |
0,665 |
0,411 |
0,146 |
0,041 |
0,012 |
0,006 |
0,000 |
0,001 |
0,000 |
0,000 |
0,000 |
0,000 |
{2,3} |
0,000 |
1,245 |
0,770 |
0,274 |
0,077 |
0,023 |
0,010 |
0,000 |
0,002 |
0,000 |
0,000 |
0,000 |
{2,4} |
0,000 |
0,000 |
0,982 |
0,607 |
0,216 |
0,061 |
0,018 |
0,008 |
0,000 |
0,002 |
0,000 |
0,000 |
{2,5} |
0,000 |
0,000 |
0,000 |
0,622 |
0,385 |
0,137 |
0,039 |
0,012 |
0,005 |
0,000 |
0,001 |
0,000 |
{2,6} |
0,000 |
0,000 |
0,000 |
0,000 |
0,364 |
0,225 |
0,080 |
0,023 |
0,007 |
0,003 |
0,000 |
0,001 |
{2,7} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,208 |
0,128 |
0,046 |
0,013 |
0,004 |
0,002 |
0,000 |
{2,8} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,107 |
0,066 |
0,023 |
0,007 |
0,002 |
0,001 |
{2,9} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,041 |
0,025 |
0,009 |
0,003 |
0,001 |
{2,10} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,021 |
0,013 |
0,005 |
0,001 |
{2,11} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,006 |
0,004 |
0,001 |
{2,12} |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,000 |
0,003 |
0,002 |
Табл. 3 представляет собой последовательно сложенные три фрагмента единой большой таблицы, разделенные между собой двойными линиями. В каждой клетке представлено расчетное значение частоты перехода из исходной ситуации (соответствующей строке таблицы) в конечную ситуацию (соответствующую столбцу таблицы).
Например, частота перехода из ситуации {2,4} в ситуацию {3,5} составляет 0,982(1/год), то есть примерно раз в год.
Проиллюстрируем полученные результаты моделирования на примере ситуаций {1,2} и {2,5}.
Возникновение ситуации {1,2} при поступлении вызовов ПП среднем следует ожидать 323,9 раза за год (табл. 2). Эти вызовы, для обслуживания каждого из которых требуется привлечение 2 ПП, вызывают 323,9 случаев перехода в ситуацию {1,2} из ситуации {0,0} (табл.3). Ожидаемое суммарное время нахождения ПП в ситуации{1,2} составляет 0,04153 часть года (8784 ч), то есть 364,8 ч (табл.1).
Возникновение ситуации {2,5} при поступлении вызовов ПП среднем следует ожидать 16,9 раз за год (табл. 2). При этом произойдут 5,44 случаев перехода в ситуацию {2,5} из ситуации {1,2} при возникновении вызовов, для обслуживания каждого из которых требуется привлечение 3 ПП (табл. 3). Ожидаемое суммарное время нахождения ПП в ситуации{2,5} составляет 0,00105 часть года (8784 ч), то есть 9,2 ч (табл.1).
Таким образом, разработанная ситуационная модель позволяет расчетным путем получать ориентировочные оценки вероятностей и частот возникновения различных ситуаций типа {m,k}, а также частот переходов между этими ситуациями в процессе функционирования ПП по обслуживанию вызовов в городе.
Литература
1. 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.
2. Соболев Н. Н. Расчет вероятностей возникновения различных ситуаций в процессе обслуживания вызовов пожарными подразделениями в городе // Материалы 25-й научно-технической конференции «Системы безопасности – 2016». – М.: Академия ГПС МЧС России, 2016. – С. 475-478.
3. Соболев Н.Н. Модель возникновения различных ситуаций в процессе обслуживания вызовов пожарными подразделениями в городе // Сборник тезисов докладов Международной научно-практической конференции «Исторический опыт, современные проблемы и перспективы образовательной и научной деятельности в области пожарной безопасности». – М.: Академия ГПС МЧС России, 2018. – С. 532-536.
4. Соболев Н. Н. Ситуационные модели процесса обслуживания вызовов пожарными подразделениями в городе // Материалы 28-й научно-технической конференции «Системы безопасности – 2019». – М.: Академия ГПС МЧС России, 2019. – С. 270-276.