Подход к прогнозированию ущерба из-за неблагоприятного стечения обстоятельств, связанного с неразличимостью исходных данных

Бесплатный доступ

Введение. При администрировании сложных многопараметрических систем управленческие решения часто принимаются в условиях неопределенности. Остро стоит проблема снижения вероятности нежелательных событий и уменьшения возможного ущерба. Эффективность прогнозирования ущерба для сложных систем напрямую зависит от качества методов обработки, систематизации и количества входных данных. Необходимо совершенствовать методы оценки и прогнозирования ущербов и разрабатывать новые подходы и критерии статистического прогнозирования ущерба и оценки надежности системы. Решение таких задач осложняется большим числом показателей, неопределенностью данных, короткими рядами наблюдений, неполнотой исходной информации, недостаточно развитым научно-методическим аппаратом. Существующие методы прогнозирования ущерба в системах потенциально опасных объектов не учитывают причины происшествий, случившихся из-за неблагоприятных стечений обстоятельств. Как следствие, управленческие решения принимаются на основании недостоверных результатов прогнозирования. В связи с этим актуальной научной задачей представляется разработка методов и методик для формирования целесообразных управленческих решений, свободных от указанного недостатка.Основная цель работы - рассмотрение частной задачи для прогнозирования ущерба из-за неблагоприятного стечения обстоятельств, связанного с неразличимостью исходных данных. Задачи: рассмотреть такой вид неопределенности, который включает в себя неразличимости истинного состояния системы и реального значения ее количественной характеристики; сформулировать задачу комбинаторики для случая, когда составной весьма опасный признак определяется совместным проявлением двух и более простых признаков.Материалы и методы. В условиях множественной неразличимости в качестве исходных данных использованы: множество неразличимых исходов с достоверной информацией о факте реализации события и неопределенностью отнесения события к некоторому типу; семейство множеств, имеющих одинаковое число элементов. Учтены Декартово произведение семейств соответствующих множеств и фактическое значение группы составного потенциально опасного фактора с составным весьма опасным признаком. Представлена результирующая моноэлементная группа неразличимости, которая является также возможным событием, полученным в результате пересечения двух необходимых событий.Результаты исследования. Установлено, что задача прогнозирования ущерба из-за неблагоприятного стечения обстоятельств соответствует задаче комбинаторного типа, состоящей в перечислении всех множеств-аргументов. Полученный диапазон, представляющий собой элементную группу неразличимости, характеризует меньшее и большее возможное значение численности группы потенциально опасного фактора с составным весьма опасным признаком. Показано, что сформулированные комбинаторные задачи без существенных изменений применимы к задачам в обобщенном виде, когда составные весьма опасные признаки определяются с применением не только операции пересечения, но также объединения и разности, а исходными не обязательно будут группы объектов с простыми признаками.Обсуждение и заключения. Полученные результаты могут быть использованы при построении сложных систем мониторинга, моделирования и прогнозирования многопараметрических объектов и динамических систем.

Еще

Неразличимость, вероятность, математическая модель, риск, случайное событие, вероятность происшествия

Короткий адрес: https://sciup.org/142225517

IDR: 142225517   |   DOI: 10.23947/2687-1653-2020-20-4-405-413

Список литературы Подход к прогнозированию ущерба из-за неблагоприятного стечения обстоятельств, связанного с неразличимостью исходных данных

  • Венцов, Н. Н. Формирование стартовой популяции в условиях неопределенностей / Н. Н. Венцов, Ю. О. Чернышев // Интеллектуальные системы и информационные технологии - 2019: тр. междунар. науч.-тех. конгресса. - Ростов-на-Дону: Изд-во ДГТУ, 2019. - С. 25-30.
  • Подиновский, В. В. Потенциальная недоминируемость в задачах выбора нескольких лучших вариантов / В. В. Подиновский // Вестник Московского университета им. С. Ю. Витте. - 2013. - № 2. - С. 57-63. - (Образовательные ресурсы и технологии).
  • Чернышев, Ю. О. Эволюционный алгоритм поиска множества альтернативных маршрутов в условиях возможных воздействий / Ю. О. Чернышев, Н. Н. Венцов, И. С. Пшеничный // Инженерный вестник Дона. - 2018. - № 4 (51). - С. 42-56.
  • Кравцова, М. В. Оценка техногенного риска технически сложных производственных объектов машиностроения / М. В. Кравцова // Известия Самарского научного центра Российской академии наук. - 2012. - Т. 14, № 1-3. - С. 877-884.
  • Буньковский, Д. В. Инструменты управления предпринимательскими рисками / Д. В. Буньковский // Вопросы управления. - 2019. - № 1 (37). - С. 65-76. DOI: 10.22394/2304-3369-2019-1-65-76
  • Белых, А. А. Основы методологии прогнозирования и оценки эффективности информационных систем / А. А. Белых // Политематический сетевой электронный научный журнал Кубанского государственного аграрного университета. - 2011. - № 71. - С. 111-133.
  • Орлов, А. И. Менеджмент / А. И. Орлов. - Москва: Изумруд, 2003. - 298 с.
  • Математическое моделирование техногенного риска / В. А. Остейковский. - Сургут: ИЦ СурГУ, 2010. - 96 с.
  • Гермейер, Ю. Б. Введение в теорию исследования операций / Ю. Б. Гермейер. - Москва: Наука, 1971. - 384 с.
  • Золотухин, В. Ф. Характеристики техногенной безопасности в условиях неразличимости / В. Ф. Золотухин, А. А. Захаров, В. Ю. Рева // Известия ЮФУ. Технические науки. - 2009. - Т. 91, № 2. - С. 54-58.
  • Целигоров, Н. А. Математические модели неопределенностей систем управления и методы, используемые для их исследования / Н. А. Целигоров, Е. Н. Целигорова, Г. М. Мафура // Инженерный вестник Дона. - 2012. - Т. 23, № 4-2. - 48 с.
  • Золотухин, В. Ф. Фундаментальные числовые характеристики, возможности, возможные распределения и меры / В. Ф. Золотухин // Автоматика и телемеханика. - 2003. - № 12. - С. 152-159.
  • Гусев, Л. А. Об одной оценке эффективности машинной диагностики двигательных нарушений / Л. А. Гусев, О. Е. Хуторская // Автоматика и телемеханика. - 2003. - № 12. - С. 112-121.
  • Литвак, Б. Г. Экспертная информация: методы получения и анализа / Б. Г. Литвак. - Москва: Радио и связь, 1982. - 184 с.
  • Ажмухамедов, И. М. Моделирование на основе экспертных суждений процесса оценки информационной безопасности / И. М. Ажмухамедов // Вестник - (Управление, вычислительная техника и информатика) Астраханского государственного технического университета. - 2009. - № 2. - С. 101-109.
  • Ажмухамедов, И. М. Анализ и управление комплексной безопасностью на основе когнитивного моделирования / И. М. Ажмухамедов // Управление большими системами. - 2010. - № 29. - С. 5-15.
  • Гусев, Л. А. Интервальные оценки вероятности при наличии неразличимости / Л. А. Гусев // Проблемы управления. - 2013. - № 4. - С. 16-22.
  • Крохин, Г. Д. Источники информации и причины ее неопределенности, выявленные при диагностике состояния энергоустановок / Г. Д. Крохин // Вестник НГУЭУ. - 2014. - № 1. - С. 292-311.
  • Фатуев, В. А. Управление динамическими системами с использованием ситуационных и регрессионных моделей / В. А. Фатуев, М. А. Сафронова // Известия Тульского государственного университета. Технические науки. - 2012. - № 2. - С. 118-127.
  • Greco, S. Rough sets theory for multicriteria decision analysis / S. Greco, B. Matarazzo, R. Slowinski // European Journal of Operational Research. - 2001. - Vol. 129 (1). - P. 1-47.
  • Короткий, А. А. Обоснования безопасности грузоподъемных кранов / А. А. Короткий, Е. В. Егельская, А. П. Шерстюк // Вестник Донского государственного технического университета. - 2017. - Т. 91, № 4. - С. 136-143.
  • Bourque, F.-A. Solving the moving target search problem using indistinguishable searchers / F. A. Bourque// European Journal of Operational Research. - 2019. - Vol. 275 (1). - P. 45-52.
  • DOI: 10.1016/j.ejor.2018.11.006
  • Jacas, J. The group of isometries of an indistinguishability operator / J. Jacas, J. Recasens // Fuzzy Sets and Systems. - 2004. - Vol. 146 (1). - P. 27-41.
  • DOI: 10.1016/j.fss.2003.11.004
  • Judd, K. Indistinguishable states: I. Perfect model scenario / K. Judd, L. Smith // Physica D: Nonlinear Phenomena. - 2001. - Vol. 151(2-4). - P. 125-141.
  • DOI: 10.1016/s0167-2789(01)00225-1
  • Calvo, T. On the problem of aggregation of partial T-indistinguishability operators / T. Calvo, P. Fuster, O. Valero // Atlantis Studies in Uncertainty Modelling. - 2019. - Vol. 1. - 52-59.
  • DOI: 10.2991/eusflat-19.2019.8
  • Sanchez, T. C. Aggregation of partial T-indistinguishability operators and partial pseudo-metrics / T. C. Sanchez, P. Fuster-Parra // Fuzzy Sets and Systems. - 2021. - Vol. 403. - P. 119-138.
  • DOI: 10.1016/j.fss.2019.10.009
  • Mattioli, G. Structural analysis of indistinguishability operators and related concepts / G. Mattioli, J. Recasens // Information Sciences. - 2013. - Vol. 241. - P. 85-100.
Еще
Статья научная