- •09.03.01 Информатика и вычислительная техника
- •Глава 1 Общие сведения о теории принятия решений
- •1.1 Понятия, связанные с принятием решений
- •1.2 Определенность результатов принимаемых решений
- •1.3 Критерии оценки решения
- •5 Реальные процедуры принятия управленческих решений.
- •1.4 Системы поддержки принятия решения
- •1.5 Математическое моделирование при принятии решений
- •1.6 Классификация математических моделей структурированных систем
- •1.7 Задачи моделирования на различных уровнях принятия решений
- •Глава 2 Системы поддержки принятия решений, основанные на знаниях
- •2.1 Способы описания знаний
- •2.2 Когнитивные модели
- •2.3 Онтологические модели процесса принятия решений
- •Ниже приведены краткие сведения об онтологиях и пример их использования для моделирования процессов принятия решений в системах обучения. Слово «онтология» имеет два значения:
- •Методология создания онтологий. Практическая разработка онтологии включает:
- •2.4 Экспертный подход к принятию решений
- •2.4.1 Методы экспертных оценок
- •2.4.2 Методы средних баллов при оценке альтернатив
- •2.5 Продукционные модели знаний
- •2.5.1 Основные определения
- •2.5.2 Байесовский подход к построению продукционных моделей знаний
- •2.5.3 Структура базы знаний и алгоритм логического вывода
- •Глава 3 Методы оптимизации в задачах принятия решений
- •3.1 Принятие решений на основе методов линейного программирования
- •3.2 Математическая модель планирования производства
- •3.3 Задачи оптимального планирования производства
- •3.4 Транспортная задача
- •3.5 Задачи об упаковке
- •3.5.1 Задача о рюкзаке
- •3.5.2 Задачи упаковки в контейнеры
- •3.6 Задачи о замене оборудования
- •3.6.1 Простейшая задача о замене оборудования
- •3.6.2 Задача об оптимальных сроках замены дискового оборудования
- •3.7 Многокритериальные задачи принятия решений
- •Глава 4 Вероятностные модели формирования и выбора альтернатив решений
- •4.1 Моделирование систем на основе формализма цепей Маркова
- •4.1.1 Определение и динамика цепи Маркова
- •4.1.2 Оценка длительности пребывания процесса во множестве невозвратных состояний
- •4.1.3 Оценка поведения цепей Маркова при большом числе шагов
- •4.2 Модель процесса обучения как цепь Маркова
- •4.3 Система обслуживания заявок с очередью и отказами
- •4.4 Модель динамики информационных ресурсов
- •4.5 Принятие решений об оптимизации инвестиционного портфеля
- •4.6 Имитационное моделирование при принятии решений
- •4.6.1 Система AnyLogic: активные объекты, классы и экземпляры активных объектов
- •4.6.2 Объектно-ориентированный подход
- •4.6.3 Средства описания поведения объектов
- •4.6.4 Анимация поведения и интерактивный анализ модели
- •4.6.5 Примеры имитационного моделирования
- •Глава 5 Сетевые модели поддержки принятия решений
- •5.1 Обыкновенные сети Петри
- •5.1.1 Формальное определение
- •5.1.2 Графы сетей Петри
- •5.1.3 Пространство состояний сети Петри
- •5.1.4 Основные свойства сетей Петри
- •5.1.5 Некоторые обобщения сетей Петри
- •5.1.6 Инварианты сетей Петри
- •5.2 Раскрашенные (цветные) сети Петри (cpn)
- •5.2.1 Мультимножества
- •5.2.2 Формальное определение cpn
- •5.2.3 Функционирование cpn
- •5.2.4 Расширения cpn
- •5.2.5 Сравнение формализмов обыкновенных и раскрашенных сетей Петри
- •5.2.6 О моделирующих возможностях сетей Петри
- •5.3 Моделирование дискретных систем
- •5.3.1 Моделирование вычислительных систем
- •4.3.2 Моделирование программ
- •5.3.3 Моделирование протоколов передачи данных
- •5.3.4. Об исследовании сетей Петри с помощью эвм
- •5.4 Герт-сети
- •5.4.1 Описание герт-сети
- •5.4.2 Производящие функции герт-сетей
- •5.4.3 Вычисление w-функций для типовых соединений дуг
- •5.4.4 Модель процесса обучения как герт-сеть
- •Глава 6 Примеры систем поддержки принятия решений
- •6.1 Система эспла
- •6.1.1 Режимы функционирования системы
- •6.1.2 Принятие решений при техногенных авариях
- •6.1.3 Использование информационных ресурсов
- •6.2 Информационная система дистанционного мониторинга лесных пожаров Федерального агентства лесного хозяйства рф
- •6.2.1 Общая характеристика системы
- •6.2.2 Использование спутниковых данных
- •6.2.3 Центры приема и обработки спутниковых данных
- •6.2.4 Информационные продукты, формируемые системой
- •6.2.5 Прогнозирование параметров лесных пожаров по данным исдм-Рослесхоз
- •Г.А. Доррер методы и системы принятия решений
- •Красноярск 2016
6.2.3 Центры приема и обработки спутниковых данных
В настоящее время в систему автоматически поступают данные из многих источников.
Оперативные данные прибора AVHRR (спутники NOAA) поступают из следующих центров:
Центр приема Института космических исследований Российской академии наук (ИКИ РАН) г. Москва.
Западносибирский региональный центр приема и обработки данных (ЗапСибРЦПОД) г. Новосибирск.
Центр приема Института леса СО РАН (ИЛ СО РАН) г. Красноярск.
Дальневосточный региональный центр приема и обработки данных (ДВРЦПОД) г. Хабаровск;
Центр приема ЮНИИ ИТ г. Ханты-Мансийск.
Оперативные данные прибора MODIS (спутники TERRA, AQUA) поступают из следующих центров:
Центр приема ГУ НИЦ «Планета» г. Москва;
Западносибирский региональный центр приема и обработки данных (ЗапСибРЦПОД) г. Новосибирск;
Центр приема Института леса СО РАН (ИЛ СО РАН) г. Красноярск;
Дальневосточный региональный центр приема и обработки данных (ДВРЦПОД) г. Хабаровск;
Центр приема ЮНИИ ИТ г. Ханты-Мансийск;
Центр приема и обработки спутниковых данных ОАО «Самара-Информспутник» г. Самара.
Продукты обработки данных прибора MODIS (MOD09 и MOD 14) поступают:
из архивов данных Геологической службы США (USGS) (ежедневных продуктов MOD09),
из центра обработки Университета штата Мериленд США (результаты детектирования пожаров MOD 14).
Продукты обработки данных прибора VGT (спутник SPOT) поступают из архивов компании VITO.
Результаты обработки данных приборов HRV и HRVIR (спутник SPOT) поступают из следующих центров;
Западносибирский региональный центр приема и обработки данных (ЗапСибРЦПОД) г. Новосибирск;
Дальневосточный региональный центр приема и обработки данных (ДВРЦПОД) г. Хабаровск;
Центр приема и обработки спутниковых данных ОАО «Самара-Информспутник» г. Самара.
Центры, через которые в систему поступают оперативные данные, обеспечивают покрытие практически всей территории России. Зоны покрытия этих центров приведены на рисунке 6.5. При этом для некоторых территорий достигается пятикратное потенциальное дублирование приема. В основном же по территории обеспечивается трехкратное дублирование. Это обеспечивает достаточно устойчивое поступление в систему оперативных данных.
Автоматические комплексы обработки и архивации данных установлены в следующих организациях:
ФГУ «Авиалесоохрана» г. Пушкино (основной центральный узел системы) и Институт космических исследований Российской академии наук (ИКИ РАН) г. Москва (дублирующий центральный узел системы).
Центр приема ГУ НИЦ «Планета» г. Москва;
Западносибирский региональный центр приема и обработки данных (ЗапСибРЦПОД) г. Новосибирск;
Дальневосточный региональный центр приема и обработки данных (ДВРЦПОД) г. Хабаровск;
Центр приема ЮНИИ ИТ г. Ханты-Мансийск;
Центр приема Института леса СО РАН (ИЛ СО РАН) г. Красноярск;
Центр приема и обработки спутниковых данных ОАО «Самара-Информспутник» г. Самара.
Рис. 6.5 Зоны видимости станций центров приема, использующихся в ИСДМ-Рослесхоз
В этих же центрах установлены и информационные узлы, обеспечивающие пользователям оперативный доступ к данным. Эти узлы обеспечивают представление данных через WEB-интерфейсы (http://www.nffc.aviales.ru), специализированные ГИС и систему автоматизированной рассылки данных.
