Учебное пособие 2133

Наиболее наглядно связь глобальных проблем с социальными проблемами выражается в попытке западных развитых стран устранить встающую перед ними проблему нехватки ресурсов, неравномерного роста народонаселения, опасности нелегальной миграции, подрыва всех оснований цивилизованной жизни через передачу минеральных ресурсов под свой контроль. Для этого разрабатываются стратегии глобального переустройства мира: устранения национальных экономических границ, обеднения периферийных стран, при котором цены «свободного» рынка сделали бы ресурсы недоступными для национального хозяйства. В качестве теоретической основой решения проблем глобализации избран неолиберализм, базирующийся на классической политэкономии и антропологии, а также социальной философии Гоббса и Локка. Человечество вновь разделено на тех, кто живет «в состоянии цивилизации», и тех, кто пребывает «в состоянии природы». Представители «цивилизации» станут покупать ресурсы, извлеченные в местах обитания «дикарей» /2, с.112/. Разумеется, это снова будет не покупка, а практически бесплатная «добыча». Вновь потребуются лишь расходы на подкуп местной элиты, манипулирующей массовым сознанием, и оплату репрессивного аппарата.

Происходящее на наших глазах разделение мира на «центр» и «периферию», где центр паразитирует на периферии, используя внеэкономическое принуждение или прямой грабеж, означают реструктуризацию всего мирового хозяйства, построение нового, более объемного государства, но по тому же принципу. Насилие сегодня не столь очевидно, как в эпоху колониализма, так как вместо прямого вооруженного захвата сегодня применяются политические, культурные и финансовые рычаги (но

иавианосцы с морской пехотой «стоят на запасном пути»). Многие страны, даже с высоким уровнем промышленного развития, превращаются в объекты деиндустриализации. Подобный процесс быстрыми темпами уже идет, например, в России. С социальной точки зрения глобализация означает переход к гораздо более жестокой эксплуатации, чем при капитализме.

Центральным звеном стратегии решения глобальных проблем является развитие всеобъемлющего международного сотрудничества, объединение разнообразных усилий всего человечества, что предполагает многополярный мир

иподлинный диалог культур, а также развитие всевозможных социальных связей и обмен идеями, ресурсами, технологиями. Итак, у мирового сообщества существует объективная возможность сохранить себя и жизнь на планете. Проблема в том - сумеет ли оно воспользоваться этой возможностью?

Литература

1.Глобальные проблемы как источник чрезвычайных ситуаций: Междунар. конф. 22-23 апр. 1998г.: Докл. и выступления / Под. ред. Ю.Л. Воробьева. -

М.: УРСС, 1998. - 318 c.

2.Родионова И.А. Глобальные проблемы человечества: Учеб. пособие. - М.: Аспект Пресс, 1994. - 143 c.

20

школы. Там же устраивались концерты и народные чтения [5, 89].

Кроме того В. Г. Столль проводил встречи друзей-велосипедистов в своѐм доме на Большой Садовой улице. Среди таких людей был известный математик, автор учебников, по которым учились и в советское время – Андрей Петрович Киселѐв; видный педагог – Николай Фѐдорович Бунаков; основатель яхт-клуба С. М. Карпинский.

Со временем В. Г. Столль вступает в члены местного отделения Мариинского попечительства о слепых. На свои средства он строит первую, пока ещѐ небольшую, лечебницу попечительства. Он пишет и публикует статьи о работе училища и его деятелях. Затем он участвует в сооружении большого здания для училища-приюта слепых (ныне это здание Областного краеведческого музея) [6, 318-319; 5, 92].

Во время работы в попечительстве В. Г. Столль сближается с отзывчивой, разделяющей его помыслы женщиной – старшей учительницей училища слепых Анной Григорьевной Айдаровой. Вскоре она стала его женой. Супруги Столли берут на воспитание в свою семью сначала двух, а затем ещѐ трѐх слепых девушек. Уже в 1899 году в семью Столлей пришла беда. В возрасте 37 лет умерла Анна Григорьевна. У В. Г. Столля не осталось от неѐ своих детей. В память о супруге он много энергии продолжает отдавать опеке над чужими детьми. Из Воронежа В. Г. Столль переселяется в Графскую, где находилась дача его покойной жены. Сначала здесь появилась детская колония Русского общества охранения народного здравия. Затем В. Г. Столль предоставил безвозмездно под колонию свою дачу. Начиная со следующего года в Графскую вывозили больных ребят. Впоследствии на базе колонии создали детский туберкулѐзный санаторий. В своѐм главном дачном доме В. Г. Столль открыл приют для слепых провинциальных девушек, которые приезжали из разных уездов Воронежской губернии. Он приглашал преподавателей из Петербурга для обучения воспитанниц массажу, вязанию, пению. В. Г. Столль устраивал первые в Графской спектакли и концерты – артистками становились его воспитанницы. Тихая станция превратилась в единственный пригородный культурный центр Воронежа.

В. Г. Столль удочерил одну из воспитанниц – Агриппину Скрипникову. Она была не полностью слепой, но видела очень плохо и скрывала глаза под тѐмными очками. Вскоре у неѐ появился жених

– офицер Фѐдор Павлов. У В. Г. Столля родилось шесть внуков, которых он очень любил. Их потомки до сих пор живут в Графской.

Большим увлечением В. Г. Столля была техника. В его доме в Графской был водопровод, подававший воду из колодца на кухню, ручная маслобойка. Помимо техника Вильгельм Германович увлекался фотографией, делал снимки видов дачи.

Когда в 1917 году В. Г. Столлю сообщили, что произошла революция, он не поверил, все сбережения оставил в банке. Ранее своим воспитанницам хотел выделить приданое, но они остались ни с чем. В 1924 году он тихо умер на своей даче. Похоронен в Толшевском монастыре [5,

92].

Знакомство с историей жизни и деятельности В. Г. Столля даѐт представление о том, что это был человек широкого круга интересов, увлекавшийся музыкой, спортом, техникой и много занимавшийся благотворительностью. В. Г. Столль внѐс весомый вклад в развитие культуры и спорта в Воронеже. Всѐ это перечѐркивает мнение о предпринимателях, как о людях, стремившимся исключительно к обогащению и извлечению прибыли, посредством беспринципной коммерции и эксплуатации наѐмного труда рабочих, часто фигурировавшее в советский период. Возможно ли сочетать внимание к благотворительности и культуре с успешной экономической деятельности? Ответ на этот вопрос получен при рассмотрении экономической деятельности В. Г. Столля, и прежде всего его завода. Предприятие развивалось на протяжении всего рассматриваемого периода, расширяло номенклатуру выпускаемых изделий, шло в ногу с развитием технологий, выходило на новые рынки, приносило крупные прибыли. Выпускаемая продукция получала высокую оценку за рубежом. Таким образом, деятельность В. Г. Столля является ярким примером сочетания экономического успеха и благотворительности. Этот исторический опыт может и должен стать образцом для представителей предпринимательского слоя в современную эпоху.

Литература

1.Панова В. И. История воронежского края / В. И. Панова. Воронеж: Родная речь, 2007. 287 с.

2.Имени Ленина. Очерки истории Воронежского машиностроительного завода / под ред. М. А. Бутаева. Воронеж: Центр.-черн. кн. изд-во, 1968. 144 с.

3.Акиньшин А. Н. Столль Вильгельм Германович

/А. Н. Акиньшин // Воронежская энциклопедия. Том 2. Воронеж: Центр духовного возрождения Черноземного края, 2008.

4.Гончаров А. И. Попов П. А. «Упаковочные машины» / А. И. Гончаров, П. А. Попов // Воронежская энциклопедия. Том 2. Воронеж: Центр духовного возрождения Черноземного края, 2008.

5.Попов П. А. Вильгельм Германович Столль / П. А. Попов // Воронежцы: знаменитые биографии в истории края. Воронеж: Кварта, 2007.

6.Попов П. А. Немецкая фамилия Столль в Воронеже / П. А. Попов // Русская провинция. Выпуск 2. Воронеж: Центр.-чернозем. кн. изд-во, 1995.

22

Риск как сложный феномен и результат потенциального взаимодействия человека, общества, техносферы и природы может характеризоваться рядом количественных и качественных показателей. В случае если рассматривается отдельный человек, то говорят об индивидуальном риске смерти и потери здоровья.

Индивидуальный риск - это:

1)риск для жизни и здоровья человека от определенных причин или их совокупности для определенных видов деятельности или условий проживания на определенной территории, характеризуемый вероятностью преждевременной смерти или ущерба здоровью произвольному индивиду из некоторой совокупности;

2)вероятность (частота возникновения) поражающих воздействий определенного вида (смерть, травма, заболевание) для индивидуума, возникающая при реализации определенных опасностей в определенной точке пространства (где находится индивидуум);

3)применительно к персоналу опасных объектов - мера возможности наступления негативных последствий для здоровья из-за действия на человека на территории его возможного

проявляющихся постоянно либо в случае реализации опасных явлений. Оценка индивидуального риска для жизнедеятельности человека (смерти или ущерба здоровью) от различных опасностей, от определенных причин или их совокупности проводится с помощью абсолютных и относительных показателей. Одним из основных абсолютных показателей индивидуального риска является индивидуальная вероятность Q0(At) преждевременной смерти произвольного человека из некоторой совокупности на рассматриваемой территории (условиях проживания) или в рассматриваемой сфере деятельности (от определенной причины). Оценивается в расчете на единицу времени:

•год (размерность - смерть/(чел.• год) или 1/(чел.-год) или 1/год);

•продолжительность жизни человека

(принимают обычно равной 70 годам), 1/жизнь.

В таблице приведена оценка индивидуального риска смерти от различных причин применительно к условиям России, выполненная на основе статистических данных за 2003 г. Индивидуальная вероятность смерти от данной причины оценивается по формуле:

(1)

где n[At) - число погибших за интервал времени от рассматриваемой причины в популяции из N человек, подвергающихся воздействию данной

опасностей количеством фатальных случаев (смертей) в единицу времени получило широкое распространение, однако оно не является единственным.

Риск гибели от «неестественных» причин

Другие способы выражения риска смерти:

•сокращение средней ожидаемой продолжительности предстоящей жизни (ССОППЖ), лет или дней;

•количество смертей на один миллион населения (или индивидуальная вероятность смерти от всех причин или конкретной причины);

•количество смертей на один миллион населения в пределах зоны определенного радиуса с центром в месте источника опасного воздействия;

•количество смертей на единицу концентрации токсиканта в окружающей среде;

23

•количество смертей на одну тонну токсиканта, поступившего в организмы людей;

•количество смертей на одну тонну вещества, выработанного на данном объекте;

•количество смертей на 1 млн долл. вырабатываемого вещества.

Бернард Коэн предложил оценивать и сравнивать риски по сокращению средней ожидаемой продолжительности предстоящей жизни (ССОППЖ). Эта величина показывает, на какой срок укорачивается в среднем жизнь индивидуума, подвергающегося данному риску. Преимущество ее использования состоит в наглядности - так,

показатель смертности, выраженный величиной 1 • 10"4 1/год, труднее для восприятия, нежели характеризующее тот же риск значение ССОППЖ, равное, к примеру, 20 дням. Методика расчета ССОППЖ основана на использовании детальных статистических данных [1].

Если зарегистрированы статистические показатели смертности для всех возрастных групп, то подсчет значений ССОППЖ проводится следующим образом. Каждой возрастной группе приписывается индекс i:

•/ = 1 - для возрастной группы от 0 до 1

года,

•i = 2 — для возрастной группы от 1 до 4

лет,

•i = 3 - для возрастной группы от 5 до 9 лет и т. д. Вероятность смерти q[i] для каждой возрастной группы берется из статистических данных. Пример распределения вероятности смерти для России по возрастным группам от 0 до 75 лет показан на рисунке. Статистические данные о смертности в определенном возрасте могут быть представлены в виде количества смертей, приходящихся на 100 тыс. жителей в год. В расчете на 100 тыс. жителей число ожидаемых смертей в интервале возрастов от 0 до 1 года составит: n(\) = q(\) 100000, год, будет равно а = 100000-g(l). В общем виде можно записать:

где а (0) = 100000.

Рис 1. Распределение вероятности смерти для России по возрастным группам

С помощью уравнений (1) рассчитываются все значения «( /) . Средним количеством лет ^( /), прожитых теми, кто умер в возрастном интервале i, выступает середина этого интервала (например, для возрастной группы от 25 до 29 лет значение / равно 27), а полное количество лет, прожитых лицами этой группы, составит n(i)-t{i). Ожидаемая продолжительность жизни для индивидуума в этой группе будет:

смертность q{J) изменится и примет новое значение q'(i), которое даст новую величину ожидаемой продолжительности жизни Е'.Тогда сокращение ожидаемой продолжительности жизни, вызванное

Значение ССОППЖ зависит от вероятности осуществления рассматриваемого опасного события (состояния, действия) Q и средней величины оставшейся жизни человека L, подвергающегося

последствий опасного события, действия или процесса. Угроза со стороны опасного события влияет на ожидаемый остаток жизни в виде соответствующей вероятности реализации.

Литература 1. Программно-целевой метод решения проблем

снижения рисков и смягчения последствий чрезвычайных ситуаций. М.И.Фалеев, Москва, «Крук», 2001.

24

Инвестиционное проектирование – это этап инвестиционного проекта, который предшествует его реализации, но закладывает сроки и плановые характеристики на всех дальнейших этапах. Поэтому особенно важно, уметь прогнозировать риски, которые могут возникать как в краткосрочной, так и долгосрочной перспективе, в связи с различными факторами, влияющими на характеристики инвестиционного проекта.

Чтобы выделить список рисков, типичных для того или иного проекта на начальном этапе необходимо привести его к определенной классификации, имея довольно ограниченную документацию. Основным документов на начальном этапе инвестиционного проектирования является бизнес-план. Путем анализа информации, содержащейся в данном документе можно сделать выводы о принадлежности инвестиционного проекта к тому или иному типу. Это можно произвести путем смыслового анализа текста.

Впервые лингвистический анализ текста начал применяться в системах анти-спам. Метод Байеса, который используется при детектировании спама, дает только бинарный результат: "да" или "нет". При анализе инвестиционного проекта этого недостаточно. Классификация на любом уровне имеет больше двух типов. Большинство современных систем лингвистического анализа используют не только контекстный анализ (то есть в каком контексте, в сочетании с какими другими словами используется конкретный термин), но и семантический анализ текста. Эти технологии работают тем эффективнее, чем больше анализируемый фрагмент. На большом фрагменте текста точнее проводится анализ, с большей вероятностью определяется категория и класс документа.

Достоинства лингвистических технологий в том, что они работают напрямую с содержанием документов. Анализ семантических связей является очень эффективным и сложным инструментом, который на необходимом уровне обеспечивает распознавание смысловой нагрузки текстовой и числовой информации.

Очень важно суметь выделить риски, которые окажутся актуальны в данных условиях. Качественная оценка рисков не может быть произведена обычными математическими методами.

При этом перечень рисков будет зависеть от таких параметров проекта, как

-срок реализации

-масштаб

-цели инвестирования

-объем инвестиций

-источники финансирования и др.

Неопределенность будущих результатов на

всех этапах реализации сценария бизнес-плана может быть определена путем анализа экономических факторов, которые могут быть определены, а могут являться только прогнозируемыми – нечеткими. Кроме того достаточно сильное влияние могут оказать неэкономические аспекты, такие как стихийные бедствия, политические отношения или нестабильность социальных условий.

Чтобы выделить определенные риски, имеющие наибольшую вероятность возникновения для данного проекта, необходимо, определить классификацию рассматриваемого бизнес-плана на основе имеющейся на этапе инвестиционного проектирования информации, после обратившись к ретроспективной базе знаний инвестиционным проектов, заранее классифицированных, можно получить перечень первоочередных рисков.

Статистические технологии относятся к текстам не как к связной последовательности слов, а как к произвольной последовательности символов, поэтому одинаково хорошо работают с текстами на любых языках. Ключевой характеристикой сложного хеша, снимаемого с защищаемого объекта (который в разных продуктах называется то Digital Fingerprint, то Document DNA), является шаг, с

которым снимается хеш. Как можно понять из описания, такой "отпечаток" является уникальной характеристикой объекта и при этом имеет свой размер. Это важно, поскольку если снять отпечатки с миллионов документов (а это объем хранилища среднего банка), то для хранения всех отпечатков понадобится достаточное количество дискового пространства. От шага хеша зависит размер такого отпечатка — чем меньше шаг, тем больше отпечаток. Если снимать хеш с шагом в один символ, то размер отпечатка превысит размер самого образца. Если для уменьшения "веса" отпечатка увеличить шаг

(например, 10 000 символов), то вместе с этим увеличивается вероятность того, что документ, содержащий цитату из образца длиной в 9 900 символов, будет совпадать с целевой категорией, но при этом не будет причислен к ней.

Определив классификацию проектов и риски, существенные для каждого из них, мы можем рассчитать статистическую вероятность наступления риска для каждого типа проектов по системе классификации.

Pj NI

где j – порядковй номер риска; N – количество проектов для которых j-ый риск признан существенным; I- количество инвестиционных проектов

Таким образом, мы получаем базу знаний, которая может быть использована на этапе качественной оценки рисков инновационных проектов. Из базы знаний мы можем получать выборку рисков для актуального рассматриваемого проекта.

Результатом первого шага является определение типа проекта, по которому будут определены риски, которые по статистике являются существенными для проектов данного типа.

На следующем этапе из базы знаний будет получена выборка рисков, вероятность наступления которых для данного типа проекта больше, чем та, которая была определена экспертами как

Результатом этого шага является список рисков, которые были определены по методу аналогий и считаются существенными, исходя из статистической исходной информации.

Но ситуация на финансовом рынке не может оставаться стабильной и многое меняется практически каждый день. Поэтому нельзя целиком полагаться на статистическую оценку риском по аналогии с уже существующими проектами. В процесс оценки рисков необходимо вмешательство экспертов, которые могут посчитать некоторые риски, определенные базой знаний не существенными и убрать их из списка рассматриваемых или же наоборот добавить новые. Поэтому база знаний должна быть обновляемой.

Далее список рисков должен быть скорректирован при участии экспертной группы. Группа экспертов рассматривает каждый риск из полученного списка и либо подтверждает необходимость рассматривания риска, либо удаляет его из списка. В первом случае эксперт может сделать поправку вероятности наступления рассматриваемого риска, поставив ему в соответствие нечеткую переменную из списка таблицы.

При удалении риска из списка, необходимо сделать поправку в базе знаний, пересчитав вероятность наступления риска по формуле:

На следующем этапе экспертная группа может внести новые риски в дополнение к уже определенным на предыдущем этапе рискам. При этом может быть осуществлен выбор из списка рисков, которые уже определены в базе знаний для данного типа проекта, но с меньшей вероятностью, либо для других типов проектов. Либо добавить в базу знаний новый риск.

Нечеткие переменные вероятности наступления рисков

Таким образом, в результате этапа качественной оценки рисков инвестиционных проектов, будет получен список рисков, которые необходимо рассматривать на дальнейших – количественных этапах оценки.

Литература

1.Львович, Я. Е. Интеллектуализация процеса формирования базы нечетких правил в задаче оценки эффективности инвестиционных проектов [Текст] / Я. Е. Львович, О. Г. Яскевич О. А. Фиртыч // Вестник Воронежского государственного технического университета. – 2010. –Т. 6. - № 1. – С. 81-83.

2.Яскевич О.Г. Качественная оценка рисков инвестиционных проектов на основе нечеткой логики / О.Г. Яскевич, О.А. Фиртыч // Интеллектуальные информационные системы: труды всерос. конф. Воронеж,

2013

26

Внастоящее время остро стоит проблема эффективного управления транспортными потоками. Увеличение количества транспортных средств, как личных, так и общественных, привело к перегруженности городских дорог, многочасовым пробкам, заторам, затруднению движения пешеходов, увеличению количества аварий и т.д.

Один из наиболее эффективных методов решения указанной проблемы – это создание оптимальной интеллектуальной подсистемы принятия управленческих решений для организации дорожного движения путем анализа различных смоделированных схем организации движения.

Залогом получения успешного результата решения поставленной задачи является создание адекватной модели. Объектом моделирования является транспортный поток, состоящий из технических средств. Он представляет собой техносоциальную систему, что и определяет его специфику как объекта управления. В то же время водители автомобилей ведут себя на дороге и реагируют на различные события по-разному, не всегда предсказуемо, что значительно усложняет создание такой модели. Для этого придется использовать сложный математический аппарат, требующий громоздких вычислений и преобразований.

Использование нейросетевого моделирования

вкачестве математического аппарата для создания подсистемы принятия решений снижает трудоемкость поставленных задач, значительная часть трудоемкости составляет обучение нейронной сети.

Впредлагаемой модели входными данными Х являются данные, полученные в ходе наблюдений за интенсивностью транспортного потока в определенный период времени на интересующем участке дороги.

Случайные воздействия Z будут выражаться в индивидуальности каждого водителя: манера вождения, психофизические особенности водителя, погодные условия, состояние дорожного покрытия и др

На выходе Y будут получены данные по транспортному потоку с дальнейшим выбором оптимальных управленческих решений.

Нейросетевое моделирование решит задачу классификации транспортных потоков, выработав принятие управленческих решений по увеличению пропускной способности и эффективности дорожной сети.

В параметры моделируемой системы входят параметры транспортного потока, параметры дорожной сети и параметры окружающей среды. Параметры окружающей среды в свою очередь могут определять параметры дорожной сети и транспортного потока. Окружающая среда включает в себя рельеф, погодные условия, растительность и сооружения, и все это непосредственно влияет как на автомобилиста, так и на характер его управления транспортным средством, поэтому эти внешние факторы должны учитываться при моделировании.

Также следует отметить, что одним из значимых факторов, влияющих на транспортную ситуацию в городе, является количество маршрутного транспорта. В настоящее время пассажирский транспорт занимает ключевое место в транспортной сети нашего города. Наиболее эффективным методом для прогнозирования транспортной ситуации в городе является использование метода экспертных оценок. В предлагаемой подсистеме нами был использован метод индивидуальных экспертных оценок.

Исходя из теории экспертных оценок, составим алгоритм использования данного математического аппарата для решения рассматриваемой задачи:

10. Подготовка материалов для исследования. На данном этапе необходимо провести разработку критериев, по которым эксперты будут проводить исследование. Целесообразно подготовить бланки анкет, опросов и т.п.

20. Подбор экспертов. В нашем случае группа экспертов должна состоять из граждан города, представителей департамента пассажирских перевозок, представителей организацийперевозчиков.

30. Проведение экспертизы. На данном этапе эксперты независимо друг от друга ведут наблюдения за интенсивностью пассажиропотока на исследуемом участке транспортной сети, делают определенные пометки. Далее на основании

27

результатов проведенных наблюдений каждый эксперт принимает решение о необходимой реорганизации транспортной сети города на конкретном участке.

40. Статистический анализ результатов экспертизы. После того, как каждый эксперт закончил работу, он сдает полученные результаты лицу, принимающему решение. В свою очередь ЛПР производит обработку и анализ полученной информации.

50. Подготовка отчета с результатами экспертизы. ЛПР в результате обработки и анализа полученной информации, принимает окончательное решение о необходимости проведения реорганизации транспортно-пассажирской системы.

Исходя из отчета ЛПР о проведенном экспертном оценивании одному из входных параметров нейросетевой модели будет присвоено одно из двух возможных значений: «требуется реорганизация ТПС» или «не требуется реорганизация ТПС».

Рассмотрим модель нейронной сети: в предлагаемой подсистеме будем использовать двухслойную сеть без обратных связей.

Входной слой, как правило, не нумеруемый, служит обычным расщепителем входных сигналов х; первый – скрытый слой, содержит m нейронов, число которых некоторым образом связано с числом i = 1…n признаков и объѐмом обучающей выборки В;

второй – выходной слой, один нейрон, формирующий выходную функцию (2):

где y = [y1, y2, …, ym]T .

Для решения поставленной задачи в качестве объекта управления было выбрано Остужевское кольцо г. Воронежа с примыкающими к нему дорогами. На протяжении недели с 18.00 до 20.00 снимались статистические данные – количество машин, проезжающих по данному участку дороги за период наблюдения.

По полученным статистическим данным было проведено обучение смоделированной нейронной сети. Параллельно с этим продолжалось снятие статистических данных на протяжении 1 месяца.

Результат сравнительного анализа экспериментальных и статистических данных представлен на рисунке. Из графика видно, что построенная нейросетевая модель является адекватной.

Предлагаемая подсистема поддержки принятия решений будет характеризоваться следующими этапами:

1.Определение лицом, принимающим

решение, параметров моделируемой системы.

Сравнительный анализ экспериментальных и статистических данных

График сравнительного анализа экспериментальных

истатистических данных

2.Сбор и обработка данных об исследуемом участке транспортной сети города.

3.Проведение экспертных оценок интенсивности пассажиропотока на исследуемом участке транспортной сети города.

4.Осуществление моделирования системы на основе определенных параметров.

5.Построение нейросетевой модели.

6.Анализ полученной модели (получение различных статистических данных, анализ экстремальных ситуаций и т.д.).

7.Обеспечение постоянного обмена информацией между инженером и системой.

8.Выбор оптимального управленческого решения на основе полученных в результате моделирования данных.

Подсистема поддержки принятия решений в целом, будет представлять из себя набор элементов, таких, как построение моста, перекрестка с регулированием движения при помощи светофора, увеличение или сужение ширины проезжей части, постройка эстакад и т.п.

На основании анализа полученных результатов нейросетевого моделирования будет проведена реорганизации дорожной системы исследуемого участка с помощью добавления рассмотренных выше элементов дорог, которые будут обеспечивать наиболее оптимальную структуру дороги.

Таким образом, эффективность применения предлагаемой интеллектуальной подсистемы принятия решений заключается в том, что она поможет реорганизовать движение на наиболее загруженных участках городских дорог. В свою очередь это приведет к экономии денежных средств водителей и бюджета субъекта федерации, а также позволит получить выигрыш во времени.

Литература

1.Швецов В. И. Алгоритмы распределения транспортных потоков Автоматика и телемеханика. 2009. № 10. С. 148–157;

2.Орлов А.И. Теория принятия решений. Учебное

пособие.- М.: Издательство "Март", 2004.-656с.

28

Для измерения массового расхода газа большое распространение получили критические расходомеры, имеющие по сравнению с расходомерами переменного перепада давлений меньшую погрешность за счѐт уменьшения количества измеряемых параметров.

Критический расходомер [1] является устройством, предназначенным для измерения массового расхода газа путѐм пропускания его через первичный преобразователь расхода (сужающее устройство) – сверхзвуковое сопло – с измерением давления и температуры газа перед сужающим устройством.

В ОАО КБХА была создана установка для калибровки газовых расходомеров весовым способом. За время эксплуатации установки был приобретѐн опыт калибровки расходомеров, проведена доработка отдельных элементов установки с целью снижения погрешности измерения и улучшения эксплуатационных качеств. При этом было выявлено, что на величину газодинамического коэффициента расхода влияет теплообмен между газом и стенкой расходомера, ошибка из-за не учѐта которого достигает ±0,6 %, что потребовало проведения технических исследований. На основании изучения научнотехнической литературы была разработана программа исследований влияния теплообмена на коэффициент расхода критического расходомера, спроектирована и изготовлена специальная установка для проведения исследований, позволяющая моделировать различные условия проведения калибровки, в основном – различные направления и интенсивность теплообмена между газом и стенкой расходомера.

Установка состоит из ѐмкости объѐмом около 50 л для нагрева или охлаждения помещѐнного в неѐ бронзового сопла. В ѐмкости установлены два термоэлектронагревателя мощностью 1 кВт каждый для нагрева воды до температуры 80 – 90

°С. Для охлаждения сопла в ѐмкость помещается снег или битый лѐд.

Бронзовое сопло изготовлено в двух экземплярах с диаметрами критического сечения

1,172 мм (Р-1) и 2,012 мм (Р-2). Термопары установлены в зоне критического сечения для измерения температуры стенки Tw .

Для исследования влияния нагрева воздуха при нагреве или охлаждении стенки сопла на коэффициент расхода установка помещалась после электроподогревателя, позволяющего производить

нагрев воздуха до температуры 200 °С при расходе воздуха до 0,1 кг/с (рис. 1). В этом случае образцовый расходомер устанавливается перед электроподогревателем.

1 – эталонный расходомер; 2 – электроподогреватель; 3 – испытуемое сопло; 4 – ѐмкость с подогретой водой или льдом; 5 – датчик давления; 6

– датчик температуры; 7 – термопара типа ХК Рис. 1 Схема испытания модели при подогреве

(охлаждении) сопла с выходным трубопроводом

Для исследования влияния охлаждения воздуха при нагреве или охлаждении стенки сопла на коэффициент расхода предусмотрена схема (рис. 2), при которой образцовый расходомер установлен перед бронзовым соплом, после электроподогревателя.

Для каждого из двух бронзовых сопел проводились испытания.

Для определения влияния шероховатости входного трубопровода на коэффициент расхода были проведены испытания сопла Р-2 (2,012 мм) тремя сменными втулками: стальной, текстолитовой гладкой и текстолитовой с внутренней резьбой.

По результатам испытаний рассчитывались следующие параметры:

-коэффициент расхода бронзового сопла;

-число Рейнольдса;

-фактор теплообмена;

-среднее значение коэффициента расхода по исходной характеристике;

29