ПРИМЕНЕНИЕ НЕЧЕТКОЙ ЛОГИКИ ДЛЯ ПРИНЯТИЯ РЕШЕНИЙ ОБ ЭВАКУАЦИИ ПРИ НАВОДНЕНИИ
Аннотация
Речь идет о стихийных бедствиях, таких как наводнение, которые можно спрогнозиро-
вать за несколько часов до того, как они произойдут, чтобы можно было организовать эвакуа-
цию населения. Эвакуация означает, что люди в районах бедствия должны покинуть эти рай-
оны и добраться до укрытий или убежищ. Представлен анализ процесса принятия решения об
эвакуации, основные критерии, определяющие решение и основные этапы применения нечеткой
логики для принятия решения об эвакуации на основе качественных и количественных значений
критериев принятия решения. Эти этапы включают выбор критериев, определение качествен-
ных входных и выходных переменных, фаззификацию переменных, определение базы нечетких
правил, построение нечеткого вывода, визуализацию результатов и анализ чувствительности.
При моделировании учитывались следующие критерии: прогнозируемый уровень наводнения,
уровень опасности, уязвимость района предполагаемого наводнения и возможность безопасной
эвакуации. Прогнозируемый уровень наводнения основывался на параметрах максимального
уровня и скорости подъема воды. Уровень опасности отражал физические характеристики
наводнения и его потенциальное воздействие на безопасность людей в районе наводнения. Уяз-
вимость района предполагаемого наводнения определялась как неспособность на местном
уровне предотвратить непосредственный контакт людей с паводковыми водами во время со-
бытия. Возможность безопасной эвакуации определялась как множество ограничений и по-
тенциальных негативных аспектов, которые могут задержать или помешать успешному про-
ведению эвакуации. Представлено описание качественных переменных критериев принятия
решения о необходимости эвакуации, примеры определения базы нечетких правил. Нечеткая
модель реализована с помощью Matlab Fuzzy Logic Toolbox. Описана процедура нечеткого выво-
да и интерпретации решения и модель нескольких сценариев и ситуаций наводнения. Рассмот-
рен способ, с помощью которого нечеткая модель принятия решения об эвакуации может
быть применена в сочетании с геоинформационной системой. Представлены действия, связан-
ные с необходимостью эвакуации для различных сценариев и обстоятельств.
Литература
They Being Used by the People that Need Them?, Jour. of Contingencies and Crisis Management,
2012, Vol. 20, pp.149-165.
2. Gerasimenko E., Rozenberg I. Earliest arrival dynamic flow model for emergency evacuation
in fuzzy conditions, IOP Conference Series: Materials Science and Engineering. , 2020, Vol.
734 (1), pp. 012147.
3. Rodzin S.I. Vychislitel'nyy intellekt: nemonotonnye logiki i graficheskoe predstavlenie znaniy
[Computational intelligence: non-monotonic logics and graphical representation of
knowledge], Programmnye produkty i sistemy [Software products and systems], 2002, No. 1,
pp. 2-25.
4. Lindell M.K., Prater C.S. A hurricane evacuation management decision support system
(EMDSS), Natural Hazards, 2007, Vol. 40, pp. 627-634.
5. Kacprzyk J., Zadrozny S., Nurmi H., Bozhenyuk A. Towards Innovation Focused Fuzzy Decision
Making. IEEE Int. Conf. on Fuzzy Systems, 2021, pp. 256-268.
6. Rodzina O.N. Problemno-orientirovannye algoritmy myagkih vychislenij [Problem-oriented
algorithms of soft computing]. Cheboksary: ID "Sreda", 2020, 96 p. DOI: 10.31483/a-200.
7. Sivanandam S., Sumathi S., Deepa S. Introduction to Fuzzy Logic using MATLAB. Verlag
Berlin Heidelberg: Springer, 2006.
8. Gerasimenko E.M. Nechetkaya model' nakhozhdeniya maksimal'nogo dinamicheskogo potoka
dlya resheniya zadachi evakuatsii zdaniy [Fuzzy model of finding the maximum dynamic flow
for solving the problem of evacuation of buildings], Izvestiya YuFU. Tekhnicheskie nauki
[Izvestiya SFedU. Engineering Sciences], 2019, No. 4, pp. 15-26.
9. Rodzin S.I., Skobtsov Yu.A., El-Khatib S.A. Bioevristiki: teoriya, algoritmy i prilozheniya
[Bioheuristics: theory, algorithms and applications]. Cheboksary: ID "Sreda", 2019, 224 p.
10. Gerasimenko E.M., Nuzhnov E.V. Reshenie zadachi nakhozhdeniya maksimal'nogo potoka v
zadachakh evakuatsii na osnove nechetkikh koleblyushchikhsya operatorov agregirovaniya
[Solving the problem of finding the maximum flow in evacuation problems based on fuzzy oscillating
aggregation operators], Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering
Sciences], 2021, no. 4, pp. 145-154.
11. Tiglioglu T.S. Modeling hurricane evacuation using transportation models, fuzzy set, and possibility
theory: Ph.D. dissertation, Texas Tech University, 2001.
12. Raymond A.M. Modeling hurricane evacuation vulnerability: a case study of Pinellas County.
Department of Geography, University of South Florida, 2005.
13. Rodzin S., Rodzina O. New computational models for big data and optimization, Proc. 9th Int. Conf.
on Application of Information and Communication Technologies (AICT’2015), 2015, рр. 3-7.
14. Gerasimenko E., Kureichik V.V. Minimum cost lexicographic evacuation flow finding in intuitionistic
fuzzy networks, Jour. of Intelligent and Fuzzy Systems, 2022, Vol. 42, No. 1, pp. 251-263.
15. Kureychik V.V., Kureychik V.V., Saak A.E. Evolyucionnyy algoritm dlya resheniya zadachi
dispetcherizatsii [An evolutionary algorithm for solving the dispatching problem], Izvestiya
YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2021, No. 2, pp. 50-59.
16. Kureychik V.V., Kureychik Vl.Vl., Saak A.E. Osnovnye strategii i printsipy pri reshenii zadach
dispetchirovaniya v sbornike [Basic strategies and principles in solving dispatching tasks in the
collection]. Tr. mezhd. kongressa "Intellektual'nye sistemy i informacionnye tekhnologii" [Proceedings
of the International Congress "Intelligent Systems and Information Technologies"],
2020, pp. 235-241.
17. Rodzin S.I., Rodzina L.S. Bioinspirirovannyy poisk resheniy: teoriya i prilozheniya dlya
obrabotki problemno-orientirovannykh znaniy v geoinformatike [Bioinspired search for solutions:
theory and applications for processing problem-oriented knowledge in geoinformatics],
Izvestiya YuFU. Tekhnicheskie nauki [Izvestiya SFedU. Engineering Sciences], 2015, No. 4,
pp. 203-216.
18. Rodzin S.I. Bioevristiki mnogokriterial'noy optimizatsii: proektirovanie i gibridizatsiya [Bio
heuristics of multicriteria optimization: design and hybridization], Tr. mezhd. kongressa
"Intellektual'nye sistemy i informatsionnye tekhnologii" [Proceedings of the International Congress
“IS&IT'18”]. Taganrog: Izd-vo Stupina S.A., 2018, Vol. 1. pp. 33-47.
19. Petrovsky A.B. Snizhenie razmernosti priznakovogo prostranstva: metod SOKRAT [Reducing
the dimension of the feature space: the SOCRATES method], Iskusstvennyj intellekt i prinyatie
reshenij [Artificial intelligence and decision-making], 2020, No. 2, pp. 63-77.
20. Kailiponi P. Analyzing evacuation decision using Multi-Attribute Utility Theory (MAUT),
Procedia Engineering, 2010, Vol. 3, pp. 163-174.
