Systems. Methods. Technologies 1 (37) 2018

Системы Методы Технологии. Д.В. Печенкин. Система оценки … 2018 № 1 (37) с. 72-78 77 Рис. 6. Обобщенная структура поддержки принятия решений для системы риск-менеджмента Заключение 1. Описана методика оценки риска развития ава- рийной ситуации на основе нечетких знаний. 2. Синтезирована структура информатизированной экспертной системы, а также необходимая для ее пол- ноценного функционирования база продукционных правил. 3. Произведена практическая реализация в пакете прикладных программ MATLAB, при этом использо- ван набор инструментов Fuzzy Logic Toolbox . 4. В результате апробации был определен наиболее значительный фактор в плане влияния на технологиче- ский показатель риска. 5. Объединение качественных и количественных характеристик для оценки риска аварии в одно «поле» анализа позволит учесть больше факторов риска и точ- нее определить вероятность наступления аварий в кон- кретных условиях. 6. В итоге повышается скорость оперативного приня- тия регламентированных мер по стабилизации техноло- гического режима и безопасности на ОПО в целом. Литература 1. Министерство труда и социальной защиты Рос. Феде- рации [Электронный ресурс]: сайт. URL: https://rosmin- trud.ru/labour/safety/232 (дата обращения: 20.01.18). 2. Бочаров Е.П., Алексенцева О.Н., Ермошин Д.В. Оценка рисков промышленных предприятий на основе имитационно- го моделирования // Прикладная информатика. 2008. № 1 (13). С. 15-24. 3. Латыпова Р.Р., Киселевич А.Г. Анализ рисков промыш- ленного предприятия // Теория и практика сервиса: экономика, социальная сфера, технологии. 2015. № 2 (24). С. 51-54. 4. Поскочинова О.Г. Проблемы реализации системных решений в области управления рисками предприятий / С.-Петерб. политехн. ун-т. СПб., 2013. 320 с. 5. Колесников А.М., Кандубко А.П. Виды рисков совре- менного российского предприятия // Актуальные проблемы экономики и управления. 2014. № 1 (1). С. 14-19. 6. Хенли Э., Кумамото Х. Надежность технических сис- тем и оценка риска. М.: Машиностроение, 1984. 528 с. 7. Проталинский О.М. Применение методов искусствен- ного интеллекта при автоматизации технологических процес- сов. Астрахань: Изд-во АГТУ, 2004. 183 с. 8. Печенкин Д.В., Беспалова Е.В. Методика лингвистиче- ской оценки рисков аварийных ситуаций для технологиче- ского процесса получения элементарной серы методом Клау- са // Прикаспийский журнал: управление и высокие техноло- гии. 2016. № 4. С. 33-42. 9. Щербатов И.А., Печенкин Д.В. Оценивание рисков для слабоформализуемого технологического процесса // Совре- менные технологии. Системный анализ. Моделирование. 2017. № 2 (54). С. 66-73. 10. Недосекин А.О. Нечеткие парные сравнения // Аудит и финансовый анализ. 2003. № 5. С. 53. 11. Щербатов И.А. Концепция системного анализа слож- ных слабоформализуемых многокомпонентных систем в ус- ловиях неопределенности // Современные технологии. Сис- темный анализ. Моделирование. 2013. № 2 (38). С. 28–35. 12. Щербатов И.А., Проталинский И.А. Сложные слабофор- мализуемые многокомпонентные технические системы // Управление большими системами: сб. тр. 2013. № 45. С. 30–46. 13. Немчинов Д.В., Проталинский О.М. Система приня- тия управленческих решений по снижению влияния субъек- тивного фактора как причины аварийной ситуации // Вестн. Астрахан. гос. техн. ун-та. Сер. Управление, вычислительная техника и информатика. 2011. № 2. С. 43-48. 14. Щербатов И.А. Снижение объемов промышленных выбросов крупнотоннажных установок с использованием экспертной информации // Вестн. Астрахан. гос. техн. ун-та. Сер. Управление, вычислительная техника и информатика. 2009. № 1. С. 121–125. 15. Антонов О.В., Проталинский О.М. Построение ком- бинированных математических моделей технологических процессов // Изв. высш. учеб. заведений. Северо-Кавказский регион. Сер. Технические науки. 2003. № 4. С. 4. 16. Fishburn P., Wiley N.Y. Utility Theory for Decision- Making. New York, 1970. 234 p. 17. Щербатов И.А. Управление сложными слабоформали- зуемыми многокомпонентными системами: моногр. Ростов н/Д.: Изд-во ЮНЦ РАН, 2015. 268 с. 18. Штовба С.Д. Проектирование нечетких систем сред- ствами Matlab. М.: Горячая линия - Телеком, 2007. 288 с. 19. Ротштейн А.П., Штовба С.Д. Влияние методов дефаз- зификации на скорость настройки нечеткой модели // Кибер- нетика и системный анализ. 2002. № 5. С. 169–176. Экспертная система Б/З АСУТП ЛПР Рег. арматура Вх. параметры Ф 1 Ф 2 Ф 3 Ф 4 Ф 5 Ф Причи- ны