РОЗРОБКА СИСТЕМИ ПІДТРИМКИ ПРИЙНЯТТЯ РІШЕНЬ ДЛЯ АНАЛІЗУ НАДЗВИЧАЙНИХ СИТУАЦІЙ НА МІСЬКОМУ ТРАНСПОРТІ

Abstract

У статті розглянуті деякі аспекти проектування модуля системи підтримки прийняття рішень (СППР) в ході аналізу великих аварій або НС на міському транспорті в великих містах, мегаполісах, а також в Smart City. Показано, що обчислювальне ядро подібної СППР може базуватися на методах кластерного аналізу (КА). Показано, що реалізація навіть базових алгоритмів КА в обчислювальному ядрі СППР дозволяє здійснювати ітераційний пошук оптимальних рішень для запобігання великої кількості НС на міському транспорті за рахунок встановлення характерних ознак аварій і НС та заходів близькості між двома об'єктами. Показано, що такий інструментарій як СППР, може надати всім зацікавленим особам науково обґрунтовану класифікацію багатовимірних спостережень, які узагальнюють сукупність відібраних показників і дозволяють виявляти внутрішні зв'язки між НС на міському транспорті. Описано модуль СППР для аналізу НС на міському транспорті. Встановлено, що для вирішення такого завдання можна застосовувати в обчислювальному ядрі СППР «зважену» евклідову відстань. Саме цей параметр дозволяє враховувати значущість кожної характеристики НС на міському транспорті, що, в свою чергу буде сприяти отриманню достовірних результатів аналізу. Показано, що методи КА також можуть бути затребувані, коли поряд з аналізом НС на громадському транспорті, паралельно вирішуються завдання з проектування та реконструкції конфігурацій міських вулично-дорожніх мереж. Це завдання, зокрема, вимагає проведення фази аналізу (не в останню чергу з застосуванням методів КА) для того, щоб мінімізувати зайві витрати, які не можуть бути компенсовані в разі помилок в дорожньої мережі. При вирішенні такого завдання аналізу піддають ділянки міської вулично-дорожньої мережі з метою виявлення проблемних місць, які потребують реконструкції або перепланування. Застосування методів КА в подібних пов'язаних завданнях обумовлено відсутністю апріорних гіпотез щодо класів, які в результаті будуть отримані.

Keywords

• система підтримки прийняття рішень
• кластерний аналіз
• міський транспорт
• аналіз аварій і надзвичайних ситуацій