г. Москва и Московская область, Россия
Россия
Россия
УДК 551.557 Ветер в свободной атмосфере
Статья посвящена разработке методики, направленной на минимизацию ущерба при затоплениях. Авторы ставят перед собой задачу рационального распределения объемов работ между участками, которым угрожает затопление, на основе метода ветвей и границ. Разработанная методика распределения объемов оперативных мероприятий по защите населения и территорий от затоплений в условиях ограниченного времени и ресурсов при проведении защитных мероприятий позволит рациональным образом распределить имеющиеся силы и средства по участкам работ. Предложенный подход направлен на повышение эффективности выполнения работ силами территориальной подсистемы единой государственной системы предупреждения и ликвидации чрезвычайных ситуаций. Работа окажется востребованной среди представителей исполнительных органов субъектов Российской Федерации, а также лиц, отвечающих за разработку и внедрение мер по предотвращению и ликвидации последствий затоплений.
затопление, защита населения и территорий, чрезвычайная ситуация, метод ветвей и границ, оперативные мероприятия
1. Масштабы и опасность наводнений в регионах России / В.В. Разумов [и др.]; под ред. В.В. Разумова. М.: ФГБУ ВНИИ ГОЧС. 2018. 363 с.
2. О подходе к минимизации материального риска при чрезвычайных ситуациях (паводках), вызванных заторными явлениями / Е.В. Иванов [и др.] // Сибирский пожарно-спасательный вестник. 2022. № 4 (27). С. 92–97. DOI:https://doi.org/10.34987/vestnik.sibpsa.2022.44.95.015. EDN LFMECR.
3. О проблемной ситуации планирования мероприятий по уменьшению ущерба и реагированию на чрезвычайные ситуации в паводкоопасный период на территории субъекта Российской Федерации / А.В. Дмитриев [и др.] // Техносферная безопасность. 2024. № 4 (45). С. 132–138.
4. Постановка научной задачи минимизации ущерба при затоплениях / Е.В. Иванов [и др.] // Научные и образовательные проблемы гражданской защиты. 2025. № 1 (64). С. 42–50. EDN JMRJBM.
5. Зак Ю.А. Прикладные задачи теории расписаний и маршрутизации перевозок. М.: Книжный дом «ЛИБРОКОМ», 2018. 394 с.
6. Land, Ailsa H., Alison G. Doig an automatic method for solving discrete programming problems. 2009. P. 105–132. DOI:https://doi.org/10.1007/978-3-540-68279-0_5.
7. Deep Neural Network Approximated Dynamic Programming for Combinatorial Optimization / S. Xu [et al.] // Proceedings of the AAAI Conference on Artificial Intelligence. 2020. № 34 (02). P. 1684–1691. DOI:https://doi.org/10.1609/aaai.v34i02.5531.
8. Korte B., Vygen J. Combinatorial optimization // Theory and Algorithms. Berlin: Springer-Verlag, 2018. P. 698.
9. Publication, I. JR AS ET. Optimization Techniques to Solve Travelling Salesman Problem Using Machine Learning Algorithms // International Journal for Research in Applied Science & Engineering Technology (IJRASET). 2022. Vol. 10. № I. P. 274–279.
10. Мельников Б.Ф., Мельникова Е.А. О классической версии метода ветвей и границ // Компьютерные инструменты в образовании. 2021. № 1. С. 21–44. DOIhttps://doi.org/10.32603/2071-2340-2021-1-21-45. EDN GSXTQL.
11. Яцуценко В.Н., Мазаник А.И. Научно-методический аппарат рационального распределения оперативных групп для проведения мониторинга ледовой обстановки // Научно-аналитический журнал «Вестник Санкт-Петербургского университета Государственной противопожарной службы МЧС России». 2022. № 3. С. 50–57. EDN MTQBZN.
12. Dorigo M., Stützle T. Ant Colony Optimization: Overview and Recent Advances // Handbook of Metaheuristics, Springer Nature. 2018. P. 311–351. DOI:https://doi.org/10.1007/978-3-319-91086-4_10.
13. Ткаченко П.Н., Ткаченко Ю.А., Полевой Е.В. Подход к обоснованию мероприятий по предупреждению ледовых заторов // Технологии гражданской безопасности. 2024. Т. 21. № 3 (81). С. 26–35.
14. Tkachenko P.N., Tkachenko Yu.A., Polevoj E.V. Podhod k obosnovaniyu meropriyatij po preduprezhdeniyu ledovyh zatorov // Tekhnologii grazhdanskoj bezopasnosti. 2024. T. 21. № 3 (81). S. 26–35.
