Россия
Россия
Россия
Анализ современных баз данных по регистрируемым чрезвычайным ситуациям природного и техногенного характера показывает их стремительное увеличение, несмотря на принимаемый комплекс технических и организационных мер. В работе представлены основные факторы, способствующие развитию чрезвычайных ситуаций. Поднимается актуальный вопрос о необходимости совершенствования системы раннего предупреждения чрезвычайных ситуаций природного характера. Авторами представлена оригинальная компьютерная программа, реализующая работу искусственных нейронных сетей, способных предсказывать вероятность возникновения опасных природных метеорологических явлений. Полученные результаты показали удовлетворительную точность, о чем свидетельствует сравнение с результатами регрессионного анализа. Практическая значимость исследования заключается в способности конвертации данных наблюдения в практические действия по предупреждению чрезвычайных ситуаций различного характера.
чрезвычайная ситуация, искусственные нейронные сети, прогнозирование, данные, защита населения
1. Количество чрезвычайных ситуаций. URL: https://aplifehack365.ru/kolichestvo/chs/ (дата обращения: 24.06.2024).
2. Weary of many disasters? UN says worse to come. URL: https://apnews.com/article/climate-science-united-nations-natural-disasters-fa1d16 ad7d59c7629bb1a9a955a494b0 (data obrashheniya: 24.06.2024).
3. Ученые: последние семь лет стали самыми жаркими за всю историю наблюдений. URL: https://daily.afisha.ru/news/ 58733-uchenye-poslednie-sem-let-stali-samymi-zharkimi-za-vsyu-istoriyu-nablyudeniy/ (дата обращения: 24.06.2024).
4. Андруняк И.В. Оценка вероятного ущерба от наводнений на основе мониторинга и прогнозирования по енисейскому бассейновому округу // Мониторинг. Наука и технологии. 2023. № 1 (55). С. 58–66.
5. Методический подход к составлению классификатора вызовов общественному здоровью / Т.П. Васильева [и др.] // Здоровье населения и среда обитания – ЗНиСО. 2024. Т. 32. № 2. С. 7–17.
6. Анализ показателей паводкоопасной обстановки на территории воронежской области за период с 2013 по 2023 год / Д.С. Королев [и др.] // Техносферная безопасность. 2023. № 2 (39). С. 112–122.
7. Статистический анализ чрезвычайных ситуаций природного характера в мире и на территории Российской Федерации / Д.С. Королев [и др.] // Техносферная безопасность. 2023. № 3 (40). С. 131–138.
8. Petrosyan O.H., Jzmechyan A.E. Research on the principles of artificial neural network construction and parameter modeling // Proceedings of National Polytechnic University of Armenia. Information Technologies, Electronics, Radio Engineering. 2023. № 1. С. 70–77.
9. Управление системой обеспечения безопасности информационно-телекоммуникационной сетью на основе алгоритмов функционирования искусственной нейронной сети / М.А. Коцыняк [и др.] // Известия Тульского государственного университета. Технические науки. 2020. № 4. С. 3–10.
10. Гейдаров П.Ш.О. Исследование устойчивости многослойного персептрона с вычисляемыми весами синапсов к меньшим объемам обучающей выборки // Информационно-управляющие системы. 2023. № 2 (123). С. 2–14.
11. Мингалиев З.З., Кычкин И.М. Решение обратных многомерных задач на основе многослойного персептрона // Вестник современных исследований. 2019. № 3.3 (30). С. 30–34.
12. Бутырский Е.Ю., Матвеев А.В. Математическое моделирование систем и процессов. СПб.: Информационный издательский учебно-научный центр «Стратегия будущего», 2022. 733 с. ISBN 978-5-4268-0064-9. DOI:https://doi.org/10.37468/book_011222. EDN CCRIRT.
13. Программа для анализа данных информационных потоков с последующей аналитической и прогнозной обработкой: свидетельство о государственной регистрации программы для ЭВМ № 2024615854 Рос. Федерация / Д.С. Королев, А.В. Вытовтов, П.С. Куприенко, Е.А. Сушко, В.И. Федянн, А.Н. Кошель, Н.В. Ильина; правообладатель ФГБОУ ВО Воронежский государственный технический университет (ФГБОУ ВО ВГТУ), заявлено от 05.03.2024 № 2024614716, государственная регистрация в реестре 13.03.2024.
14. Королев Д.С., Калач А.В., Сорокина Ю.Н. Сравнительный анализ способов прогнозирования физико-химических свойств веществ // Вестник Командно-инженерного института МЧС Республики Беларусь. 2016. № 1 (23). С. 78–84.
15. Матвеев А.В. Методы моделирования и прогнозирования. СПб.: С.-Петерб. ун-т ГПС МЧС России, 2022. 230 с. ISBN 978-5-907116-73-3. EDN IMLKWS.
