WWW.DISS.SELUK.RU

БЕСПЛАТНАЯ ЭЛЕКТРОННАЯ БИБЛИОТЕКА
(Авторефераты, диссертации, методички, учебные программы, монографии)

 

Pages:     || 2 |

«ТЕОРЕТИЧЕСКИЕ ОСНОВЫ, МЕТОДЫ И АЛГОРИТМЫ ПРИНЯТИЯ РЕШЕНИЙ ПРИ КАСКАДНОМ УПРАВЛЕНИИ РИСКАМИ ОДНОЙ ИЗ НЕСКОЛЬКИХ ОДНОВРЕМЕННО УПРАВЛЯЮЩИХ ОРГАНИЗАЦИЙ ...»

-- [ Страница 1 ] --

Федеральное государственное бюджетное образовательное учреждение

высшего профессионального образования

«Пермский государственный национальный исследовательский университет»

Федеральное бюджетное учреждение наук

и

«Федеральный научный центр медико-профилактических технологий

управления рисками здоровью населения»

На правах рукописи

ГУСЕВ АНДРЕЙ ЛЕОНИДОВИЧ

ТЕОРЕТИЧЕСКИЕ ОСНОВЫ, МЕТОДЫ И АЛГОРИТМЫ

ПРИНЯТИЯ РЕШЕНИЙ ПРИ КАСКАДНОМ УПРАВЛЕНИИ РИСКАМИ

ОДНОЙ ИЗ НЕСКОЛЬКИХ ОДНОВРЕМЕННО УПРАВЛЯЮЩИХ

ОРГАНИЗАЦИЙ

Специальность 05.13.01– Системный анализ, управление и обработка информации (технические и медицинские системы) Диссертация на соискание ученой степени доктора технических наук

Научный консультант:

доктор технических наук, профессор Леонид Нахимович Ясницкий;

ПЕРМЬ –

ОГЛАВЛЕНИЕ

Введение Глава 1. Концепция каскадного управления §1.1. Описание предметной области при каскадном управлении рисками при наличии нескольких управляющих организаций §1.2. Алгоритм управления §1.3. Особенности управления при каскадном управлении риском при наличии нескольких управляющих организаций Глава 2. Построение моделей управления и отбор наблюдений §2.1. Метод нелинейного матричного прогнозирования §2.2. Метод отбора характерных наблюдений §2.3. Концепция применения метода нейросетевого моделирования в задачах управления рисками Глава 3. Непрерывный статистический контроль §3.1. Применение непрерывного статистического контроля §3.2. Классический контроль и контроль с памятью §3.3. Остановка контроля как рекуррентное событие §3.4. Правила остановки контроля §3.5. Планы непрерывного контроля §3.6. Оценивание параметров по результатам контроля §3.7. Параллельный непрерывный контроль §3.8. Сравнение правил остановки Глава 4. Математические методы при управлении §4.1. Процедуры групповых проверок §4.2. Оценка точности результатов §4.3. Метод сжатия и расширения информационного пространства §4.4. Коррекция входного сигнала для нейронной сети §4.5. Восстановление данных Глава 5. Решение задач при управлении рисками здоровью населения §5.1. Общая постановка задач в управлении рисками здоровью §5.2. Определение порогов массовой неинфекционной заболеваемости §5.3. Определение целевых показателей §5.4. Определение допустимых в системе Роспотребнадзора уровней риска §5.5. Оценка эффективности деятельности Роспотребнадзора Выводы по работе Литература Приложение 1. Таблицы математических ожиданий числа проконтролированных объектов до наступления остановки контроля Приложение 2. Акты и справки о внедрении, свидетельства о регистрации Введение В настоящее время успешно развивается новое направление системного анализа и принятия решений при каскадном управлении рисками, связанное с разработкой методов моделей и алгоритмов обработки информации в системах поддержки принятия решений различных типов и назначений.

В многочисленных научных работах получены теоретические и практические результаты, позволяющие автоматизировать процесс принятия решений при каскадном управлении рисками. Для успешной реализации концепции управления рисками и технологической поддержки принятия решений в задачах исследования и управления состоянием сложных объектов и систем необходимо по возможности интегрировать процессы исследования и принятия окончательных решений. Несмотря на ясность общей концепции построения систем принятия решений, их создание для решения конкретных системных задач требует дополнительных исследований. Последнее утверждение вытекает из мирового опыта разработки и эксплуатации таких систем, подтверждающего прямую зависимость эффективности работы этих систем от структуры используемых данных, конкретного варианта модели представления знаний и алгоритмов обработки информации.

регулировании» (№184-ФЗ, 2002) под термином «риски здоровью населения»

понимаются вероятности заболеваемости и (или) смертности определенной возрастной группы населения, проживающей на определенной территории. Под управлением рисками здоровью населения понимаются действия управляющей организации, приводящие к изменению, в частности – к снижению указанных вероятностей.

Для обоснования решений в управлении рисками здоровью населения нужно четко представлять механизм воздействия на риск здоровью населения.

Под риском здоровью здесь понимается вероятность развития угрозы жизни или здоровью человека, либо угрозы жизни или здоровью будущих поколений.

Наиважнейшими целями при такой постановке задачи является снижение уровня заболеваемости, перераспределение показателей смертности на более зрелый возраст и, как следствие – увеличение общей продолжительности жизни. Управление рисками здоровью происходит на фоне неуправляемых факторов, действующих на здоровье населения, и неполноты данных об управляющих факторах. Все это усложняет правильность выбора и принятия решений, действующих на конечный результат управления. К тому же необходимо учитывать, что в таких сложных системах обычно действуют сразу несколько субъектов управления.

Актуальность темы. В последние годы в Российской Федерации в практику деятельности управляющих организаций рисками внедряется анализ риска, состоящий из трех компонентов: оценка риска, управление риском, информирование о риске (Г.Г. Онищенко с соавт., 2004, С.М. Новиков, С.Л.



Авалиани с совт., 2004 и пр.). За рубежом, например, согласно определению Национальной академии наук США, оценка риска для здоровья – это использование доступной научной информации и научно обоснованных прогнозов для оценки опасности воздействия вредных факторов окружающей среды и условий на здоровье человека.

Однако до настоящего времени концептуальные вопросы управления риском полностью не решены, в том числе из-за недостаточно совершенного математического обеспечения управления риском.

Управление риском является логическим продолжением оценки риска и направлено на обоснование наилучших в данной ситуации решений по его устранению или минимизации, а также динамическому контролю (мониторингу) экспозиций и рисков, оценке эффективности и корректировке мероприятий.

Существующие методические подходы к анализу риска не позволяют в полной мере решить задачи обоснования ряда управленческих решений.

Например, в сфере организации деятельности управляющих организаций важным является обоснование критериальных и целевых уровней индикативных показателей, прогнозирование результативности и эффективности деятельности с использованием критериев риска (Н.В.

Шестопалов, Л.М. Симкалова, О.В. Митрохин,2007).

Для решения задач такого рода необходима, с одной стороны, концептуальная база управления рисками, с другой - комплекс методов и алгоритмов, базирующихся на существующих информационных массивах. К использовавшимся, относятся планы непрерывного контроля (Я.Б. Шор, А.А.

Пахомов, Ю.К. Беляев, В.С. Мхитарян) и нейросетевое моделирование (А.И.

Галушкин, А.В. Чечкин, А.Н. Горбань, В.И. Горбаченко, В.В. Борисов, В.Н.

Дудин-Барковский, Л.С. Куравский, С. Осовский, С. Хайкин).

характером, а также наличием нескольких независимых друг от друга одновременно управляющих организаций, а следовательно, для управляющей организации затруднено определение целевых показателей непосредственного и конечного результатов управления. Например, несколько независимых друг от друга управляющих организаций в рамках своих компетенций воздействуют на объекты первого уровня, которые, в свою очередь, воздействует на объекты второго уровня и т.д. Также проблематичность заключается в том, что механизм воздействия на различные объекты первого уровня может быть разным для одной и той же управляющей организации. Задача состоит ещ и в том, чтобы из совокупности возможных управляющих действий выбрать одно управляющее действие в зависимости от объекта управления или от территории, на которой осуществляется управление для достижения целевого показателя.

медицинских системах и в других сферах человеческой деятельности, однако однозначного алгоритма их решения в настоящее время пока не существует.

Это определяет актуальность проблемы разработки теоретических основ, комплекса методов и алгоритмов обоснования принятия решений управляющей организацией на объекте или территории при каскадном управлении рисками одной из нескольких одновременно управляющих организаций.

Цель работы. Целью диссертационной работы является разработка теоретических основ, методов и алгоритмов для обоснования наиболее адекватного принятия решения одной из нескольких независимых одновременно управляющих организаций при каскадном управлении рисками.

Алгоритмизация нахождения целевых показателей и алгоритмизация выбора на объекте или территории управляющей организацией действия из возможной совокупности управляющих действий, направленных на достижение целевого показателя.

Для достижения поставленной цели представляется необходимым решение следующих задач:

управлении рисками.

2. Создание методологии моделирования управления при каскадном управлении рисками.

3. Разработка и применение теоретических основ, комплекса методов и алгоритмов нахождения целевых показателей непосредственного и конечного результатов управления рисками, а также их прогнозирование.

4. Определение порогов индикативных показателей, классификация территорий по уровню индикативных показателей и определение приоритетных объектов надзора на территориях с индикативными показателями, которые превышают порог.

5. Алгоритмизация методов подготовки информационных массивов для модели управления и построение алгоритмов проверки точности полученных результатов.

6. Формулировка критериев оценки результативности действий и эффективности управляющей организации.

7. Расчет коэффициента качества выполнения государственного задания управляющей организацией.

8. Разработка методологии принятия обоснованного решения и выполнение адекватного действия управляющей организацией на основе моделирования управления.

Методы исследования. Используются классические методы теории вероятностей и математической статистики, методология управления, теория однородных цепей Маркова, теория планов непрерывного статистического контроля, теория информации, методы процедур групповых проверок, теория и методы нейросетевого моделирования, теория рекуррентных событий.

Содержание диссертации соответствует пунктам: 2 - «Формализация и постановка задач системного анализа, оптимизации, управления, принятия решений и обработки информации», 4 – «Разработка методов и алгоритмов решения задач системного анализа, оптимизации, управления, принятия решений и обработки информации», 5 – «Разработка специального математического и программного обеспечения систем анализа, оптимизации, управления, принятия решений и обработки информации» паспорта специальности 05.13.01 – «Системный анализ, управление и обработка информации».

Область исследования. Каскадное управление в условиях, когда управление одновременно осуществляется несколькими независимыми управляющими организациями.

Объект исследования. Объектом исследования являются показатели действий управляющей организации, показатели непосредственного и конечного результата управления рисками.

Предмет исследования. Предметом исследования являются причинноследственные связи между действиями управляющей организации и риском организаций.

Научная новизна.

которых предложена каскадная модель управления рисками, позволяющая выделить управляемую долю показателя непосредственного и конечного результата одной из нескольких одновременно управляющих организаций, определить целевые и допустимые показатели непосредственного и конечного результата.

Разработан метод матричного нелинейного прогнозирования, на основе сформулированного автором принципа наименьшей изменчивости матрицы динамических коэффициентов с течением времени. Этот метод позволяет осуществлять выбор лучшей модели управления рисками, в некотором наперед заданном смысле, управляющей организацией. Метод ориентирован на прогноз непосредственного и конечного результата управляющих действий одной из нескольких одновременно управляющих организаций при каскадном управлении рисками. Метод позволяет определять процент управляемого фактора (факторов), на который воздействует управляющий фактор (факторы).

Разработаны методы предобработки информации: сжатиерасширение информационного пространства и функциональная предобработка, предназначенные для прогнозирования непосредственного и конечного результата управляющих действий одной из нескольких одновременно управляющих организаций при каскадном управлении рисками в особо сложных случаях управления, когда не применим метод матричного нелинейного прогнозирования.

Созданы теоретические основы непрерывного статистического контроля с памятью. По сравнению с классическим статистическим непрерывным контролем, непрерывный контроль с памятью обуславливает более раннюю реакцию управляющей организации на увеличение риска.

Получены в виде формул характеристики для правил остановки непрерывного контроля, как для классического случая (ранее неизвестные), так и для случая контроля с памятью. В частности, получены формулы для математического ожидания числа проконтролированных объектов до остановки контроля и дисперсии для широкого класса правил остановки контроля.

Сформулировано понятие параллельного непрерывного контроля для установления причинно-следственных взаимосвязей управляющих и управляемых факторов. Метод параллельного непрерывного контроля позволяет устанавливать взаимосвязь в условиях, когда на управляемый фактор воздействуют несколько управляющих факторов, число которых часто бывает неизвестно.

Предложена авторская процедура групповых проверок и для не получен оптимальный объем группы в виде формулы; разработаны теоретические основы оценивания по результатам применения процедур групповых проверок. Получены формулы, позволяющие делать статистически оценки вероятностных параметров.

Созданы алгоритмы проверки точности построения статистических оценок, которые позволяют достигать наперед заданной точности результатов.

В случае невозможности достижения наперед заданной точности по причинам ограниченности временного или финансового ресурса, алгоритмы определяют достигнутую точность.

Разработан комплекс: теоретические основы, методы и алгоритмы для обоснования принятия решений одной из нескольких независимых одновременно управляющих организации при каскадном управлении рисками.

С помощью этого комплекса решены следующие задачи:

- определение критических порогов для управляемых факторов;

- определение целевых показателей непосредственного и конечного результата для управляющей организации;

- классификация территорий (или других единиц измерения, например, объектов) по уровню управляемых факторов;

- определение приоритетных объектов управления на территориях при каскадном управлении рисками;

- расчет коэффициента результативности действий управляющей организации;

- расчет коэффициента качества выполнения государственного задания управляющей организацией;

- определение управляемых уровней риска управляющей организацией;

- оценка эффективности деятельности управляющей организации.

Положения, выносимые на защиту.

Концепция управления и каскадные модели управления рисками при наличии нескольких одновременно управляющих организаций.

устанавливающий причинно-следственные связи между управляющими и управляемыми факторами во времени, как метод моделирования управления рисками. Метод определяет процент управляемого фактора (факторов), на который воздействует управляющий фактор (факторы).

Нейросетевые модели управления рисками с предобработкой информации: сжатием и расширением информационного пространства и функциональной предобработкой.

Теоретические основы непрерывного статистического контроля с памятью.

Метод параллельного непрерывного статистического контроля.

Теоретические основы оценивания по результатам проведения процедур групповых проверок и авторская процедура групповых проверок.

Алгоритмы проверки точности полученных результатов в ходе решения задач управления рисками.

Достоверность результатов. Достоверность диссертационной работы подтверждается сравнением теоретических результатов с экспериментальными результатами. Также достоверность подтверждена детальным обоснованием выдвинутых научных гипотез, получением основанных на них научных результатов с использованием строгого математического аппарата, проверкой разработанных методов, а также положительными результатами практического внедрения. Теоретические положения, выведенные в работе, обосновываются строгостью исходных посылок и корректным применением использованного математического аппарата при выводе аналитических выражений.

Достоверность расчетных результатов обеспечена их хорошей согласованностью с данными экспертных оценок, а также выбором наджных критериев при построении алгоритмов обработки информации. Апробация основных результатов работы на научных конференциях и успешное внедрение в практику управляющих организаций позволяют сделать вывод об адекватности разработанных методов и алгоритмов.

Также достоверность результатов подтверждается многочисленной повторяемостью на информационных данных, собранных как по всей России, так и отдельно по субъектам федерации, таким как Пермский край.

Практическая ценность. Практическая ценность подтверждается разработанными методами, реализованными в программных продуктах для ЭВМ: «Расчет порогов для показателей здоровья и их использование при классификации территорий с массовой неинфекционной заболеваемостью» и «Расчет целевых показателей непосредственного и конечного результатов для управляющей организации на территориях с массовыми неинфекционными заболеваниями» (свидетельства о государственной регистрации № от 13.06.2013 года и № 2013618580 от 13.06.2013 года).

Результаты, приведенные в настоящей работе, могут использоваться любой из нескольких одновременно управляющих организации как при каскадном управлении рисками, так и при любом другом управлении.

Теоретическая ценность. Теоретическая ценность заключается в развитии теории, методов и алгоритмов принятия решений при каскадном управлении одной из нескольких независимых одновременно управляющих организаций.

Непрерывный контроль с памятью и параллельный непрерывный контроль расширяют сферу применения непрерывного контроля, например, устанавливают причинно-следственные взаимосвязи между управляющими и управляемыми факторами.

Широко применимы способы оценки точности полученных результатов, метод восстановления данных и принципы организации каскадного управления, т.к. не имеют существенных ограничений.

Реализация результатов работы. Теоретические и практические результаты, полученные в настоящей работе, явились основой для разработки методических рекомендаций «Определение порогов массовой неинфекционной заболеваемости и их использование в планировании надзорных мероприятий»

(внедрены Управлением Роспотребнадзора в Пермском крае, приказ №105 от 11.06.2010г.) и методических рекомендаций «Обоснование целевых и индикативных показателей для планирования и корректировки ВЦП в условиях бюджетирования, ориентированного на результат» (внедрены Управлением Роспотребнадзора в Пермском крае, приказ №105 от 11.06.2010 г.).

Практические результаты, полученные в настоящей работе, явились частью разработки ведомственных целевых программ «Гигиена и здоровье» и «Социально-гигиенический мониторинг».

Результаты диссертационной работы были внедрены: Управлением Роспотребнадзора по Алтайскому краю (справка о внедрении прилагается) для планирования контрольно-надзорной деятельности; Управлением Роспотребнадзора по Пермскому краю (справка о внедрении прилагается) для управления рисками здоровью населения; Управлением Роспотребнадзора по Свердловской области (акт внедрения прилагается) для информационноаналитического обеспечения социально-гигиенического мониторинга и управления рисками здоровью населения.

практические результаты диссертационной работы докладывались и конференциях и симпозиумах, прошедших в период 1982-2013 гг.: на научнотехнической конференции «Применение случайного поиска» (Кемерово, 1982), на Всесоюзной научно-технической конференции «Применение статистических методов в производстве и управлении» (Пермь, 1984), на научно-технической конференции «Стандартизация контроля и надежности промышленной продукции» (Горький, 1989), на Всероссийской научно-практической конференции с международным участием «Научные основы и медикопрофилактические технологии обеспечения санитарно-эпидемиологического благополучия населения» (Пермь, 2009), на IV Международной научнотехнической конференции «Аналитические и числовые методы моделирования естественнонаучных и социальных проблем» (Пенза, 2009), на научнопрактической конференции с международным участием «Гигиенические и медико-профилактические технологии управления рисками здоровью населения в промышленно развитых регионах» (Пермь, 2010), на второй научно-практической конференции с международным участием «Гигиенические и медико-профилактические технологии управления рисками здоровью населения» (Пермь, 2011), на Пятой Всероссийской конференции «Искусственный интеллект: философия, методология, инновации» (Москва, 2011), на Х всероссийской научной конференции «Нейрокомпьютеры и их применение» (Москва, 2012), на XVI международная научно-техническая конференция «Медико-экологические информационные технологии» (Курск, 2013). На научных семинарах и конференциях в Пермском государственном национальном исследовательском университете и Пермском педагогическом университете.

Публикации. По теме диссертации опубликованы 46 научных работ, включая 2 монографии, 31 статью, 13 публикаций материалов и тезисов докладов.

Структура и объем диссертации. Диссертация состоит из введения, пяти глав, основных выводов, списка использованной литературы из наименований и двух приложений. Общий объем диссертации 307 страниц, включающий 17 таблиц и 56 рисунков.

В первой главе рассмотрены принципы каскадного управления рисками при наличии нескольких управляющих организаций. В §1.1 приведены общие положения каскадного управления. В §1.2 и §1.3 приводится алгоритм управления и особенности управления при каскадном управлении рисками.

Вторая глава диссертации посвящена методам построения моделей прогнозирования. Здесь указаны принципы построения моделей. §2.2 содержит описание метода отбора характерных наблюдений для построенной модели управления. В §2.3 изложен метод нейросетевого моделирования для управления рисками здоровью населения.

В третьей главе рассмотрено все многообразие математических методов, которые были использованы при решении задач управления рисками здоровью населения. §3.1 посвящен общим положениям непрерывного статистического контроля. В §3.2 вводится понятия непрерывного контроля с памятью и рассматривается его отличие от классического непрерывного контроля. §3. содержит ряд лемм и теорем, который позволяют сделать вывод о правиле остановки контроля как рекуррентном событии. В §3.4 и §3.5 рассматриваются различные планы непрерывного контроля и различные правила остановки продемонстрирована возможность построения статистических оценок по результатам непрерывного контроля. Понятие параллельного непрерывного контроля вводится в §3.7 и в этом параграфе показывается, как по результатам параллельного непрерывного контроля можно устанавливать причинноследственную взаимосвязь между факторами. Сравнение правил остановки контроля проводится в §3.8.

В четвертой главе рассматривается возможность применения процедур групповых проверок в задачах, связанных с управления рисками здоровью населения (§4.1). Здесь же построены оценки вероятностных характеристик по результатам проведения процедур групповых проверок. В §4.2 приведены два алгоритмы оценки точности полученных результатов. Для применения нейронных сетей в задачах управления рисками в §4.3 изложен метод сжатия и расширения информационного пространства, на котором строится нейросетевая модель управления. Благодаря сжатию-расширению информационного пространства, достигается наперед заданная точность построения нейросетевой модели. В §4.4 изложен метод корректировки входных данных для моделирования нейронной сети. §4.5 посвящен методу восстановления данных для реализации алгоритма каскадного управления.

В пятой главе рассматривается обоснование решений в управлении рисками здоровью населения. Так в §5.1 приводятся общие положения. В §5. приведен алгоритм определения порогов массовой неинфекционной заболеваемости, на основании которого классифицируются территории субъекта федерации. На основании такой классификации принимаются те или иные управляющие действия на каждой конкретной территории. В §5. приведена алгоритмизация определения целевых показателей управления. В §5.4 приводится метод определения допустимых уровней риска с помощью нейросетевого моделирования. В §5.5. изложена методика определения оценки эффективности деятельности органов и организаций Роспотребнадзора.

Методика использует метод матричного нелинейного прогнозирования.

В диссертации принята тройная нумерация теорем, утверждений, следствий, таблиц, рисунков и формул. Первая цифра соответствует номеру главы, вторая цифра – номеру параграфа и третья цифра соответствует порядковому номеру в параграфе.

Автор выражает глубокое признание и слова благодарности научному консультанту Л.Н. Ясницкому за практические советы и помощь при работе над диссертацией.

§1.1. Описание предметной области при каскадном управлении рисками при наличии нескольких управляющих организаций В общем случае каскадное управление рисками при наличии нескольких управляющих организаций может быть представлено схемой, приведенной на рис. 1.1.1. Причем, схема каскадного управления при наличии нескольких управляющих организаций может быть аналогична в субъектах Российской Федерации или на территориях субъекта Российской Федерации. То есть имеется некоторая сравнимая повторяемость каскадного управления рисками.

Заметим, что если число управляющих организаций и число объектов на территориях может быть разное, то число характеристик и рисков всегда одинаковое.

Описание типичной предметной области при каскадном управлении рисками рассмотрим на примере Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека (кроме Роспотребнадзора еще более десятка управляющих организации воздействуют на риски здоровью населения). В рамках своих полномочий, определенных «Положением о Федеральной службе по надзору в сфере защиты прав потребителей и благополучия человека», она осуществляет:

- принятие управленческих решений в области надзора и контроля за исполнением обязательных требований законодательства Российской Федерации в области обеспечения санитарно-эпидемиологического благополучия населения;

принятие управленческих решений в области защиты прав потребителей и в области потребительского рынка, установления причин и выявления условий возникновения и распространения инфекционных заболеваний и массовых неинфекционных заболеваний (отравлений);

организации №

ОБЪЕКТЫ УПРАВЛЕНИЯ

ХАРАКТЕРИСТИКИ УПРАВЛЕНИЯ ПЕРВОГО УРОВНЯ

ХАРАКТЕРИСТИКИ УПРАВЛЕНИЯ t УРОВНЯ

РИСКИ УПРАВЛЕНИЯ

Рис. 1.1.1. Схема каскадного управления рисками при наличии нескольких самоуправления и население о санитарно-эпидемиологической обстановке и о принимаемых мерах;

информирование о мерах по обеспечению санитарноэпидемиологического благополучия населения, организации в установленном порядке ведения социально-гигиенического мониторинга;

- организацию деятельности системы государственной санитарноэпидемиологической службы Российской Федерации;

выполнению требований санитарного законодательства, законодательства Российской Федерации в области защиты прав потребителей, правил продажи отдельных видов товаров;

- иные функции, если такие функции предусмотрены федеральными Федерации или Правительства Российской Федерации).

Для обоснования тех или иных решений Роспотребнадзора существует и развивается нормативно-методическая база, включающая такой базовый документ как «Концепция научного обеспечения деятельности органов и потребителей и благополучия человека до 2015 года», утвержденной приказом Роспотребнадзора от 14.07.2009 № 431.

совершенствование научно-методического обеспечения деятельности Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека, ее территориальных органов и организаций; внедрение системы управления, ориентированной на результат; разработка критериев оценки деятельности.

Достижение этих целей предполагает решение следующих задач:

- формирование системы алгоритмов обоснования принятия решений в системе Роспотребнадзора;

- разработка и внедрение современных информационно-аналитических методов научного обоснования принятия решений;

- формирование системы показателей, отражающих непосредственный и конечный результат принятия управленческих решений;

- разработка критериев оценки эффективности управленческих решений - оптимизация управленческих решений по критериям их эффективности.

Во многих странах мира сложилась и законодательно действует научно обоснованная система поддержки принятия управляющих решений в области охраны природной среды и здоровья. Это позволяет более эффективно использовать финансовые и материальные ресурсы, сохранять природную среду, оценивать различные инвестиционные проекты, выбирая экономически более выгодные, но добиваясь при этом существенного снижения уровней воздействия вредных факторов окружающей среды на население.

В России действует система принятия решений в области охраны окружающей среды и здоровья населения, преимущественно основанная на принципах соблюдения нормативов. Научными и практическими учреждениями накоплен материал о влиянии неблагоприятных экологических факторов на здоровье населения, получены новые научные данные о связи факторов окружающей природной среды и показателей состояния здоровья населения. По протоколу заседания коллегии Роспотребнадзора от 05.02.10 г.

отмечается низкий уровень применения этих данных для принятия управленческих решений. Не отработан и требует особого рассмотрения вопрос о научно-методическом обосновании создания и развития национальной системы информирования о рисках как для лиц принимающих решения, так и для населения. Не решен вопрос об использовании экономических инструментов управления риском.

мира. Но само понятие риска законодательно не определено. В самом обобщенном виде определение риска дано в Федеральном законе «О техническом регулировании» (№184-ФЗ, 2002). Однако закон не уточняет ни положений, ни методов и критериев оценки риска и его допустимости, что, несомненно, требует более конкретного их освещения. В соответствии с этим законом риск – это вероятность причинения вреда жизни или здоровью граждан, имуществу физических или юридических лиц, государственному или муниципальному имуществу, окружающей среде, жизни или здоровью животных и растений с учетом тяжести этого вреда.

Основанием для разработки предложений (мероприятий) для принятия управленческих решений в области обеспечения санитарноэпидемиологического благополучия являются:

1. Результаты социально-гигиенического и экологического мониторинга (52-ФЗ от 30.03.99г. «О санитарно-эпидемиологическом благополучии населения»; постановление правительства РФ от 02.06.2006г. № 60 «Об утверждении и внедрении методических рекомендаций по социальногигиеническому мониторингу»; приказ Роспотребнадзора от 24.08.2007 № об утверждении и внедрении методических рекомендаций «О порядке бюджетирования, ориентированного на результат»).

направлений государственной политики в области санитарноэпидемиологического благополучия населения, принятия управленческих решений на уровне федеральных органов исполнительной власти субъектов Роспотребнадзора осуществляют методическую помощь при разработке и оценке эффективности мероприятий, включая оценку риска для здоровья населения до и после проведения мероприятия. Применение показателей социально-гигиенического мониторинга позволяет оптимизировать процедуру принятия решения о расходовании бюджетных средств, исходя из складывающейся санитарно-эпидемиологической обстановки в субъектах Российской Федерации.

2. Результаты мероприятий по контролю, санитарноэпидемиологических и гигиенических экспертиз.

3. Отчеты о гигиенических исследованиях по оценке риска для здоровья населения (постановление Главного государственного санитарного врача Российской Федерации от 10.11.97г. № 25 и Главного государственного инспектора Российской Федерации по охране природы от 10.11.97г. № 03Об использовании методологии оценки риска для управления качеством окружающей среды и здоровья населения в Российской Федерации», Р2.1.10.1920-04 «Руководство по оценке риска для здоровья населения при воздействии химических веществ, загрязняющих окружающую среду», Р2.2.1766-03 «Руководство по оценке профессионального риска для здоровья работников»). На основе расчетов риска для здоровья населения, обосновывается перечень веществ, приоритетных с точки зрения влияния на здоровье, для последующего включения их в систему мониторинга.

4. Аналитические отчеты (информационные бюллетени) о результатах гигиенической оценки влияния факторов среды обитания на здоровье населения. Аналитические отчеты (информационные бюллетени) включают:

оценку факторов среды обитания; оценку динамики, структуры избранных показателей заболеваемости населения на территории; результаты оценок влияния факторов среды обитания на здоровье населения; оценку прогноза и эффективности профилактических мероприятий; выводы и гигиенические рекомендации. Источниками информации для подготовки аналитических отчетов (информационных бюллетеней) являются региональные информационные фонды социально-гигиенического мониторинга, данные углубленных специальных исследований и совместных работ с другими организациями. Гигиеническая оценка факторов среды обитания человека и состояния здоровья населения проводится в соответствии с нормативными Федеральной службой по надзору в сфере защиты прав потребителей и благополучия человека.

По результатам анализа, методом экспертной оценки, выделяются проблемы, требующие решения, разрабатываются ведомственные целевые программы (ВЦП). Целью деятельности по контролю и надзору в сфере обеспечения санитарно-эпидемиологического благополучия населения является общественно значимый результат [74]. На этапах реализации оценивается эффективность мероприятий, вносятся коррективы. Результативность реализации ВЦП оценивается с использованием данных мониторинга за состоянием здоровья населения и факторами среды обитания в динамике [5].

Оценка эффективности деятельности структурных подразделений Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека определена методическими рекомендациями «Система оценки деятельности органов и учреждений Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека». Эти методические рекомендации были утверждены приказом Федеральной службы по надзору в сфере защиты прав потребителей и благополучия человека №355 от 03.10.2008г. Предложенная система оценки учитывает специфику деятельности ориентированного на достижение конечного, общественно-значимого результата при реализации государственной политики в области обеспечения санитарно-эпидемиологического благополучия населения и защиты прав неинфекционными и инфекционными болезнями, устранения влияния вредных и опасных факторов среды обитания на здоровье человека, обеспечения биологической и химической безопасности Российской Федерации, снижения рисков для здоровья населения, формирование здорового образа жизни граждан России. В основу оценки деятельности положено определение показателей и их анализ.

В соответствии с основными принципами бюджетирования и с учетом особенностей осуществления контрольно-надзорных функций, показатели деятельности органов и учреждений Роспотребнадзора разделены на две группы: показатели непосредственного результата и показатели конечного результата.

Непосредственный результат выражается в исполнении государственных функций в установленной сфере деятельности, а конечный результат отражает деятельности представлен системой программных мероприятий, в качестве индикативных показателей их оценки приняты показатели последствия этих действий (динамика состояния объектов и факторов среды обитания).

Конечный результат деятельности в ВЦП представлен показателями, характеризующими состояние здоровья населения. Оценка непосредственного результата деятельности представлена положительной динамикой санитарного состояния объектов надзора: снижением удельного веса объектов, относящихся неблагополучной группе; снижением удельного веса факторов среды обитания, не отвечающих гигиеническим нормативам и т.д. Оценка состояния здоровья населения проводится по соотношению местных и региональных показателей;

динамики показателей; уровням заболеваемости с учетом рассчитанных фоновых значений (Методические рекомендации «О порядке использования социально-гигиенического мониторинга в целях бюджетирования, ориентированного на результат», утвержденные приказом Роспотребнадзора от 24.08.2007г. № 247). Показатели оценки деятельности позволяют сопоставить деятельность Управлений Роспотребнадзора и ФГУЗ «Центр гигиены и эпидемиологии» по реализации ведомственных целевых программ и выявить уровень их реализации.

обоснования принятия решений в системе Роспотребнадзора являются:

- использование и развитие существующей информационной базы Роспотребнадзора, в том числе системы социально-гигиенического мониторинга;

- использование индикативных показателей непосредственного и конечного результата деятельности органов и организаций Роспотребнадзора;

- установление количественных параметров управляемости рисков здоровью в системе Роспотребнадзора;

- выявление приоритетов в надзорной деятельности по критериям опасности для здоровья населения;

- оптимизация управленческих решений по критерию минимальной достаточности затрат органов и организаций Роспотребнадзора и применение адекватных санитарно-эпидемиологической ситуации способов управления рисками;

- анализ достижения целевых показателей конечного результата как Роспотребнадзора.

В качестве показателей конечного результата деятельности органов и организаций Роспотребнадзора целесообразно рассматривать снижение риска для здоровья населения, если его величина выше допустимой, и стабилизацию, если риск здоровью регистрируется на уровне приемлемого. В области инфекционных заболеваний, где причинно-следственные связи индикативных показателей непосредственного и конечного результата установлены, уровни заболеваемости как показатели конечного результата используются не в полной мере.

Управление рисками здоровью представляет собой процесс, состоящий из последовательно связанных звеньев. Для описания такого рода процессов наиболее адекватными являются последовательные (по звеньевые) модели управления, которые назовем каскадными. А управление с помощью каскадной модели управления назовем каскадным управлением. Каскадная модель управления кроме управляющих и управляемых факторов имеет как минимум один промежуточный слой (звено) факторов (показателей). Промежуточные и управляющих факторов, например, проведением профилактических мероприятий для здоровья населения. Такие факторы часто называют индикативными показателями. Установление количественных параметров функциональной зависимости нижестоящих звеньев от вышестоящих характеризует степень управляемости нижестоящих звеньев.

Финансирование, материально-техническое обеспечение органов и организаций Роспотребнадзора определяется в рамках формирования государственного задания на выполнение государственных услуг (работ) в соответствии с Положением о формировании государственного задания в отношении федеральных бюджетных и казенных учреждений и финансовом обеспечении выполнения государственного задания, утвержденным Постановлением Правительства Российской Федерации от 02.09.2010г. № федеральных бюджетных и казенных учреждений и финансового обеспечения выполнения государственного задания».

Совершенствование деятельности по эффективному расходованию организации в социальных системах относится к основным задачам, решаемым при управлении многофакторной моделью. В многофакторной модели присутствуют несколько управляющих факторов, не всегда независимых, и управления), не всегда независимых, на фоне неконтролируемых факторов и внешних неуправляемых факторов.

К управляющим действиям органов и организаций Роспотребнадзора относится деятельность:

- по государственному контролю (надзору) и защите прав потребителей;

- установлению соответствия (несоответствия) проектной и иной документации, объектов хозяйственной и иной деятельности, продукции, работ, услуг, предусмотренных законодательством в области санитарноэпидемиологического благополучия населения и защиты прав потребителей, требованиям технических регламентов, государственных санитарноэпидемиологических правил и нормативов производственных, общественных помещений, зданий, сооружений, оборудования, транспорта, технологического оборудования, технологических процессов, рабочих мест в целях обеспечения государственного контроля (надзора) и защиты прав потребителей;

- по установлению вредного воздействия на человека факторов среды обитания, определению степени этого воздействия и прогнозированию санитарно-эпидемиологической обстановки в целях обеспечения государственного контроля (надзора) и защиты прав потребителей;

направленных на установление причин и выявление условий возникновения и неблагоприятными факторами среды обитания.

неблагоприятного состояния объектов надзора, либо поддержка объектов надзора в состоянии, соответствующем действующим нормам и правилам, которое отражается в виде доли объектов 1-й группы (удовлетворительные), 2-й группы (условно удовлетворительные) и 3-й группы (неудовлетворительные). В свою очередь в результате улучшения состояния объектов надзора должно происходить улучшение состояния среды обитания человека, которое регистрируется в виде доли нестандартных проб анализа объектов среды обитания. Эти показатели рассматриваются как индикаторы непосредственного результата деятельности органов и организаций Роспотребнадзора. В связи с этим такие показатели называются индикативными.

Для проведения плановых и внеплановых надзорных мероприятий организациями Роспотребнадзора необходимо решать следующие задачи:

- определение порогов массовых неинфекционных заболеваний;

- выявление управляемой доли у индикативных показателей;

индикативного показателя.

- определение территорий и объектов, где наиболее целесообразно проводить надзорные мероприятия.

По мнению автора диссертационной работы, для решения такого рода задач может быть применен математический аппарат, разработанный для статистического непрерывного контроля объектов [5, 6, 114, 115]. Развитию этого подхода посвящены параграфы 3.1 - 3.8 настоящей диссертации.

Планирование является одним из обязательных видов деятельности управления, направленным на обеспечение желаемого результата в социальной системе. При планировании деятельности управляющей организации в рамках целевых программ, направленных на решение тактических задач, наиболее сложным являются количественная оценка связи непосредственного результата, который определяется индикативными показателями, с конечным результатом.

количественных характеристик зависимости целевых показателей от индикативных показателей непосредственного результата и параметров моделей, описывающих связь показателей деятельности управляющих организаций, с изменением индикативных показателей непосредственного результата, разработаны недостаточно. Методология оценки воздействия является одним из наиболее адекватных инструментов для решения задач управления в сложных системах, а показатели результата управления с полным правом могут рассматриваться в качестве целевых индикативных показателей, характеризующих конечный желаемый результат. Однако, существующие форматы информации, ориентированные в соответствии с функциями управляющей организации на оценку соответствия ситуации действующим нормативным документам, не позволяют в полной мере использовать преимущества этой методологии.

результатом и выделения вклада действий управляющей организации в «улучшение» управляемых факторов целесообразно последовательно решать ряд задач, направленных на обоснование установления зависимости показателей конечного результата. В том числе, выраженных в виде уменьшения вероятности «ухудшения» управляемых факторов, от показателей непосредственного результата, зависимости показателей непосредственного результата от показателей деятельности управляющей организации.

Для управления результатом необходимо последовательно оценить влияние неуправляемых условий и заданных факторов управления на управляемые факторы, осуществить прогнозирование изменения управляемых факторов при изменении управляющих факторов (управляемость) и выявить оптимальные значения факторов управления. Эта проблема может быть решена только при наличии адекватной математической модели управления результатом (совокупностью управляемых факторов) в условиях воздействия нескольких факторов управления на фоне неуправляемых условий.

Рассмотрим процесс управления с применением каскадной модели.

При таком подходе принципиальный механизм управления представим в виде схемы каскадного управления, которая приведена на рисунке 1.2.1. Как видно из рисунка, каскадный метод управления представляет собой последовательный ряд звеньев. Первым звеном является финансовое обеспечение управляющей организации: финансирование по различным статьям расхода, материальнотехническая база, кадровый состав и т.д. Правильно сбалансированное обеспечение позволяет организации целенаправленно осуществлять свои управляющие действия. При оптимальном проведении действий, в свою очередь, оптимизируются первичные (рис. 1.2.1) характеристики воздействия.

Например, при управлении в сфере надзорных мероприятий по действующей классификации все объекты надзора делятся на три группы: 1-ая группа – удовлетворительные объекты надзора, 2-ая группа – условно удовлетворительные объекты надзора и 3-я группа – неудовлетворительные объекты надзора, которые и являются основной группой надзора. Понятно, что чем меньше доля, приходящаяся на объекты 3-ей группы, тем «лучше»

характеристики окружающей среды обитания. Далее окружающая среда обитания человека напрямую влияет на заболеваемость, смертность и общую продолжительность жизни.

поднадзорными объектами. К ним относятся такие действенные меры как плановые и неплановые проверки, наложение и взыскание штрафов, проведение федеральных и ведомственных программ и т.п. Важнейшими действиями в управлении являются следующие этапы:

- оценка изменения управляемых факторов;

- анализ результативности и эффективности управляющих действий;

- оптимизация деятельности управляющих организаций по критериям повышения результативности и эффективности управляющих действий.

С привлечением современного математического аппарата эти действия оцениваются и корректируются, что позволяет оперативно вмешиваться в управление.

Важно отметить, что иногда при установлении или моделировании управления необходимо учитывать временные лаги. Это обстоятельство диссертации этому вопросу уделяться не будет. Будем полагать, что все наблюдения управляющих и управляемых факторов уже сформированы на основе мотивированного мнения экспертов.

Процедура моделирования управления в общем случае представляет собой подготовку данных (определение управляющих факторов и области их изменения, определение управляемых факторов, сопряжение и восстановление данных); моделирование управления (построение моделей) и выбор лучшей моделирование). Важнейшей задачей является восстановление утерянных (не собранных) данных. Здесь возможно использовать алгоритм восстановления существенно использующий особенности сбора и обработки информации.

Следующей задачей является исключение недостоверных данных и данных, отличающихся от основной группы данных, как случайных величин, имеющих недостоверные данные и данные, отличающихся от основной группы данных, может быть основан на неравенстве Чебышева. Согласно неравенству Чебышева, вероятность того, что реализация случайной величины X с конечным математическим ожиданием и конечным квадратичным отклонением X отклонится от m X больше по абсолютной величине, чем на k X ( k 0 ), не превосходит 1 / k 2.

Развиваемая [82] в настоящее диссертационной работе концепция каскадного управления предполагает управление цепью последовательных звеньев. Два последовательных звена цепи (рис. 1.2.1) имеют взаимосвязь.

Такую взаимосвязь можно описать моделью с уравнением A(t)F(x(t))=y(t), где t – некая переменная (например, время); A(t) – матрица динамических коэффициентов (матрица размерности m на n, характеризующая условия управления); F(x(t)) – функция (вектор-столбец размерности n) от вектора управляющих факторов x(t); y(t) – вектор управляемых факторов (отклик), который представляет собой вектор-столбец с m элементами. Более того, такой моделью можно описать любое управление нижестоящего звена любым вышестоящим звеном. Например, можно рассматривать управление «действия управляющей организации – вторичные характеристики» или управление «первичные характеристики – результат».

Важной задачей является выбор функции F(x(t)) из семейства функций, «наилучшим» образом описывающую зависимость y(t) от x(t) по N наблюдениям векторов x(t) и y(t). Выбирая функцию F(x(t)), фактически определяем матрицу динамических коэффициентов A(t) по N наблюдениям.

Количество наблюдений N, по которым строится матрица A(t), может быть равно (n+1), (n+2), и т.д. Модель может быть построена методом нелинейного матричного прогнозирования, либо нейронной цепью, которая имеет некоторый набор матриц динамических коэффициентов (количество матриц и их размерность определяется количеством скрытых уровней нейронной сети и количеством нейронов на каждом уровне).

Для проведения плановых и внеплановых надзорных мероприятий управляющими организациями нужно решать задачу определения территорий и объектов, где наиболее целесообразно проводить надзорные мероприятия.

Применение вероятностно-статистического анализа позволяет не только оценить связь показателей непосредственного и конечного результата деятельности управляющей организации в рамках целевой программы, но и определить приоритетные территории и объекты для планирования управленческих мероприятий. Адекватным для этого является математический аппарат непрерывного статистического контроля [6] – метода вероятностностатистического анализа, позволяющего распознавать критические ситуации для обоснования необходимости принятия решения. Причем, учитывая особенности сбора исходных данных и управления факторами в системе управляющей организации, непрерывный статистический контроль объектов предлагается вести по нетрадиционной схеме.

Под классическим (традиционным) планом сплошного непрерывного контроля понимается план контроля, который направлен на обнаружение снижения производственного качества продукции. При использовании таких планов после остановки контроля предполагается, что происходит переналадка или замена производственного оборудования и контроль возобновляется заново без учета результатов контроля предыдущих объектов производства.

Этот процесс можно интерпретировать так. Имеется производственное нормальное качество – каждый произведенный объект удовлетворяет стандарту с вероятностью близкой к единице. При длительном производстве объектов со временем происходит резкий или плавный сбой оборудования, что влечет за собой снижение производственного качества. При обнаружении снижения качества контроль останавливается, происходит переналадка оборудования или его замена, то есть восстанавливается качество производства, и контроль возобновляется вновь, без какого-либо учета произошедших событий. Вся предыстория контроля при этом забывается. При управлении рисками, например, здоровью населения подобной замены оборудования не происходит.

Для учета этого обстоятельства в настоящей диссертационной работе предложен новый подход, названный непрерывным статистическим контролем с памятью. Его отличие от классического плана контроля состоит в том, что после остановки контроля последний результат контроля запоминается, и возобновление контроля происходит не с нуля, а с учетом предшествующего шага контроля.

параллельный непрерывный контроль показателей факторов непосредственного и конечного результатов. Математической разработке непрерывного статистического контроля с памятью и параллельного контроля посвящены параграфы 3.1 - 3.8 диссертации.

Важными является задачи: определение порогов (критериальных значений) управляемых факторов; выявление управляемой доли у управляемых (целевых) показателей; нахождение критериального (порогового) значения для этих показателей.

На рис. 1.2.1 представлена последовательность звеньев каскадного управления. «Финансирование и материально-техническое обеспечение»

определяет объем и качество «управляющих действий», которые в свою очередь оказывают влияние на «первичные характеристики». «Первичные характеристики» взаимосвязаны с «вторичными характеристиками»

(качественными и количественными). «Вторичные характеристики» оказывают непосредственное воздействие на «результат» (совокупность управляемых факторов).

Очевидно, что любое воздействие и любую взаимосвязь можно описать моделью «управляющие факторы – управляемые факторы». Причем каскадная организация модели управления позволяет рассматривать модель «управляющие факторы – управляемые факторы» на любых уровнях, например, «управляющие действия – результат». В такой схеме управления важным становиться то обстоятельство, что отклики между собой не всегда являются независимыми, а также тот факт, что воздействие управляющих факторов на отклики не всегда являются линейными.

Рис. 1.2.2. Проведение последовательного анализа На рис. 1.2.2 продемонстрирован последовательный анализ управления.

Обеспечение управляющей организации включает анализ достаточности материального, финансового и кадрового обеспечения. Реализация функций управляющей организации подразумевает планирование действий управляющей компании. Анализ первичных и вторичных характеристик (в общем случае характеристики могут быть более высоких уровней) позволяет выделить приоритетные характеристики. Анализ конечного результата (управляемых управляющих действий позволяют рассчитать оптимальные показатели действий для достижения конечного результата, что позволяет в свою очередь планировать дальнейшую деятельность управляющей компании.

§1.3. Особенности управления при каскадном управлении риском при наличии Особенности управления при каскадном управлении риском при наличии нескольких управляющих организаций рассмотрим на примере Роспотребнадзора. Действия органов и организаций Роспотребнадзора, а также контролируемые Роспотребнадзором показатели обладают рядом особенностей, без учета которых невозможно построить сколько-то удовлетворительную систему управления.

На рис. 1.3.1 представлена предлагаемая принципиальная каскадная система управления, с помощью которой можно рассматривать управляющие действия Роспотребнадзора. Здесь важно отметить контролируемые показатели (факторы) в разрезе территорий (по территориям) субъекта РФ или по субъектам Российской Федерации для России в целом.

Обеспечение функций.

В блок финансового обеспечения входят следующие показатели:

- заработная плата;

- суточные;

- начисления на фонд оплаты труда;

- затраты на связь;

- транспортные расходы;

Рис. 1.3.1. Схема каскадного управления Роспотребнадзора - коммунальные услуги;

- ремонт оргтехники;

- прочие услуги;

-затраты на горюче-смазочные материалы;

- прочие расходы;

- общехозяйственные затраты.

В блок материального обеспечения входят показатели, отражающие материально-техническую базу, а в блок кадрового обеспечения входят показатели, отражающие структуру кадрового состава.

Функции (надзор). В блок надзора и санкций входят показатели в перерасчете на один объект каждой группы предприятий:

- количество наложенных штрафов;

- количество взысканных штрафов;

- число постановлений;

- число остановок эксплуатации;

- число предупреждений;

а также такие обобщенные показатели:

- число обследований плановых на объект;

- число обследований внеплановых на объект;

- число обследований с лабораторными и инструментальными методами на объект;

- число выданных предписаний на объект всего;

- число выданных предписаний об устранении выявленных нарушений санитарного законодательства;

- число вынесенных постановлений о направлении в правоохранительные органы материалов для возбуждения уголовных дел;

- число протоколов об административном правонарушении;

- общая сумма наложенных административных штрафов;

- общая сумма уплаченных, взысканных административных штрафов;

и некоторые другие.

В информационный блок входят следующие показатели:

- количество выступлений в СМИ, в которых принято участие должностными по телевидению;

- количество выступлений в СМИ, в которых принято участие должностными лицами Роспотребнадзора – всего из них: по радио;

- количество выступлений в СМИ, в которых принято участие должностными лицами Роспотребнадзора – всего из них: публикаций;

- количество вынесенных на рассмотрение вопросов – всего из них: в органы законодательной власти субъектов Российской Федерации;

- количество вынесенных на рассмотрение вопросов – всего из них: в органы исполнительной власти субъектов Российской Федерации;

- количество вынесенных на рассмотрение вопросов – всего из них: в органы местного самоуправления;

- количество вынесенных на рассмотрение вопросов – всего из них: в санитарно-противоэпидемические комиссии;

- количество вынесенных на рассмотрение вопросов – всего из них: на межведомственные коллегии;

- количество вынесенных на рассмотрение вопросов – всего из них: в межведомственные комиссии.

Характеристики объектов надзора.

Все предприятия (промышленные, коммунальные, пищевые и детские), как уже отмечалось ранее, делятся на три группы. 1-ая группа – удовлетворительные объекты надзора, 2-ая группа – условно удовлетворительные объекты надзора и 3-я группа – неудовлетворительные объекты надзора, которые и являются основной группой надзора. Показатели представляются в долях. Также все предприятия ранжируются следующим образом.

I. Предприятия пищевой промышленности, предприятия общественного питания и предприятия торговли продуктами питания.

К группе объектов высокой гигиенической значимости относятся:

- предприятия, производящие кремовые изделия;

- предприятия, производящие молочную продукцию;

- мясо-, птице-, рыбно- перерабатывающие предприятия;

- детские молочные кухни;

- предприятия общественного питания, производящие и реализующие продукцию в организованных коллективах.

К группе объектов средней гигиенической значимости относятся:

- молочно-товарные фермы;

- птицефабрики;

- предприятия по производству напитков;

- предприятия по производству хлебобулочных изделий (без кремовых изделий);

- предприятия, производящие фруктово-овощные консервы (продукцию);

- предприятия по переработке и производству жировых и жировых растительных продуктов;

- предприятия общественного питания, не производящие и не реализующие кремовые изделия;

- предприятия оптовой торговли продуктами питания;

- предприятия розничной торговли скоропортящимися продуктами питания.

К группе объектов низкой гигиенической значимости относятся все остальные пищевые объекты, не вошедшие в первые две группы объектов.

II. Детские и подростковые учреждения.

К группе объектов высокой гигиенической значимости относятся:

- детские дошкольные учреждения;

- загородные оздоровительные учреждения для детей и подростков;

- дома ребенка;

- детские дома;

- специализированные детские и подростковые учреждения для детейинвалидов.

К группе объектов средней гигиенической значимости относятся:

- общеобразовательные школы;

- оздоровительные учреждения для детей и подростков;

- школы-интернаты;

- профессионально-технические училища;

- средние специальные учебные заведения;

- колледжи.

К группе объектов низкой гигиенической значимости относятся все остальные объекты, не вошедшие в первые две группы объектов.

III. Промышленные предприятия.

К группе объектов высокой гигиенической значимости относятся промышленные предприятия:

- применяющие вещества I класса опасности;

- предприятия, на которых профессиональная заболеваемость (в среднем за 5 лет) превышает в полтора и более раз средний показатель профессиональной заболеваемости по отрасли;

- предприятия, оказывающие трансграничное влияние на состояние окружающей среды;

- предприятия, производящие гигиенически-значимую продукцию.

К группе объектов средней гигиенической значимости относятся промышленные предприятия:

- предприятия, применяющие вещества второго класса опасности;

- предприятия, оказывающие отрицательное влияние на состояние окружающей среды, но не имеющие трансграничного влияния.

К группе объектов низкой гигиенической значимости относятся все остальные промышленные предприятия, не вошедшие в первые две группы объектов.

VI. Предприятия коммунально-бытового назначения.

К группе объектов высокой гигиенической значимости относятся:

- водные объекты в местах водопользования (водоемы I и II категории);

- объекты централизованного хозяйственно-питьевого водоснабжения;

очистные сооружения хозяйственно-бытовых и промышленных сточных вод;

- санитарно-защитные зоны промышленных предприятий 1-2 класса опасности;

- лечебно-профилактические учреждения, имеющие в своем составе стационары;

- полигоны по захоронению отходов промышленных предприятий.

К группе объектов средней гигиенической значимости относятся:

- лечебно-профилактические учреждения (за исключением ЛПУ, вошедших в первую группу объектов высокой гигиенической значимости);

- санаторно-профилактические учреждения;

- дома престарелых и дома инвалидов;

- бани, сауны;

- плавательные бассейны;

- прачечные;

- предприятия по оказанию комплекса косметических услуг;

- аптеки;

- высшие учебные заведения;

- полигоны по захоронению бытовых отходов.

К группе объектов низкой гигиенической значимости относятся все остальные предприятия коммунально-бытового назначения, не вошедшие в первые две группы объектов.

Характеристики среды обитания.

К контролируемым показателям качества среды обитания относятся следующие показатели:

- доля проб воды в источниках централизованного водоснабжения, не отвечающих гигиеническим нормативам по санитарно-химическим показателям в процентах;

- доля проб воды в источниках централизованного водоснабжения, не отвечающих гигиеническим нормативам по микробиологическим показателям в процентах;

- доля проб воды в водопроводах, не отвечающих гигиеническим нормативам по санитарно-химическим показателям в процентах;

- доля проб воды в водопроводах, не отвечающих гигиеническим нормативам по микробиологическим показателям в процентах;

- доля проб воды из водопроводной сети, не отвечающих гигиеническим нормативам по санитарно-химическим показателям в процентах;

- доля проб воды из водопроводной сети, не отвечающих гигиеническим нормативам по микробиологическим показателям в процентах;

- доля проб воды, не отвечающих гигиеническим нормативам в водоемах 1-й категории по санитарно-химическим показателям в процентах;

- доля проб воды, не отвечающих гигиеническим нормативам в водоемах 1-й категории по микробиологическим показателям в процентах;

- доля проб воды, не отвечающих гигиеническим нормативам в водоемах 2-й категории по санитарно-химическим показателям в процентах;

- доля проб воды, не отвечающих гигиеническим нормативам в водоемах 2-й категории по микробиологическим показателям в процентах;

- число нестандартных проб в процентах продовольствия по санитарнохимическим показателям;

микробиологическим показателям;

- доля проб атмосферного воздуха, превышающих ПДК в процентах всего;

- доля проб атмосферного воздуха, превышающих ПДК в процентах для маршрутных и подфакельных исследований;

- доля проб атмосферного воздуха, превышающих ПДК в процентах на автомагистралях в жилой застройке;

- доля проб почвы по санитарно-химическим показателям, не отвечающих гигиеническим нормативам в процентах в зоне влияния промышленных предприятий;

- доля проб почвы по санитарно-химическим показателям, не отвечающих гигиеническим нормативам в процентах в селитебной зоне;

- доля проб почвы по микробиологическим показателям, не отвечающих гигиеническим нормативам в процентах в зоне влияния промышленных предприятий;

- доля проб почвы по микробиологическим показателям, не отвечающих гигиеническим нормативам в процентах в селитебной зоне;

- доля рабочих мест, не отвечающих нормативам в процентах по шуму;

- доля рабочих мест, не отвечающих нормативам в процентах по вибрации;

- доля рабочих мест, не отвечающих нормативам в процентах по микроклимату;

- доля рабочих мест, не отвечающих нормативам в процентах по электромагнитным полям;

- доля рабочих мест, не отвечающих нормативам в процентах по освещенности.

Риск заболеваемости.

Показатели заболеваемости замеряются в промилле по возрастным группам: все, взрослые, подростки и дети. Учет ведется как по классам заболеваний, так и по отдельным нозологическим формам. К классам заболеваний относятся следующие показатели:

- некоторые инфекционные и паразитарные болезни;

- новообразования;

- болезни крови и кроветворных органов, отдельные нарушения, вовлекающие иммунный механизм;

- болезни эндокринной системы, расстройства питания, нарушения обмена веществ;

- психические расстройства и расстройства поведения;

- болезни нервной системы;

- болезни глаза и его придаточного аппарата;

- болезни уха и сосцевидного отростка;

- болезни системы кровообращения;

- болезни органов дыхания;

- болезни органов пищеварения;

- болезни кожи и подкожной клетчатки;

- болезни костно-мышечной системы и соединительной ткани;

- болезни мочеполовой системы;

- беременность, роды и послеродовой период;

- отдельные состояния, возникающие в перинатальном периоде;

- врожденные аномалии (пороки развития), деформации и хромосомные нарушения;

- симптомы, признаки, отклонения от нормы;

- травмы, отравления и некоторые другие последствия воздействия внешних причин.

Риск смертности.

Показатели смертности замеряются в промилле по возрастным группам:

все, взрослые, подростки и дети. Учет ведется по следующим показателям:

- смертность от заболеваний систем кровообращения;

- смертность от новообразований;

- смертность от травм и отравлений;

- смертность от симптомов, признаков и неточных диагнозов;

- смертность от болезней мочеполовой системы;

- смертность от отдельных состояний, возникающих в перинатальный период;

- смертность от болезней нервной системы;

- смертность от болезней органов дыхания;

- смертность от болезней органов пищеварения;

- смертность от болезней эндокринной системы;

- смертность от врожденных аномалий;

- смертность от инфекционных и паразитарных болезней;

- смертность от болезней крови и кроветворных органов;

- смертность от заболеваний уха и сосцевидного отростка;

- смертность осложнений беременности и родов;

- смертность от психических расстройств;

- смертность от болезней костно-мышечной системы.

Выводы по первой главе. Концептуально управление рисками здоровью в системе Роспотребнадзора описываются последовательными моделями управления, которые назовем каскадными. Каскадная модель управления кроме управляющих и управляемых факторов имеет в данном случае два промежуточных слоя индикативных показателей (первичные и вторичные характеристики). В такой постановке вопроса, чтобы эффективно управлять результатом, необходимо последовательно оценить влияние неуправляемых условий и заданных факторов управления на управляемые факторы, осуществить прогнозирование изменения управляемых факторов при изменении управляющих факторов и выявить оптимальные значения факторов управления. Для решения такого рода задач управления может быть применен математический аппарат, разработанный автором настоящей работы для параллельного статистического непрерывного контроля с памятью.

Глава 2. Построение моделей управления и отбор наблюдений §2.1. Метод нелинейного матричного прогнозирования Как показывает практика, никакая из общепринятых на сегодняшний день методологий [105 - 107], устанавливающая во времени (примерно 5 лет) причинно-следственные связи между показателями, не может считаться оптимальной [96]. С увеличением количества факторов и агентов риска задача оценки управления рисками становится достаточно сложной [85, 88]. Кроме того, имеется много неопределенностей, связанных с оценкой риска. Их анализ является необходимой составной частью оценки риска [105]. Чтобы правильно интерпретировать величины риска, необходимо понимать неопределенности и их причины. В этом случае огромную роль играет экспертное мнение специалистов.

необходимо применять комплексный подход, который позволил бы решать задачи прогнозирования и управления при различных априорных условиях.

Реализацией такого подхода явилась разработка метода нелинейного матричного прогнозирования, выполненная автором и приведенного в настоящей диссертации.

В основе этого метода лежит исследование и учет всех взаимосвязей, которые могут возникать между анализируемыми показателями.

Метод нелинейного матричного прогнозирования является методом управления, когда выделяются управляющие факторы и управляемые факторы.

То есть выделяются воздействующие факторы (показатели) и факторы (показатели) на которые воздействуют.

Среди всех анализируемых показателей нужно выделить управляющие факторы (например, действия Роспотребнадзора) и управляемые факторы (например, показатели хозяйственно-питьевого водоснабжения). К факторам управления в момент времени t будем относить признаки, которые удовлетворяют свойству операционабельности, т.е. значения этих факторов, как правило, подчиняются воле человека и могут всякий раз быть установлены на конкретно заданном уровне (хотя возможны и исключения). Управляемые факторы, как правило, являются случайными признаками, значения которых заранее предсказать можно лишь с некоторой долей вероятности, либо предсказать их совсем невозможно.

Статистическая информация, которая используется для решения задач в системе Роспотребнадзора, имеет сложную трехмерную структуру. Пример такой структуры представлен на рис. 2.1.1.

Рис. 2.1.1. Пример структуры статистических данных В анализируемых массивах информации существует сложная структура взаимосвязей. Связи могут существовать как между факторами управления и управляемыми факторами, так и между факторами управления. Также возможны ситуации, когда связанными являются управляемые факторы.

Необходимо построить модель, обеспечивающую полный учет структуры и характера этих взаимосвязей, которая способна адекватно отражать действительность, и, как следствие, получить наиболее эффективный инструмент прогнозирования и управления. Такую модель строим с помощью метода нелинейного матричного прогнозирования, в основу которого положены следующие принципы:

статистической информации;

- учет многообразия взаимосвязей между анализируемыми показателями - неоднородность совокупностей данных в различные периоды наблюдения.

Введем обозначения: X i (i 1, m) – это управляющие факторы, Y j ( j 1, n) – управляемые факторы, где m – количество управляющих факторов, а n – количество управляемых факторов.

Вектором будем называть совокупность всех значений наблюдений по какому-либо показателю. Далее для краткости вектора X i, Y j будем обозначать векторами X и Y, соответственно.

управляющими и управляемыми факторами методом нелинейного матричного прогнозирования:

1). Исследование структуры взаимосвязей.

2). Линеаризация взаимосвязей факторов управления и управляемых 3). Построение моделей.

4). Проверка значимости параметров построенных моделей.

5). Исследование качества моделей.

6). Исследование устойчивости моделей.

7). Выбор наилучшей модели.

прогнозирования являются нелинейные I и II рода регрессионные модели, которые наиболее адекватно отображают взаимосвязи между управляющими и управляемыми факторами X и Y, а также являются наиболее устойчивыми в смысле изменения значений коэффициентов моделей при учете временного эффекта.

Введем обозначения:

управляющим факторам;

управляемым факторам.

На первом этапе применения метода, проводится детальный анализ взаимосвязей всех управляющих факторов с использованием коэффициента парных корреляций Пирсона:

управляющими факторами, так как иначе ранг матрицы X k,m будет меньше m, что приведет к вырожденности симметричной матрицы ( X kT,m X k,m )1, которая играет очень большую роль при дальнейшем анализе. Это приводит к тому, что прогнозирования или результат прогнозирования будет плохо поддаваться содержательной интерпретации. Линейно зависимые пары разбиваются и линейно независимых управляющих факторов.

Линейная зависимость между управляющими факторами определяется по порогу абсолютного значения коэффициента линейной корреляции Пирсона.

Как правило, берется пороговое значение из интервала от 0,5 до 1.

Каждое сочетание управляющих факторов – это основа для построения отдельной регрессионной модели для управляемых факторов Y (Y1,Y2,...,Yn ). В результате может получиться N таких наборов.

На следующем этапе анализируется взаимосвязь между управляющими и управляемыми факторами. Вычисляем коэффициент линейной корреляции Пирсона:

Спирмена. Для вычисления этого коэффициента необходимо упорядочить (присвоить ранги) случайные наблюдения по каждому из факторов X j и Yi.

Обозначим соответствующие последовательности рангов, содержащие k корреляции Спирмена равен:

Этот коэффициент корреляции характеризует существование как линейной, так и нелинейной зависимости между случайными величинами. В случае если присутствует нелинейная зависимость, потребуется дополнительная линеаризация взаимосвязи за счет введения дополнительных линеаризующих функций для управляющих факторов.

Далее проверяем [1 - 3] коэффициенты (2.1.2) и (2.1.3) на значимость при уровне значимости 0,05 на основании статистических гипотез:

Далее вычисляется вероятность попадания значения статистики критерия в критическую область по формуле где FT – функция распределения Стьюдента с (k-2) степенями свободы. В случае если p, то коэффициент линейной корреляции Пирсона значим на 5% уровне, иначе он объявляется незначимым, и соответственно фиксируется отсутствие линейной взаимосвязи между соответствующими управляющими и управляемыми факторами.

Для проверки гипотезы H : S 0 вычисляем статистику которая имеет нормальное распределение, а также вычисляем вероятность попадания значения статистического критерия в критическую область, по формуле где – функция стандартного нормального распределения [1 - 3].

объявляется значимым на уровне 5% и фиксируется наличие зависимости между фактором управления и управляемым фактором.

В случае если оба коэффициента корреляции оказываются в результате проверки гипотез незначимыми, констатируется отсутствие зависимости между управляющим и управляемым фактором, и соответствующий управляющий фактор исключается из дальнейшего процесса построения модели.

Если хотя бы один из коэффициентов значим на уровне 0, (существует зависимость между управляющим и управляемым фактором), то следует усилить линейную зависимость при помощи подбора улучшающей (линеаризующей) функции. Для этого исследуется совокупность следующих функций f (x) :

Между управляемым фактором Yi и преобразованными управляющими коэффициент корреляции Пирсона. Та функция, для которой коэффициент корреляции Пирсона является значимым и принимает наибольшее по абсолютной величине значение, является наилучшей.

Таким образом, получаем набор «модифицированных» управляющих ( j 1, t, t m ) и получим «модифицированную» матрицу, содержащую k наблюдений по t управляющим факторам:

пусть в результате получаем набор из N моделей.

Для каждого набора, на следующем шаге метода строится модель многомерной регрессии [1 - 3] следующего вида:

( p ) – вектор случайных ошибок, а коэффициентов модели, которая оценивается методом наименьших квадратов и рассчитывается по формуле:

где знак Т – обозначает транспонирование.

В результате получаем N многомерных моделей общего вида:

где t – некая переменная; A(t ) – матрица динамических коэффициентов (матрица размерности n на m, характеризующая условия управления); F ( x(t )) – функция (вектор-столбец размерности m) от вектора управляющих факторов x(t ) ; y (t ) – вектор управляемых факторов (вектор-столбец размерности n).

Оценка качества каждой из N моделей подразумевает:

- проверку значимости коэффициентов модели;

- вычисление коэффициента детерминации, как численного показателя доли изменчивости управляемого фактора, которая описывается воздействием на него включенными в модель модифицированными факторами;

- проверку значимости модели в целом.

При проверке значимости коэффициентов модели, проверяется гипотеза где i, j - элементы матрицы коэффициентов B.

Статистика для гипотезы H0 имеет вид коэффициентов, j, j - элемент матрицы ( Zk(,pt )T Zk(,pt ) )1, p 1,2,.., N.

Далее вычисляем вероятности попадания значения статистического критерия в критическую область:

где FT – функция распределения Стьюдента с (k t ) степенями свободы [3].

объявляется управляющий фактор Z (j p ) объявляется не значимым для Yi ( p ), В противном случае, если pi, j - коэффициент значим. В этом случае его значение сохраняется в матрице коэффициентов.

Далее для простоты записи маркер ( p) будем опускать, подразумевая, однако, что все последующие результаты также имеют место для всех N сформированных наборов «модифицированных» факторов.

При вычислении элементов вектора коэффициентов детерминации R2 ( R12,.., Rn ) используется следующая формула:

где E – единичный вектор, –среднее значение i-го управляемого фактора, вычисленного по результатам k наблюдений, т.е. Yi Yi ( Z l ) – вектор прогнозных значений управляемого фактора Yi при наборе наблюдений «модифицированных» факторов управления.

«модифицированных факторов», включенных в модель На следующем этапе для каждой модели проводится проверка гипотезы о значимости на основании критерия Фишера, который рассчитывается по каждой компоненте вектора R2 ( R12,.., Rn2 ) :

Здесь g – количество значимых «модифицированных» факторов, включенных в модель. Отбираем только те модели, для которых уровень значимости статистики (2.1.5) не превышает 0,05.

Для выбора «лучшей» модели из отобранных дальнейшему анализу подвергаются матрицы коэффициентов отобранных моделей. В дальнейшем коэффициентов. Это название, прежде всего, связано с тем, что как правила наблюдения в рассматриваемых системах управления фиксируются за определенный период времени (например, год или месяц). С добавлением новых наблюдений по истечении очередного временного периода матрица коэффициентов модели изменяется.

Далее излагаются материалы, предложенные и опубликованные автором диссертации в [29, 30, 32, 33, 34, 36].

Введем определения. Пусть имеются две матрицы динамических коэффициентов В и С одинаковой размерности m на n.

Определение 2.1.1. Расстоянием между соответствующими элементами матрицы назовем величину:

Определение 2.1.2. Процентным расстоянием между матрицами динамических коэффициентов В и С одинаковой размерности m на n назовем величину:

Определение 2.1.3. Информационное расстояние между матрицами В и С – это количество процентного расстояния между матрицами В и С, приходящегося на один элемент матрицы:

Пусть за один временной период регистрируется k наблюдений и количество таких периодов N. Теперь рассмотрим последовательность информационных расстояний для матриц динамических коэффициентов модели, построенную по k, 2k, …, Nk наблюдениям. То есть, по k наблюдению была построена матрица Ak, по 2k наблюдениям была построена матрица A2 k и так далее. Заметим, что получили взаимно однозначное соответствие между матрицами и наблюдениями за временной период. Поэтому информационные расстояния между матрицами Al и Al 1, где l k,2k,..., ( N 1)k будем обозначать параметрами распределения. Для простоты информационные расстояния будем обозначать I 2 k, I 3k,..., I Nk. Заметим, что индекс информационного расстояния взаимно однозначен с номером временного периода. Оценим параметры неизвестного распределения следующими статистиками. Среднее выборочное (оценка для математического ожидания):

квадратичного отклонения):

Рассмотрим случай построения двух моделей и выбора наилучшей из них.

Предположим, что произведено Nk наблюдений векторов x(t) и y(t) и построено две модели управления, для которых, соответственно, верны соотношения:

где матрицы A1 и A2 имеют не обязательно одинаковые размерности. Пусть матрицы имеют, соответственно, размерности mn1 и mn2. Нужно отдать предпочтение одной из моделей.

Построим последовательности информационных расстояний для матриц динамических коэффициентов, в результате получим две случайные величины I 1 и I 2 с соответствующими распределениями:

коридором изменения матрицы динамических коэффициентов или ампликором.

Вообще говоря, информационное расстояние может быть заменено какой-либо другой метрикой (например, наибольшей процентной разницей коэффициентов) и тогда ампликор принимает другое выражение, т.к. меняется формула 2.1.8.

Следуя [30], отметим, что чем меньше ампликор, тем меньше изменяются элементы матрицы динамических коэффициентов с течением времени. Следовательно, меньшая изменчивость и модели управления. Модель с наименьшим амплитудным коридором изменения оценок динамических коэффициентов назовем миниампликорной моделью.

Определение 2.1.5. Свойство матрицы минимально меняться с течением времени, т.е. минимально изменять коэффициенты с регистрацией новых наблюдений, назовем наименьшей изменчивостью матрицы.

Определение 2.1.6. Миниампликорной моделью управления назовем модель, имеющую матрицу динамических коэффициентов с наименьшей изменчивостью с течением времени.

Так как в изначальном предположении две модели были построены по первая модель будет миниампликорной моделью. При справедливости Очевидно, что такое сравнение можно провести для любого количества моделей. Следовательно, из всех построенных моделей в качестве «лучшей»

можно выбрать миниампликорную модель.

Лучшая, в некотором смысле, модель позволяет прогнозировать факторов.

Пример. Была установлена зависимость заболеваний крови и патологий (неудовлетворительной) группы промышленных, коммунальных и пищевых корреляции управляющих факторов x1 и x 2 с ответами были больше 0,7.

Коэффициенты корреляции x3 с ответами находились в диапазоне от 0,4 до 0,7.

Таблица 2.1.1. Характеристики моделей Среднее информационное по одному наблюдению I Выборочное отклонение между матрицами по одному Среднее информационное Выборочное отклонение между матрицами по пяти Среднее информационное по десяти наблюдениям I Выборочное отклонение между матрицами по десяти Необходимо было решить вопрос: включать или нет в регрессионную модель управляющий фактор x3. В результате были рассмотрены две модели – с фактором x3 и без него.

Наблюдения анализировались порционно – по одному, по пять и по десять наблюдений. Всего исследовалось 199 наблюдений по территориям субъекта РФ – Пермского края. Результаты исследований приведены в таблице 2.1.1.

Из таблицы 2.1.1 видно, что ампликор модели 2 при любых порциях наблюдений меньше ампликора модели 1. На основании этого можно сделать вывод о предпочтении в использовании модели 2.

Заметим, что доверительный интервал для прогнозного значения y, согласно [83], может быть найден с помощью неравенства где p - доверительная вероятность, U ( p) - число заданное равенством, где Ф(x) - функция стандартного нормального распределения с Ф(U ( p)) математическим ожиданием 0 и дисперсией 1, n - количество наблюдений, S выборочное отклонение.

Метод матричного нелинейного прогнозирования был реализован в виде программного продукта, заставка которого приведена на рис. 2.1.2.

Рис. 2.1.2. Заставка программного продукта «Метод нелинейного матричного На рис. 2.1.3 и 2.1.4 показана возможность выбора управляющих и управляемых факторов, причем могут быть выбраны не все факторы, что позволяет при одном запуске программы построить различные модели управления. Вплоть до того, что управляющие и управляемые факторы поменять местами, т.е. построить обратную зависимость.

На рис. 2.1.5. представлены все параметры программы, которыми может управлять исследователь. Можно задавать максимально допустимые коэффициенты корреляции между управляющими факторами. Можно задавать минимально допустимый коэффициент корреляции между Рис. 2.1.3. Полный список введенных факторов Рис. 2.1.4. Выбор управляющих и управляемых факторов управляющим фактором и фактором управления (по экспертным оценкам гигиенистов для задач управления рисками здоровью коэффициент равен 0,03).

Можно изменять уровень значимости моделей (по мотивированному суждению для задач управления рисками здоровью это не рекомендовано). В программе также реализованы два способа вычисления расстояния между матрицами динамических коэффициентов. По желанию исследователя кроме факторов управления могут быть проанализированы их по парные произведения. Также исследователь может использовать широкий набор линеаризующих функций, что позволяет наиболее адекватно построить модель управления в особо сложных случаях управления.

На рис. 2.1.6 показано многообразие построенных моделей, а на рисунках 2.1.7 и 2.1.8 выборы лучших моделей по наименьшему ампликору и наибольшему коэффициенту детерминации.

Рис. 2.1.8. Лучшая модель по коэффициенту детерминации Наконец, на рис. 2.1.9 продемонстрирована функция прогноза моделей управления. Прежде чем воспользоваться прогнозом, исследователь должен выбрать одну из построенных моделей.

Вывод. Метод нелинейного матричного прогнозирования позволяет устанавливать причинно-следственные связи между управляющими и управляемыми факторами, дает возможность строить и анализировать совокупность моделей управления, выбирать лучшую, в некотором смысле, модель управления, устанавливать долю влияния управляющих факторов на управляемые факторы, прогнозировать управляемые факторы.

В том параграфе приведены результаты, полученные и опубликованные автором [29, 30]. Метод отбора характерных наблюдений существенно опирается на метод нелинейного матричного прогнозирования.

Характерными наблюдениями являются те наблюдения, которые позволяют наиболее точно анализировать управление, т.е. наиболее адекватно отображают многообразие причинно-следственных взаимосвязей совокупности управляющих факторов с совокупностью управляемых факторов.

Здесь существенно будем использовать неравенство Чебышева [8].

Согласно, этому неравенству, для любой случайной величины X c конечным математическим ожиданием mX и конечным квадратичным отклонением X вероятность попадания ее реализации xi в интервал ( mx 3 x xi mx 3x ) не меньше 0,888. Если же X имеет нормальное распределение, то эта вероятность равна 0,9973. На практике принято считать, что если вся выборка наблюдений попадает в вышеуказанный интервал [83, 84], то эта выборка извлечена из генеральной совокупности с нормальным законом распределения.

Сначала, согласно §2.1 настоящей работы, строятся всевозможные модели управления, удовлетворяющие исходным требованиям. Затем выбирается, в некотором смысле, лучшая модель и у не фиксируется матрица динамических коэффициентов. Суть метода заключается в том, что информационные расстояния последовательно проверяются на удовлетворение неравенства Чебышева.



Pages:     || 2 |


Похожие работы:

«Жидкова Юнна Юрьевна РАЗРАБОТКА СОСТАВА И ФАРМАКОТЕХНОЛОГИЧЕСКИЕ ИССЛЕДОВАНИЯ КОМПОЗИТНЫХ ГЕЛЕЙ ДЛЯ ПРОФИЛАКТИКИ ГИПЕРТРОФИЧЕСКИХ И КЕЛОИДНЫХ РУБЦОВ 14.04.01. – технология получения лекарств ДИССЕРТАЦИЯ на соискание ученой степени кандидата фармацевтических наук Научный руководитель :...»

«из ФОНДОВ РОССИЙСКОЙ ГОСУДАРСТВЕННОЙ БИБЛИОТЕКИ Огарков, Константин Николаевич 1. Юридические формы обеспечения законности в правотворчестве субъектов Российской Федерации 1.1. Российская государственная библиотека diss.rsl.ru 2005 Огарков, Константин Николаевич Юридические формы обеспечения законности в правотворчестве субъектов Российской Федерации [Электронный ресурс]: Дис.. канд. юрид. наук : 12.00.01.-М.: РГБ, 2005 (Из фондов Российской Государственной библиотеки) Государство и право....»

«Багдасарян Александр Сергеевич БИОТЕСТИРОВАНИЕ ПОЧВ ТЕХНОГЕННЫХ ЗОН ГОРОДСКИХ ТЕРРИТОРИЙ С ИСПОЛЬЗОВАНИЕМ РАСТИТЕЛЬНЫХ ОРГАНИЗМОВ 03.00.16 экология ДИССЕРТАЦИЯ на соискание ученой степени кандидата биологических наук Научный руководитель : доктор ветеринарных наук, профессор И.М. Мануйлов Ставрополь 2005 1 СОДЕРЖАНИЕ ВВЕДЕНИЕ.. ГЛАВА I. ОБЗОР ЛИТЕРАТУРЫ.. 1.1 Почва как депонирующая среда техногенных загрязнителей. 1.1.1 Химическое...»

«СИТКИН ЕВГЕНИЙ ЛЕОНИДОВИЧ УПРОЩЕННО-КОГНИТИВНЫЕ ПРИЕМЫ РЕШЕНИЯ ЗАДАЧ СТЕРЕОМЕТРИИ КАК СРЕДСТВО РАЗВИТИЯ САМОСТОЯТЕЛЬНОЙ ДЕЯТЕЛЬНОСТИ УЧАЩИХСЯ 13.00.02- теория и методика обучения и воспитания (математика) Диссертация на соискание ученой степени кандидата педагогических наук Научный руководитель доктор педагогических наук,...»

«ИЗ ФОНДОВ РОССИЙСКОЙ ГОСУДАРСТВЕННОЙ БИБЛИОТЕКИ Кирпичев, Александр Александрович Повышение эффективности вибродиагностики с использованием пьезоэлектрических и вихретоковых преобразователей Москва Российская государственная библиотека diss.rsl.ru 2007 Кирпичев, Александр Александрович.    Повышение эффективности вибродиагностики с использованием пьезоэлектрических и вихретоковых преобразователей  [Электронный ресурс] : дис. . канд. техн. наук  : 05.11.13. ­ М.: РГБ, 2007. ­ (Из фондов...»

«Сургутов Денис Александрович Формирование лизинговых отношений в российской экономике Специальность 08.00.01. – Экономическая теория Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель : д. э. н., профессор Сычев Н. В. Москва - 2005 2 План диссертации стр. Введение. Глава 1. Развитие лизинговых отношений. 1.1 Лизинг как специфическая форма развития арендных отношений. 1.2 Структура лизинговых...»

«Свердлова Ольга Леонидовна АВТОМАТИЗАЦИЯ УПРАВЛЕНИЯ ТЕХНОЛОГИЧЕСКИМИ ПРОЦЕССАМИ РАЗДЕЛЕНИЯ ГАЗОВ В ПРОМЫШЛЕННОСТИ 05.13.06 – Автоматизация и управление технологическими процессами и производствами Диссертация на соискание ученой степени кандидата технических наук Научный руководитель кандидат химических наук, доцент Евсевлеева Л.Г. Иркутск СОДЕРЖАНИЕ ВВЕДЕНИЕ.. ГЛАВА 1. АДСОРБЦИОННЫЙ МЕТОД РАЗДЕЛЕНИЯ ВОЗДУХА НА...»

«Мишина Галина Витальевна Образотворческая триада детство – природа – Храм в произведениях Н.А. Некрасова Специальность 10.01.01. – русская литература Диссертация на соискание ученой степени кандидата филологических наук Научный руководитель – доктор филологических наук профессор В.А. Зарецкий Стерлитамак 2007 Содержание Введение 3 Глава I Детское чувство веры в произведениях Н.А. Некрасова §1. Первоначальная...»

«Белик Глеб Андреевич Метод повышения устойчивости печатных узлов БРЭА космических аппаратов к возникновению ЭСР 05.12.04 - Радиотехника, в том числе системы и устройства телевидения Диссертация на соискание ученой степени кандидата технических наук Научный руководитель : д.т.н., профессор Саенко Владимир Степанович Москва, 2013 2 Содержание Введение..4 Глава 1 Объёмная электризация космических аппаратов:...»

«ИЛЮХИН Дмитрий Александрович ПРОГНОЗ РАЗВИТИЯ ЗОНЫ ВОДОПРОВОДЯЩИХ ТРЕЩИН ПРИ РАЗРАБОТКЕ ЯКОВЛЕВСКОГО МЕСТОРОЖДЕНИЯ БОГАТЫХ ЖЕЛЕЗНЫХ РУД Специальность 25.00.16 – Горнопромышленная и нефтегазопромысловая геология, геофизика, маркшейдерское дело и геометрия недр...»

«Вакуленко Андрей Святославович ОБЩЕСТВЕННОЕ МНЕНИЕ В СОЦИАЛЬНО–ИСТОРИЧЕСКОМ ПРОЦЕССЕ 09.00.11 – социальная философия Диссертация на соискание ученой степени кандидата философских наук Научный руководитель : доктор философских наук, профессор Зорин Александр Львович Краснодар – 2014 Содержание ВВЕДЕНИЕ.. ГЛАВА Теоретико–методологические основы изучения I. общественного мнения.. 1.1. Полисемантичность...»

«ФИРСОВ-ШИБАЕВ ДЕНИС ОЛЕГОВИЧ ДИАГРАММООБРАЗУЮЩАЯ СИСТЕМА ОПТИЧЕСКОГО ТИПА ДЛЯ МНОГОЛУЧЕВЫХ АФАР Специальность 05.12.07–Антенны, СВЧ устройства и их технологии Диссертация на соискание ученой степени кандидата технических наук Научный руководитель – доктор технических наук,...»

«Юмагузин Валерий Валерьевич Смертность от внешних причин в России в постсоветский период Специальность 22.00.03 – Экономическая социология и демография Диссертация на соискание ученой степени кандидата социологических наук Научный руководитель : д.с.н. И.В. Журавлева Москва - Оглавление Введение Глава 1. Внешние причины смерти как индикатор...»

«Орлянский Сергей Александрович ТРАНСФОРМАЦИЯ ОБРАЗА МУЖЧИНЫ В СОВРЕМЕННОЙ КУЛЬТУРЕ Специальность 09.00.13 – Религиоведение, философская антропология, философия культуры Диссертация на соискание учёной степени кандидата философских наук Научный руководитель : доктор философских наук, профессор Авксентьев В.А. Ставрополь ОГЛАВЛЕНИЕ ВВЕДЕНИЕ.. ГЛАВА 1. Философско-культурологические...»

«Семененко Григорий Михайлович КРИМИНОЛОГИЧЕСКАЯ ХАРАКТЕРИСТИКА И ПРЕДУПРЕЖДЕНИЕ УМЫШЛЕННОГО УНИЧТОЖЕНИЯ ИЛИ ПОВРЕЖДЕНИЯ ЧУЖОГО ИМУЩЕСТВА ДИССЕРТАЦИЯ на соискание ученой степени кандидата юридических наук 12.00.08 — уголовное право и криминология; уголовно-исполнительное право Научный руководитель :...»

«ДУБОВЕЦ ДЕНИС СЕРГЕЕВИЧ РАЗВИТИЕ МЕХАНИЗМА УПРАВЛЕНИЯ ОХРАНОЙ ТРУДА 08.00.05 – экономика и управление народным хозяйством (экономика труда) Диссертация на соискание ученой степени кандидата экономических наук Научный руководитель доктор экономических наук, профессор Б. Г. Збышко Москва – ОГЛАВЛЕНИЕ ВВЕДЕНИЕ.. ГЛАВА 1 ТЕОРЕТИКО-МЕТОДОЛОГИЧЕСКИЕ ОСНОВЫ МЕХАНИЗМА УПРАВЛЕНИЯ ОХРАНОЙ ТРУДА В РОССИЙСКОЙ ФЕДЕРАЦИИ....»

«БУЛЫЧЁВ Пётр Евгеньевич АЛГОРИТМЫ ВЫЧИСЛЕНИЯ ОТНОШЕНИЙ ПОДОБИЯ В ЗАДАЧАХ ВЕРИФИКАЦИИ И РЕСТРУКТУРИЗАЦИИ ПРОГРАММ 05.13.11 — математическое и программное обеспечение вычислительных машин, комплексов и компьютерных сетей ДИССЕРТАЦИЯ на соискание ученой степени кандидата физико-математических наук Научные руководители: доктор физ.-мат. наук, академик РАЕН, профессор Р. Л. Смелянский; кандидат физ.-мат. наук, доцент В. А....»

«ИЗ ФОНДОВ РОССИЙСКОЙ ГОСУДАРСТВЕННОЙ БИБЛИОТЕКИ Шпякина, Ольга Александровна Структура языкового концепта оценки в современном английском языке Москва Российская государственная библиотека diss.rsl.ru 2006 Шпякина, Ольга Александровна Структура языкового концепта оценки в современном английском языке : [Электронный ресурс] : На материале оценочных глаголов : Дис. . канд. филол. наук  : 10.02.04. ­ Архангельск: РГБ, 2005 (Из фондов Российской Государственной Библиотеки) Германские языки...»

«Чехранова Светлана Викторовна ЭФФЕКТИВНОСТЬ ИСПОЛЬЗОВАНИЯ ПРЕМИКСОВ В КОРМЛЕНИИ ДОЙНЫХ КОРОВ 06.02.08 – кормопроизводство, кормление сельскохозяйственных животных и технология кормов ДИССЕРТАЦИЯ на соискание ученой степени кандидата сельскохозяйственных наук Научный руководитель : доктор сельскохозяйственных наук, профессор...»

«КУНДИКОВА Наталия Дмитриевна proqwlenie wektornoj prirody sweta pri ego wzaimodejstwii s we}estwom Специальность 01.04.05 — Оптика Диссертация на соискание ученой степени доктора физико-математических наук Челябинск 1995 sODERVANIE wWEDENIE 5 1 wZAIMODEJSTWIE PROSTRANSTWENNYH I POLQRIZACIONNYH...»






 
2014 www.av.disus.ru - «Бесплатная электронная библиотека - Авторефераты, Диссертации, Монографии, Программы»

Материалы этого сайта размещены для ознакомления, все права принадлежат их авторам.
Если Вы не согласны с тем, что Ваш материал размещён на этом сайте, пожалуйста, напишите нам, мы в течении 1-2 рабочих дней удалим его.