Планирование реагирования на ЧС с помощью агентного моделирования

Обзор:




Battelle — крупнейшая в мире некоммерческая независимая исследовательская организация. Она управляет лабораториями для Министерства энергетики и Министерства внутренней безопасности США, а также международной ядерной лабораторией в Великобритании.

Проблема:




В одном из проектов задачей Battelle было найти быстрые и эффективные методы реагрования на чрезвычайные ситуации различного характера. В частности, исследователи должны были определить эффективность мер реагирования в случае детонации ядерного устройства, сравнив планы эвакуации населения и его укрытия на месте ЧС. Цель таких мер реагирования – уменьшить полученные населением дозы радиации.


Моделирование чрезвычайной ситуации представляет множество трудностей. Нужно учитывать физические последствия ЧС, многие возможные сценарии и географические векторы угроз. К тому же, нужно учитывать тот факт, что меры по урегулированию ЧС редко проводятся в жизнь так, как запланировано, т.к. в их проведение вмешивается человеческий фактор.


Решение:




Исследователи использовали имитационное моделирование, т.к. оно дает возможность рассмотреть множество случайных сценариев. Детерминистские же модели, напротив, не могут учесть непредсказуемость реакции людей и не дают возможности протестировать разные сценарии.


Специалисты Battelle выбрали для задачи имитационного моделирования инструмент AnyLogic, т.к. он широко использовался в других проектах организации, в том числе:

  • Здравоохранение: управление ресурсами и моделирование работы больниц, контроль распространения инфекций.
  • Экономическое развитие и прогнозирование развития отраслевых кластеров.
  • Логистика и техобслуживание парка транспортных средств.
  • Национальная безопасность и меры реагирования на ЧС.

Возможности агентного моделирования в AnyLogic позволили исследователям Battelle отразить в модели основную динамику чрезвычайной ситуации. Неопределенность и непрогнозируемость – главное, что нужно учитывать при моделировании поведения людей в таких случаях. Это может быть учтено только в агентной модели.

Принцип устройства модели реагирования на ЧС

Принцип устройства модели реагирования на ЧС


Модель включала дорожную сеть, транспортные средства, водителей и чрезвычайные происшествия. Дорожная сеть была построена на ГИС-карте, куда были загружены данные местной дорожной организации (ограничения скорости, пропускная способность). Узловые точки сети выступали агентами для лучшего контроля над моделью. По мере развития чрезвычайной ситуации в дорожной сети посредством динамических событий происходили изменения – например, затопления дорог и разрушения мостов.


Физические ограничения техники были заданы данными из переписи Транспортного бюро США. Для моделирования поведения водителей использовались данные из исследований – была отражена разница между нормальным поведением и действиями во время всеобщей эвакуации. Агенты в модели динамически прокладывали маршруты. Движение автомобилей было связано с состоянием водителей – машины останавливались, когда водители теряли возможность управлять ими.


Переменные, определявшие поведение агентов, были откалиброваны по статистике предыдущих эвакуаций. В случаях, для которых не было исторических данных, исследователи использовали статистику других крупных транспортных коллизий, анализ чувствительности, основанный на данных других ЧС, а также результаты опросов.


Структура модели реагирования на ЧС


Структура модели



Специалисты использовали динамические контуры последствий аварии, чтобы измерить их последствия по регионам. Контуры обновлялись в реальном времени на основе прогнозов погоды, рельефа и т.д. Различные наборы контуров давали данные по почти любому варианту последствий ЧС (уровни наводнения, развития огня, распределения загрязнения/выпадения радиоактивных осадков и др.). В сценарии с детонацией ядерного устройства использовались два набора контуров: радиус взрывной волны (огненный шар и зона с высоким избыточным давлением) и распределение радиоактивных осадков (уровни загрязнения в воздухе и на земле от разных типов элементов).


Результат:




Имитационная модель AnyLogic, сравнив сценарии немедленной эвакуации и укрытия на месте аварии, показала, что при больших взрывах укрытие снижает полученные дозы радиации и количество случаев сильного радиационного заражения.


Также модель предоставила данные для проведения дальнейших исследований по выбору лучших стратегий реагирования на ЧС. Специалисты Battelle реализовали в одной модели разные типы агентов, отвечающих за реагирование на ЧС, разные сценарии реагирования и возможность изменять компоненты модели (выбирать разные локации для одного сценария или разные сценарии для одной локации). Это позволило найти практические решения для реагирования на разые типы кризисов и природных чрезвычайный ситуаций.

Другие проекты

  • Моделирование распределительного склада фармацевтической компании
    Cardinal Health – компания с многомиллиардным оборотом, работающая в сфере дистрибуции и логистики фармацевтических товаров. Каждый день компания сталкивается со множеством логистических задач, типичных для распределительных складов, которые осложняются спецификой фармацевтической сферы. Компания использовала агентное моделирование для различных бизнес-задач, что позволило ей экономить 3 000 000 долларов ежегодно.
  • Развитие сети нефтепроводов: поиск узких мест и выбор стратегий
    Один из крупнейших операторов нефтепроводов в Северной Америке столкнулся с проблемой, которая возникала, когда один из ее крупных клиентов отказывался получать доставленную нефть. Оператору требовалось оценить влияние неполучения партий нефти на работу транзитной сети. Нужно было понять, смогут ли существующие нефтяные терминалы и хранилища вместить партии, доставка которых задерживается.
  • Развёртывание системы реанимобилей в Германии
    Реанимобили MSU (Mobile Stroke Units) были предложены для ускорения оказания помощи пациентам с апоплексическим ударом. Специалисты MSU должны начинать диагностику и терапию прямо на месте происшествия. Целью внедрения было снижение времени от поступления вызова до начала лечения больных для предотвращения риска возникновения инвалидности и снижения издержек в здравоохранении.
  • Моделирование на основе статистики врачебной практики
    Специалистам в сфере здравоохранения требуются инструменты для принятия решений относительно планирования, тестирования и оценки новых технологий и политик. Специфика данной области (комплексность и взаимозависимость процессов) превращает любые изменения и инновации в постоянное испытание для профессионалов индустрии. DWH Simulation Services в партнерстве с Австрийской Ассоциацией Социального Страхования (AASI) проанализировали данные системы здравоохранения Австрии для принятия важных для медицинской практики решений.
  • Моделирование работы родильного отделения
    Эта модель воспроизводит работу родильного отделения в строящейся больнице. Задача этой модели состояла в поддержке принятия решений касательно ресурсов, пропускной способности и методов организации работы в новом отделении. Проект был выполнен для больницы Karolinska University Hospital в лене Стокгольм, Швеция.
  • Оценка пропускной способности больничного стационара
    В шведском Стокгольме строилась новая узкоспециализированная больница, и местное управление здравоохранения задалось вопросом, сможет ли больница обслуживать нужное количество пациентов при текущих инвестициях и организационных планах. Специалисты использовали AnyLogic для поиска ответов на свои вопросы.
  • Моделирование медицинского обслуживания на уровне региона
    Регион Стокгольма (Швеция), как и любой регион, испытывает постоянную необходимость удовлетворять спрос на услуги здравоохранения различных групп пациентов. Каждая группа может быть рассмотрена как субпопуляция со своими особенностями, характеристиками и сложностями. Данный проект по имитационному моделированию рассматривал пациентов, которые нуждались в диализе почек.
  • Оценка стратегий в сфере здравоохранения для уменьшения количества случаев кесарева сечения
    Множество специалистов здравоохранения давно говорят о необходимости уменьшения количества родов при помощи кесарева сечения. Алан Миллс, эксперт-статистик, и его коллеги провели исследование для штата Вашингтон, в котором воспроизвели при помощи моделирования часть системы здравоохранения США, занимающуюся родовспоможением.
  • Разработка стратегий в сфере здравоохранения с помощью моделирования
    Специалисты Центра исследований вопросов здравоохранения (Centre for Research in Healthcare Engineering, CRHE) решили создать инструмент анализа и визуализации, с помощью которого можно было бы лучше понять, как работает система здравоохранения Канады, и что именно следует изменить, чтобы повысить продолжительность жизни канадцев.
  • Исследование условий проживания людей с психическими заболеваниями в США при помощи моделирования
    За последние 60 лет в США увеличилось количество людей с серьёзными хроническими психическими заболеваниями, которые живут вне специальных лечебных учреждений. IBM Global Research и Otsuka Pharmaceuticals провели исследование с применением агентного моделирования, чтобы выяснить причины этих изменений в обществе.