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:

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.

Похожие проекты

Другие истории успеха