Проблема:
Природные и антропогенные катаклизмы накладывают особую ответственность на коммунальные службы. В случае происшествия необходимо как можно быстрее доставить на место технику, оборудование и бригады рабочих для устранения последствий, а также восстановить поставки воды, электричества и газа.
Однако у местных коммунальных служб может не хватить ресурсов, чтобы справиться с чрезвычайной ситуацией в короткий срок. В Канаде для ускорения процесса оказания помощи коммунальные предприятия из соседних регионов объединяются в кластеры. Внутри кластера компании могут оперативно обмениваться информацией и запрашивать помощь в чрезвычайной ситуации.
Компания может отказать в помощи, если место происшествия расположено далеко, и затраты на оказание помощи высоки. Чтобы помочь коммунальным компаниям принимать взвешенные решения, инженеры из Йоркского университета создали СППР на основе модели AnyLogic.
Решение:
Сначала консультанты хотели понять, какие критерии влияют на принятие решения об оказании помощи. В результате было выявлено 13 критериев, которые были сгруппированы в 3 категории:
- Критерии компании, запрашивающей помощь – расстояние до места бедствия, размер ущерба и т.д.
- Критерии компании, отвечающей на запрос о помощи – экстремальные условия в своём регионе, наличие доступных ресурсов и т.д.
- Критерии стихийного бедствия – вид бедствия, размер зоны бедствия и т.д.
Каждому из критериев инженеры присвоили диапазон значений и весовые коэффициенты, зависящие от его важности в процессе принятия решений.
Далее они создали агентную модель, которая тестировала сценарии оказания помощи. В ней коммунальные компании были привязаны к местоположению на ГИС-карте. Пользователь мог выбрать, какая компания будет запрашивать помощь, а какая – отвечать на запрос. Выбранные критерии, которые могу повлиять на решение, также учли в модели: их значения по умолчанию, принятые на предыдущем этапе, можно было изменить вручную.
В модели процесс принятия решения запускается, когда отвечающая компания получает запрос о помощи. Диаграмма состояния (statechart) схематично показывает этот процесс.
Решение об оказании помощи основывается на заданных значениях параметров и их весовых коэффициентах. Если решение положительное, рабочие и техника отвечающей компании выдвигаются на место происшествия. По дороге бригады могут быть перенаправлены в другие участки региона ЧС. При этом на экране модели отображается следующая статистика:
- количество компаний в кластере, включая тех, которые согласились помочь;
- количество бригад в пути и прибывших на место происшествия;
- расстояние бригад до мест отправления и прибытия;
- время, за которое бригады доедут до места происшествия.
Результат:
На основе модели AnyLogic инженеры разработали систему по поддержке принятия решений для коммунальных компаний. На её основе они провели эксперименты, которые позволили оптимизировать процесс оказания взаимопомощи при ЧС и помогли избежать ошибок в процессе принятия решений. С помощью встроенных в AnyLogic ГИС-карт инженеры визуализировали перемещение бригад до места происшествия и перенаправлять бригады в пути.
