Рекомендуемая категория для самостоятельной подготовки:
Дипломная работа*
| Код |
246464 |
| Дата создания |
05 февраля 2016 |
| Страниц |
85
|
Мы сможем обработать ваш заказ (!) 20 декабря в 12:00 [мск] Файлы будут доступны для скачивания только после обработки заказа.
|
Описание
С целью повышения безопасности судовых систем пожаротушения предложен многофакторный анализ оценки влияния параметров объекта на риск возникновения аварийной ситуации. По каждому из факторов введены основные параметры подсистем судовой системы пожаротушения для оценки влияния фактора на возникновение аварийной ситуации. Расчеты оценка риска выполнены с применением логико-вероятностной оценки, аппарата нечетких множеств и экспертных систем.
Целью работы является разработка и построение нечеткой модели оценки рисков судовых систем пожаротушения с помощью средств нечеткой логики для упрощения процесса управления рисками ССП и оптимизации затрат времени на принятие управляющих действий в аварийных ситуациях.
Для достижения данной цели поставлены были следующие задачи:
- анализ литературных ист ...
Содержание
Введение 5
1 АНАЛИТИЧЕСКАЯ ЧАСТЬ 6
1.1 Обоснование актуальности разработки 6
1.2 Описание предметной области 7
1.3 Постановка задачи 13
1.4 Описание технических и программных средств разработки 14
2 ФАКТОРЫ РИСКА ССП 16
2.1 Описание состава и специфики функционирования ССП 16
2.2 Выявление факторов риска ССП 27
3 РЕАЛИЗАЦИЯ НЕЧЕТКОЙ МОДЕЛИ ОЦЕНКИ И УПРАВЛЕНИЯ РИСКАМИ ССП 29
3.1 Пакет Fuzzy Logic Toolbox 29
3.2 Реализация нечеткой модели оценки рисков подсистемы ССП ПВД 31
3.3 Реализация нечеткой модели оценки рисков подсистемы ССП СПП 39
3.4 Реализация нечеткой модели оценки рисков подсистемы ССП ГЧП 45
3.5 Реализация нечеткой модели оценки рисков подсистемы ССП ПСП 53
3.6 Реализация нечеткой модели оценки рисков подсистемы ССП ПАП 61
4 ОХРАНА ТРУДА 69
4.1 Требования к производственным помещениям для работы с ВДТ 69
4.2 Требования к микроклимату помещений для ЭВМ 74
4.3 Требования к организации рабочего места пользователя ЭВМ 76
4.4 Национальные нормативные документы по охране труда пользователей ВДТ 79
ЗАКЛЮЧЕНИЕ 81
ПЕРЕЧЕНЬ ССЫЛОК 82
ПРИЛОЖЕНИЕ А 8
Введение
Тенденция увеличения сложности математических и формальных моделей реальных систем и процессов управления связана с желанием повысить их адекватность и учесть все большее число различных факторов, влияющих на процессы принятия решений способствует необходимости разработки и использования нечеткого моделирования. Традиционные методы построения нечетких моделей не приводят к удовлетворительным результатам, когда входной описание, подлежащего решению проблемы, заведомо является неточным или неполным.
При этом стремление получить всю исчерпывающую информацию для построения точной математической модели сколько-нибудь сложной реальной ситуации может привести к потере времени и средств, так как это может быть в принципе невозможно
В подобных случаях наиболее целесообразно воспользоваться такими м етодами, которые специально ориентированы на построение моделей, учитывающих неполноту и неточность исходных данных. Именно в таких ситуациях технология нечеткого моделирования оказывается наиболее конструктивной, поскольку за последнее десятилетие на ее основе были решены сотни практических задач управления и принятия решений.
Тщательная проработка и учет рисков стала неотъемлемой частью и важной составляющей успеха деятельности каждого судовии компании. Однако все чаще компаниям приходится принимать решения в условиях неопределенности, которые могут привести к непредсказуемым последствиям и, соответственно, нежелательным результатам и убыткам.
Своевременное выявление, а также адекватная и наиболее точная оценка рисков является одной из насущных проблем современного анализа.
В настоящее время актуальной задачей является необходимостью многокритериальной оценки рисков для принятия соответствующих мер при планировании и контроле состояния судовых систем пожаротушения
Список литературы
1. Аверкин А.Н. Нечеткие множества в моделях управления и искусственного интеллекта / А.Н. Аверкин, И.З. Батыршин. – М.:Наука, 1986. – 312 с.
2. Акимов В.А. Риски в природе, техносфере, обществе и экономике / В.А. Акимов, В.В. Лесных, Н.Н. Раднаев. – М.: Деловой экспресс, 2004. – 352 с.
3. Александров А.В. Судовые системы / А.В. Александров. – Л.: Судостроение, 1985. — 544 с.
4. Аронов И.З. Современные проблемы безопасности технических систем и анализа риска / Аронов И.З. // Стандарты и качество, 1998. - №3. - С. 451.
5. Борисов В.В. Нечеткие модели и сети / В.В. Борисов, В.В. Круглов. – М.: Горячая линия-Телеком, 2007. – 284 с.
6. Головко С.В. Диагностика технического состояния судового электрооборудования на основе интеллектуального анализа данных / С.В. Головко // Вестник АГТУ, Управление вычислительная техника и информатика, 2009. – №2. – С 90-94.
7. Жидецкий В.Ц. Основы охраны труда / В.Ц. Жидецкий, В.С. Джигирей, Ф.В. Мельников. – Львов: Афиша, 2000. – 351 с.
8. Заде Л.А. Размытые множества и их применения в распознавании образов и кластер-анализе / Л.А. Заде. - М.: Мир, 1980. – 390 с.
9. Таганов А.И. Методика анализа и сокращения рисков проектов сложных программных систем по характеристикам качества / А.И. Таганов // Вестник РГРТУ. – Рязань, 2010. – № 30. – С. 77 – 82.
10. Леоненков А. Нечеткое моделирование в среде MATLAB и fuzzyTECH / А. Леоненков. – СПб.: БХВ-Петербург, 2005. – 736 с.
11. Марков А.С. Управление рисками – нормативный вакуум информационной безопасности / А.С. Марков, В.Л. Цирлов // Открытые системы. СУБД: Журнал для профессионалов в области информационных технологий, 2007. – №8. – С. 63 – 67.
12. Надеев А.И. Диагностика технического состояния судовых дизелей на основе интеллектуального анализа данных / А.И. Надев, Ф.В Свирепов // Судовые энергетические установки и машинно-движительные комплексы, 2012. – №6. – С 119-124.
13. Покусаев М.Н., Касимов Н.Н. Система диагностики судовых энергетических установок с применением нейросетевых моделей / М.Н. Покусаев, Н.Н. Касимов // Вестник АГТУ, Управление вычислительная техника и информатика, 2012. – №2. – С. 88-92.
14. Симонов С.В. Анализ рисков, управление рисками. / С.В.Симонов – Jet Info, 2003. – 28 с.
15. Тарасян В.С. Пакет Fuzzy Logic Toolbox for Matlab: учеб.пособие / В.С. Тарасян. – Екатеринбург: УрГУПС, 2013. – 112 с.
16. Тетерин И.М., Методология разработки экспертных систем для оценки рисков / И.М. Тетерин, В.М. Климовцов, Ю.В. Прус. − Интернет – журнал «Технологии техносферной безопасности» − 2008. − № 5 (21). – С. 1 – 68.
17. Хенли Э.Д. Надежность технических систем и оценка риска / Э.Д. Хенли, Х. Кумамото. – М.: Машиностроение, 1984. – 320 с.
18. Чиняев И.А. Судовые системы / И.А. Чиняев. – М.: Транс, 1984. – 216 c.
19. Штовба С.Д. Проектирование нечетких систем средствами MATLAB / С.Д. Штовба. – М.: Горячая линия – Телеком, 2007. – 288 с.
20. Яхъяева Г.Э. Нечеткие множества и нейронные сети: Учебное пособие/ Г.Э. Яхъяева. – М.: Интернет-Университет Информационных Технологий; БИНОМ. Лаборатория знаний, 2006. – 316 с.
Пожалуйста, внимательно изучайте содержание и фрагменты работы. Деньги за приобретённые готовые работы по причине несоответствия данной работы вашим требованиям или её уникальности не возвращаются.
* Категория работы носит оценочный характер в соответствии с качественными и количественными параметрами предоставляемого материала. Данный материал ни целиком, ни любая из его частей не является готовым научным трудом, выпускной квалификационной работой, научным докладом или иной работой, предусмотренной государственной системой научной аттестации или необходимой для прохождения промежуточной или итоговой аттестации. Данный материал представляет собой субъективный результат обработки, структурирования и форматирования собранной его автором информации и предназначен, прежде всего, для использования в качестве источника для самостоятельной подготовки работы указанной тематики.
bmt: 0.00472