- •Теребнев в.В., Грачев в.А. Основы научных исследований оперативно-тактических действий. – м.: Академия гпс мчс России, 2012. - с.
- •Сведения об авторах
- •Введение
- •1. Понятие о тушении пожара
- •2. Сбор, выезд и следование к месту вызова
- •3. Организация спасательных работ на пожаре
- •3.1. Поиск пострадавших на пожаре
- •3.2. Средства и способы спасения людей на пожаре
- •Результаты экспериментов по проведению спасательных работ по лестничным маршам (высота этажа 3 м).
- •Переноска пострадавших
- •Зависимость времени спасания по лестничному маршу от веса спасаемого
- •Параметры спасения людей (выносом) по маршу лестничной клетки
- •Спасание с помощью спасательной веревки
- •Проведение спасательных работ при помощи натяжного спасательного полотна
- •Проведение спасательных работ с использованием «Куба жизни»
- •Проведение спасательных работ с использованием пожарных лестниц и коленчатых подъемников.
- •Спуск спасаемых с помощью системы «слип-эвакуатор»
- •Проведение спасательных работ при помощи устройства спасательного рукавного
- •Параметры использования спасательных рукавов
- •3.3 Технология деблокирования людей из завалов
- •Технология деблокирования пострадавших способом разборки завала (обвала) сверху
- •Основные технологические операции и возможный порядок их выполнение при деблокировании пострадавшего из завала (обвала) способом сплошной горизонтальной разборки
- •Технология деблокирования пострадавшего из завала (обвала) способом устройства лаза
- •Затраты труда спасателей и машинного времени на оборудование
- •3 Погонных метров лаза в завале (обвале)
- •Технология деблокирования пострадавших из завалов здания с разработкой завала вручную
- •Затраты ручного труда спасателей и машинного времени при разработке завала высотой 2 м вручную
- •Технология устройства галереи в завале
- •Затраты труда спасателей и машинного времени на проходку
- •4 Метров в завале
- •3.4. Технология деблокирования людей из аварийных транспортных средств
- •Технология деблокирования пострадавших из аварийного транспортного средства
- •Ориентировочные затраты ручного труда спасателей и машинного времени для спасения пострадавшего из аварийного автомобиля
- •3.5. Технология освобождения пострадавших, придавленных строительными конструкциями
- •Технология деблокирования пострадавшего, придавленного обрушившимся предметом
- •4. Развертывание сил и средств для транспортирования и подачи огнетушащих веществ
- •4.1. Технология установки пожарного оборудования для забора воды насосными установками мсп из водоисточников.
- •4.2. Технологический процесс при прокладке магистральных и рабочих рукавных линий
- •4.3 Оперативно-тактические действия при развертывании
- •Насосно-рукавных систем для транспортирования и подачи
- •Огнетушащих веществ от головного мобильного средства
- •Пожаротушения
- •Виды насосно-рукавных схем
- •Характеристика насосно-рукавных схем
- •Частота Использования пожарных стволов
- •Частота использования нпр
- •Развертывание насосно-рукавных систем для транспортирования раствора воды и пенообразователя для подачи воздушно-механической пены
- •4.4. Транспортирование огнетушащих веществ перекачкой
- •4.5 Развертывание сил и средств для транспортирования воды мсп к месту пожара подвозом
- •4.6. Гидроэлеваторные системы подачи огнетушащих веществ
- •Техническая характеристика гидроэлеваторов
- •5. Технология ограничения распространения и ликвидации горения Ограничение распространения и ликвидация горения
- •5.1. Общие положения подачи огнетушащих веществ пожарными стволами
- •5.2. Подача огнетушащих веществ в неблагоприятных условиях
- •5.3. Подача огнетушащих веществ в условиях особой опасности для участников тушения пожара
- •5.4 Приёмы ограничения и ликвидации горения на пожарах леса
- •6. Оперативно тактические действия по выполнение специальных работ на пожаре
- •6.1. Организация связи и освещения
- •6.2. Проведение работ по вскрытию, разборке, подъёму, стягиванию конструкций.
- •6.3. Проделывание проемов в конструкциях здания и сооружения
- •Расчетные затраты ручного труда спасателей и машинного времени при пробивке проема в стене гидромолотом
- •Основные технологические операции при проделывании проема с использованием ручной отрезной машины
- •Технологические устройства проема в стене (перекрытии) бурением
- •Снижение несущей способности конструкций зданий в зависимости от характера их повреждений
- •Примерный состав подразделений, назначаемый для обрушения
- •Технология обрушения неустойчивых конструкций
- •Технология обрушения конструкции тросовой тягой
- •6.4 Подъем на высоту
- •6.4. Снятие штурмовой лестницы с автомобиля.
- •6.5 Зашита и эвакуация материальных ценностей
- •6.6 Борьба с излишне пролитой водой на пожаре
- •6.7 Выполнение защитных мероприятий
- •6.8 Регулирование газообмена на пожаре
- •7. Сбор и возращение подразделений в места постоянной дислокации
- •8. Математическая статистика в научных исследованиях оперативно-тактических действий.
- •8.1. Статистический ряд и гистограмма
- •8.2 Выборочное среднее и выборочная дисперсия
- •8.3 Определение параметров генеральной совокупности
- •8.4 Определение доверительного интервала для параметров генеральной совокупности
- •8.5 Определение необходимого числа измерений
- •8.6 Порядок оценки основных параметров статистической совокупности
- •8.7 Проверка статистических гипотез
- •8.8 Проверка статистических гипотез
- •8.9 Проверка однородности оценок дисперсий
- •8.10 Сравнение двух выборочных средних
- •8.11 Проверка гипотезы о виде закона распределения
- •Время развертывания насосно-рукавной системы.
- •8.12 Порядок проверки статистических гипотез
- •9. Исследование корреляционных зависимостей при изучении оперативно-тактических действий.
- •9.1 Коэффициент корреляции
- •9.2 Проверка гипотезы об отсутствии корреляционной связи между случайными величинами
- •9.3 Порядок исследования корреляционных зависимостей
- •10. Планирование экспериментов при изучении оперативно-тактических действий Математическая статистика в научных исследованиях оперативно-тактических действий.
- •10 Плани рование экспериментов при изучении оперативно – тактических действий
- •10.1 Планирование эксперимента с целью получения математического описания (математической модели) объекта
- •10.2 Планирование отсеивающих экспериментов
- •10.3 Определение количества измерений переменных факторов и интервала между их значениями.
- •Подбор исполнителей для экспериментальных исследований оперативно-тактических действий.
- •Расчет интегрального показателя физической работоспособности
- •10.5 Графоаналитический способ установлении уравнении регрессии при исследовании оперативно-тактических действий.
- •10.6. Метод наименьших квадратов и элементы анализа временных рядов при изучении оперативно-тактических действий.
- •11. Исследование оперативно-тактических действий с применением полных факторных планов.
- •11.1. Понятие полных факторных планов и их построение
- •Пфп для трех факторов в нормализованных обозначениях
- •11.2 Свойства матрицы планирования пфп
- •11.3 Построение математических моделей на основе пфп
- •11.4 Проведение эксперимента с дублированными опытами
- •11.5 Обработка результатов эксперимента при равномерном дублировании опытов
- •11.6 Обработка результатов эксперимента при отсутствии дублированных опытов
- •11.7 Проверка адекватности математической модели
- •11.8 Анализ результатов эксперимента
- •12. Исследование оперативно-тактических действий с применением дробных факторных планов.
- •13. Исследование оперативно-тактических действий с помощью экспериментальных планов 2-го порядка.
- •13.2 Расчёт коэффициентов регрессии для в-планов
- •13.3 Униформ-ротатабельный план 2-го порядка.
- •Структура униформ-ротатабельного плана
- •Параметры униформ-ротатабельных планов nc
- •Униформ-ротатабельный план для двух факторов в нормализованных обозначениях
- •Униформ-ротатабельный план для трёх факторов в нормализованных обозначениях
- •13.4 Расчет коэффициентов регрессии для униформ-ротатабельных планов
- •14. Оптимизация оперативно-тактических действий
- •14.1.Определение времени выполнение элементов оперативно-тактических действий с использованием математических методов.
- •Определение интенсивности освоения исследуемого элемента отд.
- •14.2. Определение времени выполнения элементов оперативно-тактических действий с использованием микроэлементных нормативов.
- •14.3 Классификация мэн на элементарные движения
- •1 Движения руки (рук), пальцев, кисти
- •2 Прилагаемое усилие
- •3 Движения корпуса
- •4 Движения ног
- •5 Умственно-зрительная деятельность
- •Рассмотрим микроэлементные нормативы группы п.
- •14.4 Укрупнённые временные параметры выполнение некоторых видов действий.
- •14.5. Оптимизация оперативно-тактических действий.
- •Приложение
- •Учет условий, выполнение нормируемых упражнений
- •Время открепления и снятия пожарного оборудования
- •Время выполнения операций с пожарным оборудованием
- •Время преодоления 1 м
- •Коэффициент, учитывающий высоту снежного покрова
- •Коэффициент, учитывающий влияние температуры окружающей среды
- •Оглавление
10.6. Метод наименьших квадратов и элементы анализа временных рядов при изучении оперативно-тактических действий.
В ЭТОМ РАЗДЕЛЕ рассматриваются объекты исследования, на которые воздействует единственная управляемая переменная величина (фактор)X1.
Пусть эксперимент состоит в постановке N опытов, и в этих опытах факторX1 принимает значения Х11, Х12, ..., X1N. Здесь Х1j — значение фактора X1 в опыте номер j: j= 1,2, ..., N. Выходная величина у принимает в этих опытах значения у1, у2, ..., уN соответственно. Отложим по оси абсцисс значения фактора X1 принимаемые им в опытах, а по оси ординат - соответствующие значения у. Мы получим совокупность точек, соответствующую, например, рис. 10.2.
Целью эксперимента в данном случае является установление закономерности изменения выходной величины упри изменении фактора X1. Для отыскания этой закономерности хотелось бы получить функцию y = f (X1) называемую математической моделью, которая с достаточной точностью описывала бы результаты эксперимента.
На рисунке 10.2 представлены зависимость значении Yi от соответствующих значений Хi. Закономерность изменения величины Yi в зависимости от величины Хi мы получаем на графике, если проведем гладкую кривую, лежащую возможно ближе ко всем экспериментальна точкам.
Рис. 10 .2 График зависимости y=f(xi)
Однако на глаз такую кривую можно провести разными способами, и, кроме того, помимо графика хотелось бы получить аналитическое представление для исследуемой закономерности. Все это заставляет обратиться к аналитическим методам построения математической модели.
Конкретизируем теперь приведенное выше требование, чтобы экспериментальные точки лежали в совокупности как можно ближе к кривой являющейся графиком искомой зависимости.
Допустим, что аналитическое представление зависимости у oт X1 уже каким-то образом получено в виде уравнения y=f(X1), называемого уравнением регрессии. Функция в правой части уравнения называется функцией отклика. График зависимости у -f(X1)- это искомая кривая (рис.10.2).
Значениям фактора Х1, равным Х11, Х12, ..., X1N, соответствуют точки на кривой ŷ1, ŷ2,..., ŷN. Эти точки являются значениями выходной величины, рассчитанными по уравнению регрессии у =f(X1):
(10.8)
Величина δ1= y1 - ŷ1 характеризует отклонение результата экспериментаy1 в точке X11 от значения функции отклика ŷ1 = f(X11) в этой же точке. Аналогично можно рассмотреть отклонения
δ2= y2 – ŷ2 ,…, δN = yN– ŷN (10.9)
Вид функции отклика f(X1) должен быть известен заранее. В планировании эксперимента чаще всего рассматривают модели в виде полиномов 1-го и 2-го порядков. Если имеется единственная переменная X1, то полином 1-го порядка - это уравнение прямой
(10.10)
а полином 2-го порядка - уравнение параболы
(10.11)
По результатам обработки экспериментальных данных надо по-' лучить значения параметров Во, В1, ..., называемых коэффициентами регрессии.
Метод наименьших квадратов - это один из способов обработки результатов эксперимента с целью отыскания коэффициентов регрессии. В соответствии с этим методом значения параметров математической модели выбираются из условия минимума суммы квадратов отклонений Ф:
(10.12)
С помощью метода наименьших квадратов найдем формулы для коэффициентов регрессии в простейшем случае линейной модели (10.12). Подставим в формулу (10.13) в качестве ŷj= f(X1j) выражения В0 + В1X1j, j = 1,2,...,N.
Тогда
(4.5)
Чтобы найти значения Во и В1 при которых сумма Ф минимальна, возьмем производные от Ф по Во и по В1 и приравняем их к нулю. В результате после простейших преобразований получим следующую систему:
(10.14)
Решая эту систему из двух линейных уравнений с двумя неизвестными Во и В1 найдем:
; (10.15)
. (10.16)
Если рассматривать модель в виде полинома второго порядка (10.11). то для отыскания трех неизвестных коэффициентов регрессии В'0, В'1, и В'11 надо решить следующую систему из трех линейных уравнений с тремя не известными:
(10.17)
Аналогичным путем легко получить систему уравнений для отыскания коэффициентов регрессии в случае нескольких варьируемых факторов. Однако решение этих систем без применения ЭВМ достаточно трудоемко.
Особый интерес представляет случай, когда в качестве единственного варьируемого фактора Xi рассматривается время , а выходной величиной являются результаты наблюдений, характеризующие изменение некоторого явления. Последовательность таких наблюдений, взятая во времени, называется временным рядом уt..
В качестве примера можно рассмотреть временной ряд, характеризующий количество выездов ежемесячно в течении года. Отдельные наблюдения временного ряда называются его уровнями и обозначаются , у1, у2, ..., уN.
Важной задачей анализа временных рядов является отыскание основной закономерности изменения изучаемого явления во времени. Для выявления этой закономерности временной ряд необходимо сгладить, устранив в нем случайные колебания. Функция, полученная в результате сглаживания временного ряда и отражающая основную тенденцию явления, называется трендом. Понятие тренда аналогично рассмотренному выше понятию математической модели объекта.
Для решения задачи сглаживания временных рядов существуют различные методы. Простейшим из них является метод скользящей средней. Он позволяет получить графическое представление для тренда. При улаживании временного ряда по методу скользящей средней группы последовательных наблюдений ряда заменяются их средними арифметическими. В результате случайные колебания ряда погашаются.
Изложим этот метод подробнее. Пусть дан ряд у1, у2, ..., уN. Зададимся интервалом сглаживания μ. Это то число наблюдений, по которым берется среднее арифметическое. Пусть для определенности μ = 5. Тогда сглаживание происходит следующим образом:
вычисляется среднее по первым пяти уровням
(10.18)
Это среднее приписывается середине интервала сглаживания, то
есть в данном случае 3-му наблюдению
вычисляется среднее по следующей группе из пяти уровней у2, у3,…, у6:
(10.19)
Это значение приписывается уже 4-му наблюдению;
Вычисляем, которое приписывается пятому
наблюдению и т. д.
Очевидны следующие свойства сглаженного ряда, полученного пометоду скользящей средней: этот ряд короче исходного на (μ - 1) наблюдения; сглаженный ряд будет тем более плавным, чем шире интервал сглаживания.
Другим весьма распространенным методом сглаживания временных рядов является изложенный выше метод наименьших квадратов. Аналогическое выражение для тренда яри этом задается заранее, а с помощь метода наименьших квадратов отыскиваются значения неизвестных параметров тренда.
В пожарной статистике большое внимание уделяется прогнозированию пожаров. В частности, к задаче прогнозирования относится задача экстраполяции временного ряда. Она состоит в том, чтобы по имеющимся уровням у1, у2, ..., уn временного ряда предсказать значения у на периоды N+1, N+2, N+i.(YN+1)
Возвращаясь к предыдущему примеру, можно поставить задачу прогнозирования количество пожаров на последующие годы.
Задача прогнозирования, как правило, включает в себя в качестве предварительного этапа задачу сглаживания.
В простейшем случае задачу экстраполяции временного ряда легко решить, воспользовавшись аналитическим выражением для тренда f() найденным по методу наименьших квадратов. Для получения прогнозируемых значений N+1, N+2, N+i достаточно в выражение тренда подставить соответствующее значение t, то есть
(10.20)