Математико-статистическая модель прогнозирования количества пожаров для использования в системе МЧС России
Работая с нашим сайтом, вы даете свое согласие на использование файлов cookie. Это необходимо для нормального функционирования сайта, показа целевой рекламы и анализа трафика. Статистика использования сайта отправляется в «Яндекс» и «Google»
Научный журнал Моделирование, оптимизация и информационные технологииThe scientific journal Modeling, Optimization and Information Technology
cетевое издание
issn 2310-6018

Математико-статистическая модель прогнозирования количества пожаров для использования в системе МЧС России

Кистанова Л.А.   idРепин С.В. Болдыревский П.Б.   Лахвицкий Г.Н.  

УДК 614.8:519.2
DOI: 10.26102/2310-6018/2022.37.2.002

  • Аннотация
  • Список литературы
  • Об авторах

Проблема составления и анализа прогнозов количества пожаров находится в центре внимания управления подразделениями надзорной деятельности МЧС России, так как связана с безопасностью жизнедеятельности человека и, соответственно, с задачами решения этой проблемы, а значит с работой планирования и оптимизации кадрового состава подразделений. При этом из общего числа контрольных мероприятий, проводимых органами пожарного надзора около 30 % приходится на плановые проверки. В статье показана связь процесса прогнозирования динамики пожаров с плановыми проверками и определена величина лага или запаздывания проведения плановых проверок по отношению к количеству пожаров. Математико-статистическая модель выполнена на примере статистических данных по количеству пожаров в Нижегородской области и Российской Федерации с 2010 по 2020 годы. Для постановки и решения данной задачи использовался математический аппарат теории временных рядов, в частности, метод с распределенными лагами – метод Алмон. Результаты исследований позволяют сделать заключение о том, что математические модели с распределенными лагами, выполненные по методу Алмон, могут быть использованы для прогнозирования количества пожаров в системе МЧС России, а также для составления графиков плановых проверок государственных противопожарных служб МЧС России и выработки предложений по оптимизации кадрового состава подразделений МЧС.

1. Батуро А.Н. Прогнозирование количества пожаров в регионе на основе теории временных рядов. Технологии гражданской безопасности. 2013;10(3):84–88.

2. Кудрявцев В.Е., Кучаков Р.К. Помогают ли плановые проверки снизить число пожаров? Пожаровзрывобезопасность/Fire and Explosion Safety. 2019;28(2):81–89. Доступно по: https://doi.org/10.18322/PVB.2019.28.02.81-89 (дата обращения: 27.10.2021).

3. Пранов Б.М. О некоторых подходах к моделированию и прогнозированию временных рядов пожарной статистики. Технологии техносферной безопасности. 2014;5(57). Доступно по: http://agps-2006.narod.ru/ttb/2014-5/23-05-14.ttb.pdf (дата обращения: 14.09.2021).

4. Матеров Е.Н. Использование языка программирования R в вопросах пожарной безопасности: анализ статистики количества пожаров на основе теории временных рядов. Научно-аналитический журнал «Сибирский пожарно-спасательный вестник». 2019;1(12):52–57. Доступно по: http://vestnik.sibpsa.ru/wp-content/uploads/2019/v1/N12_52-57.pdf (дата обращения: 19.10.2021).

5. Горбенко О.Н., Макарова А.А. Анализ современных методов, применяемых при моделировании пожаров. Моделирование, оптимизация и информационные технологии. 2013;1(2). Доступно по: https://moit.vivt.ru/wp-content/uploads/2013/08/gorbenkomakarova_2_13_2.pdf (дата обращения: 20.10.2021).

6. Болдыревский П.Б., Кистанова Л.А. Модель с распределенными лагами динамики инновационной деятельности промышленных предприятий. Экономический анализ: теория и практика. 2014;25(376):58–62.

7. Пожары и пожарная безопасность в 2014 году: Статистический сборник. Под общ. ред. А. В. Матюшина. М.: ВНИИПО. 2015:124.

8. Пожары и пожарная безопасность в 2016 году: Статистический сборник. Под общ. ред. Д. М. Гордиенко. М.: ВНИИПО. 2017:124.

9. Пожары и пожарная безопасность в 2018 году: Статистический сборник. Под общ. ред. Д. М. Гордиенко. М.: ВНИИПО. 2019:125.

10. Пожары и пожарная безопасность в 2020 году: Статистический сборник. Под общ. ред. Д.М. Гордиенко. М.: ВНИИПО. 2021:112.

11. Богданова Е.М. Прогнозирование пожаров на основе авторегрессионных моделей. Применение математических методов к решению задач МЧС России: сборник трудов секции №15 ХХVIII Международной научно-практической конференции «Предотвращение. Спасение. Помощь». ФГБВОУ ВО АГЗ МЧС России. 2018:52–58. Доступно по: https://amchs.ru/upload/iblock/9b8/Sbornik-sektsii-15_-KAF.37-KAF.72_.pdf (дата обращения: 23.08.2021).

12. Конопелько Л.А., Растоскуев В.В., Кустикова М.А., Банарь С.А., Быковская Е.А., Маюрова А.С. Математическое моделирование в техносферной безопасности. СПб.: Университет ИТМО. 2018:65.

Кистанова Людмила Анатольевна

Email: lakistanova@mail.ru

Нижегородская государственная сельскохозяйственная академия

Нижний Новгород, Россия

Репин Сергей Викторович

Email: repin52@yandex.ru

ORCID |

Главное управление МЧС России по Нижегородской области,

Нижний Новгород, Россия

Болдыревский Павел Борисович
доктор физико-математических наук профессор

Национальный исследовательский Нижегородский государственный университет им. Н.И. Лобачевского

Нижний Новгород, Россия

Лахвицкий Георгий Николаевич

Email: egor70288@mail.ru

Главное управление МЧС России по Нижегородской области

Нижний Новгород, Россия

Ключевые слова: МЧС России, количество пожаров, плановые проверки, математико-статистическая модель прогнозирования, временные ряды, модель с распределенными лагами, метод Алмон

Для цитирования: Кистанова Л.А. Репин С.В. Болдыревский П.Б. Лахвицкий Г.Н. Математико-статистическая модель прогнозирования количества пожаров для использования в системе МЧС России. Моделирование, оптимизация и информационные технологии. 2022;10(2). Доступно по: https://moitvivt.ru/ru/journal/pdf?id=1091 DOI: 10.26102/2310-6018/2022.37.2.002

171

Полный текст статьи в PDF

Поступила в редакцию 22.11.2021

Поступила после рецензирования 17.03.2022

Принята к публикации 11.04.2022

Опубликована 12.04.2022