АНАЛИЗ ПРОБЛЕМ СТРАТЕГИЧЕСКОГО РАЗВИТИЯ ГОРОДА МЕТОДОМ НЕЧЕТКОЙ ЛОГИКИ

Мурадов Азиз Алхеят оглы

Планирование развития городских территорий и анализ функционирования существующих связаны, в первую очередь, с оценкой антропогенного воздействия объектов хозяйственной деятельности на окружающую среду. В связи с этим необходимо использовать существующие и разрабатывать новые методы принятия проектных решений, с помощью которых можно прогнозировать развитие городской среды, с учетом экологической безопасности.

В связи с этим возникает необходимость стратегического экологического оценивания предлагаемых вариантов реализации программ развития урбанизированных территорий. Стратегическое экологическое оценивание (СЭО, SEA (Strategic Environmental Assessment)) направлено на оценку возможных экологических последствий (включая воздействие на здоровье населения) реализации разрабатываемых прогнозных и программных документов и выбор приемлемой альтернативы развития, что способствует повышению качества и эффективности системы планирования, а также увеличению доверия общественности к процессу принятия управленческих решений [1].

Таким образом, решаемая проблема состоит в разработке и развитии моделей и методов обработки нечеткой информации в процессе проведения экологической экспертизы и мероприятий при СЭО объектов градостроительной деятельности.

В дальнейшем будем считать, что для обеспечения гарантий экологической безопасности и устойчивого развития города существует необходимость поиска управляющих воздействий и создания условий для снижения риска до приемлемого уровня и минимизации возможных потерь, вызванных его реализацией.

Поэтому, далее, под экологически риском R будем понимать произведение вероятности P , зависящей, в общем случае, от реализации отдельным источником угрозы и отдельной потенциальной уязвимости, и результирующего влияния I этого события на экосистему города: R=P· I.

Заметим, что величина риска R , в случае количественных оценок вероятности P и ущерба I, представляет собой значение математического ожидания ущерба при неблагоприятном для окружающей среды событии.

Сложная система нелинейных связей, определяющих взаимовлияние различных угроз и отсутствие необходимой информации для получения статистических или экспертных оценок, значительно осложняют задачу оценки экологических рисков. Использование аппарата нечетких множеств для решения задач оценки рисков позволяет включать в анализ качественные переменные и использовать стандартные правила преобразования нечетких данных в четкие числа и алгоритмы нечеткого вывода[2].

Будем считать, что риск R , вероятность Pи ущерб Iявляютсялингвистическими переменными с соответствующими терм- множествами T_R={отсутствует, незначительный, низкий, средний, высокий, очень высокий, недопустимый}, T_P = {невероятно ,более или менее вероятно, вполне вероятно, достаточно вероятно, вероятно, очень вероятно, близкое к 1}, T_I ={ приемлемый, средний, выше среднего, существенный, критический, катастрофический}. Функции принадлежности каждого значения терм-множеств определены на отрезке [0,1] и являются функциями гауссовского типа.

Введем следующие обозначения:  – функция принадлежности значения u_i нечеткому терму  ,  , ,  , тогда нечеткое множество запишется как

=,  ,

- функция принадлежности значения  нечеткому терму  из множества Т (экологическое состояние), тогда это нечеткое множество представим в виде

,

Степень истинности условий для каждого правила системы нечеткого вывода определяется как минимальное значение каждого из подусловий, входящих в это правило. В результате применения правил, получим набор нечётких множеств, объединив которые определим функции принадлежности выходных переменных. В качестве процедуры дефаззификациии используется метод центра тяжести. Вывод осуществлялся при использовании метода Мамдани [4].

Степень принадлежности измеренного вектора значений (варианта стратегического плана, существующего состояния и др.)   лингвистическим значениям  вычисляется следующим образом:

 и  являются операциями из s-нормы и t-нормы, которые здесь используются как операции взятия максимума и минимума, соответственно.

В результате вычислений получим нечеткое множество

 Для перехода к нечеткому множеству на [0,1] необходимо провести вычисления [4]:

Для принятия решений по обеспечению экологической безопасности необходимо вычислить четкое значение  , которое соответствует состоянию (вектору входных параметров) . Для этого будем вычислять дефаззификацию по методу центра тяжести:

.

В качестве примера приведем одно из используемых правил, которое имеет вид:

ЕСЛИ P= более или менее вероятно И I= выше среднего

ИЛИ P= вполне вероятно И I= средний,

ИЛИ P= невероятно И I= критический,

ТО R= незначительный, вес этого правила w=1.

Следует заметить, что при выборе методов оценки альтернатив необходимо учитывать, что определение способа формализации процесса принятия решений зависит от многих факторов, свойства которых могут меняться в зависимости от задачи, типа экспертной информации, типа шкал измерения, системы предпочтений и пр. Система приоритетов может носить иерархический характер, и для этого необходимо использовать методы обработки информации, заданной при учете, в общем случае, полимодальности функций принадлежности [5]. Также необходимо учитывать согласованность уровней решаемых задач при учете возможности реализации характеристик входящих в систему средств.

Список литературы:

1.       Протокол по стратегической экологической оценке к конвенции об оценке воздействия на окружающую среду в трансграничном контексте (2003) / [Электронный ресурс] Режим доступа http://www.unece.org/env/eia/sea_protocol.htm;

2.       Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений.. М.: Мир, 1976.165 с.

3.       Штовба С.Д. Введение в теорию нечетких множеств и нечеткую логику.Электронныйресурс:http://matlab.exponenta.ru/fuzzylogic/book1/index.php.

4.       Mamdani E.H., Assilian S. An Experiment in Linguistic Synthesis with Fuzzy Logic Controller // Int. J. Man-Machine Studies. – 1975. – Vol. 7. №1. – P.1–13.

5.       Санжапов Б.Х. Упорядочение объектов в иерархических системах при полимодальных экспертных оценках// Изв. ВолгГТУ. Сер.: Актуальные проблемы управления, вычислительной техники и информатики в технических системах. 2009. Т.6. №6. С.105-109.