Детальная информация

Работа посвящена разработке интеллектуального алгоритма управления эвакуацией людей при пожаре в условиях террористической угрозы с использованием нейросетевых технологий. Объект исследования включает в себя процесс эвакуации людей из здания при возникновении пожара вызванным террористическим актом. Предмет исследования составляют методы применения нейросетевых технологий и алгоритмов машинного обучения для управления эвакуацией в условиях пожара, осложненного террористической угрозой. Цель выпускной квалификационной работы заключается в том, чтобы разработать и теоретически обосновать систему интеллектуального подхода к управлению эвакуацией людей при возникновении пожара в условии террористической атаки. Система будет основана на нейросетевом анализе обстановки и алгоритмов принятия решений. Для достижения цели поставлены следующие задачи: 1. Проанализировать особенности эвакуации людей при пожаре в условиях террористической угрозы, выявить ключевые психофизиологические факторы поведения толпы и существующие нормативные ограничения статичных систем пожарной безопасности при злонамеренном блокировании выходов. 2. Исследовать возможности применения нейронных сетей и методов обучения для построения безопасных эвакуационных маршрутов с учётом динамически изменяющейся обстановки. 3.  Разработать интеллектуальную систему управления эвакуацией и провести оценку эффективности. В рамках выполнения выпускной квалификационной работы широко использованы современные информационные технологии, базы данных и прочие сквозные цифровые технологии: официальный интернет–портал правовой информации (pravo.gov.ru), Политех электронная библиотека (elib.spbstu.ru), научная электронная библиотека (www.elibrary.ru), научная электронная библиотека (www.cyberleninka.ru), КонсультантПлюс (https://www.consultant.ru/). Программная часть исследования реализована с применением языка программирования Python. Для обработки визуальной информации и работы с изображениями использовались библиотеки компьютерного зрения, которые анализировали видеопоток.  Методы машинного обучения применялись для формирования модели оценки интегрального уровня риска. В рамках выпускной квалификационной работы разработан и теоретически обоснован интеллектуальный подход к управлению эвакуацией людей на основе нейросетевого анализа обстановки в условиях пожара и террористической угрозы. Было установлено, что при комбинированных чрезвычайных ситуациях поведение людей определяется не только физическими факторами, но и психологическими реакциями. Анализ научных источников и реальных трагедий показал ограниченность традиционных статических схем эвакуации и необходимость комплексного учёта физических, психологических, пространственных и организационных факторов. Был разработан алгоритм принятия решений, включающий анализ обстановки, оценку риска, динамическую графовую модель здания, поиск безопасных маршрутов и визуализацию результатов. В третьей части проведена экспериментальная оценка эффективности системы. Результаты показали, что алгоритм обеспечивает высокую точность выявления опасных зон, снижает суммарный риск маршрутов эвакуации по сравнению со статическими схемами и оперативно реагирует на изменение обстановки. Разработанная система демонстрирует возможность практического применения и перспективу дальнейшего использования. Однако система требует дальнейшего развития и адаптации нормативной базы для последующего внедрения.

The work is devoted to the development of an intelligent algorithm for managing the evacuation of people during a fire under terrorist threat conditions using neural network technologies. The object of the study is the process of evacuating people from a building in the event of a fire caused by a terrorist attack. The subject of the study includes methods of applying neural network technologies and machine learning algorithms for evacuation management in fire conditions complicated by a terrorist threat. The purpose of the graduation qualification work is to develop and theoretically substantiate a system based on an intelligent approach to managing the evacuation of people in the event of a fire under terrorist attack conditions. The system is based on neural network analysis of the situation and decision-making algorithms. To achieve this goal, the following objectives were set: 1. To analyze the specific features of evacuating people during a fire under    terrorist threat conditions, identify key psychophysiological factors of crowd behavior, and examine the existing regulatory limitations of static fire safety systems under conditions of deliberate blockage of exits. 2. To investigate the possibilities of applying neural networks and machine learning methods for constructing safe evacuation routes considering dynamically changing conditions. 3. To develop an intelligent evacuation management system and evaluate its effectiveness. Within the framework of the graduation qualification work, modern information technologies, databases, and other end-to-end digital technologies were widely used, including: the Official Internet Portal of Legal Information (pravo.gov.ru), the Polytechnic Electronic Library (elib.spbstu.ru), the Scientific Electronic Library (www.elibrary.ru), the Scientific Electronic Library (www.cyberleninka.ru), and ConsultantPlus (https://www.consultant.ru/). The software part of the research was implemented using the Python programming language. Computer vision libraries were used for visual information processing and image analysis of video streams. Machine learning methods were applied to create a model for assessing the integrated risk level. As part of the graduation qualification work, an intelligent approach to managing the evacuation of people based on neural network analysis of the situation under fire and terrorist threat conditions was developed and theoretically substantiated. It was established that in combined emergency situations, human behavior is determined not only by physical factors but also by psychological reactions. The analysis of scientific sources and real-life tragedies demonstrated the limitations of traditional static evacuation schemes and the necessity of comprehensively considering physical, psychological, spatial, and organizational factors. A decision-making algorithm was developed, including situation analysis, risk assessment, a dynamic graph model of the building, safe route search, and visualization of results. The third section presents an experimental evaluation of the system’s effectiveness. The results showed that the algorithm ensures high accuracy in identifying hazardous zones, reduces the total risk of evacuation routes compared to static schemes, and promptly responds to changes in the environment. The developed system demonstrates the possibility of practical application and prospects for further use. However, the system requires further development and adaptation of the regulatory framework for future implementation.

• ПЕРЕЧЕНЬ СОКРАЩЕНИЙ И ОБОЗНАЧЕНИЙ
• ВВЕДЕНИЕ
• ГЛАВА 1. ТЕОРЕТИЧЕСКИЕ ОСНОВЫ ЭВАКУАЦИИ ЛЮДЕЙ ПРИ ПОЖАРЕ В УСЛОВИЯХ ТЕРРОРИСТИЧЕСКОЙ УГРОЗЫ
• 1.1. Нормативные и организационные основы эвакуации людей при пожаре
• 1.2. Психофизиологические особенности поведения людей при эвакуации
• 1.3. Поведение людей в условиях террористической угрозы
• ГЛАВА 2. ПРИМЕНЕНИЕ НЕЙРОСЕТЕВЫХ ТЕХНОЛОГИЙ ДЛЯ УПРАВЛЕНИЯ ЭВАКУАЦИЕЙ
• 2.1. Анализ возможностей нейросетей в задачах мониторинга и оценки опасной обстановки
• 2.2. Выбор архитектуры нейросети и программных средств реализации системы
• 2.3. Подготовка данных и обучение нейросетевой модели
• ГЛАВА 3. РАЗРАБОТКА И ОЦЕНКА ИНТЕЛЛЕКТУАЛЬНОЙ СИСТЕМЫ УПРАВЛЕНИЯ ЭВАКУАЦИЕЙ
• 3.1. Выбор объема данных (факторов), определяющих порядок действия людей при пожаре в условиях террористической угрозы
• 3.2. Разработка алгоритма принятия решений при управлении эвакуацией
• 3.3. Оценка эффективности работы разработанной системы
• ЗАКЛЮЧЕНИЕ
• СПИСОК ИСПОЛЬЗОВАННЫХ ИСТОЧНИКОВ