Электронная библиотека диссертаций и авторефератов России
dslib.net
Библиотека диссертаций
Навигация
Каталог диссертаций России
Англоязычные диссертации
Диссертации бесплатно
Предстоящие защиты
Рецензии на автореферат
Отчисления авторам
Мой кабинет
Заказы: забрать, оплатить
Мой личный счет
Мой профиль
Мой авторский профиль
Подписки на рассылки



расширенный поиск

Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Новикова Онега Юрьевна

Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации
<
Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации
>

Диссертация - 480 руб., доставка 10 минут, круглосуточно, без выходных и праздников

Автореферат - бесплатно, доставка 10 минут, круглосуточно, без выходных и праздников

Новикова Онега Юрьевна. Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации: диссертация ... кандидата технических наук: 05.13.10 / Новикова Онега Юрьевна;[Место защиты: Федеральное государственное казённое образовательное учреждение высшего профессионального образования "Академия управления Министерства внутренних дел Российской Федерации"].- Москва, 2015.- 195 с.

Содержание к диссертации

Введение

Глава 1. Центры оперативно-разыскной информации в системе органов внутренних дел

1.1. Центры оперативно-разыскной информации МВД России: цели, задачи, функции и структура .

1.2. Информационное обеспечение процесса принятия решений центрами оперативно-разыскной информации и его современные особенности 30

1.3. Анализ современного состояния региональной преступности 50

Глава 2. Методы поддержки принятия решений в системе ЦОРИ 65

2.1. Принятие стратегических решений с использованием факторных 65

моделей

2.2. Методы поддержки принятия стратегических решений на основе построения нейронных сетей 82

2.3. Методы поддержки принятия тактических решений на основе обработки нечеткой информации 99

Глава 3. Использование методов и алгоритмов поддержки принятия решений в деятельности ЦОРИ 121

3.1. Прогноз развития оперативной обстановки в городе Перми 121

3.2. Использование алгоритма формирования допустимого множества альтернатив при осуществлении криминального анализа информации 135

3.3. Реализация процедур поддержки принятия решений с использованием аппаратно-программных комплексов обработки и анализа 147

информации Заключение 162

Список сокращений 164

Список использованной литературы

Информационное обеспечение процесса принятия решений центрами оперативно-разыскной информации и его современные особенности

Кроме того, в целях обеспечения реализации отдельных направлений деятельности, исходя из штатной численности, технических возможностей и особенностей складывающейся оперативной обстановки, в ГУУР, ГУЭБ и ПК, ГУПЭ МВД России, оперативных подразделениях ГУТ МВД России, территориальных органах МВД России по решению руководителя подразделения в составе ИС ОРИ, по согласованию с УОРИ МВД России, могут создаваться локальные ИС ОРИ (Приложение А).

Принципы формирования и структура ИС ОРИ, технологии работы с информацией, будут детально рассмотрены в последующих главах диссертационного исследования. Обозначенные цели, задачи, функции и структура ЦОРИ, позволяют классифицировать перечисленные элементы как замкнутую управляющую систему, включающую в себя, целую совокупность управляющих и управляемых подсистем, взаимодействие между которыми осуществляется при помощи прямых и обратных связей.

В соответствии с данной концепцией объектом управляющего воздействия является преступность как явление, а подразделения ОРИ являются субъектом управляющего воздействия на нее в составе иных субъектов управления системы МВД объединенных: единой целью, совокупностью подцелей, взаимосвязанностью нормативно-закрепленных функций, единой правовой информационно-аналитической базой.

Осуществляя свои функции субъекты управления (например, органы внутренних дел) и системы объектов управления (преступность и связанные с ней явления) вступают в сложное взаимодействие, которое можно представить как противостояние с выделением следующих основных направлений: - Организация управления процессом борьбы с преступностью (в первую очередь воздействие на лиц, ведущих преступный образ жизни). - Деятельность, направленная на выявление и устранение причин преступности. - Непосредственное выявление, предотвращение, пресечение и раскрытие преступлений путем обеспечения неотвратимости наказания. - Обеспечение личной безопасности граждан и их имущества от преступных посягательств, обеспечение общественной безопасности и укрепление правопорядка.

На сегодняшний день, в соответствии с действующими нормативно-правовыми актами МВД России («Наставление по формированию ведению и использованию ИС ОРИ» от 10.07.2013 г.) основное предназначение ЦОРИ заключается в оперативно-аналитическом обеспечении деятельности оперативных подразделений по: - Выявлению, предупреждению, пресечению и раскрытию преступлений, а также выявлению и установлению лиц, причастных к их совершению. - Осуществление розыска лиц, причастных к совершению противоправной деятельности. - Обеспечение информационного взаимодействия по обмену оперативно-разыскной информации с оперативными подразделениями государственных органов, осуществляющих ОРД.

Данный перечень задач относится к задачам тактического уровня, который обеспечивает выполнение основных функций оперативных подразделений органов внутренних дел (раскрытие преступлений, розыск преступников) на основе анализа первичной информации.

Однако если рассматривать ЦОРИ как субъект управления в сфере борьбы с преступностью, то, по мнению автора, они способны успешно обеспечивать и решение задач стратегического уровня, а также способствовать повышению эффективности непосредственно самой управленческой деятельности, путем информационного обеспечения процесса принятия решения.

В литературных источниках1 существуют различные точки зрения по содержательному определению понятия «стратегия».

Отечественные ученые определяют стратегию как «совокупность рациональных приемов достижения долговременных целей в условиях нестабильности внешней среды», «набор правил и приемов, с помощью которых достигаются основополагающие цели развития той или иной системы»2.

В основе процесса принятия и осуществления стратегических решений, лежит стратегический выбор лица, принимающего решение (ЛПР), основанный на оценке адекватности собственного потенциала, средствах и методах, находящихся в его распоряжении, направленный на противостояние проявлению внешних угроз, в первую, очередь, преступности.

Для определения круга задач управленческого уровня необходимо рассмотреть процесс принятия решения более детально. Вообще, принятие решений применительно к органам внутренних дел, в том числе и к подразделениям ОРИ, представляет собой процесс, который всегда начинается с выявления проблемы и заканчивается выбором решения – действия по ее устранению1.

Основными требованиями, предъявляемыми к процессу принятия решений, являются: своевременность, обоснованность, директивность, непротиворечивость, конкретность, законность и правомочность2.

Как и в других социальных системах, задача принятия решений в центрах оперативно-разыскной информации направлена на достижение поставленных целей наиболее оптимальным способом и с учетом имеющихся ограничений. Разработка плана направленного на устранение существующей проблемы составляет сущность задачи принятия решений.

Исходной информацией для постановки задачи принятия решения является описание проблемной ситуации, далее определяются критерии выбора, формируются несколько альтернативных вариантов решений, и оценивается их предпочтительность.

Таким образом, задача принятия управленческого решения заключается в поиске оптимального решения Y из множества альтернативных решений Y, на основе сформулированных критериев выбора К, путем произведения оценки предпочтений, в определении проблемной ситуации S0 множеством альтернативных ситуаций S, формулировании множества целей А, ограничений В, в условиях располагаемого времени Т и ресурсов Q .

Анализ современного состояния региональной преступности

Анализируемая выборка практически по всем параметрам имеет большой разброс, что говорит о неоднородности информации. Самые устойчивые к изменчивости факторы: X1, X3.

Для модели с набором m-факторов, показатель детерминации равен R2. Влияние остальных, неучтенных факторов оценивается как 1 - R2 c соответствующей остаточной дисперсией S2, причем при добавлении нового фактора коэффициент остаточной дисперсии должен уменьшаться, а коэффициент детерминации должен возрастать. Сравнивая между собой коэффициенты детерминации факторов можно решить проблему их отбора для конкретной модели.

Для выявления факторов, оказывающих влияние на независимую переменную, построим матрицу коэффициентов парной корреляции (Рисунок 2.2).

В рассматриваемом примере в результате экспертных оценок было выделено 3 фактора, влияющих на динамику изменения преступности иностранных граждан (Рисунок 2.3): - абсолютное число составленных протоколов по миграции (X6), - абсолютное число составленных протоколов на иностранцев (X7), - абсолютное число взятых на учет мигрантов (X10). Хотя выделенные связи достаточно слабые, тем не менее, можно сделать следующие выводы:

1. Выявлена зависимость количества зарегистрированных преступлений от числа официально зарегистрированных иностранных граждан и мигрантов: чем больше официально зарегистрированных мигрантов, тем меньше количество зарегистрированных преступлений;

2. Выявлена зависимость общего уровня преступности от качества проводимых профилактических мероприятий в сфере миграционного законодательства: чем больше число выявленных административных правонарушений в сфере незаконной миграции, тем ниже уровень преступности.

3. Выявлена зависимость количества зарегистрированных преступлений от количества полученной информации (ОРИ): чем больше получено информаций, тем больше выявлено правонарушений.

Формулу, выражающую зависимость между зависимым параметром X0 и отобранными независимыми параметрами X6, X7, X10 определяем в результате проведения множественного регрессионного анализа. и является функцией трех переменных (параметров а, Ъ, с). Задача сводится к отысканию ее минимума. Используем необходимое условие экстремума: равенство нулю частной производной функции в точке экстремума:

Решив систему трех уравнений с тремя неизвестными относительно параметров а, Ъ, с, получаем конкретный вид искомой функции F(x, а, Ъ, с).

При изменении количества параметров - меняется только количество уравнений в системе (16). В результате была получена математическая модель описывающая развитие преступности с учетом найденных факторов влияния: Y = 1.003X6-2.465X7 + 0.483Xio + 18.3 R2=0.834 (17) Оценку значимости полученных уравнений множественной регрессии проведем по критериям Стьюдента и Фишера путём сравнения расчетных значений с табличными, с проверкой гипотезы о равенстве нулю коэффициента детерминации, рассчитанного по данным генеральной совокупности: R2 или bi = b2 =... = bm = 0 (гипотеза о незначимости уравнения регрессии, рассчитанного по данным генеральной совокупности).

Для ее проверки используют F-критерий Фишера. При этом вычисляем фактическое (наблюдаемое) значение F-критерия, через коэффициент детерминации R2, рассчитанный по данным конкретного наблюдения. По таблицам распределения Фишера-Снедоккора находим критическое значение F-критерия (Fкр). Для этого берем уровень значимости (обычно его берут равным 0,05) и два числа степеней свободы ki=m и k2=n-m-l. F-статистика. Критерий Фишера. Чем ближе этот коэффициент R2 к единице, тем больше уравнение регрессии объясняет поведение Y. Более объективной оценкой является скорректированный коэффициент детерминации: R = 0,82 для (14) Проверим гипотезу об общей значимости - гипотезу об одновременном равенстве нулю всех коэффициентов регрессии при объясняющих переменных: H0: R2 = 0; i = 2 = ... = m = 0. H1: R2 0.

Исследованные методы позволяют эффективно осуществлять решение стратегических задач по прогнозированию изменения динамики преступности на определенной территории за определенный промежуток времени на основе длинных временных рядов. При этом применение факторного анализа позволяет выявить причины, оказывающие влияние на изменение преступности, что в свою очередь позволяет своевременно принимать необходимые управленческие решения, направленные на их устранение.

Однако, методы экстраполяции и факторного анализа не эффективны при исследовании коротких временных рядов. Для решения задачи прогнозирования динамики преступности на основе коротких временных рядов, по мнению автора, целесообразно использовать метод нейронных сетей. 2.2. Методы поддержки принятия стратегических решений на основе построения нейронных сетей.

Современным, достаточно динамично развивающимся инструментом практической реализации, как первого, так и второго способа решения задачи прогнозирования (рассмотренные в 1.3), являются нейронные сети, которые позволяют с предварительно заданной точностью аппроксимировать любую непрерывную функцию по обучающей выборке. В случае первого подхода обучающая выборка формируется на основе наборов наблюдаемых значений факторов х1,...,хк и параметра у; во втором случае она определяется на основе истории временного ряда.

Опыт успешного применения нейронных сетей в управлении различными социальными и экономическими системами явился для автора основанием их выбора в качестве инструмента прогнозирования в практике принятия стратегических решений в ОВД.

Методы поддержки принятия тактических решений на основе обработки нечеткой информации

Отдельной задачей при построении комплексной оценки кандидатов в эксперты является определение весов важности частных критериев - компонент вектора уу1,..., yN). Если N является достаточно малым числом, то ЛПР во многих случаях может самостоятельно определить весовые коэффициенты на основе собственного опыта. Если ЛПР испытывает при этом затруднение, мы предлагаем воспользоваться широко известным в литературе методом парных сравнений2.

Таким образом, будем считать, что каждому кандидату в эксперты Е , поставлено в соответствие число - интегральная оценка F\E ,). В качестве экспертов выбираются Q кандидатов с наивысшими оценками. При этом, мы считаем необходимым сделать следующую поправку: если в эксперты попали кандидаты с низкой, по мнению ЛПР, интегральной оценкой, то может быть поставлен вопрос об уменьшении числа экспертов или же поиске новых кандидатов.

Из получившейся комиссии экспертов ЛПР формирует две группы - Е1и Е2. Включение эксперта в конкретную группу (группы) определяется его компетентностью в соответствующей области. Результатом второго этапа процедуры ФДМА является оценка посылок Х = {х1,...,хР}каждым экспертом первой группы Е1 = {Е11,...,E1R} на основе такого инструмента как лингвистическая шкала. Каждой посылкехр (р = 1,...,Р) поставим в соответствие лингвистическую переменную, которую для удобства назовем также хр .Как уже отмечалось, в целях унификации процедуры экспертного оценивания лицом, принимающим решения, определяются термы лингвистической шкалы каждой посылки.

Например, лингвистическая шкала для оценки посылки Частота звонков подозреваемого определенному лицу может содержать три терма S = {S0,S1,S2}, где S0 - малая, S1 - средняя, S2 - ольшая. Как правило, на практике представленное число термов является минимальным. В зависимости от компетенции экспертов в данной проблемной области лингвистическая шкала может быть расширена за счет таких термов как очень малая, несу ественная, очень ольшая и т.п. Без ограничения общности выберем произвольную посылку, индекс которой опустим: хєХ = {х1,...,хР}. Обозначим через S = {S0,...,SH} лингвистическую шкалу, разработанную для экспертной оценки данной посылки, h - порядковый номер терма (h = 0,..., н).

В силу специфики решаемой нами задачи будем придерживаться кардинального типа лингвистического оценивания, когда преобразование информации при решении задач осуществляется на основе нечетких переменных с соответствующими функциями принадлежности. Значения функций принадлежности переменных хр термам лингвистической шкалы будут использованы нами на этапе 4 алгоритма ФДМА. Таким образом, мы предлагаем рассматривать каждый терм Sh шкалы S как нечеткое множество.

Напомним, что под функцией принадлежности нечеткого множества -терма Sh лингвистической шкалы S, понимается отображение juSh :t/- [0,1], значение которого// r (z) имеет смысл степени принадлежности элемента z терму Sh. Следуя введенному ранее обозначению U- универсальное множество. В роли элементов z в нашем случае выступает количественная или качественная информация по посылке х .

В случае, когда универсальное множество U конечно и содержит небольшое число элементов, эксперт может перечислить все значения функции принадлежности. В этом случае терм как нечеткое множество стандартно задается перечислением элементов: Sh = [z/{Js (z)j.

Для случая, когда U конечным не является или же содержит достаточно большое число элементов, в современной теории и практике принятия решений широко используют несколько типов функций принадлежности, среди которых:1 - многоугольные функции принадлежности (треугольная, трапециевидная, прямоугольная и т.п.); интуитивные функции принадлежности; симметричная и асимметричная гауссовы функции; сигмоидальная функция принадлежности; гармоническая функция принадлежности; полиномиальные функции принадлежности. Преимущества и недостатки использования каждого из типов функции достаточно подробно описаны А. Пегатом2 и проверены нами в практике принятия решений в ОВД. Анализ и опыт практического внедрения позволил рекомендовать ЛПР в процессе принятия решений в ОВД задавать семантику термов шкал многоугольными (в частности, треугольными или трапециевидными) нечеткими числами. Основными доводами в пользу такого выбора послужили малый объем данных, требуемых для построения функции данного типа, а также простота модификации параметров (модальных значений) функции принадлежности в результате поступления новой и уточнения имеющейся информации. Представим соответствующие определения. Треугольное нечеткое число с центром в точке а {а - модальное значение нечеткого числа), левой шириной ЬОи правой шириной с 0 представляет собой нечеткое множество В с функцией принадлежности

Реализация процедур поддержки принятия решений с использованием аппаратно-программных комплексов обработки и анализа

Определение цели и выработка стратегии ее достижения, принятие решения, управление для достижения наилучших результатов при наименьших затратах - это комплекс тех функций, которые повседневно должен выполнять каждый руководитель.

Подразделения полиции представляют собой сложную социальную систему, эффективность деятельности которой напрямую зависит от решений и действий руководителя. Одновременно с этим, требования, предъявляемые современным гражданским обществом к качеству деятельности полиции, приводят к постоянному усложнению процессов управления. Управленческие решения становятся все более ответственными, так как влияют на все стороны общественной жизни. Ошибки в управлении ОВД приводят к негативным последствиям и для полиции и для общества.

От того, насколько грамотно и адекватно стоящим перед подразделением целям и задачам, будет организован труд подчиненных сотрудников, зависит успех функционирований все системы МВД в целом. Такое давно забытое понятие как научная организация труда, по мнению автора, имеет право на существование, особенно в структуре современной полиции. Для повышения скорости коммуникации между подразделениями, уменьшения документооборота, оперативности доведения необходимой информации до заинтересованных лиц, сбора и формирования рабочих массивов информации, т.е. для совершенствования организации информационных потоков крайне важна автоматизация информационной работы.

При внедрении в управленческий труд последних достижений науки и техники, а так же передового опыта, приводит к достижению наивысших результатов работы, особенно при сокращении численности аппарата работников управления.

Рационализация управленческого труда осуществляется на базе внедрения современных технологий представления и обработки внутрикорпоративной информации.

Так, с целью обеспечения руководителей отделов аппарата УУР и территориальных подразделений УР возможностью максимально быстрого обращения к информационным массивам (в режиме «одного окна» и «on-line»), повышения эффективности работы управления уголовного розыска и обеспечения объективного контроля за результативностью проводимых мероприятий сотрудниками подчиненных подразделений, руководством УУР ГУ МВД РФ по Пермскому краю была поставлена задача обеспечить одновременный доступ: К информационным массивам ИЦ ГУ МВД РФ по Пермскому краю, с возможностью формирования уникальных выборок необходимых для организации работы конкретных отделов (этническая преступность, преступления в лесной сфере, имущественные преступления, НОН, незаконный оборот оружия и т.п.). К информационным массивам подразделений дежурных частей ГУ МВД РФ по Пермскому краю (оперативная информация о зарегистрированных преступлениях на территории края). К информационным массивам и аналитическим материалам других служб ГУ МВД, необходимых для координации деятельности при планировании и проведении конкретных ОРМ (штаб, подразделения ОП и др.). К информационным массивам управления кадров (по согласованию) и др. В качестве одного из возможных решений задачи при заданных условиях является, по мнению автора, создание корпоративного портала, который, во-первых, обеспечивает оперативную связь между разными отделами и подразделениями, сокращая время на передачу важной информации во все подразделения края. Во-вторых, корпоративный портал обеспечивает коммуникацию сотрудников, при этом, всем предоставляется оперативный и бесплатный доступ к необходимым данным. В-третьих, снижает документооборот, ведение и составление нужной отчетности становится полностью автоматизированным процессом. Общий файловый сервер дает возможность загружать нужные документы прямо на портал. В-четвертых, корпоративный сайт можно использовать для обучения нового персонала. В-пятых, оперативный обмен информацией между подразделениями, сокращает количество командировок.

Реализация поставленной задачи осуществлялась в рамках сайта «УУР ГУ МВД России по Пермскому краю» на базе платформы Denwer, предоставляющей программную оболочку и набор дистрибутивов, необходимых для создания и отладки под управлением ОС Windows.

Данный пакет инструментов для веб-разработчика отличается универсальностью и гибкостью настройки. Он включает в себя HTTP-сервер Apache, препроцессор PHP, компонент PHPMyAdmin для управления базами данных, интерпретатор Perl и ещё большое количество важных и полезных компонентов.

В качестве ключевых особенностей локального сервера Denwer отметим, что базовая версия Denwer легко расширяется новыми дистрибутивами и модулями.

Кроме того, функционал сайта на локальном сервере полностью аналогичен функционалу на удалённом сервере любого хостинг-провайдера, что позволяет полностью протестировать сайт перед заливкой его на удалённый сервер, а главное что сайт можно развернуть и в локальной сети подразделения.

Похожие диссертации на Методы и алгоритмы поддержки принятия решений центрами оперативно-разыскной информации