в чем сущность вероятностного метода обоснования применения ауп
Классификация методов обоснования решений
При обосновании управленческих решений могут использоваться различные рациональные методы, которые можно разделить на две группы (см. рис.11.2):
1) формализованные или алгоритмы;
2) неформализованные или эвристики, которые будут рассмотрены в следующем параграфе.
Такое разделение является достаточно условным, поскольку при использовании формализованных методов всегда остается место для творчества, а в использовании эвристических методов всегда можно выделит формализованные процедуры.
Формализованные методы обоснования решений.В зависимости от полноты имеющейся информации формализованные методы обоснования решений подразделяются на детерминантныеи недетерминантные [3].
Детерминантные методы применяются в тех случаях, когда известны все условия проблемной ситуации, т.е. стоящая перед руководителем задача не имеет неопределенностей. Данные методы подразделяются на
· прямые (или методы прямого счета), которые призваны ответить на вопрос “Что будет, если принять какую-либо альтернативу из всего множества альтернатив?”;
· обратные, которые призваны ответить на вопрос “Какую альтернативу из всего множества альтернатив необходимо принять для того, чтобы критерий эффективности принял свое экстремальное (минимальное или максимальное значение)?”.
Используя математическую символику можно сказать, что прямые методы позволяют определить чему будет равен показатель эффективности W при принятии некоторого решения xÎX, где X— множество альтернатив, а обратные методы позволяют найти xÎX, при котором показатель эффективности W принимает экстремальное (минимальное или максимальное) значение.
Среди обратных методов выделяют:
· перебор, используемый в тех случаях, когда множество альтернатив невелико и для каждого xÎX сначала вычисляются значения W, а затем сравниваются полученные результаты, выбирая наилучший;
· нелинейные методы, когда зависимость W=W(a,x) имеет вид нелинейной функции;
· динамические методы, применяемые для принятия решений в многоэтапных проблемных ситуациях.
Однако, в большинстве задач, реально стоящих перед руководителями помимо известных условий а и элементов решения x еще присутствуют некоторые неизвестные ему факторы b. Именно для решения задач такого типа и предназначены недетерминантные методы обоснования решений, которые подразделяются на:
· стохастические;
· адаптивные;
· компрамиссные;
· методы экспертных оценок.
При применении недетерминантных методов следует считать, что поскольку критерий эффективности зависит от неизвестных параметров, то он в принципе не может быть вычислен. Поэтому недетерминантные методы в принципе не позволяют находить оптимальные решения и речь может идти только о нахождении альтернатив, дающих решения в той или иной степени близкие к оптимальным. Иначе можно сказать, что эти методы способны давать плохие ответы на практические вопросы в тех ситуациях, когда другие методы дают еще худшие ответы [11].
Основным критерием выбора недетерминантных методов является природа неизвестных факторов b. Наиболее простой случай имеет место тогда, когда факторы b представляют собой случайные величины, вероятностные характеристики которых известны. При этом под вероятностными характеристиками понимаются математическое ожидание, дисперсия и закон распределения. В этом случае используются стохастическиеметоды обоснования решений, которые подразделяются на стохастические методы без ограничений и на стохастические методы с ограничениями.
Совершенно иная ситуация возникает в том случае, если необходимо определить количество машин скорой помощи. Здесь уже недостаточно в качестве критерия эффективности рассматривать математическое ожидание, равного, например, 15 мин., поскольку ранний приезд к одному больному не может компенсировать 30-минутное опоздание к другому. И в этом случае еще вводится ограничение, т.е. при математическом ожидании в 15 мин. наиболее позднее время приезда должно составлять, например, 20 мин. И методы, решающие такие задачи являются стохастическими методами с ограничениями.
Суть адаптивных методов [13] заключается в возможности определить те элементы рассматриваемых альтернатив, которые в течении некоторого времени могут оставаться неизменными или общими для всех альтернатив. Это делается для того, чтобы в последующем, при реализации решения целенаправленно придавать свободным элементам определенные значения, которые позволяют увеличивать эффективность решения.
Компромиссные методы обоснования решений заключаются в нахождении альтернатив не столько приводящих к оптимальному решению, сколько позволяющих удовлетворить все имеющиеся ограничения.
Метод экспертных оценок применяется в том случае, когда суждениям отдельных людей (экспертов) необходимо придать цифровое выражение.
Эвристические методы в принятии решений.В настоящее время большинство решений по управлению субъектами экономических отношений принимается в условиях неопределенности. По этой причине единственной базой обоснования подавляющего большинства организационно-экономических решений остается интуиция руководителя и его умение обрабатывать неструктурированную информацию, т.е. принятие таких решений все в большей степени становится искусством.
Как и в любом виде искусства, здесь можно выделить две составляющих: ремесло и вдохновение. Если ремеслу, при желании, можно научиться, то вдохновение при принятии управленческих решений может прийти только путем:
· во-первых, осознания руководителем необходимости совместной коллективной деятельности для достижения цели,
· во-вторых, принятия им на себя ответственности за результаты этой деятельности; возможно именно этим искусство управления отличается от других видов искусств.
Синтез ремесла и вдохновения при принятии управленческих решений находит свое выражение в эвристических методах или эвристиках. Под эвристическим методом понимается последовательность предписаний и процедур обработки и выработки новой информации, целенаправленно выполняемых для поиска новых, более рациональных альтернатив и выбора наилучших из них.
При этом применение одного и того же эвристического метода разными людьми при наличии одной и той же информации может привести к обоснованию и принятию разных решений. Т.е. данные методы не позволяют вырабатывать оптимальных решений. Но это нельзя отнести к их недостаткам, поскольку в условиях неопределенности доказать или опровергнуть оптимальность принятого решения просто невозможно. Можно отметить, что в каждой, требующей творческого начала, области человеческой деятельности, например конструирование [1] и математика [10], существует свой набор успешно применяемых эвристических методов.
Свой набор эвристических методов (эвристик) для обоснования решений имеет каждый, творчески подходящий к делу, руководитель. Хотя далеко не каждый из них использует такие методы осознано. Пополнение собственного набора эвристик происходит в случае столкновения с проблемой, которую руководитель не в состоянии решить известными ему методами.
Сами проблемы при этом можно разделить на три основных типа [12]:
1) аналитические или причинные (почему автомобиль не заводится?);
2) синтетические или проблемы мер (как я попаду на работу, если автомобиль не заводится?);
3) проблемы выбора (каков наиболее быстрый способ добраться до работы?).
Действия руководителя при этом могут быть представлены в виде алгоритма (см. рис.11.3), анализируя который нужно отметить, что наиболее сложными и требующими максимальной творческой активности являются непосредственно взаимосвязанные этапы изобретения нового эвристического метода и разрешения с его помощью проблемы.
Теория и практика вероятностно-статистических исследований
Живоой поиск
Статистические методы — методы анализа статистических данных.
Выделяют методы прикладной статистики, которые могут применяться во всех областях научных исследований и любых отраслях народного хозяйства, и другие статистические методы, применимость которых ограничена той или иной сферой. Имеются в виду такие методы, как статистический приемочный контроль, статистическое регулирование технологических процессов, надежность и испытания, планирование экспериментов.
Одной из важнейших задач математической статистики является разработка методов, позволяющих по результатам обследования выборки (т. е. части исследуемой совокупности объектов) делать обосно¬ванные выводы о распределении признака (случайной величины X) изучаемых объектов по всей совокупности. Важнейшими прикладными задачами математической статистики являются выявление связей между процессами и явлениями (корреляционно-регрессионный анализ), степени влияния в системе факторов на результирующие характеристики сложных процессов (дисперсионный анализ), комплексирование детерминированных, логических и вероятностно-статистических подходов (логико-вероятностное исчисление) и другие.
Целью данной работы является проведение исследования теории и практики вероятностно-статистических исследований. Для достижения поставленной цели необходимо решить следующие задачи:
1) рассмотреть сущность вероятностно-статистических методов исследования,
2) проанализировать особенности применения вероятностно-статистических методов
Для написания данной работы и решения поставленных задач использовалась литература многих авторов.
1. Сущность вероятностно-статистических методов исследования
Базой является вероятностная модель реального явления или процесса, т.е. математическая модель, в которой объективные соотношения выражены в терминах теории вероятностей. Вероятности используются прежде всего для описания неопределенностей, которые необходимо учитывать при принятии решений. Имеются в виду как нежелательные возможности (риски), так и привлекательные («счастливый случай»). Иногда случайность вносится в ситуацию сознательно, например, при жеребьевке, случайном отборе единиц для контроля, проведении лотерей или опросов потребителей.
Теория вероятностей позволяет по одним вероятностям рассчитать другие, интересующие исследователя. Например, по вероятности выпадения герба можно рассчитать вероятность того, что при 10 бросаниях монет выпадет не менее 3 гербов. Подобный расчет опирается на вероятностную модель, согласно которой бросания монет описываются схемой независимых испытаний, кроме того, выпадения герба и решетки равновозможны, а потому вероятность каждого из этих событий равна Ѕ. Более сложной является модель, в которой вместо бросания монеты рассматривается проверка качества единицы продукции. Соответствующая вероятностная модель опирается на предположение о том, что контроль качества различных единиц продукции описывается схемой независимых испытаний. В отличие от модели с бросанием монет необходимо ввести новый параметр – вероятность р того, что единица продукции является дефектной. Модель будет полностью описана, если принять, что все единицы продукции имеют одинаковую вероятность оказаться дефектными. Если последнее предположение неверно, то число параметров модели возрастает. Например, можно принять, что каждая единица продукции имеет свою вероятность оказаться дефектной.
Рассмотрим модель контроля качества с общей для всех единиц продукции вероятностью дефектности р. Чтобы при анализе модели «дойти до числа», необходимо заменить р на некоторое конкретное значение. Для этого необходимо выйти из рамок вероятностной модели и обратиться к данным, полученным при контроле качества. Математическая статистика решает обратную задачу по отношению к теории вероятностей. Ее цель – на основе результатов наблюдений (измерений, анализов, испытаний, опытов) получить выводы о вероятностях, лежащих в основе вероятностной модели. Например, на основе частоты появления дефектных изделий при контроле можно сделать выводы о вероятности дефектности (см. теорему Бернулли выше). На основе неравенства Чебышева делались выводы о соответствии частоты появления дефектных изделий гипотезе о том, что вероятность дефектности принимает определенное значение [4, c.79].
Таким образом,
Доступа нет, контент закрыт
Доступ закрыт
Полный текст и возможность скачивания доступны только для пользователей с Премиум подпиской.
Если вы уже имеете Премиум подписку, то авторизируйтесь для доступа к полному тексту и возможности его скачать.
2.3. Методы обоснования управленческих решений
В современной литературе по теории принятия решений существуют различные подходы к классификации методов обоснования управленческих решений. Один из самых распространенных способов классификации представлено на рис.2.5.
Рис. 2.5. Классификация методов обоснования управленческих решений
Согласно этому способу все методы обоснования управленческих решений делятся на количественные и качественные.
Количественные методы (методы исследования операций) применяют, когда факторы, влияющие на выбор решения, можно количественно определить и оценить.
Качественные методы используют тогда, когда факторы, определяющие принятие решения нельзя количественно охарактеризовать или они вообще не поддаются количественному измерению. К качественным методам относятся в основном экспертные методы.
Количественные методы в зависимости от характера информации, которой располагает лицо, принимающее решение, подразделяются на:
1) методы, применяемые в условиях однозначной определенности информации о ситуации принятия решения (аналитические методы и частично методы математического программирования);
2) методы, применяемые в условиях імовірностної определенности информации о ситуации принятия решения (статистические методы и частично методы математического программирования);
3) методы, применяемые в условиях неопределенности информации о ситуации принятия решения (теоретико-игровые методы, которые в зависимости от того, что вызывает неопределенность ситуации: объективные обстоятельства или сознательные действия противника, делятся на методы теории статистических решений и методы теории игр).
Дадим общую характеристику каждой из указанных групп методов.
Аналитические методы характеризуются тем, что устанавливают аналитические (функциональные) зависимости между условиями решения задачи (факторами) и ее результатами (принятым решением). В аналитических относится широкая группа методов экономического анализа деятельности фирмы (например, построение уравнения безубыточности и нахождения точки безубыточности).
Статистические методы основаны на сборе и обработке статистических материалов. Характерной чертой этих методов является учет случайных воздействий и отклонений. Статистические методы включают методы теории вероятностей и математической статистики. В управлении широко используют следующие из этой группы методов: корреляционно-регрессионный анализ; дисперсный анализ; факторный анализ; кластерный анализ; методы статистического контроля качества и надежности и другие.
Методы теории статистических решений используются, когда неопределенность ситуации обусловлена объективными обстоятельствами, которые либо неизвестны, либо носят случайный характер.
Теория игр используется в случаях, когда неопределенность ситуации обусловлена сознательными действиями умного противника. Подробнее теоретико-игровые методы рассматриваются в конце лекции.
Конкретными инструментами реализации методов обоснования управленческих решений, которые широко используются на практике являются: прогнозирование, платежная матрица, «дерево решений».
Под прогнозом понимают обоснованное утверждение о возможном состоянии объекта в будущем, об альтернативных путях достижения такого состояния. Прогнозирование управленческих решений тесно связано с планированием. Прогноз в системе управления является передплановою разработкой многовариантных моделей развития объекта управления.
Целью прогнозирования управленческих решений является получение научно обоснованных вариантов тенденций развития проблемных ситуаций.
В научной литературе приводятся различные классификации методов прогнозирования. Практическое применение тех или иных методов определяется такими факторами, как объект прогноза, точность прогноза, наличие исходной информации. Среди методов прогнозирования управленческих решений выделяют количественные и качественные. К первой группе относят: нормативный метод; параметрический метод; метод экстраполяции; индексный метод.
Ко второй группе методов относят: экспертный метод; функциональный метод; метод оценки технических стратегий.
Метод платежной матрицы позволяет дать оценку каждой альтернативы как функции различных возможных результатов реализации этой альтернативы.
Основными условиями применения метода платежной матрицы являются:
n наличие нескольких альтернатив решения проблемы;
n наличие нескольких ситуаций, которые могут иметь место при реализации каждой альтернативы;
n возможность количественно измерить последствия реализации альтернатив.
Метод дерева решений предполагает графическое построение различных вариантов действий, которые могут быть осуществлены для решения существующей проблемы.
График “дерева решений” (см. рис.2.6.):
Рис.2.6. График «дерева решения» в задачи инвестирования средств фирмы
1) три поля, которые могут повторяться в зависимости от сложности самой задачи:
а) поле действий (поле возможных альтернатив). Здесь перечислены все возможные альтернативы действий по решению проблемы;
б) поле возможных событий (поле вероятностей событий). Здесь перечислены возможные ситуации реализации каждой альтернативы и определены вероятности возникновения этих ситуаций;
в) поле возможных последствий (поле ожидаемых результатов). Здесь количественно охарактеризованы последствия (результаты), которые могут возникнуть для каждой ситуации;
а) первая точка принятия решения. Она обычно изображена на графике в виде четырехугольника и указывает на место, где должно быть принято окончательное решение, то есть на место, где должен быть сделан выбор курса действий;
б) точка возможностей. Она обычно изображается в виде круга и характеризует ожидаемые результаты возможных событий;
в) «ветви дерева». Они изображаются линиями, которые ведут от первой точки принятия решения до результатов реализации каждой альтернативы.
Идея метода «дерево решений» заключается в том, что продвигаясь ветвями дерева в направлении справа налево (т.е. от вершины дерева до первой точки принятия решения):
а) сначала рассчитать ожидаемые выигрыши по каждой ветви дерева;
б) а затем, сравнивая эти ожидаемые выигрыши, сделать окончательный выбор наилучшей альтернативы.
Использование этого метода предполагает, что вся необходимая информация о ожидаемые выигрыши для каждой альтернативы и вероятности возникновения всех ситуаций была собрана заранее. Метод «дерева решений» применяют на практике в ситуациях, когда результаты одного решения влияют на последующие решения, то есть, как говорят, для принятия последовательных решений.
Теоретико-игровые методы. В большинстве случаев для принятия управленческих решений используется неполная и неточная информация, которая и образует ситуацию неопределенности. Для обоснования решений решений в условиях неопределенности используют:
1) методы теории статистических решений (игры с природой);
2) методы теории игр.
1. Критерий пессимизма (критерий Уолда). Согласно критерия пессимизма для каждой стратегии существует худший из возможных результатов. Выбирается при этом такая стратегия, которая обеспечивает лучший из худших результатов, то есть обеспечивает максимальный из возможных минимальных результатов. Критерий пессимизма в математически формализованном виде можно представить так:
2. Критерий оптимизма. В соответствии с этого критерия, для каждой стратегии есть лучший из возможных результатов. С помощью критерия оптимизма выбирается стратегия, которая обеспечивает максимальный результат из числа максимально возможных:
3. Критерий коэффициента оптимизма (критерий Гурвица). В реальности, лицо, принимающее решение, не является абсолютным пессимистом или абсолютным оптимистом. Обычно она находится где-то между этими крайними позициями. В соответствии с таких предсказаний и используется критерий коэффициента оптимизма. Для математической формализации коэффициента оптимизма к его формулы вводится коэффициент l, который характеризует (в долях единицы) степень ощущения лицом, которое принимает решение, что она является оптимистом. Выбирается при этом стратегия, которая обеспечивает:
4. Критерий Лапласса. С помощью трех предыдущих критериев стратегия выбиралась исходя из оценки результатов состояний природы и практически не учитывались вероятности возникновения таких состояний. Критерий Лапласа предполагает расчеты ожидаемых эффектов от реализации каждой стратегии, т.е. суммы возможных результатов возникновения каждого состояния природы взвешенных по вероятности появления каждого из них. Выбирается при этом стратегия, которая обеспечивает максимальный ожидаемый эффект:
5. Критерий сожаления (критерий Сэвиджа). Использование этого критерия предполагает, что лицо, принимающее решение, должно минимизировать свои потери при выборе стратегии. Другими словами она минимизирует свою потенциальную ошибку при выборе неправильного решения. Использование критерия сожаления предусматривает:
— построение матрицы потерь. Потери (bij) при этом рассчитываются отдельно для каждой стратегии по формуле:
— выбор лучшей стратегии по формуле:
Теория игр. Организации обычно имеют цели, которые противоречат целям других организаций-конкурентов. Поэтому работа менеджерівчасто заключается в выборе решения с учетом действий конкурентов. Для решения таких проблем предназначены методы теории игр.
Под конфликтом понимается такая ситуация, в которой сталкиваются интересы двух или более сторон, преследующих различные (зачастую противоречивые) цели. При этом каждое решение должно приниматься в расчете на разумного противника, который пытается навредить второму участнику игры достичь успеха.
С целью исследования конфликтной ситуации строят ее упрощенную формализованную модель. Чтобы построить такую модель необходимо четко описать конфликт, то есть:
1) уточнить количество участников (участники или стороны конфликта называются игроками);
2) указать на все возможные способы (правила) действий для игроков, которые называются стратегиями игроков;
3) рассчитать, какими будут результаты игры, если каждый игрок выберет определенную стратегию (то есть выяснить выигрыше или проигрыше игроков).
Центральное место в теории игр занимают парные игры с нулевой суммой, то есть игры, в которых:
n принимают участие только две стороны;
n одна сторона выигрывает ровно столько, сколько проигрывает другая.
Две компании Y и Z с целью увеличения объемов продаж продукции разработали следующие альтернативные стратегии:
n Y2 (повышение качества продукции);
n Y3 (предложение более выгодных условий продажи).
n Z2 (открытие новых дистрибьюторских центров);
n Z3 (увеличение количества торговых агентов).
Обоснование необходимости применения и вида АППЗ для заданных помещений
Автор: Пользователь скрыл имя, 05 Июня 2015 в 11:40, курсовая работа
Краткое описание
В Республике Беларусь широко применяются автоматические устройства для предупреждения пожарной опасности, обнаружения и ликвидации пожара, а также для защиты людей от воздействия его опасных факторов. Приоритетные требования к АППЗ при пожаре на сегодняшний день:
как можно более раннее обнаружение возгорания (очагов пожара),
выдача всех необходимых сигналов для задействования автоматических противопожарных средств объекта,
детальное информирование о пожарной ситуации на объекте и дежурного персонала, и остальных присутствующих в здании людей,
сведение к минимуму числа ложных срабатываний.
Файлы: 1 файл
ИСБ.docx
Применение новых технологий и инноваций часто сопровождается повышением пожарной опасности. Все это заставляет более серьезно подходить к задаче проектирования противопожарной автоматики. Главнейшей задачей комплекса автоматической противопожарной защиты является четкая и слаженная работа при чрезвычайной ситуации всех пожарных и инженерных систем объекта по заранее спланированному алгоритму.
В Республике Беларусь широко применяются автоматические устройства для предупреждения пожарной опасности, обнаружения и ликвидации пожара, а также для защиты людей от воздействия его опасных факторов. Приоритетные требования к АППЗ при пожаре на сегодняшний день:
Чтобы правильно подобрать эффективную АППЗ, необходимо знать требования норм по обеспечению пожарной безопасности защищаемого объекта, характеристики пожароопасных материалов и веществ, используемых в технологическом процессе, нормативно-технические документы по проектированию технических средств пожарной автоматики.
При решении вопроса АППЗ и её вида используется вероятностный и детерминированный метод.
В случаях, когда нормативное обоснование отсутствует, или при необходимости распространения положения на новое производство, используется вероятностный метод на основе ГОСТ 12.1.004-91 «Пожарная безопасность. Общие требования». Данный метод базируется на сложных расчетах и используется гораздо реже, чем детерминированный.
В данном случае необходимо спроектировать установку АППЗ для траншеи сборочного конвейера размером 20х5×5. Объем помещения составляет 500 м3, что является немаловажным критерием при выборе и необходимости применения вида АУП. Площадь помещения составляет 100 м2, высота 5 м.
В данном курсовом проекте проектируется автоматическая установка пожаротушения и пожарная сигнализация для траншеи сборочного конвейера.
В данном производственном процессе основную пожарную опасность будут представлять провода с резиновой изоляцией.
Горючее твердое вещество. Температура самовоспламенения аэровзвеси 350°С, нижний концентрационный предел распространения пламени 25 г/м3, максимальное давление взрыва 551 кПа, минимальная энергия зажигания 50 мДЖ.
Средства тушения: вода со смачивателями, пена, порошок.
Следовательно, данное помещение будет относиться к категории В-2.
Согласно ПУЭ (Правила устройства электроустановок) определяем, что данная траншея относится к пожароопасной зоне класса П-IIа. Определение данного параметра позволит правильно подобрать соответствующее электрооборудование для данного цеха.
Проведя краткий анализ пожарной опасности для траншеи сборочного конвейера, делаем вывод, что в помещении имеется горючая среда, возможны источники зажигания и наличие путей распространения пожара. Также в траншее сборочного конвейера возможно образование большого количества токсичных веществ при горении кабелей, что может препятствовать благоприятной работе подразделений МЧС при тушении пожара в данном помещении.
Тип установки пожаротушения определяется выбранным огнетушащим средством, методом тушения и побудительной системой.
Выбор вида огнетушащего вещества.
Выбор вида огнетушащего вещества производится с учетом совместимости его свойств со свойствами веществ и материалов, подлежащих тушению. При выборе огнетушащего вещества в первую очередь следует обращать внимание на совместимость его физико-химических свойств со свойствами веществ и материалов, подлежащих тушению, а также на эффективность тушения данным веществом. Также немаловажную роль играют экономические соображения. Таким образом, наиболее эффективным огнетушащим веществом в траншее сборочного конвейера, согласно справочника «Пожаровзрывоопасность веществ и материалов и средства тушения» под редакцией А.Н. Баратова, будет являться пена средней кратности.
Выбор метода тушения и побудительной системы
Выбор метода тушения и побудительной системы производится с учетом допустимого времени развития пожара, принятого огнетушащего средства, микроклимата и архитектурно-планировочных решений защищаемого помещения. Решающее влияние на выбор метода тушения и побудительной системы оказывает предельно допустимое время развития пожара в момент достижения наиболее опасных факторов пожара и их критических значений. Зная зависимость определяющего фактора пожара от времени его развития, можно определить максимально допустимое время обнаружения пожара побудительной системой и тем самым выбрать ее вид.
Время обнаружения пожараТобн.доп, состоящее из времени до порога срабатывания побудителем Тпор.сраб и инертности побудителя Тин.поб в складывающихся условиях реального пожара, определяется из условия:
— предельно допустимое время развития пожара
Рис.1 График развития пожара
Инерционность электрической схемы установки составит, по опытным данным, 1-2 секунды, инерционность механической и гидравлической систем АУП зависит от типа установки, вида и способа подачи огнетушащего вещества и ориентированно может применяться в пределах 10-30 секунд. Фактическое время обнаружения пожара должно быть меньше или равно времени обнаружения пожара допустимому. Оно определяется для различных видов побудительной системы в зависимости от условий развития конкретного пожара.
Исходя из вышенаписанного, в качестве побудительной системы принимаем электрическую от систем пожарной сигнализации.
Динамика развития пожара
Условно принимаем размеры дверей: 1,95×0,8 м. Принимаем, что пожар возник в центре помещения, т.к. при возникновении его по центру помещения пламя охватит его за самое короткое время. Так как огонь распростроняется по кабельным линиям, то его линейная скорость будет равна 0,4. Рассчитаем, каких размеров достигнет пожар на 5 минуте: