Проблемы анализа риска, 2015, том 12, № 4

ФГБУ «Всероссийский научно-исследовательский 
институт по проблемам гражданской обороны 
и чрезвычайных ситуаций МЧС России» (ФЦ) 

Том 12, 2015, № 3 
ISSN: 1812-5220
Vol. 12, 2015, No. 3

Научно-практический журнал
Проблемы анализа риска

Scientifi c and Practical Journal
Issues of Risk Analysis

Общероссийская общественная организация 
«Российское научное общество анализа риска»
Финансовый издательский дом 
«Деловой экспресс»

Редакционный совет:

Воробьев Юрий Леонидович (председатель),
кандидат политических наук, заместитель председателя Совета Федерации 
Федерального собрания Российской Федерации, председатель Экспертного совета МЧС России
Акимов Валерий Александрович (заместитель председателя),
доктор технических наук, профессор, заслуженный деятель науки РФ, 
начальник ФГБУ «Всероссийский научно-исследовательский институт 
по проблемам гражданской обороны и чрезвычайных ситуаций МЧС России» (ФЦ),
заместитель председателя Экспертного совета МЧС России
Солодухина Лариса Владимировна, 
управляющий Акционерным обществом «Финансовый издательский дом «Деловой экспресс»
Фалеев Михаил Иванович,
кандидат политических наук, начальник ФКУ «Центр стратегических исследований 
гражданской защиты МЧС России»,
президент Российского научного общества анализа риска

Редакционная коллегия:

Быков Андрей Александрович (Главный редактор),
доктор физико-математических наук, профессор, заслуженный деятель науки РФ, 
вице-президент Российского научного общества анализа риска
Порфирьев Борис Николаевич (заместитель Главного редактора),
член-корреспондент РАН, зам. директора по научной работе, зав. лабораторией анализа и прогнозирования природных 
и техногенных рисков экономики Института народнохозяйственного прогнозирования РАН 
Аверченко Владимир Александрович,
кандидат экономических наук, профессор кафедры «Финансовая стратегия» Московской школы экономики 
МГУ им. М. В. Ломоносова, председатель Совета директоров Инвестиционной Группы «Бизнес Центр»
Башкин Владимир Николаевич, 
доктор биологических наук, профессор, главный научный сотрудник Института физико-химических и биологических проблем 
почвоведения РАН, г. Пущино 
Елохин Андрей Николаевич,
доктор технических наук, член-корреспондент РАЕН, начальник отдела страхования ОАО «ЛУКОЙЛ»
Живетин Владимир Борисович,
доктор физико-математических наук, профессор, ректор Института проблем риска
Кременюк Виктор Александрович,
доктор исторических наук, профессор, заместитель директора Института США и Канады РАН
Махутов Николай Андреевич,
член-корреспондент РАН, Председатель Рабочей группы при Президенте РАН по анализу риска 
и проблем безопасности, главный научный сотрудник Института машиноведения им. А. А. Благонравова РАН
Мельников Александр Викторович,
доктор физико-математических наук, профессор, факультет математических 
и статистических наук, Университет провинции Альберта, Эдмонтон, Канада
Ревич Борис Александрович,
доктор медицинских наук, руководитель лаборатории прогнозирования качества окружающей среды 
и здоровья населения Института народнохозяйственного прогнозирования РАН
Сенчагов Вячеслав Константинович,
доктор экономических наук, профессор, вице-президент РАЕН,
директор Центра финансовых и банковских исследований Института экономики РАН
Соложенцев Евгений Дмитриевич,
доктор технических наук, профессор, заслуженный деятель науки РФ, зав. лабораторией интегрированных систем 
автоматизированного проектирования Института проблем машиноведения РАН, г. Санкт-Петербург 
Сорогин Алексей Анатольевич,
кандидат технических наук, директор по специальным проектам 
Акционерного общества «Финансовый издательский дом «Деловой экспресс»
Сорокин Дмитрий Евгеньевич,
член-корреспондент РАН, доктор экономических наук, профессор, 
первый заместитель директора Института экономики РАН
Сосунов Игорь Владимирович,
кандидат технических наук, доцент, заместитель начальника ФГБУ «Всероссийский научно-исследовательский институт по 
проблемам гражданской обороны и чрезвычайных ситуаций МЧС России» (ФЦ)
Табаков Валерий Алексеевич, 
кандидат экономических наук, Ph.D и DBA в области делового администрирования, член Совета директоров, 
председатель правления Инвестиционной Группы «Бизнес Центр», Президент Группы компаний ИКТ

Содержание

Колонка редактора

 
4 Неопределенность и риск: взаимоотношение понятий
А. А. Быков, Главный редактор

Техногенный риск и безопасность

 
6 Некоторые принципы самоорганизации для управления риском техногенных катастроф
Н. А. Махутов, Институт машиноведения им. А. А. Благонравова, г. Москва 
А. Ф. Берман, О. А. Николайчук, Институт динамики систем и теории управления им. В. М. Матросова, 
г. Иркутск

 18  Управление рисками нарушения безопасности КВО при неполной информации
В. Н. Цыгичко, Институт системного анализа РАН, г. Москва

Риск и неопределенность

 28  Интервально-матричный метод количественной оценки пожарного риска на примере склада жидкого 
аммиака
Е. Ю. Колесников, Поволжский государственный технологический университет, г. Йошкар-Ола 

 42  К вопросу о цикличности и проекционности неопределенности
Е. А. Кузьмин, Уральский государственный экономический университет, Институт экономики УрО РАН, 
г. Екатеринбург

 56  Нивелирование неопределенностей при программном планировании развития техники радиоэлектронной 
борьбы методами стандартизации
А. В. Дмитриев, Д. М. Бывших, Т. В. Корытько, Военный учебно-научный центр Военно-воздушных сил 
«Военно-воздушная академия имени профессора Н. Е. Жуковского и Ю. А. Гагарина», г. Воронеж

Управление кредитными рисками

 64 Особенности оценки и анализа кредитного риска российских компаний: взгляд экспертов 
Л. А. Иванова, МГУ им. М. В. Ломоносова, г. Москва

 76  Внутренний кредитный рейтинг как инструмент оценки финансового состояния дочерних компаний
Д. Н. Палунин, ОАО «Интер РАО», г. Москва

Информационное окно

 86  Санкционные риски и отечественная ГИС-платформа в ТЭК
М. Н. Михеев, И. В. Крайнов, Т. В. Ракитина, «Атринити» (ООО «Астерос Консалтинг»), г. Москва
В. А. Щербина, ООО «Навигационные системы-Сервис», г. Омск

 92 Аннотации статей на английском языке

 94 Инструкция для авторов

Колонка редактора   Проблемы анализа риска, том 12, 2015, №4

ISSN 1812-5220
© Проблемы анализа риска, 2015

Неопределенность и риск: 
взаимоотношение понятий

А. А. Быков,
Главный редактор

подверженного риску. Это определяется вероятностным характером многих процессов (как природных, так и техногенных) и многовариантностью их развития. Некоторые авторы указывают, 
что различия между риском и неопределенностью 
сводятся к объему доступной информации об исследуемой ситуации. Можно согласиться, что риск 
является разновидностью неопределенности, когда 
можно количественно определить степень возможности наступления событий и размер последствий. 
Один из основоположников экономической теории 
риска, американский экономист Ф. Найт, впервые 
введший в 1921 г. различие между понятиями «неопределенность» и «риск», специально подчеркивал принципиальную измеримость риска и толковал его как измеримую неопределенность. При 
этом степень такой неопределенности или вероятность наступления некоторого неблагоприятного 
события могут быть количественно установлены, 
в отличие от собственно неопределенности (или 
неизмеримой неопределенности), которая подразумевает невозможность измерения, в частности в отношении будущих событий. В этом смысле термин 
«риск» необходимо использовать, когда известно 
распределение случайной величины, с помощью которой моделируют рисковую ситуацию. То есть если 
возможно количественно и качественно определить 
вероятность того или иного события, то говорить 
следует о риске, если нет — о неопределенности.
Термин «риск» можно трактовать как возможность нанесения ущерба и его размер, тогда как сама 
проблема риска долгие годы понималась как нахождение способа избежать ошибок при решениях, которые могут повлечь за собой этот ущерб. До сих 
пор такая интерпретация понятия «риск», которую 
социологи характеризуют как статистический подход или рационалистическую традицию и которая 

Уважаемые коллеги!
В нашем журнале уже не в первый раз главная тема 
посвящена риску и неопределенности, поскольку, 
на наш взгляд, раскрытие разных сторон этой проблематики в авторских статьях будет способствовать в том числе продвижению по пути достижения 
более высокого уровня теоретического понимания 
понятий «риск» и «неопределенность».
Основные элементы, которые входят в современные научные трактовки риска, — это опасность, 
альтернативность, неопределенность и/или случайность. Если нет опасности, то нет и риска. Для того 
чтобы существовал риск, необходима опасность 
или по крайней мере нежелательность одного из 
возможных результатов или альтернативных вариантов развития ситуации. Поэтому понятие риска 
всегда связано с возможностью выбора того или 
иного варианта развития событий. Иными словами, 
риск неразрывно связан с понятием альтернативности. Но результату присуща и неопределенность, 
которая может быть связана как со случайностью 
процессов, влиянием многочисленных случайных 
факторов, которые приводят к случайности реализации возможных исходов, так и с недостатком 
нашего знания, имеющейся информации или предполагающая множественные исходы, в том числе 
благоприятные и неблагоприятные. При исследовании финансовых инструментов имеют дело со 
спекулятивными неопределенностями, в которых 
имеются как негативные (проигрыши), так и позитивные (выигрыши) исходы. При исследовании 
аварий и чрезвычайных ситуаций имеют дело с чистыми неопределенностями, для которых характерны только негативные последствия (исходы). Но 
в обоих случаях употребляется термин «риск».
Ситуация неопределенности объективно присуща действительности независимо от воли лица, 

 Неопределенность и риск: взаимоотношение понятий
5

трактует риск как возможность наступления неблагоприятного события и/или количественную меру 
последствий такого события (ущерба), является 
господствующей в науке, в том числе и российской. 
Такого подхода придерживается большинство отечественных специалистов по анализу природного и техногенного риска, представляющих точные 
и естественные науки.
Нарастание кризисных, катастрофических и дестабилизирующих наше существование факторов 
ведет к более интенсивному использованию понятий «риск» и «неопределенность» в различных областях научного знания. Очевидно, что и в общественных структурах происходят существенные 
изменения, которые настоятельно требуют своего 
мировоззренческого и идеологического осмысления, без этого невозможно осуществлять скоординированную стратегию противостояния стохастическим деструктивным факторам и принимать 
ответственные и эффективные решения. Этим 
проблемам посвящены многие статьи данного номера.
Кроме того, напомним читателям, что 12–13 октября 2015 года в Москве состоится Международный конгресс «Глобальная и национальная стратегии управления рисками катастроф и стихийных 
бедствий», на котором в рамках пленарных и секционных заседаний будут обсуждаться следующие 
темы:
 • Природные опасности и риски стихийных 
бедствий глобального и национального масштаба.
 • Глобальные и национальные риски техногенных катастроф.
 • Критерии глобальных и национальных катастроф и бедствий, стратегии и методы управления 
ими.
 • Развитие международного сотрудничества 
в разработке методологии управления рисками бедствий и катастроф.

 • Целевые программы как механизм реализации национальных стратегий управления рисками 
катастроф и стихийных бедствий.
 • Мотивационные инструменты, обеспечивающие участие бизнес-сообщества и общественного 
сектора в реализации национальных стратегий.
 • Создание национальных систем мониторинга, 
прогнозирования и принятия решений в области 
управления рисками катастроф и стихийных бедствий.
 • Разработка международных стандартов в области управления рисками бедствий и катастроф.
 • Возможности современных информационно-коммуникационных технологий для управления 
рис ками бедствий и катастроф.
 • Создание и развитие систем открытых данных о рисках бедствий и катастроф на международном и национальном уровнях.
 • Научно-методические основы анализа и оценки рисков.
 • Совершенствование основ нормативного 
правового регулирования анализа и оценки рисков.
 • Критерии и методы оценки экономической эффективности мероприятий по управлению рис ками.
 • Влияние управления рисками катастроф 
и стихийных бедствий на мировую и национальную экономику, включая инвестиционную деятельность.
Кроме того, в рамках Конгресса пройдет конференция «Анализ, прогноз и управление природными рисками в современном мире». 
Призываем к активному участию в работе Конгресса. Более подробную информацию о мероприятиях Конгресса и участию в нем можно найти на 
официальном сайте МЧС России.
Следующий номер нашего журнала мы планируем выпустить к началу работы Конгресса и опубликовать в нем основные пленарные и секционные 
доклады.

Техногенный риск и безопасность   Проблемы анализа риска, том 12, 2015, №4

Некоторые принципы 
самоорганизации для управления 
риском техногенных катастроф1

Аннотация
Обоснованы некоторые принципы искусственной самоорганизации для обеспечения 
эффективного алгоритма управления риском техногенных катастроф. Опасные состояния представлены классами критических состояний и информационными классами для 
отражения мультидисциплинарности описания процесса зарождения и развития техногенных катастроф.
Классы критических состояний описываются параметрами порядка. Это существенно 
уменьшает объемы обрабатываемой информации. Параметры порядка представлены 
в виде структурной модели динамики риска техногенных катастроф. Каждый класс критических состояний характеризуется риском. При переходе от класса к классу уровень этого 
риска повышается. 
Самоорганизующийся алгоритм управления риском представлен тремя контурами управления для классов критических состояний и каждого информационного уровня. Реализация алгоритма может осуществляться как в интерактивном, при участии экспертов, так и в 
автоматическом режимах при подключении специализированного программного обеспечения. Алгоритм обеспечивает взаимосвязанное решение моно-, меж- и мультидисциплинарных задач на основе критериальных параметров порядка каждого контура и кибернетических связей как внутри, так и между контурами. Самоорганизующийся алгоритм 
управления обеспечивает сохранение в заданных границах переменных, характеризующих 
вероятность опасных событий и величину их последствий как на стадии создания опасных 
объектов, так и при их эксплуатации.
Одним из факторов повышения эффективности управления является обеспечение взаимодействия специалистов различных научных дисциплин. Другим фактором является 
возможность включения в алгоритм дополнительной информации, не представленной 
в априорных моделях каждого локального класса. 

Ключевые слова: техногенная катастрофа, событие, процесс, классы состояния, информационные 
уровни, управление, самоорганизация, мультидисциплинарность, параметры порядка, иерархия параметров, модель риска, алгоритм управления.

Содержание

Введение
1. Постановка задачи
2. Параметры порядка и модель риска
3. Самоорганизующийся алгоритм управления риском
Заключение
Литература

1 Работа выполнена при частичной поддержке грантом РФФИ № 15-07-05641 «Разработка принципов, моделей и методов создания и поддержки интеллектуальных мультиагентных систем для прогнозирования техногенных чрезвычайных ситуаций».

ISSN 1812-5220
© Проблемы анализа риска, 2015

УДК 519.715: 62-7/-78 

Н. А. Махутов, 
Институт машиноведения 
им. А. А. Благонравова, 
г. Москва 

А. Ф. Берман, 

О. А. Николайчук, 
Институт динамики систем 
и теории управления 
им. В. М. Матросова, г. Иркутск

Н. А. Махутов и др. Некоторые принципы самоорганизации для управления риском техногенных катастроф
7

Введение
Проблема снижения риска техногенных катастроф 
(ТК) сохраняет свою актуальность вследствие непреодолимого проявления несовершенств и/или 
нарушений методов и средств обеспечения безопасности на всех стадиях и этапах создания и применения опасных объектов. Каждая ТК является, с одной 
стороны, уникальным событием, с другой — уникальным процессом, его обусловливающим вследствие отказов оборудования, ошибок операторов, 
природных воздействий и террористических актов. 
Анализ всего комплекса факторов и параметров, 
инициирующих и сопровождающих процессы, 
явления, события и состояния, обусловливающие 
риск ТК, требует знаний практически всех общеинженерных дисциплин, а также специальных дисциплин и дисциплин, связанных с обоснованием 
решений, математическим моделированием и информационными технологиями, что характеризует 
проблему управления риском как мультидисциплинарную [1—9]. Причем параметры подразделяются на иерархические уровни в соответствии со 
структурой опасного объекта и его компонентов, 
масштабом рассматриваемых физико-химических процессов (нано-, микро-, мезо- и макроуровень), приводящих к отказам, набором решаемых 
функциональных, технических и физических задач 
[10—14].
Мультидисциплинарность проблемы обусловливает необходимость создания комплексных моделей риска ТК, отражающих знания различной 
степени формализации и вида представления для 
определенных аспектов и этапов рассмотрения 
ТК. Значительную трудность представляет процесс 
адаптации подобных моделей для обоснования 
принимаемых решений коллективом специалистов 
различных научных дисциплин в условиях возникновения новой информации, особенно в дефиците 
времени. То есть создание моделей, обеспечение 
возможности их адекватной корректировки и выработки соответствующего алгоритма управления 
требует сбора и обработки огромных объемов, зачастую неформализованной разнородной информации. Этот процесс представляет собой неформализованную процедуру и требует привлечения 
экспертов и специалистов различных научных дисциплин и направлений. 

Одной из главных причин ТК являются катастрофические отказы и аварии, обусловленные неконтролируемой деградацией компонентов и элементов сложных опасных объектов, приводящей 
к исчерпанию опасным объектом ресурса и/или 
несущей способности. Для сложных механических 
систем (СМС) их компонентов и элементов, являющихся составной частью сложных опасных объектов (СОО), обоснование несущей способности и ресурса на стадии создания осуществляется с помощью расчетных моделей, базирующихся на знаниях 
о свойствах материалов, конструируемых или применяемых компонентов и элементов, воздействующих факторах. Сколько-нибудь эффективные или 
пригодные для использования в реальных системах управления моделей, отражающих взаимосвязь 
перечисленных свойств и параметров и обеспечивающих мультидисциплинарные взаимодействия, 
нам неизвестны. Это обусловлено отсутствием необходимого математического описания закономерностей процесса деградации техногенных объектов 
при различных сочетаниях внешних воздействий, 
свойств материалов и элементов, из них изготовленных, и их формальной связи с критериями катастрофических отказов и предельных состояний. 
Недостаточно адекватные модели аварий и ТК, 
не в полной степени учитывающие закономерности 
их зарождения и развития, а значит, и алгоритмы 
управления, также в значительной степени обусловлены невозможностью реализации мультидисциплинарного взаимодействия при их разработке. 
Существующие подходы к оценке деградации 
СМС и вызываемых ими отказов и аварий, а также 
недостаточно изученные закономерности зарождения и развития ТК обусловливают недостаточно 
эффективные методы оценки частоты и снижения 
последствий ТК, что в одних случаях создает неоправданные запасы, в других не обеспечивает безопасность при возникновении незапланированных 
событий и процессов. Например, неполное или 
ошибочное обоснование критериев катастрофических отказов и предельных состояний приводит 
к необоснованной периодичности и использованию неадекватных методов и средств диагностирования и мониторинга технического состояния 
и недостаточной защищенности от обусловленных 
ими аварий и катастроф. Уровень последствий ТК 

Техногенный риск и безопасность   Проблемы анализа риска, том 12, 2015, №4

зависит также от наличия, адекватности и отказов 
оборудования, предназначенного для локализации 
и нейтрализации последствий отказов основного 
оборудования, аварийных ситуаций и аварий.
Задачи обеспечения техногенной безопасности 
с той или иной степенью эффективности в настоящее время решаются благодаря сочетанию эвристических, математических и экспериментальных 
методов и наличию специализированных средств 
исследования и обеспечения техногенной безопасности конкретных СМС и СОО. 
Актуальность проблемы снижения риска ТК 
и результаты исследований в области самоорганизации сложных систем позволяют предположить, что 
применение некоторых принципов искусственной 
самоорганизации может обеспечить компактное 
формализованное описание совокупности явлений, 
процессов, событий и состояний, изучаемых множеством научных направлений и дисциплин и обусловливающих риск ТК, и создать научные основы 
самоорганизующейся системы управления риском. 
Компактное представление параметров состояния 
обеспечит доступность для понимания специалистами различных научных дисциплин сценариев ТК 
и тем самым повысит эффективность управления, 
особенно в дефиците времени. В работе сделана попытка применить некоторые аспекты искусственной самоорганизации для обоснования алгоритма 
и системы управления риском ТК, обусловленных 
авариями на сложных опасных объектах. 
Цель работы — повысить эффективность 
управления риском ТК, обеспечив сохранение в заданных пределах факторов и переменных, обусловливающих и характеризующих вероятность опасных событий, и величину их последствий на основе 
динамической модели риска и самоорганизующегося алгоритма управления как на стадии создания 
сложных опасных объектов, так и при их эксплуатации (применении) в дефиците времени. 
Задачи:
 • обосновать параметры порядка, отражающие 
причины зарождения и развития ТК, характеризующие системные свойства риска и обеспечивающие 
существенное уменьшение переменных, необходимых для представления модели риска ТК; 
 • разработать динамическую модель риска ТК, 
основанную на параметрах порядка; 

 • разработать самоорганизующийся алгоритм 
управления, обеспечивающий эффективное взаимодействие заинтересованных специалистов для 
обеспечения риска ТК в заданных пределах. 

1. Постановка задачи
При оценке вероятности отказов и ресурса учитывается исходная дефектность (технологическая наследственность), вид возможных деградационных 
процессов, обусловливающих повреждение и изменение свойств материалов и элементов. Особое значение имеют задачи, направленные на обоснование 
методов и средств мониторинга и диагностирования 
состояния СМС и СОО, а также на снижение последствий в случае, если авария все-таки происходит. 
Научные дисциплины, направленные на решение задач снижения частоты (вероятности) ТК 
из-за отказов оборудования и повышения эффективности минимизации последствий на стадии 
аварийных ситуаций (АС) и аварий (А), имеют различные приоритеты, критерии оценки и способы 
решения задач. Например, специалистов по обеспечению функциональных свойств объекта мало 
интересует то, каким образом достигается несущая 
способность, требуемый ресурс и безопасность. Но, 
участвуя в общем процессе создания, они могут, 
например, изменить функциональные параметры, 
если ранее назначенные приводят к существенным 
экономически неоправданным затратам на обеспечение требуемого ресурса, несущей способности, 
а значит, и безопасности.
Перечисленные факторы и параметры в совокупности формируют системное свойство риска 
ТК. Анализируя факторы и параметры различных 
этапов зарождения и развития ТК по отдельности, 
невозможно обеспечить эффективное управление риском и доведение его уровня до минимальных значений. В связи с этим и возникает проблема дальнейшего совершенствования методологии 
обос нования коллективных решений, направленной на формирование параметров, характеризующих риск ТК, а также на обоснование обобщенных 
методов управления, обеспечивающих на снижение 
вероятности (частоты) и последствий ТК, обусловленных катастрофическими отказами, переходящими в аварийные ситуации, аварии и техногенные 
чрезвычайные ситуации. Уровень риска нарастает 

Н. А. Махутов и др. Некоторые принципы самоорганизации для управления риском техногенных катастроф
9

от события катастрофического отказа к последующим событиям. В свою очередь, АС, А и ТК характеризуются набором параметров, зависящих от назначения и структуры СОО. Назначение и структура СОО характеризуются свойствами используемых 
материалов, энергии и информации, а также конструктивными свойствами элементов, компонентов 
и СОО в целом. Все эти свойства должны быть исследованы на предмет влияния на системное свойство, к которому относится риск ТК. А эффективно 
это могут сделать совместно только те, кто конструирует, изготавливает и использует каждый элемент, 
компонент и сложный опасный объект в целом. 
Для этого необходимо обеспечить их эффективное 
взаимо действие.
Содержание нарастающего количества раб от, 
направленных на теоретическое и прикладное обоснование эффективности применения принципов 
самоорганизации для решения различных научных и прикладных проблем, показывает, что обеспечение самоорганизации при достижении цели 
может существенно повысить эффективность и качество решений для снижения риска ТК. В частности, в работах [15—27] рассматриваются принципы и методы управления самоорганизующимися 
мультиагентными, робототехническими и организационными системами. Отмечается, что в процессах искусственной самоорганизации важную роль 
играют локальные правила самоорганизации, формулируемые разработчиком самоорганизующейся 
системы. Самоорганизующиеся системы способны 
при изменении внешних или внутренних условий 
функционирования и развития сохранять или совершенствовать свою организацию с учетом прошлого опыта.
В работах [15—17] отмечается: если достижение поставленных целей происходит в заранее неизвестных условиях, то алгоритм управления должен формироваться непосредственно в процессе 
управления. Это возможно обеспечить только с помощью принципов самоорганизации. Развитие ТК 
происходит именно в таких условиях. 
В работе [20] отмечается, что, если в СППР возникает эффект самоорганизации, принимаемые ею 
решения становятся качественно лучше решений 
отдельных экспертов, а сама система — более гибкой, надежной и эффективной. Благодаря этому эф
фекту СППР способны решать более сложные задачи, нежели отдельный эксперт. 
Самоорганизующиеся природные системы 
представляют свое состояние параметрами порядка, количество которых существенно меньше параметров состояния, необходимых для управления 
искусственными объектами [20, 21]. Это позволяет 
природным системам эффективно приспосабливаться и развиваться в изменяющейся среде. Для 
описания искусственных объектов также следует 
стремиться к снижению размерности пространства 
параметров, что повысит точность принимаемых 
решений.
Самоорганизующаяся система — это система, 
обладающая свойством изменяться в целях самосовершенствования (например, в целях улучшения 
или сохранения стабильности параметров, характеризующих эту систему) [25]. Самоорганизация — 
это целенаправленный процесс, в ходе которого 
создается, воспроизводится или совершенствуется 
организация сложной динамической системы. 
Искусственная самоорганизация может обеспечить расширение области применения методов 
и средств искусственного интеллекта [26—29], 
а также повысить эффективность взаимодействия 
экспертов и специалистов различных научных дисциплин. 
Рассмотренные работы позволяют сделать вывод о том, что самоорганизация может повысить качество обоснования свойств СМС и СОО, которые 
обеспечат снижение риска ТК посредством эффективно организованных исследований взаимосвязи 
явлений, процессов, событий и состояний, обусловливающих и сопровождающих ТК. 
Первой задачей является разработка модели 
риска ТК, отражающей катастрофические отказы 
СМС и аварии на опасных объектах, представленные событиями и процессами, приводящими сначала к недопустимому изменению технического состояния и отказам (стадия зарождения ТК), а затем 
к авариям, в некоторых случаях приводящим к ТК 
и отражающим их развитие, т. е. динамику риска 
ТК. Второй задачей является обоснование самоорганизующегося алгоритма управления, обеспечивающего эффективное взаимодействие заинтересованных специалистов для снижения риска ТК на 
всех стадиях жизненного цикла опасных объектов. 

Техногенный риск и безопасность   Проблемы анализа риска, том 12, 2015, №4

2. Параметры порядка и модель риска
Ранее авторами [10—14] разработана структура 
фазового пространства, построенная на основе декомпозиции пространства опасных состояний по 
информационному аспекту и физическому процессу деградации, представленному различными уровнями размерности, и отражающая динамику состояний опасных объектов: от дефектов деталей до 
техногенных чрезвычайных ситуаций. Эта структура положена в основу разработанной иерархической 
модели параметров порядка динамики риска ТК. 
В данной работе уточнена суть рассматриваемых 

опасных состояний введением понятия «класс критических состояний» (ККС), тем самым подчеркнуто, что в работе рассматриваются состояния, которые с высокой вероятностью приводят к ТК.
Для существенного уменьшения объемов информации, регламентируемой к обработке в процессе управления, для каждого ККС сформулированы 
параметры порядка, характеризующие системные 
свойства риска, представленные в виде структурной 
модели динамики риска ТК и отражающие процесс 
зарождения (рис. 1) и развития ТК (рис. 2). Каждый 
ККС характеризуется риском, причем уровень этого 

Рис. 1. Модель параметров порядка стадии зарождения ТК (СМС): ДП — деградационный процесс;
RСУБ, RМИК, RМЕЗ, RМАК — риски соответствующих классов состояний

3.4. Неработоспособность
состояния 

3.3. Предельность
состояния

4.3. Отказ

2.1. Механизм 
и кинетика ДП 
на микроуровне

3.1. Механизм 
и кинетика ДП 
на мезоурове

4.1. Механизм 
и кинетика ДП 
на макроуровне

Параметры порядка процессов деградации

Работоспособное cостояние

4.2. Разрушенность

2.4. Неисправность 
состояния

2.2. Допустимая
поврежденность

2.3. Допустимость 
состояния

3.2. Недопустимая 
поврежденность

Параметры порядка технического состояния

Параметры порядка физического состояния

Параметры порядка функционального состояния

4.4. Опасность
состояния 

СЛОЖНАЯ МЕХАНИЧЕСКАЯ  СИСТЕМА (СМС)

КОМПОНЕНТЫ

ЭЛЕМЕНТЫ

Классы 
критических состояний 
на субмикроуровне
RСУБ

Классы 
критических состояний
на микроуровне 
RМИК

Классы 
критических состояний 
на мезоуровне 
RМЕЗ

Классы 
критических состояний
 на макроуровне
RМАК

Параметры порядка, отражающие уровни риска восстанавливаемых состояний  
Классы 
параметров 
порядка 

Функциональный 
уровень 

Технический 
уровень 

Физический 
уровень 

Уровень 
процессов 
деградации 

Параметры порядка, отражающие информационные уровни

1.3. Исходность 
состояния

1.4. Исправность 
состояния

1.2. Дефектность

1.1. Механизм 
и кинетика ДП 
на субмикроуровне

Н. А. Махутов и др. Некоторые принципы самоорганизации для управления риском техногенных катастроф
11

риска повышается при переходе от класса к классу. 
Параметры порядка представлены классами уровней риска восстанавливаемых (рис. 1) и невосстанавливаемых (рис. 2) критических состояний, а также классами информационных уровней, отражающими различные аспекты рассмотрения состояний 
объектов и представленные различными научными 
дисциплинами, используемыми для анализа риска.
В классах критических состояний система должна находиться расчетное время, и для этого обосновываются необходимые обобщенные параметры, 
которые будут отражать то или иное состояние 
системы. В понятиях теории самоорганизации со
стояние объекта в каждом ККС описывается некоторым аттрактором. Диапазон параметров каждого 
аттрактора определяется минимальной и максимальной величиной риска в каждом ККС. Динамика 
риска представлена переходами от класса к классу 
(1.j→2.j → 3.j → 4.j, см. рис. 1) при этом риск увеличивается и может достичь классов катастрофического риска (4.j→5.j → 6.j → 7.j, см. рис. 2).
Описания ККС на выделенных информационных уровнях различаются между собой объемами 
и спецификой специальных знаний и позволяют 
сосредоточить экспертов различных отраслей зна
Рис. 2. Модель параметров порядка стадии развития ТК (СОО):
О — отказ; АС — аварийная ситуация; А — авария; ТК — техногенная катастрофа; RО, RАС, RА, RТК — риски 
соответствующих классов критических состояний

6.4. Опасность 
состояния А,
RА

6.3. Параметр 
порядка А

7.3. Параметр 
порядка ТК

5.1. Механизм 
и кинетика
АС

6.1. Механизм 
и кинетика
А

7.1. Механизм 
и кинетика
ТК

Параметры порядка нежелательных процессов

7.2. Прогрессирующая 
невосстанавливаемость 
физико-химического 
состояния

5.4. Опасность 
состояния АС, 
RАС 

5.2. Восстанавливаемость 
физико-химического 
состояния

5.3. Параметр 
порядка АС

6.2. Невосстанавливаемость 
физико-химического 
состояния

Параметры порядка технического состояния — источники риска

Параметры порядка физического состояния — причины риска

Параметры порядка функционального состояния — факторы риска

7.4. Опасность 
состояния ТК, 
RТК

СЛОЖНЫЙ ОПАСНЫЙ ОБЪЕКТ (СОО)

ТЕХНИЧЕСКИЕ  СИСТЕМЫ

Классы 
критических состояний
минимального риска
RО

Классы 
критических состояний
допустимого риска
RО ≤ RАС ≤ RА

Классы 
критических состояний 
недопустимого риска
RАС ≤ RА ≤ RТК

Классы 
критических состояний
 катастрофического риска
RТК

Параметры порядка, отражающие уровни риска критических состояний

Классы 
параметров 
порядка 

Функциональный 
уровень 

Технический 
уровень 

Физический 
уровень 

Уровень 
нежелательных 
процессов 

Параметры порядка, отражающие информационные уровни

4.3. Параметр 
порядка О

4.4. Опасность 
состояния О, 
RО

4.2. Разрушенность

4.1. Механизм 
и кинетика
разрушения