Оптимизация отбора сценариев пожара на предварительном этапе оценки пожарного риска в общественных зданиях

Введение
Расчет индивидуального пожарного риска (ИПР) – обязательный инструмент обоснования пожарной безопасности в общественных зданиях при отступлениях от норм или разработке компенсирующих мероприятий [1], [2]. Выполняемый методами математического моделирования по [3], он количественно оценивает угрозу для жизни людей и служит основой экспертных решений. 
Одним из наиболее трудоемких и ответственных этапов проведения расчета ИПР является формирование перечня исходных данных, центральное место в котором занимает определение расчетных сценариев пожара. Действующая методика [3] регламентирует общие принципы их выбора: обязательное рассмотрение сценариев, связанных с отступлениями или компенсирующими мероприятиями (п. 11, 12), а также рекомендацию к учету дополнительных сценариев, реализующих «наихудшие условия» для людей (п. 10). Кроме того, методика предусматривает возможность рассмотрения и других дополнительных сценариев, таких как пожары в помещениях с максимальным скоплением людей, в атриумах, в системах помещений с риском блокирования эвакуации и т.д. (п. 13).
Для сложного здания число дополнительных сценариев достигает десятков. Полномасштабное моделирование каждого из них требует несоразмерных ресурсов и экономически нецелесообразно. Субъективный же отбор чреват пропуском критических сценариев и недооценкой пожарной опасности.
Возникает противоречие между полнотой учета угроз и рациональностью затрат. Его разрешение требует формализации предварительного отбора: объективные критерии позволят ранжировать сценарии и выделить наиболее опасные для детального моделирования. Гипотеза исследования состоит в том, что формализованное ранжирование опасности сценариев позволит оптимизировать трудозатраты, повысит обоснованность и воспроизводимость результатов работы эксперта на начальном этапе.
Целью исследования является разработка и апробация алгоритма балльной оценки для формализованного отбора наиболее опасных сценариев пожара на предварительном этапе расчета индивидуального риска в общественных зданиях.
Для достижения поставленной цели были последовательно решены следующие задачи:
1. Провести анализ нормативных требований и экспертных практик по формированию перечня сценариев пожара для оценки ИПР.
2. Обосновать выбор критериев, определяющих потенциальную опасность сценария пожара в общественном здании.
3. Разработать структуру и логику алгоритма балльной оценки и правил формирования интегрального показателя опасности сценария.
4. Апробировать предложенный алгоритм на примере типового общественного здания для верификации его работоспособности и практической применимости.
5. Оценить влияние предложенного подхода на сокращение трудозатрат на предварительном этапе расчета.

Анализ нормативных требований и экспертных практик: отечественный и международный контекст
В Российской Федерации основополагающим документом, регламентирующим проведение расчетов ИПР в общественных зданиях, является методика [3]. Данный документ устанавливает базовые принципы выбора сценариев, задает концептуальные рамки и примерный ориентир, не предлагая детального алгоритма для систематического отбора сценариев пожара в конкретном здании. Аналогичный принципиальный, а не предписывающий, подход к определению расчетных сценариев характерен и для производственных объектов [4], а также для ряда международных стандартов и руководств по оценке ИПР, где акцент делается на необходимости анализа сценариев, репрезентативных для основных опасностей [5], [6].
Данный нормативный подход интерпретируется и дополняется экспертными подходами, что является общей чертой для мировой инженерной практики в области пожарной безопасности. Как отмечается в работах, посвященных методологии оценки рисков, переход от общих требований к конкретному перечню сценариев для уникального объекта неизбежно связан с экспертным суждением. Исследования в области инженерных расчетов пожарной опасности как в России, так и за рубежом, указывают на то, что именно этап формирования исходных данных, включая выбор сценариев, является одним из наименее формализованных и наиболее зависимых от квалификации исполнителя [7], [8].
В экспертной среде сложились определенные эвристические подходы, такие как приоритетный анализ помещений с постоянным или массовым пребыванием людей, помещений с повышенной пожарной нагрузкой, узловых точек эвакуационных путей (вестибюлей, лестничных клеток, переходов), а также зон с потенциально высокой скоростью распространения ОФП (атриумы, большие залы) [9]. Однако, как подчеркивается в ряде публикаций, эти практики зачастую не документируются в явном виде, что затрудняет воспроизводимость и проверку обоснованности выбора расчетных сценариев, а также может приводить к субъективным расхождениям в оценках разных специалистов для одного и того же объекта [6], [10].
В международной научной литературе проблема выбора и ранжирования сценариев также признается важной для управления рисками. Для ее решения предлагаются различные формализованные методы, часто основанные на многокритериальном анализе (Multi-Criteria Decision Analysis, MCDA). Так, в работах, посвященных оценке рисков сложных систем, обсуждаются подходы к структурированию критериев опасности: угроза жизни, экономический ущерб, социальные последствия [11]. Применительно к пожарной безопасности развиваются методы поддержки принятия решений (Decision Support Systems, DSS), призванные помочь эксперту систематизировать информацию и минимизировать субъективность при выборе расчетных сценариев [12]. Эти методы часто включают этап предварительного анализа для отсева заведомо менее значимых вариантов, что напрямую соотносится с целью данной работы.
Таким образом, в отечественной и международной практике существует методический пробел, ведущий либо к избыточному моделированию, либо к пропуску опасных сценариев. Актуальная задача – создание формализованного инструмента, который, опираясь на нормативные принципы и обобщая экспертные практики, структурирует выбор и ранжирование сценариев на предварительном этапе.

Методология исследования
Исследование включает четыре этапа. Аналитический этап состоит в обзоре нормативных и научных источников, выявлении методического пробела. Методологический этап предполагает разработку системы критериев, балльной шкалы и алгоритма ранжирования с применением методов системного анализа и MCDA [11], [12], [13]. Экспериментальный этап представляет собой апробацию методики на примере физкультурно-оздоровительного комплекса. Оценочный этап включает анализ устойчивости, сравнение с существующими подходами, определение ограничений. Данная структура обеспечивает воспроизводимость и доказательность исследования.
Выбор балльного метода обусловлен тремя причинами. Во-первых, задача относится к слабоструктурированным: отсутствуют строгие аналитические решения и репрезентативные выборки. Балльные методы – адекватный инструмент формализации экспертного знания в таких условиях [11]. Во-вторых, нормативная методика [3] требует учёта «наихудших условий», но не содержит количественных критериев их идентификации. Балльная оценка переводит качественные требования в сопоставимые числовые показатели, обеспечивая прозрачность и воспроизводимость отбора. В-третьих, метод гибок, не требует сложного программного обеспечения и применим для широкого круга общественных зданий [10]. Альтернативы (полный перебор, нейросети, байесовские сети) либо ресурсоёмки, либо требуют обучающих выборок, отсутствующих на практике [12].
Система критериев сформирована в три этапа. Контент-анализ нормативных [3] и экспертных источников [6], [9] позволил составить исходный перечень факторов опасности. Декомпозиция и агрегация позволили исключить избыточные и коррелирующие показатели: оставлены пять критериев, минимально необходимых и достаточных для дифференциации сценариев по степени угрозы. Построение вербально-числовой шкалы предоставили возможность разработки для каждого критерия пятиуровневой шкалы (0–4 балла): пять градаций обеспечивают устойчивость к субъективным колебаниям [14], [15].

Разработка методики балльной оценки
Критерии опасности.
Методика основана на синтезе нормативных требований, экспертных практик и формализации принятия решений. Её ключевой принцип — переход от качественного суждения к количественной сравнительной оценке, что обеспечивает объективное ранжирование опасных ситуаций.
Формирование системы критериев для оценки опасности дополнительных сценариев является ключевым этапом разработки формализованного метода их ранжирования. Целью данного анализа является определение и структурирование факторов, которые характеризуют тяжесть возможных последствий сценариев для людей, находящихся в здании. Эти факторы должны отражать как особенности развития пожара, так и специфику условий эвакуации и состояния людей в различных частях здания.
В основу выбора критериев положены требования методики [3], в частности, принцип рассмотрения «наихудших условий», а также обобщённые экспертные практики [11]. Анализ позволяет выделить пять взаимосвязанных критериев, которые в совокупности охватывают основные аспекты возникновения и развития пожароопасной ситуации:
1. Возможность возникновения и развития пожара – зависит от наличия и взаимного расположения горючей нагрузки, источников зажигания, а также эффективности противопожарных систем; чем выше возможность возгорания и развития начальной стадии пожара, тем более опасным считается сценарий.
2. Блокирование эвакуационных выходов – опасность сценария возрастает пропорционально количеству блокируемых выходов, их значимости и скорости блокирования.
3. Потенциал воздействия опасных факторов пожара на людей – наибольшую опасность представляют сценарии, при которых ОФП достигают зон пребывания людей за время, соизмеримое или меньшее времени, необходимого для эвакуации.
4. Время начала эвакуации – сценарии, связанные с поздним обнаружением очага или с необходимостью выполнения поисково-спасательных действий, являются более опасными.
5. Наличие и специфика уязвимых групп людей – сценарии, реализующиеся в зонах с нахождением уязвимых групп или в ситуациях, когда их эвакуация сопряжена с дополнительными трудностями, оцениваются как более опасные.
Критерии определены на основе [3], [9] и методов MCDA [11], [13]. Они образуют минимально необходимый набор, охватывающий ключевые детерминанты тяжести последствий. Для формализованной оценки влияние каждого критерия рассматривается отдельно для каждой выделенной зоны здания — это позволяет избежать усреднения и потери значимых деталей.

Балльная оценка критериев опасности.
Для операционализации критериев введена система пятиуровневой балльной шкалы, где каждому уровню присваивается вербальное определение: 0 баллов – опасность отсутствует, 1 балл – низкая опасность, 2 балла – умеренная опасность, 3 балла – средняя опасность, 4 балла – высокая опасность (Табл.1). Подобная пятиуровневая шкала широко применяется в экспертных оценках и качественных классификациях риска благодаря наглядности и достаточной градации для дифференциации сценариев [14], [15].

Табл.1. Матрица критериев для балльной оценки опасности сценария пожара

На первом этапе разработки методики, ориентированном на проверку концепции и создание прозрачного инструмента, всем критериям присвоен равный вес. Это является общепринятым допущением при первоначальной апробации сложных моделей [10]. Однако для повышения точности ранжирования, особенно в пограничных случаях, требуется уточнение весовых коэффициентов. В качестве направлений для такого уточнения рассматриваются: проведение экспертных опросов с использованием метода анализа иерархий, статистический анализ корреляций между критериями и итоговыми показателями риска по данным многочисленных моделирований, а также байесовский подход к обновлению весов по мере накопления эмпирических данных.

Алгоритм применения балльной оценки.
Разработанная методика балльной оценки реализуется в виде последовательного алгоритма, применение которого позволяет структурировать работу эксперта на предварительном этапе расчета индивидуального пожарного риска. Алгоритм состоит из четырех основных этапов (Рис.1).

Рис.1. Блок-схема алгоритма применения методики балльной оценки расчётных сценариев пожара

Подготовительный этап.
Формирование информационной базы: собираются данные о распределении людей, планировке, эвакуационных выходах, системах противопожарной защиты, конструкциях и пожарной нагрузке. Фиксируются функциональные зоны (например, торговые залы, спортивные помещения, пути эвакуации), объединённые по условиям пребывания людей. Зоны целесообразно выделить цветом на плане этажа. Таким образом, становится возможным анализ путей развития пожароопасной ситуации и ее влияние на людей.

Этап 1. Формирование первичного перечня сценариев.
На основе подготовленных данных выделяются стратегически значимые участки: места у эвакуационных выходов, лестничные клетки, помещения с массовым пребыванием людей, зоны с отступлениями от норм и с компенсирующими мероприятиями. Экспертом определяется основной фактор опасности планировки (например, быстрое задымление коридора или атриума, слияние людских потоков) и формируются сценарии, способные его реализовать. Результат – перечень сценариев с привязкой к плану, указанием места очага, блокированных и доступных выходов, а также обоснованием включения сценария в перечень.

Этап 2. Выделение "уязвимых зон". Целью данного этапа является идентификация областей (зон) внутри объекта, для которых последствия реализации сценариев могут представлять наибольшую опасность для жизни и здоровья людей. Это позволяет сфокусировать последующую балльную оценку на наиболее важных участках, где сосредоточены люди или где факторы риска проявляются максимально. Критериями для отнесения зоны к категории «уязвимой» являются: наличие значительного количества людей; ограниченная или сложная доступность эвакуационных выходов; присутствие уязвимых групп людей (дети, МГН); высокая вероятность воздействия опасных факторов пожара из-за планировочных особенностей (например, зона, примыкающая к потенциальному месту возникновения пожара, или зона, подверженная быстрому задымлению). Результатом этапа является определенный на плане объекта перечень уязвимых зон, для каждой из которых в последующем будет оцениваться степень угрозы при реализации того или иного сценария.

Этап 3. Балльная оценка по матрице. Сценарий оценивается с использованием матрицы критериев (см. таблицу 1) для каждой выделенной уязвимой зоны. Эксперт последовательно анализирует влияние рассматриваемого сценария на каждую уязвимую зону по четырем критериям: «Блокирование эвакуационных выходов», «Потенциал воздействия ОФП на людей», «Время начала эвакуации» и «Наличие уязвимых групп людей». Для каждого критерия, в соответствии с описательными условиями в матрице, присваивается балл от 0 до 4. Баллы, выставленные для каждой уязвимой зоны по всем четырем критериям, суммируются, формируя локальный балл опасности для данной зоны в рамках рассматриваемого сценария.

Этап 4. Ранжирование и отбор сценариев. После завершения оценки всех сценариев для всех уязвимых зон производится суммирование локальных баллов опасности для каждого сценария. Полученная величина является интегральным баллом опасности сценария, который выступает в роли количественного показателя его потенциальной тяжести. На основании интегральных баллов выполняется ранжирование (упорядочивание по убыванию) всего первичного перечня сценариев. Граница отбора сценариев для последующего детального моделирования может устанавливаться как по фиксированному количеству (например, 5–7 сценариев с наивысшими баллами), так и по достижению определенного порогового значения балла, либо на основе анализа «провала» в значениях между соседними позициями ранжированного списка. Итогом работы по алгоритму является обоснованный, сокращенный перечень наиболее опасных сценариев, направляемых на ресурсоемкий этап детального математического моделирования динамики пожара и эвакуации людей.

Апробация предлагаемой методики
Для демонстрации практической работоспособности предложенной методики балльной оценки рассмотрим её применение к конкретному объекту – физкультурно-оздоровительному комплексу (ФОК) с многоуровневой планировкой, включающей четыре эвакуационных выхода, холл, гардероб, игровую, спортивные зоны, помещения для групповых занятий и блок раздевалок с саунами.

Реализация методики балльной оценки опасности сценариев
После выполнения подготовительного этапа алгоритма был проведен этап 1, в рамках которого важным фактором опасности планировки признана многоуровневость и наличие антресольного яруса (зал для групповых занятий), создающие риск быстрого вертикального распространения ОФП. В результате структурированного обзора всех функциональных зон ФОК и участков важных с точки зрения возникновения и развития пожара (входная зона, лестничные клетки, спортивные зоны, изолированные помещения) сформирован перечень из шести наиболее опасных дополнительных сценариев пожара:
1. Возгорание в гардеробе с блокированием Выхода 1.
2. Возгорание в спортивное зоне А с блокированием эвакуационного выхода на Лестницу 1.
3. Возгорание в женской раздевалке с блокированием эвакуационного выхода на Лестницу 2.
4. Возгорание в спортивном кинозале с блокированием эвакуационного выхода на Лестницу 3.
5. Возгорание в мужской раздевалке с блокированием одного эвакуационного выхода.
6. Возгорание в любой из двух саун.
Полученные перечень дополнительных сценариев служит репрезентативной основой для последующего ранжирования с помощью балльной оценки. Сценарии, связанные с отступлениями от нормативных требований или компенсирующими мероприятиями, не входят в перечень, поскольку являются обязательными для рассмотрения.
На этапе 2 выявлены следующие уязвимые зоны: входная группа, спортивная зона А, спортивная зона Б, сайкл (студия для велотренировок), спортивный кинозал, зал для групповых занятий, раздевалка женская, раздевалка мужская.
На этапе 3 с помощью матрицы (см. Табл.1) для всех уязвимых зон проведена бальная оценка опасности, возникающая при реализации того или иного сценария. В частности, при рассмотрении первого сценария (возгорание около Выхода 1), который предполагает возгорание в гардеробе, поблизости от Выхода 1 (Рис.2) интегральный балл опасности составил 49 (Табл.2).

Рис.2. План ФОК при реализации первого сценария с обозначением очага и уязвимых зон, участвующих в балльной оценке

Табл.2. Бальная оценка первого сценария (возгорание около Выхода 1)

Аналогичным образом была проведена бальная оценка опасности всех рассматриваемых сценариев (Табл.3). Установлено, что интегральный балл опасности сценариев варьируется от 28 до 50 баллов.

Табл.3. Бальная оценка опасности сценариев пожара

Дополнительным аналитическим инструментом является анализ не только строк таблицы (интегральный балл опасности), но и ее столбцов (суммарный локальный балл опасности для уязвимых зон). Суммирование баллов по столбцу позволяет выявить уязвимые зоны, наиболее подверженные риску при различных сценариях, что полезно для разработки превентивных мер. В частности, из таблицы видно, что разработка превентивных мер наиболее целесообразна для входной зоны (локальный балл опасности максимален и равен 46).
На этапе 4 проведено обобщение результатов балльной оценки всех рассматриваемых дополнительных сценариев и последующее их ранжирование по величине интегрального балла опасности (Табл.4). Как следует из представленной таблицы, выделяется группа из трех сценариев с интегральными баллами 42–50, которые существенно превышают баллы остальных. Сценарии, набравшие 28–32 баллов, были признаны не представляющими первоочередного интереса для трудоемкого математического моделирования, так как их потенциальные последствия локализованы, а влияние на общий процесс эвакуации минимально.

Табл.4. Результаты ранжирования дополнительных сценариев

На Рис.3 представлена графическая интерпретация полученных результатов, из которой более наглядно видно, что отобранная группа из трех сценариев явно выделяется по величине интегральных баллов опасности по сравнению с другими тремя сценариями.

Рис.3. Ранжирование дополнительных сценариев по интегральному баллу опасности

Таким образом, применение методики позволило сократить исходный перечень сценариев для последующего детального математического моделирования с шести до трех, то есть на 50 %. Это подтверждает эффективность предложенного подхода для оптимизации трудозатрат на предварительном этапе оценки пожарного риска. При этом в число отобранных вошли все сценарии, связанные с блокированием основных эвакуационных путей и выходов и оказывающие воздействие на зоны массового пребывания людей, что соответствует принципу рассмотрения «наихудших условий».

Анализ устойчивости и чувствительности ранжирования.
Для проверки устойчивости полученного ранжирования к возможным субъективным колебаниям в оценках был проведён упрощённый анализ чувствительности. Рассмотрена гипотетическая ситуация изменения балльной оценки одного из ключевых критериев на ±1 балл для сценариев с пограничными значениями. Даже при таком изменении разделение сценариев на две ярко выраженные группы сохраняется, а их относительный порядок внутри групп не меняется. Это косвенно свидетельствует о достаточной устойчивости методики для грубого первичного разделения сценариев на «наиболее опасные» и «малозначимые». Однако для точного ранжирования внутри группы наиболее опасных сценариев требуется дальнейшее уточнение как самих критериев оценки, так и их весов, что подтверждает необходимость дополнительных исследований.

Обсуждение результатов
Сравнение с существующими подходами.
Ключевое преимущество предлагаемой методики перед традиционной экспертной практикой заключается в обеспечении сопоставимости и воспроизводимости результатов, что является важным требованием к процедурам оценки риска [15]. В литературе отмечается, что этап формирования исходных данных для моделирования пожаров остается одним из наименее формализованных и наиболее зависимых от квалификации исполнителя [7]. В этом свете представленный алгоритм структурирует данный процесс, систематизирует экспертные эвристики, переводя их в прозрачный и документируемый формат. Таким образом, метод заполняет существующий методический пробел между общими нормативными принципами и их практической реализацией. Концепция метода соответствует современному взгляду на роль формализованных методик как инструментов поддержки принятия решений (Decision Support Systems), которые не заменяют, а дополняют и усиливают экспертную оценку, концентрируя внимание специалиста на зонах принятия неочевидных решений [16].
Для наглядного представления места предлагаемой методики в спектре существующих подходов ниже приведено их сравнительное сопоставление по ключевым параметрам (Табл.5).

Табл.5. Сравнительный анализ подходов к предварительному отбору расчётных сценариев пожара

Как видно из сравнения, предлагаемая методика занимает промежуточное положение, целенаправленно заполняя методический пробел между неформализованной экспертной практикой и сложными, ресурсоёмкими системами поддержки принятия решений. Её ключевое преимущество – систематизация и структурирование важного, но слабо формализованного этапа работы эксперта без чрезмерного усложнения процесса.

Ограничения методики и направления развития.
Несмотря на положительные результаты, в ходе апробации выявились определенные ограничения, требующие внимания в дальнейших исследованиях.
Апробация выявила ряд ограничений, требующих решения в дальнейших исследованиях.
1. Вопросы надёжности и валидности. Текущая апробация – качественная. Для количественной валидации предлагается:
оценка межэкспертной надёжности путём расчёта коэффициента конкордации Кендалла на основе независимых оценок одних и тех же сценариев; оценка критериальной валидности через сравнение ранжирования по методике с результатами полноценного математического моделирования динамики пожара и эвакуации; ретроспективная проверка на описаниях реальных пожаров для контроля попадания тяжёлых сценариев в группу с наивысшими баллами.
2. Универсальность и адаптация матрицы критериев. Матрица охватывает базовые факторы, но для сложных объектов может потребовать введения дополнительных критериев (например, учитывающих задымление атриумов). Её следует рассматривать как адаптируемый каркас.
3. Обоснованность шкалы и весовых коэффициентов. Использованная пятиуровневая шкала (0–4) и равный вес критериев являются осознанным упрощением на начальном этапе, что согласуется с практикой итерационного построения моделей [14], [15]. Резкое различие в итоговых баллах косвенно подтверждает дискриминационную способность методики. Для повышения точности необходимо уточнение весов (методом анализа иерархий, статистическим или байесовским анализом).
4. Субъективность на этапе экспертной оценки. Несмотря на формализацию критериев, присвоение баллов по матрице остаётся действием эксперта. Это вносит элемент субъективности, для минимизации которого в будущем требуется протокол оценки и тренировка экспертов.
5. Ограниченный масштаб апробации. Тестирование на одном объекте (ФОК) носит пилотный характер и иллюстрирует принципиальную работоспособность. Для полноценной валидации, подтверждения универсальности и количественной оценки эффективности необходимы испытания на выборке объектов разного назначения.
Таким образом, предлагаемая методика решает актуальную задачу, обеспечивая баланс между учётом угроз и рациональностью затрат. Её внедрение способствует стандартизации и повышению эффективности работ по оценке пожарного риска.

Заключение
В результате работы разработана методика балльной оценки опасности сценариев пожара, основанная на матрице критериев, включающей оценку возможности возникновения и развития пожара, блокирования эвакуационных путей, потенциала воздействия ОФП, времени начала эвакуации и наличия уязвимых групп людей. Предложен алгоритм, включающий сбор данных, формирование перечня сценариев, выделение уязвимых зон, балльную оценку и ранжирование.
Апробация методики на примере ФОК показала её практическую эффективность. Применение алгоритма позволило сократить количество сценариев для последующего математического моделирования на 50 %, при этом в отобранный перечень вошли все сценарии, связанные с реализацией «наихудших условий» (блокирование основных выходов, воздействие на зоны пребывания людей).
Установлено, что предложенный подход не исключает, а систематизирует роль эксперта, предоставляя ему структурированный инструмент для принятия обоснованных решений на предварительном этапе. Это способствует повышению объективности, прозрачности и воспроизводимости результатов работы, что соответствует современным тенденциям в области оценки пожарного риска [15].
Основными направлениями дальнейших исследований являются: проведение статистически значимой апробации на репрезентативной выборке объектов разного типа (торговые, образовательные, многофункциональные, транспортные) для количественной оценки ее эффективности в сокращении трудозатрат и подтверждения устойчивости результатов, а также уточнение весовых коэффициентов критериев на основе статистики реальных пожаров и результатов ретроспективного анализа расчетов риска.
Таким образом, разработанная методика решает актуальную научно-практическую задачу и может быть рекомендована для использования в практике экспертных организаций с целью повышения эффективности и обоснованности работ по оценке индивидуального пожарного риска в общественных зданиях.

1. Технический регламент о требованиях пожарной безопасности (с изменениями на 25 декабря 2023 года). Федеральный закон от 22.07.2008 № 123-ФЗ // Российская газета, № 163, 01.08.2008.

2. О порядке проведения расчетов по оценке пожарного риска. Постановление Правительства РФ от 22.07.2020 № 1084 // Собрание законодательства Российской Федерации, № 30, 27.07.2020, ст. 4940.

3. Об утверждении методики определения расчетных величин пожарного риска в зданиях, сооружениях и пожарных отсеках различных классов функциональной пожарной опасности. Приказ МЧС России № 1140 от 14.11.2022 // Официальный интернет-портал правовой информации www.pravo.gov.ru, 21.03.2023, № 0001202303210005.

4. Об утверждении методики определения расчетных величин пожарного риска на производственных объектах. Приказ МЧС России от 26.06.2024 № 533 // Официальный интернет-портал правовой информации www.pravo.gov.ru, 03.09.2024, № 0001202409030008.

5. SFPE Engineering Guide to Fire Risk Assessment / Society of Fire Protection Engineers; editor-in-chief Morgan J. Hurley. – First edition. – New York: Springer, 2016. – 185 p.

6. Gwynne S.M.V., Kuligowski E.D., Boyce K.E., Nilsson D., Robbins A.P., Lovreglio R., Thomas J.R., Roy-Poirier A. Enhancing Egress Drills: Preparation and Assessment of Evacuee Performance // Fire and Materials. – 2017. – Vol. 41, iss. 5. – P. 535–550. – DOI:https://doi.org/10.1002/fam.2448. EDN: https://elibrary.ru/KPGFOF

7. Холщевников В.В., Присадков В.И., Костерин И.В. Совершенствование методологии определения расчетных величин пожарного риска в зданиях и сооружениях на основе стохастического описания определяющих их процессов и деревьев событий // Пожаровзрывобезопасность/Fire and Explosion Safety. – 2018. – Т. 27, № 3–4. м С. 55–67. – DOI:https://doi.org/10.18322/PVB.2018.27.03-04.55-67. – EDN: https://elibrary.ru/YVOYUN.

8. Hadjisophocleous G.V., Benichou N. Development of performance-based codes, performance criteria and fire safety engineering methods // International Journal on Engineering Performance-Based Fire Codes. 2000. Vol. 2. P. 489–501. – DOI:https://doi.org/10.1016/S0379-7112(99)00033-8.

9. Храпский С.Ф. Прогнозирование опасных факторов пожара: конспект лекций. – Омск: Изд-во ОмГТУ, 2012. – 80 c. EDN: https://elibrary.ru/QNPYYH

10. Самошин Д.А. Расчет времени эвакуации людей. Проблемы и перспективы // Пожаровзрывобезопасность. – 2004. – Т. 13, № 1. – С. 33-46. – EDN PBANHN.

11. Watts J.M. Criteria for fire risk ranking // Fire Safety Science: Proceedings of the Ninth International Symposium / International Association for Fire Safety Science; eds.: D.D. Evans, G.E. Gorbett. – London: International Association for Fire Safety Science, 2008. – Vol. 9. – P. 3–14. – DOIhttps://doi.org/10.3801/IAFSS.FSS.9-3.

12. Kang K., Lee S.H., Kim S.W., Hwang D., Beattie P.A., Klote J.H. A Scenario-Based Decision Support System for Fire Safety Engineering // Fire Technology. – 2020. – Vol. 56, Iss. 5. – P. 1901–1926. – DOI:https://doi.org/10.1007/s10694-020-00957-3.

13. Wang Z., Zhang Y., Wu G., Li J. A decision support system for fire risk assessment of buildings based on the fuzzy analytic hierarchy process // Journal of Intelligent & Fuzzy Systems. – 2018. – Vol. 34, iss. 4. – P. 2669–2680. – DOI:https://doi.org/10.3233/JIFS-16941.

14. Ferdous R., Khan F., Sadiq R., Amyotte P., Veitch B. Analytical network process (ANP) for risk management in engineering projects // Journal of Civil Engineering and Management. – 2013. – Vol. 19, Iss. 5. – P. 729–741. – DOI:https://doi.org/10.3846/13923730.2013.802727.

15. Aven T. Risk assessment and risk management: Review of recent advances on their foundation // European Journal of Operational Research. – 2016. – Vol. 253, Iss. 1. – P. 1–13. – DOI:https://doi.org/10.1016/j.ejor.2015.12.023.

16. Goerlandt F., Reniers G. On the assessment of uncertainty in risk diagrams // Safety Science. – 2016. – Vol. 84. – P. 67–77. – DOI:https://doi.org/10.1016/j.ssci.2015.12.004.