基于贝叶斯网络的突发事件链建模方法与应用

针对各突发事件具有高度不确定性、系统性和链式反应的特点,将各类突发事件统一抽象为输入、状态和输出相互作用的三层网络结构.以贝叶斯网络为建模工具,提出了适用于不确定性突发事件的单一事件贝叶斯网络.在此基础上,提出了具有关联关系的单一事件贝叶斯网络的合并方法,进而构建出了突发事件链贝叶斯网络模型.最后,以台风-暴雨-洪水事件链为例验证了该方法的可行性和有效性.     

基于知识元的突发事件风险熵预测模型研究

突发事件风险预测中受到多因素高维数据和小样本数据信息不完备的约束,无法定量识别和描述事件风险的不确定性.本文根据突发事件已认知的知识要素描述事件的共性本体特征,构建了基于知识元的突发事件风险预测模型.该模型利用状态监测系统的实时数据,根据最佳投影方向对观测样本数据进行降维,将投影特征值隐含的风险信息在风险指标论域内进行扩散,获得突发事件不同风险等级发生的概率,利用风险熵预测突发事件发生的可能性.以2008年长沙突发雨雪冰冻事件为例,对提出的风险预测方法的可行性和有效性进行了验证.研究结果表明,基于知识元的突发事件风险熵能够定量地反映概率事件发生时传递的风险信息,可为应急管理部门科学决策提供依据.     

基于实时数据的应急交通疏散仿真方法研究

突发事件应急管理是非常态复杂系统问题,目前缺乏有效的研究手段.由于突发事件发生频率低,演化模型不明确,不确定性高的特点,在常态下广泛适用的传统仿真模型和基于数据的模型,通常难以直接应用在非常态情景中.本文提出了基于实时数据的应急交通疏散仿真方法,通过融合仿真模型和数据分析技术,使仿真系统能够兼容常态与非常态仿真计算,增强了其在非常态下的适应能力.本文以大规模交通疏散为例设计了仿真方法,该方法可以提高应急状态下交通仿真系统的预测准确性,并有能力提供多种事件的可能发生方向,为交通疏散应急管理提供决策支持.     

基于跨媒体分析的突发事件检测及趋势研判研究

突发事件的发生对社会经济产生重要影响,如何实时检测突发事件并对事件发展进行追踪,为应急处置和应急管理争取有效处理时间并提供决策支持具有重要研究意义.本文提出了一个基于跨媒体分析的突发事件检测模型,并对检测到的突发事件进行趋势分析和追踪.该方法通过对跨媒体文本进行深入分析,利用文本挖掘得到突发事件特征,并利用数据挖掘方法进行建模,有效提取突发事件;进一步地,利用事件分析和预测方法,对事件的进一步发展进行追踪,预测突发事件的未来走势.实证结果表明,本文提出的模型具有较好的检测精度,是突发事件检测与分析的新方法,具有较好的应用价值.     

突发事件下基于贝叶斯更新的延迟生产策略

基于突发事件对多区域影响的不确定性导致应急物资生产策略和产量的决策困难,研究供应商如何选择生产策略进行应对的问题.构建了两时刻应急生产决策动态模型,并在第2时刻采用贝叶斯方法更新零售商遭遇突发事件概率的预测,从而给出两类生产策略:立刻生产和延迟生产.通过模型推导,对更新信息的价值以及两时刻损失差异的因素进行了定量化分析,进而给出供应商选择生产策略的准则及其最优决策产量.     

突发事件下群体抢购行为的舆论传播机理研究

本文从舆论传播的角度,采用有界信任规则,通过引入突发事件的不确定性环境噪音因子,构建用于分析群体抢购行为的噪音异质有界信任模型.然后,通过计算机仿真,分析了信任水平不同的子群体比例变化和突发事件所引发的不确定性大小对群体观点演化的影响.研究结果将为突发事件下群体抢购行为舆论引导机制的建立和有效实施提供理论依据.     

面向突发事件应急决策的情景建模方法

情景是非常规突发事件应急决策的基础和依据.针对情景建模中跨学科、跨领域的知识支撑和对事件经验知识依赖的不足,本文从事件本身、事件属性以及属性间关系三个角度对非常规突发事件的情景进行刻画,提出了一种基于知识元的情景表示模型;在此基础上,针对非常规突发事件的不确定性特点,运用贝叶斯网络扩展知识元模型的不确定性表示和推理,构建了适用于情景推演的贝叶斯网络模型,解决了非常规突发事件情景的不确定推演问题;最后,通过舟曲泥石流事件验证本文提出的模型与实际情况相符,能够为非常规突发事件应急决策提供科学有效的辅助支持.     

基于系统动力学的突发事件演化模型

针对非常规突发事件骤发性,演变不确定性以及应对复杂性等特征,基于突发事件的结构化描述框架界定事件的发展演化方式;根据自行构建的地震案例库绘出了非常规突发地震的发展演化图.在此基础上,选取地震衍生的堰塞湖事件直链式发展演化过程为例,以汶川地震衍生的唐家山堰塞湖相关数据进行了系统动力学仿真,验证了模型的可行性和有效性.最后给出地震衍生堰塞湖应对的决策建议,为应对其它类型突发事件提供决策支持.     

基于承灾体的灾害后果演化模型研究

不同类型的突发事件作用于不同的区域往往产生各不相同的灾害后果.为此,本文基于灾害后果演化过程的关键因素——承灾体,研究并构建了灾害后果演化模型.首先,通过对大量各类突发事件灾害后果的分析,将各类承灾体状态统一分为正常、受损和损毁三种状态,以承灾体状态为节点,承灾体状态之间的相互影响关系为边,构建了灾害后果演化模型;其次,综合考虑演化过程中致灾因子的危险性、承灾体的脆弱性及应急响应行动的作用效果,确定了承灾体状态的演化规则;最后通过算例仿真说明了本文方法的应用:第一组仿真分别研究了各类承灾体不同状态的演化过程;第二组仿真研究了五种不同的应急响应策略在不同的初始能力下的效果差异.     

基于模型集成的突发事件舆情分析与趋势预测研究

近年来,突发事件发生后,事件演进受网络舆情的影响越来越大,分析突发事件发生后网民情绪并进行预测,可为政府部门的应急管理和策略设计提供有效支撑,赢得宝贵的时间.本文提出了一个基于模型集成的微博情感分析与预测模型,对突发事件微博舆情进行情感分类与趋势预测.为了更准确地分析微博情感与未来走势,首先,利用多模型集成策略对突发事件相关的单条微博进行情感分析;接着,将单条微博情感进行集成,形成微博情感时间序列;再次,利用多模型集成思路对微博情感的未来走势进行预测;最后,通过实例验证提出方法的有效性.实证结果表明,集成模型较传统分类在微博情感分析上具有优势,集成模型较传统回归模型在微博情感走势预测同样具有明显优势,可以取得较高的预测精度.