基于网格划分及信息扩散的化工园区安全风险评价技术

通过对国内外区域风险评价研究现状以及存在问题的分析,提出针对多危险源的化工园区安全风险评价方法.首先,基于网格划分方法将评价区域划分为等步长的二维正方形网格;然后,依据大连市火灾爆炸事故统计数据,运用信息扩散技术计算园区火灾爆炸事故发生概率,同时采用沸腾液体扩展蒸汽爆炸模型(BLEVE)对事故后果严重程度进行分析,并将死亡区、重伤区和轻伤区的伤害范围转化为个体死亡概率;其次,基于风险叠加原则计算每个网格中心的个人安全风险值.进而采用余补累积分布函数计算社会安全风险;最后,通过内插函数得到该区域的个人安全风险和社会安全风险分布图,并进行实例验证.     

基于二元决策图的建筑施工安全风险评估

研究建筑施工安全风险的定量分析, 提出基于BDD (binary decision diagram, 二元决策图)的建筑施工安全风险评估方法, 为制定安全风险控制措施提供科学依据. 该方法首先将建筑施工安全风险的故障树转化为BDD结构, 然后沿BDD结构从上到下访问各结点来计算风险事故率和基本事件重要度. 依据计算得到的数据, 安全管理人员可预测建筑施工中风险事故的发生概率、确定引发事故的关键因素. 此外, 实现了计算风险事故率和基本事件重要度的算法, 并结合建筑施工中主要风险事故类型给出了施工安全综合风险的分析思路. 基于BDD的方法充分利用了空间优势和易于计算机编程实现的特点, 相比传统的故障树方法具有更高的效率. 实验数据的对比分析表明: 该方法的分析结果与故障树定性分析结果吻合, 而且能快速得到建筑施工安全的风险事故率和影响安全的关键因素.     

基于藤copula-CAViaR方法的股市风险溢出效应研究

为准确揭示金融风险溢出效应,建立藤copula-CAViaR模型来估计多元条件联合分布,进而推导CoVaR类风险测度方法.该方法既能刻画多个金融市场间非线性的关联关系,也能描述金融市场间"多对一"的风险溢出效应,主要包括三个步骤:第一,使用CAViaR模型拟合单个金融市场收益的边缘分布特征;第二,运用藤copula方法刻画多个金融市场收益间的关联结构;第三,基于边缘分布特征与关联结构,得到多元条件联合分布并计算CoVaR类风险测度,实现金融风险溢出效应刻画.选取上证综指、标普500和日经225等股指数据进行实证研究,结果表明:相比于发生利好事件,美国和日本股票市场(独立或同时)发生更为严重危机事件对中国股票市场影响更加明显,呈现出"风险分担、收益不共享"的总体格局.     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

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Web的半结构化信息抽取技术研究

对信息抽取技术的发展和趋势作了一定分析,并讨论了当前半结构化信息检索领域的先进抽取技术。从应用的角度提出一种新的半结构化信息获取方法。该方法包括网页分析过程、映射的自动生成和信息抽取过程。通过建立标记树来进行网页结构分析,利用实例路径归纳学习出用户需求信息的公共路径,将效用的抽取结果提交用户,减少了用户负担,提高了查全率和查准率,为进一步满足Web信息抽取提供了一种新的高效信息抽取工具。     

基于知识元的非常规突发洪水事件演化风险研究

为解决非常规突发洪水事件风险分析中所存在的多因素高维数据与小样本数据信息不完备问题,将非常规突发洪水事件系统进行粒度分解,在知识元层建立基于投影寻踪及信息扩散的非常规突发洪水事件演化风险分析模型.利用知识元理论,将事件间的演化风险转变为事件所处情境内承灾载体状态属性变化引发输出属性变化的风险.根据承灾载体知识元内部状态属性阀值建立后续事件演化规则,利用投影寻踪方法与信息扩散理论,将监测样本所包含风险信息扩散到输出属性的风险指标论域控制点,计算事件演化概率分布,确定非常规突发洪水事件演化风险.以桃曲坡水库为例,在上游发生暴雨的情景下,计算水库水位上升向漫坝事件演化风险.实例分析结果表明,该演化风险分析模型能够根据风险等级标准和少量监测数据,对非常规突发事件风险概率分布进行动态定量分析与评估,帮助应急决策者实时掌握事件发展状况,及时做出应急响应,减少次生事件所造成的损失.     

涉诉信访博弈模型构建与风险防范策略研究

涉诉信访工作具有复杂性、敏感性等特点,办理工作稍有不慎即会引发危害人民群众生命财产安全的社会问题.本文首次应用博弈论方法分析涉诉信访的风险防范策略,运用不完全信息静态博弈模型分析上访风险事件之前人民法院的案件审理决策;运用不完全信息动态博弈模型分析上访风险事件之后人民法院的初访接访决策.通过求解博弈均衡结果分析得出,人民法院现有的审理接访策略存在不合理因素,建立科学的风险预警体系可以防范涉诉信访风险,有效配置司法资源.本文以人民法院为视角,将博弈论模型均衡结果与风险预警模型相结合,创新性地提出了在司法资源约束下防范涉诉信访风险的应对策略.     

一种基于离散事件系统规范的复杂产品行为模型描述方法

基于离散事件系统规范(discrete event system specification,DEVS)的多分辨率形式化描述具有层次化、结构化的描述能力,但对模块内部智能行为描述相对匮乏,而基于Agent的建模可以刻画个体的感知行为、通信协作和学习进化.在多分辨率建模框架下,结合DEVS和Agent模型描述以提供对事件...     

有违约风险的欧式期权定价

为了研究违约风险对欧式期权定价的影响,允许随机利率与随机的对手公司负债,应用结构化方法,扩展了Klein(1996)的定价模型,得到有违约风险欧式期权的一般化定价公式.进一步推导出交易对手负债固定、固定利率、固定利率与固定负债情形下的欧式期权以及标准欧式期权、交换期权的定价公式,并指出这些公式均为一般化定价公式的特例.     

A Causality Analysis of Societal Risk Perception and Stock Market Volatility in China

Modern China is undergoing a variety of social conflicts as the arrival of new era with the transformation of the principal contradiction. Then monitoring the society stable is a huge workload. Online societal risk perception is acquired by mapping on-line public concerns respectively into societal risk events including national security, economy & finance, public morals, daily life, social stability, government management, and resources & environment, and then provides one kind of measurement toward the society state. Obviously, stable and harmonious social situations are the basic guarantee for the healthy development of the stock market. Thus we concern whether the variations of the societal risk are related to stock market volatility. We study their relationships by two steps, first the relationships between search trends and societal risk perception; next the relationships between societal risk perception and stock volatility. The weekend and holiday effects in China stock market are taken into consideration. Three different econometric methods are explored to observe the impacts of variations of societal risk on Shanghai Composite Index and Shenzhen Composite Index. 3 major findings are addressed. Firstly, there exist causal relations between Baidu Index and societal risk perception. Secondly, the perception of finance & economy, social stability, and government management has distinguishing effects on the volatility of both Shanghai Composite Index and Shenzhen Composite Index. Thirdly, the weekend and holiday effects of societal risk perception on the stock market are verified. The research demonstrates that capturing societal risk based on on-line public concerns is feasible and meaningful.     

环境风险知觉的空间折扣模型

环境风险有着典型的空间特征, 但空间距离对于风险知觉的影响机制与模式还缺乏深入研究. 该研究从环境风险现实背景中提炼出科学化问题, 提出了一个面向空间风险的偏好公理体系, 推导出指数模式的概率-空间距离权衡关系, 并用一个空间折扣模型刻画了个体的环境风险评价方式. 模型表明, 个体在心理上将远处的风险事件映射到近端位置, 而空间距离导致一种风险感知的折扣效应, 表现为个体降低了对环境后果严重性及其可能性的主观估计. 该模型首次依托一般性的环境风险事件建立了空间距离与概率之间的显性联系, 为空间背景下的风险研究提供了一个有用的框架. 该研究也有助于理解社会个体的环境风险知觉方式, 对于环境风险管理有着重要启示.     

基于规划识别的社会安全事件识别方法

社会安全事件发生之前通常要进行筹划、准备,并逐步成型,通过观察这一过程中参与者的行为和动作有可能识别正在酝酿的社会安全事件.一些社会安全事件的行动单独来看并不一定表现出异常特征,需要综合分析发现多个参与者行动相互关联后可能形成的事件.文章假设参与者在事件准备和形成过程中的部分行动是可以被观察到的,提出了基于规划识别的社会安全事件识别方法.首先构造了社会安全事件识别模型框架,描述了社会安全事件识别的领域知识和问题模型,进而采用plan recognition as planning (PRAP)规划识别方法,利用领域知识进行推理,动态地识别可能发生的社会安全事件.最后以人员聚集事件为例设计了实验算例,检验了方法的有效性.实验结果表明该方法能够准确识别参与者行动对应的社会安全事件,并且具备较强的提前识别能力,能够提高社会安全事件监测预警能力.     

一种基于构建2竞争聚类及KNNFL 的事件探测与追踪系统

一种构建-竞争聚类法被用于事件探测,该方法是受神经网络研究中构建-竞争学习的思想启发的.另外,提出了一种用于事件追踪的基于K近邻特征线(KNNFL)的分类方法,这种基于最近邻特征线(NFL)的方法本质上可以看作是对K近邻(KNN)法的推广,将改进后的KNN融入到NFL中形成KNNFL是为了更适合新闻事件的分析.研究结果表明,本文所提出的方法与传统的增量k均值法、Single-Pass法、Rocchio法以及KNN法相比较,可以获得更好的效果.通过分析可以看到,KNNFL即使在正例样本非常稀少的情况下仍然具有鲁棒性的表现.     

Ensemble of multiple kNN classifiers for societal risk classification

Societal risk classification is a fundamental and complex issue for societal risk perception. To conduct societal risk classification, Tianya Forum posts are selected as the data source, and four kinds of representations: string representation, term-frequency representation, TF-IDF representation and the distributed representation of BBS posts are applied. Using edit distance or cosine similarity as distance metric, four k-Nearest Neighbor (kNN) classifiers based on different representations are developed and compared. Owing to the priority of word order and semantic extraction of the neural network model Paragraph Vector, kNN based on the distributed representation generated by Paragraph Vector (kNN-PV) shows effectiveness for societal risk classification. Furthermore, to improve the performance of societal risk classification, through different weights, kNN-PV is combined with other three kNN classifiers as an ensemble model. Through brute force grid search method, the optimal weights are assigned to different kNN classifiers. Compared with kNN-PV, the experimental results reveal that Macro-F of the ensemble method is significantly improved for societal risk classification.     

Generating Storyline with Societal Risk from Tianya Club

Major societal problems affect the social stability. It is necessary to understand the public opinion toward those issues to avoid social conflicts. Nowadays the social media become the major platform to track what the public is concerned about and which may be of the societal risk. However,it is very tough to capture the public attention in short time due to huge flow of user-generated contents.In this paper, we approach this problem by expanding the method of generating storyline with the result displayed by a multi-view graph. One real-world example is illustrated and evaluation is given to show the effectiveness of the proposed method.     

结合社交媒体数据的城市交通事件可视分析方法

社交媒体中的文本内容可对交通量数据进行补充,为此提出一个交通事件可视分析方法。建立交通事件文本处理模型,提取事件的描述信息;基于图嵌入算法学习道路节点属性的向量表示,建立道路相似性模型;结合核密度模型建立交通事件发生概率预测模型;设计了一个交互式可视分析界面对于交通事件进行可视分析与探索。通过交通信息抽取、道路相似性度量以及交通事件交互预测等案例分析,验证了所提方法的有效性,可以辅助交通部门管理决策。     

基于因果贝叶斯网络的风险建模与分析

风险管理的核心在于干预风险,这需要了解风险事件间的因果关系。提出了一种基于因果贝叶斯网络的风险建模与分析方法,所提方法由基于业务流程分析的风险识别、基于贝叶斯因果网络的风险建模和关键风险事件识别三个主要步骤组成,有利于识别和评估风险事件间因果关系,为制订高效的风险应对计划提供可靠的依据。所提方法被应用于某公司国际采购风险分析中,取得显著效果。     

基于食品安全事件异质性的信息扩散过程研究

针对企业在食品安全事件中承担的责任不同,研究不同类型食品安全事件下的信息扩散过程,对政府和企业的食品安全应急管理和风险信息交流具有重要意义.本文首先构建了食品安全信息扩散的修正Bass模型,分析可辩解型食品安全事件下的负面信息扩散过程;然后,运用改进的社会影响模型分析了不可辩解型食品安全事件下的负面信息扩散过程;最后,运用顶新"馊水油"视频事件的互联网搜索数据进行实证分析.研究表明,可辩解型食品安全危机中的信息扩散达到动态稳定状态时,信任与不信任的消费者比例与正负信息的相互渗透率有关.在不可辩解型食品安全危机中,消费者对负面信息的免疫力越弱,越容易对食品企业和政府行为产生不信任,并改变消费决策,信息扩散速率和临界值的分布影响动态均衡的实现过程.