基于情景的非常规突发事件决策流程生成方法北大核心CSSCI

非常规突发事件频发,有效而快速地识别决策问题、构建决策流程是亟待解决的重要研究问题。运用知识元模型分析非常规突发事件决策情景,在规则推理的基础上,应用模糊理论,提出模糊规则以及规则匹配算法,实现非常规突发事件决策问题的识别,进而通过问题与决策活动的映射关系、应用知识元和解释结构模型将决策活动结构化,提出决策问题关系到流程结构的转换方法,从而实现决策流程的生成。研究成果能够为决策人员快速识别决策问题、构建决策流程、制定决策方案提供支持。实例分析证明了该方法的有效性。     

基于知识元的非常规突发事件情景模糊推演方法

针对非常规突发事件的情景表示中跨领域、跨学科知识支持和微观分析的不足,基于情景要素及其相互作用关系的相对微观分析,给出了一种以知识元模型为基础的情景表示模型;针对非常规突发事件情景推演中信息不确定性问题,提出了一种模糊推演方法,应用知识元间相互作用关系构建模糊规则,将不确定的情景信息与模糊规则进行匹配,判断情景推演的结果及其可能性,进而为决策者进行决策提供依据.最后,以舟曲泥石流事件为例,验证了文中方法的科学性和实用性.     

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GERTS网络的非常规突发事件情景推演共力耦合模型

针对非常规突发事件情景推演GERTS网络中灾害衍生耦合问题,分析了突发事件耦合作用的方式,提出了共力耦合概念; 设计了基于GERTS网络的共力耦合节点的逻辑结构,并定义共力耦合算子,给出了共力耦合算子参数的求解方法. 该研究为分析非常规突发事件情景推演中共力耦合问题提供了工具,为非常规突发事件"情景-应对"决策研究提供了新的研究思路.     

基于免疫危险理论的非常规突发事件风险识别双信号方法

非常规突发事件的风险识别是应急管理亟待解决的难题.综合运用免疫危险理论与计算实验技术,构建了突发事件风险识别的抗体浓度和亲合度的双危险信号模型以及基于相似性交叉与多样性变异的免疫遗传识别算法模型,将非常规突发事件风险识别转化为多峰函数优化问题,运用所提出的算法,发掘非常规突发事件的演化规律,发现最佳应对时机.通过森林火灾算例分析,演示了基于免疫危险理论的非常规突发事件风险识别方法在应急管理中的应用,验证了模型的科学性和可行性.     

不完全信息下非常规突发事件应急决策缺失数据处理模型

针对层次分析法和网络分析法在"情景-应对"型非常规突发事件应急决策中应用时,由于决策时间的紧迫性、决策信息的不完全性、专家经验和人的认知能力有限性等因素导致的专家决策判断矩阵数据不一致和缺失问题,提出用未知数填充缺失元素以获取准完全矩阵,再建立对数均值诱导偏差矩阵模型来求解未知数的缺失数据处理方法,并通过应急案例进行了仿真实验,实验结果验证了本模型的有效性.本模型充分利用原始应急决策判断矩阵信息,不需要计算残缺矩阵的权向量,所求解出的缺失数据估计值满足全局一致性条件,能辅助应急决策者智能处理和估计应急决策判断矩阵缺失数据.     

非常规突发事件应急管理研究进展

介绍了国家应急管理的重大战略需求和应急管理核心基础科学问题,并简要说明了"非常规突发事件应急管理研究"的资助模式、主要特点和立项情况,概述了信息处理与演化规律建模、应急决策理论、紧急状态下个体和群体的心理与行为反应规律三个核心科学问题,以及三大集成项目的进展,并分析了未来努力的方向.     

基于贝叶斯网络的团队仿真训练情景生成方法

对于基于EBAT的团队仿真训练,情景的有效生成直接决定了实际的训练效果.为解决随机条件下,考虑关键事件因素的情景生成问题.在对情景生成过程建模的基础上,引入训练目标、事件、关键事件等要素,提出情景贝叶斯网络模型.基于贝叶斯网络推理方法,建立情景贝叶斯网络推理的数学模型,并提出启发式推理方法.针对情景案例进行建模及推理实现,并对结果进行分析.结果表明,关键事件重要程度影响下的情景贝叶斯网络建模及启发式推理,能直接提高关键事件对情景生成结果的控制能力,从而使情景生成结果更为有效.     

一种基于聚类分析的多阶段情景生成方法

提出一种基于聚类分析的多阶段情景生成方法,并给出了排除套利的线性规划模型.该方法能更好地模拟历史数据的变化趋势,为多阶段投资组合决策提供一个有效的情景分析工具.     

基于前景理论的突发事件应急响应的风险决策方法

针对应急方案对突发事件发展演变存在干预并可能导致不同的人员伤亡和财产损失的情形, 提出了一种基于前景理论的应急响应风险决策方法. 首先, 描述了突发事件应急响应的风险决策问题; 然后, 基于前景理论的思想, 计算突发事件不同情景的综合价值, 即定量化描述针对不同情景的人员伤亡和财产损失的决策者综合心理感知; 进一步地, 计算突发事件不同情景的权重, 即定量化描述针对不同情景出现的重要性程度的决策者心理感知; 在此基础上, 依据情景综合价值、情景权重和应急方案的成本投入, 计算各应急方案的综合前景值, 并依据综合前景值的大小确定应急方案排序. 最后, 通过一个案例研究说明了该方法的可行性与有效性.     

基于平行系统的非常规突发事件计算实验平台研究

针对非常规突发事件应急管理的特点,在平行系统基本思想的基础上,提出了一种高性能、可扩展、可定制、开放交互的突发事件动态模拟仿真与计算实验平台设计框架,讨论了平台体系结构、人工社会构建、人工社会培育、计算实验过程的管理与控制、平行系统协同演化、应急管理情景可视化等关键技术。该平台集成突发事件计算实验的各类基础资源和工具,通过组合和配置,可以支持对不同类型突发事件的人工社会建模、计算实验与平行控制和管理。平台将实现基于突发事件情景的应急建模、培训、措施评估、平行管理与控制,能够大幅提升非常规突发事件的应急准备、响应及管理控制的能力。     

基于分类基因的非常规突发事件免疫风险识别模型

运用免疫学基因理论研究非常规突发事件识别问题,构建了突发事件免疫风险识别框架,建立了基于信息熵的免疫风险识别器模型,在突发事件分类免疫基因假设的基础上进行了突发事件信息免疫模拟,总结出各类事件在显性概率、变异概率以及能量的阈值,并将单一的能量指标转化为分类信息,揭示了突发事件分类信息映射关系,研究显示非常规突发事件存在较多问题信息,但大多隐藏于大量的可控信息与可辨信息中,并通过案例分析验证了模型的科学性。模型的应用有利于对非常规突发事件的预测识别,更有利于免疫系统与非常规突发事件进行更深层次的学科融合。     

基于相似历史案例分析的突发事件应急方案生成方法

针对缺乏有效应急预案的一类突发事件应急响应问题,提出了一种基于相似历史案例分析的突发事件应急方案生成方法。在该方法中,首先通过计算目标案例与历史案例间的相似度,以及通过设置相似度阈值来提取和筛选历史案例,并构建相似历史案例集;然后通过对各相似历史案例所涉及的应急效果和应对成本进行效用评估来计算关于各相似历史案例的应急响应的综合效用值;进一步地,通过选取应急响应的最大综合效用值所对应的相似历史案例的应急方案,生成目标案例的应急方案。最后,通过一个算例说明了本文给出方法的可行性与有效性。     

城市突发事件的应急设施选址群决策方法

针对应急设施选址中存在的一类不同决策部门存在不同权重且属性值为精确数、三角模糊数和语言值的混合型多属性群决策问题,提出了一种基于TOPSIS和距离测度的应急设施选址群决策方法。该方法可直接集结评价信息,避免了数据类型转换和量纲统一所造成的信息损失,同时基于距离测度方法确定决策部门和属性的客观权重,将其客观权重和主观权重线性合成为综合权重。最后,通过具体的应急设施选址案例验证方法的可行性和有效性。     

面向突发事件的复杂系统应急决策方法研究

突发事件应急决策问题具有典型的复杂系统特性,本文深入分析了传统决策问题和应急决策问题的差异,考虑应急决策问题的特殊约束条件,提出了面向突发事件的复杂系统应急决策方法——"基于跨域仿真的应急决策方法",该方法由三条基本准则、跨域仿真模型、基于跨域仿真的决策支持模型三部分组成.三条基本准则包括动态锚定、有效策略、底线原则,分别针对应急决策面临的决策目标动态不确定、方案评估缺乏评价依据、决策调整难以实施三大难题给出了解决途径;跨域仿真采用"数据-模型"融合的方式解决突发事件仿真的"仿不准"难题;基于跨域仿真的决策模型实现了复杂突发事件的有效决策.本文提出的基于跨域仿真的应急决策方法具有一定的方法论意义,可推广适用于多种具有复杂系统特征的广义决策问题.     

面向突发事件的模糊多目标应急决策方法

应急环境下的信息具有不确定性、模糊性, 运用单一的方法很难做出有效决策. 集成模糊理论, 灰色系统理论和多目标决策理论, 提出了一种改进的模糊多目标应急决策方法. 该方法首先结合灰色关联度计算各决策方案到TOPSIS正负理想解的距离, 然后采用三角模糊数, 处理决策信息的模糊性和不确定性, 突出了各决策方案之间的关联影响. 最后, 结合核电站事故应急决策的例子, 验证了所提出方法的可行性和有效性.     

非常规突发事件应对任务的机会约束规划

非常规突发事件破坏力巨大, 极少出现或者不会出现预兆, 是历史罕见事件, 具有极度不确定性. 因此非常规突发事件应对任务是一个不确定决策问题. 非常规突发事件的应对任务可以分解为紧急补救任务和控制恢复任务. 在分析紧急补救任务和控制恢复任务的不确定属性的基础上, 建立了非常规突发事件应对任务的极大值不确定机会约束规划模型. 该模型是在应对任务成本的机会约束下, 极大应对任务净收益的乐观值. 最后, 通过大规模停电应对的算例, 演示了机会约束规划模型在应对任务规划中的应用途径.     

基于情景分析的应急资源布局决策

考虑灾害发生时需求、运输代价等不确定因素,建立基于情景的应急资源布局两阶段数学规划模型,解决针对自然灾害的应急资源布局问题。将应急资源分配过程作为辅助决策阶段,解决应急设施选址和应急资源配置问题,并利用最小最大值的鲁棒优化方法进行应急资源布局决策。在求解模型时,根据灾害发生的不确定性,利用有限个情景集表示第二阶段的不确定性数据,并将模型化为与其等价的混合整数规划模型,利用情景松弛的迭代算法进行求解。数值试验结果表明基于最小最大准则的应急资源布局模型具有良好的鲁棒性,而且算法也是有效的。     

基于前景理论和概率语言术语的突发事件应急响应决策方法

针对突发事件应急响应决策中决策信息存在不确定性以及决策者很难完全理性的问题,提出一种新的基于前景理论和概率语言术语的应急响应决策方法。首先,将决策者的评估表示为概率语言术语,提出了基于Jensen-Shannon散度的概率语言术语相似性度量。其次,将描述决策者心理行为的前景理论运用到概率语言环境中,并结合提出的概率语言术语相似性度量构建前景决策矩阵;进一步,借鉴偏差最小化的思想构建了决策标准权重模型,用以计算决策标准权重。在此基础上,结合前景决策矩阵及决策标准权重求得各个方案的综合前景值,并以此排序。最后,通过一个海上事故案例说明了提出方法的有效性和优越性。     

基于知识元的应急决策知识表示与生成方法

非常规突发事件应急决策是一类应急状态下的复杂系统决策问题,快速生成应急决策知识是解决这类问题关键.本文从不同科学域的共性整体特征出发,构建应急决策知识元模型,为多领域、多学科显性知识和隐性知识的表示与融合提供支持.在此基础上,本文首先基于知识元模型生成个体知识,然后通过GRA-T(grey relation analysis and TOPSIS)方法确定决策主体考虑问题的权重,再使用WGRG(weight grey relation grade)融合算子将专家知识整合成系统性的应急决策知识,为保证应急决策的及时性、科学性和有效性提供知识支持.最后,通过数值算例和地铁火灾突发事件案例分别验证GRA-T和WGRG方法的优越性以及应急决策知识表示和生成方法的实用性和科学性.