应急响应程序时效性评估方法研究

突发事件应急响应效果评估是提高应急响应能力和水平的重要手段。由于突发事件的突发性、机理复杂、信息不完全以及应对具有时间窗口等,多指标综合评估和仿真方法一般难以满足实际的评估需求。为此,采用构造时效性评估函数的方法,既能在不完全信息下借助专家经验进行评估,又能反映应急响应程序中一环扣一环的影响关系。基于前期研究,本研究构造了一种新型的时效性评估函数,构造算例验证了函数的有效性,且使得函数最优性质的分析更简便,为应急准备、应急响应相关决策问题提供理论依据。     

疫情下的中国应急科普建设与发展

比较了美国、日本、德国、澳大利亚等发达国家的应急科普的建设情况,探析了各国面向公务人员、救援人员、志愿者、消费者、社会公众等不同人群分别开展了相应的应急科普技能训练与防护培训的差异性,阐明了新时期中国的应急科普建设应着力向应急文化科普、应急救援人员科普、应急产品科普这3个方向发展的观点,并进一步提出中国未来应急科普发展的新举措。     

美国应急管理社会心理服务体系及启示

新型冠状病毒肺炎疫情防控工作凸显健全国家公共卫生应急管理体系的迫切性,应急管理体系建设中社会心理服务体系建设至关重要。介绍了美国应急管理心理服务体系的总体框架、应急响应机制、队伍建设及支撑平台,分析了其主要经验和存在问题,结合中国社会心理服务体系建设现状,对中国应急管理社会心理服务体系建设提出4点建议:建设应急管理社会心理服务信息系统、分类分层组建应急管理社会心理服务队伍、开展应急管理心理服务学科建设及完善应急管理社会心理服务法律体系。     

高校计算机安全事件应急响应组织的构建

在阐述应急响应的概念、应急响应组织产生的必要性及发展情况的基础上，分析了校园网络环境的特点和安全风险，以及计算机应急响应系统的职能，并据此提出高校校园网应急响应组织的总体架构。     

基于人工神经网络的施工安全性预警模型研究

在研究施工安全性特征的基础上,提出了施工安全性评价指标体系,结合人工神经网络模型,提出了基于人工神经网络的施工安全性预警模型,最后结合实例验证了该安全预警模型的可行性。     

应急设计框架:卫星总体方案设计

以卫星有效载荷总体方案变型设计为背景,探讨在人为或自然灾害的非正常情况下的应急设计方法．首先给出应急设计系统定义,然后给出实现应急设计基本依据：一是基于演化算法、Agent、人机结合和协同设计理论;二是仿蚁群社会应急行为．本系统的关键是,构造基干人与演化算法相结合的Agent（human—computer cooperation Agent,HC—Agent）,进而基于混合P2P网络模型构成多HC—Agent的协同设计系统,以使该应急设计系统具有抗干扰、自适应、快速响应的设计能力．     

基于PCA和相位差校正法的风切变预警算法

为了提高相干激光雷达风切变预警算法的预警率,提出一种基于主成分分析（principal component analysis,PCA）和相位差校正法的风切变预警算法。首先,利用PCA对雷达回波信号进行低阶主成分向量提取以实现信号重构,提高信噪比。其次,采用基于快速傅里叶变换的相位差校正法对回波信号峰值频率进行校正,降低回波信号能量泄露。然后,分别利用旋转电机实验数据和小型飞机实验数据对所提算法进行性能评估。结果表明,采用所提算法估计相干激光雷达回波信号峰值频率的平均绝对误差为0.26 MHz,对实际低空风切变的预警率为92.31%。所提算法可以有效降低相干激光雷达回波信号频率估计误差,实现低空风切变预警。     

基于资源数据库的黑龙江省公路交通应急指挥系统

在分析了黑龙江省公路交通应急指挥工作中存在数据支持不足、直观性不强和信息通道不畅等问题的基础上,提出了一个公路交通应急指挥系统资源数据库构建的方案,为以后公路交通应急事件的处理提供了信息支持。资源数据库主要由5个辅助数据库、信息共享平台以及其应用功能模块所构成。     

面向突发事件的电网韧性能力评价及构建方法

近年来,我国对电力系统面对突发事件时的性能表现提出了更为严格的要求,利用韧性的概念构建电网系统能够实现应急全周期内避免损失.文章利用应急管理理论分阶段刻画韧性的特征,在描述突发事件下电网韧性能力的同时提出了一种定量评价电网韧性的方法,它侧重于电网在突发事件发生后随着时间的推移维持稳定、抵抗中断、恢复性能的调整能力:利用给出的韧性评价指数结合电网特有的包括运行模式、组件物理强度和网络拓扑结构在内的电网特征,针对性地描述了能够增强电网韧性的措施.最后举例选取N-1准则措施利用PSCAD软件进行仿真模拟,利用韧性评价指数说明N-1措施能够增强电网韧性的同时,验证了韧性评价指数的合理性.电网实例引用IEEE14节点模型.     

基于协作式深度强化学习的火灾应急疏散仿真研究

火灾是威胁公共安全的主要灾害之一,火灾产生的高温和有毒有害烟气严重影响了疏散路径的选择。将深度强化学习引入到应急疏散仿真研究,针对多智能体环境提出了协作式双深度Q网络算法。建立随时间动态变化的火灾场景模型,为人员疏散提供实时的危险区域分布信息;对各自独立的智能体神经网络进行整合,建立多智能体统一的深度神经网络,实现所有智能体之间的神经网络和经验共享,提高整体协作疏散效率。结果表明：所提方法具有良好的稳定性和适应性,训练和学习效率得到提升,具有良好的应用价值。