陳長(zhǎng)坤，李建，孫云鳳，朱偉

(1．中南大學(xué)防災(zāi)科學(xué)與安全技術(shù)研究所，湖南長(zhǎng)沙410075;2．北京城市系統(tǒng)工程研究中心，北京100089)

基于粗糙集的城市燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制分析*

陳長(zhǎng)坤1，李建1，孫云鳳1，朱偉2

(1．中南大學(xué)防災(zāi)科學(xué)與安全技術(shù)研究所，湖南長(zhǎng)沙410075;2．北京城市系統(tǒng)工程研究中心，北京100089)

利用粗糙集理論，在分析大量事故案例的基礎(chǔ)上，構(gòu)建城市燃?xì)夤艿榔茐氖鹿实臑?zāi)害演化網(wǎng)絡(luò)模型，找出網(wǎng)絡(luò)中各災(zāi)害事件的誘發(fā)因素，在此基礎(chǔ)上，對(duì)誘發(fā)因素進(jìn)行分級(jí)，并將分級(jí)的誘發(fā)因素作為條件屬性，將各災(zāi)害事件是否發(fā)生作為決策屬性;根據(jù)條件屬性和決策屬性，建立相應(yīng)的數(shù)據(jù)信息表;對(duì)數(shù)據(jù)信息表中信息進(jìn)行處理與計(jì)算，得到各個(gè)條件屬性的上近似、下近似、正域，進(jìn)而比較和計(jì)算分析得出可約簡(jiǎn)的條件屬性，在此基礎(chǔ)上，給出危機(jī)事件基于粗糙集的信息提取與不同條件下危機(jī)事件的預(yù)測(cè)分析。以交通封鎖和交通堵塞兩個(gè)危機(jī)事件的誘發(fā)過程為例來闡述上述方法，給出了在不同演化條件下交通封鎖和交通堵塞是否發(fā)生以及發(fā)生概率。

粗糙集;燃?xì)夤艿榔茐?誘發(fā)機(jī)制;信息提取;預(yù)測(cè)分析

0 引言

隨著城市燃?xì)饣实纳仙叵氯細(xì)夤芫W(wǎng)系統(tǒng)的規(guī)模也在迅速膨脹，以北京市為例，北京市市內(nèi)燃?xì)夤芫W(wǎng)超過7000km，另外還有近6000個(gè)閘井、2000多個(gè)調(diào)壓站、3200多個(gè)調(diào)壓箱和6座大型輸配站。管網(wǎng)的安全運(yùn)營(yíng)不僅關(guān)乎百姓的日常生活，也關(guān)系社會(huì)的穩(wěn)定。

早在1970年代，歐美發(fā)達(dá)國(guó)家就開始了對(duì)燃?xì)夤艿赖娘L(fēng)險(xiǎn)理論及實(shí)踐的研究，而我國(guó)在這方面的研究相對(duì)較晚，最早將國(guó)外管道風(fēng)險(xiǎn)評(píng)價(jià)技術(shù)介紹到國(guó)內(nèi)的是潘家華教授，他在1990年代中期向國(guó)內(nèi)讀者介紹了美國(guó)著名管道風(fēng)險(xiǎn)管理專家W.KentMuhlbauer先生提出的管道風(fēng)險(xiǎn)專家評(píng)分法［1］，之后國(guó)內(nèi)許多學(xué)者根據(jù)國(guó)情，運(yùn)用管道風(fēng)險(xiǎn)專家評(píng)分法，在實(shí)際中取得了較好的效果［2－4］。目前，常用的油氣管道風(fēng)險(xiǎn)評(píng)價(jià)方法主要有專家評(píng)分法、評(píng)分指標(biāo)體系法、故障樹分析法、模糊分析法、層次分析法、神經(jīng)網(wǎng)絡(luò)分析法等［5－6］。

近年來，一些學(xué)者開始采用粗糙集理論對(duì)燃?xì)夤芫W(wǎng)各種事故災(zāi)害風(fēng)險(xiǎn)進(jìn)行評(píng)估。運(yùn)用粗糙集理論能夠很好地避免一般評(píng)價(jià)方法權(quán)重分配受主觀因素影響的問題，可大幅度提高預(yù)測(cè)精確度和可靠性。文獻(xiàn)［7］運(yùn)用粗糙集理論對(duì)國(guó)內(nèi)現(xiàn)役管道失效可能性進(jìn)行了評(píng)價(jià);文獻(xiàn)［8］運(yùn)用粗糙集理論和事故樹分析的方法對(duì)城市燃?xì)夤艿朗Ш笳魵庠票ê蛧娚浠馂?zāi)等事故風(fēng)險(xiǎn)進(jìn)行了分析。

本文將運(yùn)用粗糙集理論與災(zāi)害演化網(wǎng)絡(luò)分析的方法［9－10］，對(duì)城市燃?xì)夤艿榔茐氖鹿曙L(fēng)險(xiǎn)進(jìn)行分析。找到城市燃?xì)夤芫W(wǎng)破壞事故災(zāi)害演化一般過程，構(gòu)建災(zāi)害網(wǎng)絡(luò)演化拓?fù)浣Y(jié)構(gòu)，對(duì)災(zāi)害演化誘發(fā)機(jī)制進(jìn)行分析，得到城市燃?xì)夤芫W(wǎng)破壞事故誘發(fā)機(jī)制的分析預(yù)測(cè)結(jié)果。

1 城市燃?xì)夤艿榔茐臑?zāi)害演化過程分析

近年來，隨著城市天然氣入戶工程的實(shí)施，天然氣管網(wǎng)破壞事故也頻頻發(fā)生。燃?xì)夤艿榔茐?，一方面可能造成燃?xì)獾男孤?，造成?cái)產(chǎn)損失和人員傷亡;另一方面，還可能誘發(fā)火災(zāi)、爆炸等此生災(zāi)害，造成更多的財(cái)產(chǎn)損失和人員傷亡?？偨Y(jié)近年來燃?xì)夤芫W(wǎng)破壞事故造成的后果，得到城市燃?xì)夤艿榔茐氖鹿蕿?zāi)害演化鏈，其拓?fù)浣Y(jié)構(gòu)如圖1所示。可以看出，城市燃?xì)夤芫W(wǎng)破壞事故災(zāi)害演化過程中，危機(jī)事件主要有:燃?xì)庵袛唷⑹忻裆罾щy、燃?xì)庑孤?、供氣壓力過低、毒氣擴(kuò)散、人員傷亡、火災(zāi)、爆炸、地面塌陷、交通堵塞、交通封鎖、破壞其他生命線管網(wǎng)。

圖1 城市燃?xì)夤艿榔茐臑?zāi)害演化拓?fù)浣Y(jié)構(gòu)

但要對(duì)以上災(zāi)害演化系統(tǒng)有充分的認(rèn)識(shí)，達(dá)到基于整體災(zāi)害網(wǎng)絡(luò)的風(fēng)險(xiǎn)辨識(shí)與分析的目的，則必須獲得各危機(jī)事件間的誘發(fā)機(jī)制與誘發(fā)條件，進(jìn)而達(dá)到對(duì)圖1中各連接邊的量化描述。為此，筆者提出了一種基于粗糙集的災(zāi)害演化誘發(fā)機(jī)制分析方法。

2 基于粗糙集的燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制分析方法

2.1 粗糙集理論基本知識(shí)

粗糙集理論是波蘭科學(xué)院Z.Pawlak院士于1982年提出的一種用于不完整、不精確數(shù)據(jù)分析和推理的理論［11］。

(1)知識(shí)

從認(rèn)知科學(xué)的觀點(diǎn)來理解知識(shí)，知識(shí)是基于對(duì)象的分類能力，知識(shí)直接與真實(shí)或抽象世界有關(guān)模式聯(lián)系在一起，稱為論域U。設(shè)給定一個(gè)感興趣的對(duì)象論域U，對(duì)于任何子集X?U可稱為一個(gè)U中的概念或范疇，U的任何概念族稱為U的抽象知識(shí)，簡(jiǎn)稱知識(shí)［11］。

(2)上近似、下近似、正域

設(shè)K=(U，R)是Pawlak近似空間，R是U上的等價(jià)關(guān)系，對(duì)于任意X?U，稱

分別為X關(guān)于近似空間(U，R)的R上近似集與R下近似集。其中，下近似稱為X的R正域，記作POSR(X)。

(3)條件屬性與決策屬性

粗糙集理論中，一個(gè)信息系統(tǒng)S=(U，A)，其中U表示非空有限集合，稱為全域。A=C∪D，C∩D≠?，C表示條件屬性集，D表示決策屬性集，一般來說D只有一個(gè)屬性［10］。

2.2 燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制分析方法

圖2給出了燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制的分析方法。

圖2 基于粗糙集的燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制分析過程

燃?xì)夤艿榔茐臑?zāi)害演化過程的拓?fù)浣Y(jié)構(gòu)可以看作一個(gè)復(fù)雜網(wǎng)絡(luò)。災(zāi)害的演化是一個(gè)極為復(fù)雜的過程，網(wǎng)絡(luò)中每一條連接邊的形成都是各種誘發(fā)因素共同作用的結(jié)果，為了能夠找到燃?xì)夤艿罏?zāi)害演化的誘發(fā)機(jī)制，需要找到各災(zāi)害事件的誘發(fā)因素。誘發(fā)因素通常不止一個(gè)，可用Q1，Q2，Q3……表示，同一誘發(fā)因素Qi，會(huì)有不同的水平，本文將誘發(fā)因素分為四級(jí)，并對(duì)其賦值，如果為一級(jí)，則賦值1，如果為二級(jí)，則賦值2，依次類推。

根據(jù)粗糙集理論，把燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制中的誘發(fā)因素進(jìn)行處理，建立相應(yīng)的數(shù)據(jù)信息表，如表1所示，其中U為全域，即所研究案例的總體，包括X1、X2……;Xi表示第i個(gè)案例;條件屬性Qi為誘發(fā)因素，條件屬性的值即為誘發(fā)因素分級(jí)并賦值的結(jié)果;決策屬性S就是該危機(jī)事件在燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制下是否發(fā)生，發(fā)生則值為1，否則值為0。

表1 基于粗糙集的信息處理

對(duì)燃?xì)夤芫W(wǎng)破壞系統(tǒng)的條件屬性和決策屬性進(jìn)行分析，通過計(jì)算得出各條件屬性的上近似、下近似、正域，在此基礎(chǔ)上比較和計(jì)算分析得出可約簡(jiǎn)的條件屬性以及演化機(jī)制的粗糙集規(guī)則(圖3)。

下文將以燃?xì)夤艿榔茐氖鹿拾咐?，交通封鎖和交通堵塞兩個(gè)災(zāi)害誘發(fā)過程為例，以粗糙集理論為基礎(chǔ)，來分析災(zāi)害演化的誘發(fā)機(jī)制。

圖3 燃?xì)夤芫W(wǎng)破壞事故災(zāi)害危機(jī)事件粗糙集分析流程圖

3 城市燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制實(shí)證分析

通過對(duì)大量燃?xì)夤芫W(wǎng)破壞事故案例的分析，總結(jié)交通封鎖危機(jī)事件發(fā)生的條件屬性主要有:燃?xì)庑孤段恢?、燃?xì)庑孤冻掷m(xù)時(shí)間、燃?xì)鈹U(kuò)散面積。交通堵塞危機(jī)事件發(fā)生的條件屬性有:交通封鎖位置、交通封鎖時(shí)間段、地面塌陷范圍。對(duì)條件屬性進(jìn)行分級(jí)，結(jié)果如表2所示。

表2 交通封鎖和交通堵塞危機(jī)事件誘發(fā)因素分級(jí)

根據(jù)粗糙集理論，對(duì)燃?xì)夤艿榔茐臑?zāi)害演化誘發(fā)機(jī)制的具體誘發(fā)因素進(jìn)行處理，將相關(guān)案例數(shù)據(jù)整合，建立相應(yīng)的數(shù)據(jù)信息表。表3和表4分別為交通封鎖危機(jī)事件和交通堵塞危機(jī)事件粗糙集信息處理部分結(jié)果。

表3 交通封鎖危機(jī)事件粗糙集信息處理表

通過計(jì)算，可以得到每個(gè)危機(jī)事件的演化機(jī)制的粗糙集分析及規(guī)則提取。

(1)交通封鎖危機(jī)事件的粗糙集確定性規(guī)則提取如下:

表4 交通堵塞危機(jī)事件粗糙集信息處理表

如果屬性Q1=1，Q2=1，Q3=1，那么決策屬性為S=1(交通封鎖發(fā)生);

如果屬性Q1=2，Q2=1，Q3=1，那么決策屬性為S=1(交通封鎖發(fā)生);

如果屬性Q1=3，Q2=4，Q3=4，那么決策屬性為S=0(交通封鎖不發(fā)生);

如果屬性Q1=4，Q2=4，Q3=4，那么決策屬性為S=0(交通封鎖不發(fā)生);

……。

交通封鎖危機(jī)事件的粗糙集不確定性規(guī)則提取如下:

如果屬性Q1=2，Q2=2，Q3=1，那么決策屬性為S=1(交通封鎖發(fā)生)的概率為71.4%;

如果屬性Q1=3，Q2=2，Q3=1，那么決策屬性為S=1(交通封鎖發(fā)生)的概率為42.9%;

如果屬性Q1=3，Q2=3，Q3=3，那么決策屬性為S=1(交通封鎖發(fā)生)的概率為16.7%;

如果屬性Q1=4，Q2=3，Q3=3，那么決策屬性為S=1(交通封鎖發(fā)生)的概率為12.5%;

……。

(2)交通堵塞危機(jī)事件的粗糙集確定性規(guī)則提取如下:

如果屬性Q1=1，Q2=1，Q3=1，那么決策屬性為S=1(交通堵塞發(fā)生);

如果屬性Q1=1，Q2=2，Q3=1，那么決策屬性為S=1(交通堵塞發(fā)生);

如果屬性Q1=4，Q2=3，Q3=4，那么決策屬性為S=0(交通堵塞不發(fā)生);

如果屬性Q1=4，Q2=4，Q3=3，那么決策屬性為S=0(交通堵塞不發(fā)生);

……。

交通堵塞危機(jī)事件的粗糙集不確定性規(guī)則提取如下:

如果屬性Q1=2，Q2=2，Q3=1，那么決策屬性為S=1(交通堵塞發(fā)生)的概率為60%;

如果屬性Q1=2，Q2=2，Q3=2，那么決策屬性為S=1(交通堵塞發(fā)生)的概率為33.3%;

如果屬性Q1=3，Q2=2，Q3=2，那么決策屬性為S=1(交通堵塞發(fā)生)的概率為18.2%;

如果屬性Q1=4，Q2=4，Q3=2，那么決策屬性為S=1(交通堵塞發(fā)生)的概率為12.5%;

……。

運(yùn)用粗糙集對(duì)燃?xì)夤芫W(wǎng)破壞事故災(zāi)害演化誘發(fā)機(jī)制進(jìn)行分析，得出了燃?xì)夤芫W(wǎng)事故災(zāi)害演化誘發(fā)機(jī)制的粗糙集的提取規(guī)則，根據(jù)粗糙集的提取規(guī)則結(jié)合已有燃?xì)夤芫W(wǎng)破壞事故災(zāi)害演化的誘發(fā)因素條件則可以預(yù)測(cè)出燃?xì)夤芫W(wǎng)破壞事故災(zāi)害演化。

根據(jù)燃?xì)夤芫W(wǎng)破壞事故災(zāi)害演化誘發(fā)因素的粗糙集分析結(jié)果，結(jié)合具體的實(shí)際條件，判斷燃?xì)夤芫W(wǎng)破壞事故災(zāi)害是否發(fā)生或者發(fā)生的概率。

表5和表6分別給出了基于粗糙集的交通封鎖和交通堵塞危機(jī)事件預(yù)測(cè)分析，由于篇幅有限，只是給出了部分結(jié)果。

表5 基于粗糙集的交通封鎖危機(jī)事件發(fā)生概率預(yù)測(cè)結(jié)果(“燃?xì)夤艿榔茐摹煌ǚ怄i”)

表6 基于粗糙集的交通堵塞危機(jī)事件發(fā)生概率預(yù)測(cè)結(jié)果(“交通封鎖→交通堵塞”與“地面塌陷→交通堵塞”)

根據(jù)表5和表6，當(dāng)燃?xì)庑孤段挥诳焖俾贰⑿孤冻掷m(xù)時(shí)間大于1d、燃?xì)鈹U(kuò)散面積大于10000m2時(shí)，交通封鎖一定發(fā)生;當(dāng)燃?xì)庑孤栋l(fā)生于主干路、泄露持續(xù)時(shí)間為1h～1d、燃?xì)庑孤睹娣e大于10000m2時(shí)，交通封鎖發(fā)生的概率為71.4%;當(dāng)交通封鎖位于快速路、交通封鎖發(fā)生于07:00－09:00或者17:00－19:00、地面塌陷范圍超過100m2，交通堵塞一定發(fā)生;當(dāng)交通封鎖位于主干路、交通封鎖發(fā)生于09:00－12:00或者19:00－23:00、地面塌陷范圍超過100m2，交通堵塞發(fā)生概率為60%，表中其他數(shù)據(jù)，不再贅述。實(shí)際中，可以將實(shí)際情況與基于粗糙集的燃?xì)夤艿榔茐臑?zāi)害演化預(yù)測(cè)分析結(jié)果進(jìn)行對(duì)比，可以找到危機(jī)事件發(fā)生的對(duì)應(yīng)概率，進(jìn)而可以采取相應(yīng)的措施來遏制危機(jī)事件的發(fā)生。

4 結(jié)論

(1)構(gòu)建了城市燃?xì)夤艿榔茐氖鹿蕿?zāi)害演化網(wǎng)絡(luò)拓?fù)浣Y(jié)構(gòu)，找到燃?xì)夤艿榔茐氖鹿蚀紊鸀?zāi)害的誘發(fā)因素;在分析大量案例和文獻(xiàn)的基礎(chǔ)上，對(duì)災(zāi)害的誘發(fā)因素進(jìn)行分級(jí)，并將災(zāi)害的誘發(fā)因素作為粗糙集理論中的條件屬性，將災(zāi)害是否發(fā)生作為決策屬性，建立基于粗糙集的信息處理表;

(2)運(yùn)用粗糙集理論，通過整理和計(jì)算得出各個(gè)條件屬性的上近似、下近似、正域，找到災(zāi)害發(fā)生可約簡(jiǎn)的條件屬性，提取基于粗糙集的確定性規(guī)則和不確定性規(guī)則，并對(duì)燃?xì)夤艿榔茐氖鹿收T發(fā)機(jī)制進(jìn)行預(yù)測(cè)分析，給出不同誘發(fā)條件下危機(jī)事件發(fā)生的概率;

(3)運(yùn)用粗糙集理論能夠很好地避免一般評(píng)價(jià)方法權(quán)重分配受主觀因素影響的問題，可大幅度提高預(yù)測(cè)精確度和可靠性。

由于篇幅有限，本文只給出了燃?xì)夤艿榔茐臑?zāi)害演化過程中交通封鎖和交通堵塞兩個(gè)危機(jī)事件誘發(fā)機(jī)制分析，網(wǎng)絡(luò)中其它危機(jī)事件誘發(fā)機(jī)制也可用相同的方法進(jìn)行分析，而在此基礎(chǔ)上，基于整個(gè)災(zāi)害演化網(wǎng)絡(luò)的風(fēng)險(xiǎn)評(píng)估應(yīng)是進(jìn)一步研究的重點(diǎn)。

［1］KentMuhlhauerW．Pipelineriskmanagementmanual［M］．Berlin:GulfPublishingCompany，1996:56－64．

［2］皺亮，朱玲湘．基于數(shù)據(jù)挖掘的地下燃?xì)夤艿里L(fēng)險(xiǎn)指標(biāo)體系設(shè)計(jì)［J］．鞍山科技大學(xué)學(xué)報(bào)，2007，30(4):429－432．

［3］趙俊茹，戴光，劉冬妹，等．基于灰色理論的管道風(fēng)險(xiǎn)評(píng)分法的研究及應(yīng)用［J］．壓力容器，2010，27(5):51－53．

［4］馮斌，李大全，廖國(guó)威．改進(jìn)的油氣管道風(fēng)險(xiǎn)專家評(píng)分方法［J］．油氣儲(chǔ)運(yùn)，2008，27(11)4－8．

［5］Dziubifiski，F(xiàn)ratezakM，MarkowskiAS．Aspectsofriskanalysisassociatedwithmajorfailuresoffuelpipelines［J］．Journalof LossPreventionintheProcessIndustries，2006，19(5):399－408．

［6］駱正山，王小完．基于天然氣泄漏的危害性分析及應(yīng)用［J］．災(zāi)害學(xué)，2009，24(1):97－100．

［7］張志霞，邵必林，王偉．基于粗糙集的現(xiàn)役管道失效可能性評(píng)價(jià)［J］．西安科技大學(xué)學(xué)報(bào)，2007，27(2):210－213．

［8］賈增科．城市燃?xì)夤艿里L(fēng)險(xiǎn)評(píng)價(jià)研究［D］．邯鄲:河北工程大學(xué)．2008．

［9］陳長(zhǎng)坤，李智，孫云鳳．基于復(fù)雜網(wǎng)絡(luò)的災(zāi)害信息傳播特征研究［J］．災(zāi)害學(xué)，2008，23(4):126－129．

［10］陳長(zhǎng)坤，孫云鳳，李智．冰雪災(zāi)害危機(jī)事件演化及衍生鏈特征分析［J］．災(zāi)害學(xué)，2009，24(1):18－21．

［11］王彪，段禪倫，吳昊，等．粗糙集與模糊集的研究及應(yīng)用［M］．北京:電子工業(yè)出版社，2008．

Analysis on the Inducing Mechanism of Disaster Evolution for theUrban Gas Pipeline Accidents Based on Rough Set Theory

Chen Chang kun1，Li Jian1，Sun Yun feng1and Zhu Wei2
(1．Disaster Prevention Science and Safety Technology Institute，Central South University，Changsha 410075，China;2．Beijing Research Center of Urban Systems Engineering，Beijing 100089，China)

The evolution network for urban gas pipeline accidents is established by analyzing a large numberof accident cases and using rough set theory．Then inducing factors of different types of disasters in the network aresort out，based on which，the inducing factors are graded．The graded inducing factors are regarded as conditionattributes，while whether the different types of disasters occurred are treated as decision attributes．The informationtables are built on the basis of the condition attributes and decision attributes．The upper approximation set，lowerapproximation set and positive region are obtained by calculating and analyzing the information tables，based onwhich reduced condition attributes are achieved．Also，the rules of crisis events are extracted based on rough setstheory，so does the prediction and analysis of crisis events．Traffic blocking and jams are selected as two examplesto describe thementioned method．The probabilities of the above crisis events in different conditions of traffic jamsin the network are presented．

rough set;accidents of gas pipeline;causative mechanism;information extraction;predictionand analysis

TU996.9;X4

A

1000－811X(2011)03－0092－05

2010－12－31

國(guó)家自然科學(xué)基金項(xiàng)目(50706059);中國(guó)科學(xué)技術(shù)大學(xué)火災(zāi)科學(xué)國(guó)家重點(diǎn)實(shí)驗(yàn)室開放課題(HZ2009－KF05)

陳長(zhǎng)坤(1977－)，男，福建福安人，博士，教授，從事重大突發(fā)公共事件演化與控制研究．E-mail:cckchen@mail．csu．edu．cn