張建龍 ，解建倉

（1. 山西省水利建設(shè)開發(fā)中心，山西 太原 030002；2. 西安理工大學(xué) 西北水資源與環(huán)境生態(tài)教育部重點實驗室，陜西 西安 710048)）

0 引言

隨著社會經(jīng)濟的高速發(fā)展，我國水資源逐漸呈現(xiàn)出短缺的趨勢。如果對煤礦開采過程中產(chǎn)生的礦井疏干水作為水資源加以處理利用，實現(xiàn)礦井水資源化，則有以下優(yōu)勢：1）開辟了新水源，減少了淡水資源開采量，增加了資源化后的經(jīng)濟效益[1-2]；2）緩解了礦區(qū)及周邊區(qū)域水資源矛盾，減少了污水排放量，使水資源的利用更加經(jīng)濟合理；3）減輕了礦井水對地表水系的污染，堵住污染源，美化了礦區(qū)環(huán)境[3]。因此，礦井疏干水的資源化是解決煤礦缺水和礦井水污染環(huán)境的最佳選擇。但是礦井疏干水的利用是一項復(fù)雜的系統(tǒng)工程，具有涉及部門廣、問題多、風(fēng)險高、管理復(fù)雜等特點[4-5]，因此，礦井疏干水開發(fā)利用需要建立完善的平臺管理體系，以實現(xiàn)對礦井疏干水的管理和決策，降低因高風(fēng)險引起的損失，以及實現(xiàn)礦井水事件的應(yīng)急管理。

1 平臺的基本思想和系統(tǒng)架構(gòu)

1.1 平臺的基本思想

以事例推理（CBR）理論為基本思想，利用檢索、重用、修正和保存的推理過程，進行礦井水資源開發(fā)利用的風(fēng)險管理。主要過程包括：1）根據(jù)新問題特征屬性，從事例庫中檢索出與新問題相似的事例或事例集；2）選擇最相似的事例，或通過事例組合，形成新的解決方案；3）修正建議的解決方案；4）將確認(rèn)的新事例存入事例庫，供后續(xù)使用。

礦井疏干水風(fēng)險管理決策支持系統(tǒng)的主要任務(wù)是突發(fā)事故的推理決策和經(jīng)驗案例庫的建立及維護，事件發(fā)生后通過尋求相似度范圍內(nèi)相似事件，立即對此做出決策；如果事件庫中還沒有相似事件，就將此事件加入事件庫，以充實事件庫的事例。

基于文本的案例推理 TCBR 是 CBR 機制的分支，是為了進行非結(jié)構(gòu)化的自然語言表示的文檔的提取而產(chǎn)生的，與傳統(tǒng) CBR 的不同之處是案例通過信息實體（IES）描述，而推理則通過構(gòu)建案例提取網(wǎng)（CRN）實現(xiàn)[6]。因此，本文采用 TCBR 推理機制進行風(fēng)險管理的研究。

1.2 平臺的系統(tǒng)架構(gòu)

礦井疏干水風(fēng)險管理決策支持系統(tǒng)采用 B/S 架構(gòu)，所有用戶均可以通過內(nèi)部局域網(wǎng)或者互連網(wǎng)進行操作[7]。通常，系統(tǒng)是基于案例庫、知識庫、模型庫、數(shù)據(jù)庫的系統(tǒng)，由于純文本案例的特殊性，礦井疏干水應(yīng)急管理決策支持系統(tǒng)，并沒有引入知識庫及模型庫，取而代之的是信息實體庫和 2 個關(guān)系庫，但這 2 種結(jié)構(gòu)都存在難以對推理結(jié)果進行修正的問題。為此本研究以數(shù)據(jù)作為底層支持，以風(fēng)險管理、知識庫、案例庫及模型庫作為業(yè)務(wù)層，以此為基礎(chǔ)建立視圖層。

2 平臺的實現(xiàn)

2.1 案例庫的建設(shè)

2.1.1 案例庫的建立

案例庫建設(shè)主要分為 2 個階段，第 1 階段為案例庫建設(shè)之初的管理，主要是礦井疏干水歷年風(fēng)險事故事件的錄入，當(dāng)初始案例庫建立起來后，進入第 2 階段案例庫的維護，如添加、刪除、學(xué)習(xí)的過程，具體操作過程分為以下幾個步驟：

1）經(jīng)驗案例資料的收集。對有關(guān)礦井疏干水管理資料進行整理，對事件過程進行描述，規(guī)范表達。

2）信息的分解。將所有入庫信息表達成關(guān)鍵字的形式，建立事件推理的邏輯過程，提供相似事件的相似率，參照專家決策實現(xiàn)信息全集庫的建立。

3）根據(jù)信息之間的區(qū)別程度提供信息的相似率，結(jié)合專家意見，對信息關(guān)鍵字進行比較。

4）信息實體與事件之間的關(guān)聯(lián)關(guān)系。系統(tǒng)中所有案例與信息實體之間的關(guān)聯(lián)關(guān)系由事故處置專家擬定，在系統(tǒng)運行過程中會有所調(diào)整，以使得系統(tǒng)對當(dāng)前問題進行更有針對性的推理。

5）信息實體之間的關(guān)聯(lián)關(guān)系維護。系統(tǒng)中所有信息實體之間的關(guān)聯(lián)關(guān)系由事故處置專家擬定，在系統(tǒng)運行過程中會有所調(diào)整，以使得系統(tǒng)對當(dāng)前問題進行更針對性的推理。

2.1.2 案例庫的實現(xiàn)環(huán)境

系統(tǒng)實現(xiàn)過程中采用 JAVA 語言環(huán)境，具有面向?qū)ο蟆?shù)據(jù)庫操作方便和開發(fā)周期短等特點。采用 MYSQLS.5 為后臺數(shù)據(jù)庫，操作系統(tǒng)為 Windows XP。按上述過程及方法建立案例庫，在 MYSQLS.5 中存儲案例及信息實體，案例和信息實體是分開存儲的，案例與信息實體的相關(guān)關(guān)系由關(guān)聯(lián)表存儲，案例的增加和刪減對其他案例與信息實體的關(guān)系是沒有影響的。如果用于表示當(dāng)前案例的信息實體不夠充分，可以修改信息實體表或增加信息實體，這種修改并不影響當(dāng)前案例庫中的設(shè)置。這體現(xiàn)了信息實體表示案例的靈活性，不像 CBR 中案例由固定結(jié)構(gòu)的特征向量表示，這種表示結(jié)構(gòu)隨時可以發(fā)生變化，而不影響其他案例和信息實體。

2.2 風(fēng)險管理案例的檢索與匹配

案例的檢索和匹配是系統(tǒng)的關(guān)鍵步驟，是從事例庫中找出與當(dāng)前求解問題最相似的事例（或事例集）。案例檢索與匹配的步驟如下：

1）案例的抽象及相似案例的鏈接。信息實體是在信息傳播中攜帶信息的媒介，是信息賴以附載的物質(zhì)基礎(chǔ)。如何判斷 2 個案例是否表達相近的含義，根據(jù) CRN 網(wǎng)的結(jié)構(gòu)特征，可以采用相似度函數(shù)判斷即

式中：對于案例描述 c，c1和 c2分別為 2 個案例；e1和 e2分別為信息實體的子集，若 E 為系統(tǒng)信息實體的全集，則 e1∈ E，可以看出，越不相近的 2 個案例的函數(shù)值會越大。

2）CRN 和 IES。IES 是 CNR 中知識描述的最小單元，通常情況下使用多個信息實體描述 1 個實例，各個實例由不同的信息實體描述。不同信息實體之間有相似性，信息實體可以看作是實例的關(guān)鍵字，且具有以下特征：不同的信息實體之間有相似關(guān)聯(lián)性；信息實體根據(jù)表達意義進行分類；不同信息實體與它表達內(nèi)容的關(guān)聯(lián)程度可以不同；信息實體是有層次的，不同的自然語言表達可以對應(yīng)相同的信息實體。例如：“礦井水”、“疏干水”、“煤礦水”可以同時對應(yīng) 1 個相同的信息實體 “礦井疏干水”，這是一個 2 層的樹形匹配結(jié)構(gòu)。

CRN 除要在數(shù)據(jù)庫中存儲案例和信息實體，還必須存在如下 2 個關(guān)系：相似性，表示不同信息實體之間的相似程度，用 σ (e1, e2) 表示；相關(guān)性，表示某一信息實體和案例描述之間的相關(guān)度，用 ρ (e, c) 表示。

CRN 的構(gòu)建過程主要包括以下 3 個步驟：

Step1。根據(jù)提出的問題，將其解析為不同信息實體的子集 e。此時，與案例庫中所有的信息實體 E 相比較，當(dāng)問題描述中出現(xiàn)該信息實體 e∈ E，則有 α0(e) = 1，否則 α0(e) = 0。通過這一步的解析，最終可以得到解析后信息實體的集合 Q0={e|α0(e) = 1, e∈ E}。

Step 2。對于實例庫中的任一信息實體 e∈ E，計算信息體間的相似性，即

式中：e1, e2, …, es∈Q0；ω 為加權(quán)函數(shù)；ε0為閾值，表示所提取的信息實體與集合 Q0中所有信息實體的相似關(guān)系的最小值。

通過式（2）和集合 Q0可以激活另外一些信息實體，激活的過程可以無限擴展，這些信息實體與 Q0中的信息實體取并集構(gòu)成 Q1={e|α0(e) = 1, α0(e) ≥ ε0, e∈ E}，且滿足 α1(e)＞ε0, ε0≥ 0。激活的過程可以表示為

式中：e1, e2, … , es∈Qt-1，且 Qt-1={e|αt-1(e) ≥ εm}；εm是閾值。

Step 3。計算與當(dāng)前問題相關(guān)聯(lián)的信息體與案例庫中每個案例的相關(guān)性，計算公式為：

式中：e1, e2, … , es∈Q0是與當(dāng)前問題相關(guān)聯(lián)的信息實體的集合 Qt中的信息實體。為減少計算量和節(jié)省計算時間，又不影響計算效果，在相關(guān)性計算時僅選擇與 Qt中的信息相關(guān)聯(lián)的案例集合 c 即可。

3）問題的推理和求解。利用相關(guān)度的計算 α2(c)進行相關(guān)案例解決方案的提取，結(jié)合構(gòu)建好的 CRN 網(wǎng)絡(luò)解決方案的提取。根據(jù)計算結(jié)果的大小，只需按照 α2(c) 的值從大到小排列案例，值越大表明當(dāng)前案例與問題相關(guān)程度越大，一般通過設(shè)置閾值來選擇關(guān)聯(lián)度大閾值的幾個案例作為最終問題解決的建議。

2.3 經(jīng)驗學(xué)習(xí)的實現(xiàn)

在事例推理中，除了相似性和相關(guān)性的計算，另外一個重要的環(huán)節(jié)就是經(jīng)驗的學(xué)習(xí)，只有通過不斷的學(xué)習(xí)、修正，案例庫中的案例才能更加滿足各種查詢條件，使得對決策支持的準(zhǔn)確度不斷地提高。在經(jīng)驗學(xué)習(xí)過程中，最重要的是把案例材料轉(zhuǎn)化成為系統(tǒng)中案例的結(jié)構(gòu)，并且能將信息實體與該案例的相關(guān)程度體現(xiàn)出來。當(dāng)新舊礦井水資源利用風(fēng)險事例的相似度小于預(yù)先設(shè)定的閾值 0.6 時，將新事例添加到事例庫中；當(dāng)新舊礦井水資源利用風(fēng)險事例相似度在 0.6～0.9 之間時，調(diào)整之后的事例可以被添加在事例庫中，如果優(yōu)于被檢索出的事例，則可以替換原有的事例；當(dāng)新舊礦井水資源利用風(fēng)險事例相似度大于 0.9 時，新事例可以被丟棄。

因此，經(jīng)驗學(xué)習(xí)的流程顯得更為重要，根據(jù)系統(tǒng)特性、信息實體及案例庫之間的關(guān)系，繪制的經(jīng)驗學(xué)習(xí)流程圖如圖 1 所示。

圖1 可以看出系統(tǒng)對新案例的學(xué)習(xí)過程為：

圖1 經(jīng)驗學(xué)習(xí)流程圖

1）當(dāng) 1 個礦井水資源利用風(fēng)險新案例進入系統(tǒng)，系統(tǒng)要進行案例的相似性判斷，以判斷案例庫中是否已經(jīng)存在相似的案例文檔；

2）使用字符串匹配的方式對礦井水資源利用風(fēng)險新案例進行解析，將其轉(zhuǎn)化成為信息實體子集；

3）設(shè)置解析的信息實體與礦井水資源利用風(fēng)險新案例的相關(guān)度，對于滿足設(shè)置相關(guān)度要求的信息實體直接存入相關(guān)關(guān)系庫，而出現(xiàn)的新信息實體則存入信息實體庫，最終存入相關(guān)關(guān)系庫。

3 平臺的應(yīng)用功能

以案例庫的實現(xiàn)環(huán)境為基礎(chǔ)，結(jié)合案例的建立和存貯、檢索與匹配，以及經(jīng)驗學(xué)習(xí)的實現(xiàn)，進行平臺風(fēng)險推理功能模塊的設(shè)計，主要包括：用戶輸入事故現(xiàn)象描述，中文分詞，匹配信息實體與關(guān)鍵字集合，迭代擴充信息實體集合，給出推薦的解決方案，案例學(xué)習(xí)，推理流程如圖 2 所示。

礦井疏干水資源開發(fā)利用風(fēng)險管理系統(tǒng)的研究是基于礦井企業(yè)風(fēng)險決策需求，實現(xiàn)對礦井疏干水的管理和決策，降低因高風(fēng)險引起的損失。此系統(tǒng)實現(xiàn)礦井水事件的應(yīng)急管理，完成對風(fēng)險事件的拆分、學(xué)習(xí)、應(yīng)急預(yù)案、專家決策功能，最終提出應(yīng)急方案。主要功能包括： 案例查詢、應(yīng)急機制、事件描述、學(xué)習(xí)機制、風(fēng)險推理及事件管理。

4 結(jié)語

圖2 風(fēng)險推理流程

本研究將人工智能領(lǐng)域中的 TCBR 技術(shù)應(yīng)用于礦井水資源開發(fā)利用風(fēng)險管理中，以事例推理理論為指導(dǎo)思想，針對基于 TCBR 的風(fēng)險管理中需要解決的關(guān)鍵問題進行分析和研究，并提出相應(yīng)的解決思路和方法。TCBR 風(fēng)險管理能夠充分利用案例資源，從成功風(fēng)險管理事例中借鑒經(jīng)驗，使風(fēng)險處理更加快速、準(zhǔn)確和智能化；該方法不僅能夠處理定量因素，而且可以將專家和專業(yè)人員的經(jīng)驗知識融入到風(fēng)險管理中，使得管理結(jié)果更合理、可行，并且可以實現(xiàn)知識的重用；同時，TCBR 風(fēng)險管理模式，符合人們的認(rèn)知和思維過程，推理過程具有生動形象的特點，推理結(jié)果易于理解和接受。

基于 TCBR 的風(fēng)險管理模式是提高礦井水資源利用效率的有益探索，為礦井水資源的開發(fā)利用提供風(fēng)險管理對策及保障手段。風(fēng)險管理研究是十分復(fù)雜的系統(tǒng)問題，在后續(xù)的研究和應(yīng)用中，應(yīng)進一步提高對礦井水開發(fā)利用中各環(huán)節(jié)的風(fēng)險狀態(tài)進行準(zhǔn)確描述的研究，以更好地解決案例特征抽取的關(guān)鍵問題。

[1] 李福勤，李碩，何緒文，等. 煤礦礦井水處理工程存在的問題及對策[J]. 中國給水排水，2012, 28 (2): 18-20.

[2] 常雨. 煤礦礦井水回用處理工程設(shè)計[D]. 太原：山西大學(xué)，2011: 38-42.

[3] 邵立南. 礦井水井下處理與復(fù)用技術(shù)研究[D]. 北京：中國礦業(yè)大學(xué)，2009: 15-19.

[4] 傅成誠，梅凡民，馬建宏，等. 我國煤礦礦井水資源化現(xiàn)狀[J]. 現(xiàn)代礦業(yè)，2009 (3): 15-17.

[5] 陳洪彪. 礦井疏干水開發(fā)利用可行性研究[J]. 煤炭技術(shù)，2005, 24 (6): 100-101.

[6] 李贇. 基于事例推理的城市公共設(shè)施應(yīng)急管理決策支持系統(tǒng)的研究[D]. 北京：北京交通大學(xué)，2009: 8-13.

[7] 羅軍剛，解建倉，陳田慶. 基于事例推理技術(shù)的水庫洪水調(diào)度研究與應(yīng)用[J]. 水科學(xué)進展，2009, 20 (1): 32-39.