王 鐵，蒲 云

WANG Tie,PU Yun

西南交通大學(xué) 交通運輸與物流學(xué)院，成都610031

College of Transportation&Logistics,Southwest Jiaotong University,Chengdu 610031,China

1 引言

車站的突發(fā)事件種類繁多，如恐怖襲擊、地震、洪水、突發(fā)疫情、暴風(fēng)雨雪、突發(fā)刑事案件等等都會對車站或某一區(qū)間的正常生產(chǎn)秩序帶來嚴(yán)重影響。如何避免突發(fā)事件的發(fā)生及突發(fā)事件發(fā)生后，最大限度地減少突發(fā)事件造成的人員傷亡和財產(chǎn)損失，降低對運輸組織秩序的影響是當(dāng)務(wù)之急，這就要求我們對車站應(yīng)急保障體系的特點有深刻認(rèn)識并熟練運用它。車站應(yīng)急保障體系具有安全指標(biāo)屬性較多較復(fù)雜這一特點，在對其分析評價的時候，由于計算誤差等影響，不同的安全指標(biāo)屬性有可能存在重復(fù)和冗余，并非用到條件屬性越多，對車站保障體系的分析評價的效果就越準(zhǔn)確，全部指標(biāo)顯然不適合直接作為后期計算的指標(biāo)體系。粗糙集約簡理論[1-5]在約簡過程中不破壞原始數(shù)據(jù)分類質(zhì)量的屬性，同時又減少了指標(biāo)的數(shù)量，這種特性使其近年來在諸多領(lǐng)域得到了應(yīng)用。

粗糙集理論是由波蘭數(shù)學(xué)家Pawlak[6-8]在1982 年提出的一種處理模糊和不精確問題的數(shù)據(jù)分析理論。屬性約簡是粗糙集理論應(yīng)用的一個重要方面，在大多數(shù)情況下，分類由幾個甚至一個屬性決定，而不是由關(guān)系數(shù)據(jù)庫中的所有屬性的微小差異來決定。屬性約簡又稱為特征選擇或維數(shù)約簡，它的三個目的[9]是：⑴減少存儲空間和運行時間以提高運行效率；⑵為更好地理解數(shù)據(jù)提供語義分析；⑶避免“維數(shù)災(zāi)難”，提高預(yù)測精度。

粗糙集理論[10]與概率方法、模糊集方法等其他處理不確定問題理論的最顯著的區(qū)別在于：它無需指定隸屬度或隸屬函數(shù)，所以對問題的不確定性的描述或處理可以說是比較客觀的。粗糙集的約簡理論本著保持信息系統(tǒng)分類能力不變的前提下，約去不必要的屬性，減少了條件屬性的數(shù)量，簡化了系統(tǒng)的復(fù)雜度，便于進一步分析和計算?；诖植诩碚摰倪@種特性，本文采用粗糙集知識對車站突發(fā)事件保障體系的屬性指標(biāo)進行約簡。

2 車站突發(fā)事件安全應(yīng)急保障綜合評價指標(biāo)體系分析

車站是鐵路運輸?shù)幕鶎訂挝唬渖a(chǎn)安全關(guān)系著千家萬戶的健康幸福，其重要意義不言而喻。車站突發(fā)事件安全應(yīng)急保障指標(biāo)體系一般應(yīng)從突發(fā)事件前期工作、突發(fā)事件發(fā)生時工作、突發(fā)事件發(fā)生后的工作三個層面進行考慮，具體包含：基礎(chǔ)建設(shè)、預(yù)防預(yù)警和信息處理、應(yīng)急管理、應(yīng)急處置管理、后期處置管理、宣傳教育檢查考核等內(nèi)容。其中前四項屬于前期工作范疇。

結(jié)合其他參考文獻[11-12]和目前一些車站的做法以及車站工作的特性，建立如下車站突發(fā)事件安全應(yīng)急保障評價體系層次結(jié)構(gòu)，如圖1 所示。

3 粗糙集理論及熵權(quán)背景知識

3.1 Pawlak 粗糙集模型

粗糙集理論認(rèn)為，知識是對對象進行分類的能力，即區(qū)分對象的能力。知識越多、越強，分類越細(xì)。Pawlak 粗糙集理論僅討論能對論域形成劃分的知識。由于劃分與等價關(guān)系可以互相確定，因此，一個知識就是U上的一個等價關(guān)系。

設(shè)U是一個非空有限集合，稱為論域，R為U上的一個等價關(guān)系，稱二元組(U，R)為一個Pawlak 近似空間，簡稱為近似空間。對于任意X?U，X關(guān)于近似空間(U，R)的下近似與上近似分別定義為[6]：

在粗糙集理論中，不確定性概念通過兩個精確概念進行逼近。

3.2 信息系統(tǒng)

信息系統(tǒng)可以通過表格進行表示。

一個決策表是一個四元組S=(U，A∪0cseiqo，V，f)，其中U，A，V，f的意義同信息系統(tǒng)，d稱為決策屬性，具有條件屬性和決策屬性的知識表達(dá)系統(tǒng)稱為決策表。

3.3 正域約簡

設(shè)S=(U，A∪00aqqkk，V，f)是決策表，其中A為條件屬性集合，d為決策屬性。對于B?A，決策屬性d的B正域定義為：

圖1 車站突發(fā)事件安全應(yīng)急保障體系綜合評價指標(biāo)層次圖

定理1[13]設(shè)S=(U，A∪yysq0ww，V，f)是決策表且B?A。則posB(d)=posA(d) 當(dāng) 且 僅 當(dāng)：對 于 任 意x，y∈U，α*(x，y)≠?時，有B∩α*(x，y)≠?.

3.4 熵權(quán)

信息熵[14]實質(zhì)是一個有普適意義的關(guān)于不確定性的數(shù)學(xué)度量，熵權(quán)是根據(jù)信息熵確定的，又稱為客觀權(quán)重，其獲得是建立在評價矩陣之上的。在多屬性的決策中應(yīng)用較為廣泛，反映了事物不同屬性特征在決策過程中所占的重要性程度，有效地減少了決策中的主觀因素。文章采用熵權(quán)系數(shù)法來確定指標(biāo)的權(quán)重向量。

第i權(quán)重個評價指標(biāo)的熵被定義為：

這里

則熵權(quán)

記權(quán)重W=(w1，w2，…，wn)。

4 基于粗糙集理論的車站應(yīng)急保障體系知識約簡

已知5 個車站的突發(fā)事件應(yīng)急保障體系建設(shè)情況，影響車站突發(fā)事件應(yīng)急保障系統(tǒng)的因素集合取為A={a1，a2，…，a6}，其中a1表示基礎(chǔ)建設(shè)，a2表示預(yù)防預(yù)警信息處理，a3表示應(yīng)急救援隊伍管理，a4表示救援設(shè)備物資管理，a5應(yīng)急處置a6表示后期處置。其中a1，a2，…，a6為條件屬性，d為決策屬性。把效率高用2 來表示，效率較高用1 來表示，效率低用0 來示，得到表2。下面運用粗糙集理論對車站突發(fā)事件應(yīng)急保障體系決策表進行分析。

表1 車站突發(fā)事件應(yīng)急保障系統(tǒng)決策表

表2 離散化后的車站突發(fā)事件應(yīng)急保障系統(tǒng)決策表

區(qū)分矩陣是對稱矩陣，因此，僅需計算矩陣的一半元素：

區(qū)分函數(shù)為

△*=(a2∨a3∨a4∨a5∨a6)∧(a1∨a5)∧(a1∨a2∨a3∨a4∨a6)∧(a2∨a3∨a4∨a6)∧(a1)=(a1∧a2)∨(a1∧a3)∨(a1∧a4)∨(a1∧a6)

共有4個約簡，分別為：{a1，a2}，{a1，a3}，{a1，a4}，{a1，a6}。

根據(jù)公式（1）、（2）對表3 的各項評價指標(biāo)進行計算，得到車站突發(fā)事件應(yīng)急保障體系指標(biāo)權(quán)重如表3 所示。

表3 車站突發(fā)事件應(yīng)急保障系統(tǒng)指標(biāo)熵重表

由表3 可知，在車站突發(fā)事件應(yīng)急保障系統(tǒng)中應(yīng)急救援的熵重最大，應(yīng)急救援隊伍的管理的熵重最小，結(jié)合區(qū)分函數(shù)約簡結(jié)果及各項評價指標(biāo)的熵權(quán)權(quán)重可以得知本例中最優(yōu)約簡為{a1，a6}。

與傳統(tǒng)的區(qū)分矩陣約簡算法相比，基于粗糙集和熵權(quán)約簡算法結(jié)合各個屬性指標(biāo)本身的熵重，突出了重要屬性的作用，提高了計算約簡的效率。

5 結(jié)論

（1）本文建立了車站突發(fā)事件安全應(yīng)急保障指標(biāo)體系，進而構(gòu)建了車站突發(fā)事件應(yīng)急保障體系信息系統(tǒng)決策表，將粗糙集的區(qū)分矩陣約簡理論應(yīng)用到車站突發(fā)事件應(yīng)急保障體系的分析當(dāng)中，并對車站突發(fā)事件應(yīng)急保障體系影響因素評價指標(biāo)進行了約簡。

（2）本文借助區(qū)分矩陣提出了基于粗糙集和熵權(quán)的約簡算法，并用實例驗證了這種算法的有效性和實用性。

（3）本文只討論了把車站突發(fā)事件應(yīng)急保障體系作為完備信息系統(tǒng)的情況來進行約簡，對于車站突發(fā)事件應(yīng)急保障體系的不完備信息系統(tǒng)的分析，本文所討論的方法同樣適用。

[1] 龔偉林，李德玉，王素格，等.基于模糊區(qū)分矩陣的區(qū)間值信息系統(tǒng)屬性約簡[J].山西大學(xué)學(xué)報：自然科學(xué)版，2011，34（3）：381-387.

[2] 王楊.一種基于區(qū)分度矩陣的屬性約簡及規(guī)則提取算法[J].計算機與數(shù)字工程，2011（9）：7-9.

[3] 胡彧，李智玲，李春偉.一種基于區(qū)分矩陣的屬性約簡算法[J].計算機工程與應(yīng)用，2007，43（9）：178-180.

[4] 鄧九英，毛宗源，徐寧.基于粗糙集屬性變分區(qū)的屬性約簡[J].華南理工大學(xué)學(xué)報：自然科學(xué)版，2006，34（9）：50-55.

[5] 徐曉慧，童秉樞.基于粗糙集理論的產(chǎn)品結(jié)構(gòu)設(shè)計模糊評價[J].清華大學(xué)學(xué)報：自然科學(xué)版，2006，46（11）：1880-1883.

[6] Pawlak Z.Rough sets[J].International Journal of Computer and Information Science，1982，11（5）：341-356.

[7] Pawlak Z.Rough set approach to multi-attribute decision analysis[J].European Journal of Operational Research，1994，72（12）：443-459.

[8] Pawlak Z.Rough sets-theoretical aspects of reasoning about data[M].Dordrecht the Netherlands：Kluwer Academic Publishers，1991：1-168.

[9] 陳德剛.模糊粗糙集理論與方法[M].北京：科學(xué)出版社，2013.

[10] 張文修.粗糙集理論與方法[M].北京：科學(xué)出版社，2001.

[11] 羅文婷，王艷輝，賈利民，等.改進層次分析法在鐵路應(yīng)急預(yù)案評價中的應(yīng)用研究[J].鐵道學(xué)報，2008，30（6）：24-28.

[12] 王艷輝，羅文婷，郭曉妮.基于改進SP 法的鐵路應(yīng)急能力綜合評價研究[J].鐵道學(xué)報，2009，31（2）：17-22.

[13] Skowron A，Rauszer C.The discernibility matrices and functions in information systems[C]//Intelligent Decision Support Handbook of Applications and Advances of the Rough Sets Theory.Dordrecht：Kluwer Academic Publishers，1992：331-362.

[14] 張繼國，辛格.信息熵-理論與應(yīng)用[M].北京：中國水利水電出版社，2012：2-80.