于明璐， 李向陽(yáng)， 岳國(guó)君

(1.哈爾濱工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,黑龍江 哈爾濱 150001; 2.中國(guó)糧油控股有限公司,香港 999077)

?

自然災(zāi)害情境下的終端供電設(shè)施應(yīng)急搶修決策規(guī)劃

于明璐1， 李向陽(yáng)1， 岳國(guó)君2

(1.哈爾濱工業(yè)大學(xué) 經(jīng)濟(jì)與管理學(xué)院,黑龍江 哈爾濱 150001; 2.中國(guó)糧油控股有限公司,香港 999077)

自然災(zāi)害情境造成部分決策信息模糊和應(yīng)急決策者的消極情緒?？紤]消極情緒在自然災(zāi)害應(yīng)急決策的影響，構(gòu)建了考慮情緒下的前景理論的價(jià)值函數(shù)。運(yùn)用反函數(shù)原理，根據(jù)應(yīng)急決策者對(duì)模糊信息的心理感知價(jià)值，構(gòu)建了其實(shí)際值的估計(jì)函數(shù)，用于解決決策信息模糊下的終端供電設(shè)施應(yīng)急搶修決策規(guī)劃問題，提出了相應(yīng)的決策模型和求解算法。采用自主開發(fā)的在線實(shí)驗(yàn)系統(tǒng)，完成了信息模糊下的電網(wǎng)應(yīng)急搶修決策實(shí)驗(yàn)，驗(yàn)證了決策模型和消極情緒下基于決策者心理感知對(duì)模糊信息估值方法的有效性。

行為決策；終端供電設(shè)施搶修決策；前景理論；信息模糊；消極情緒

0 引言

在自然災(zāi)害爆發(fā)后，終端供電設(shè)施被損壞的情況較為普遍，造成應(yīng)急搶修力量不足，一個(gè)應(yīng)急搶修隊(duì)需承擔(dān)修復(fù)多處受損設(shè)備的情況。而用電單位的性質(zhì)和用電要求的不同形成且搶修輕重緩急的差別，需對(duì)各終端供電設(shè)施的搶修進(jìn)行合理排序，才能讓應(yīng)急搶修隊(duì)在災(zāi)害應(yīng)對(duì)中發(fā)揮最大的作用。然而，自然災(zāi)害爆發(fā)形成的惡劣情境對(duì)這一應(yīng)急決策造成了一系列極端問題，較為常見的是應(yīng)急決策所需的重要信息模糊不清和決策者面對(duì)災(zāi)難產(chǎn)生強(qiáng)烈的消極情緒而影響其決策能力和決策結(jié)果。這是由于自然災(zāi)害的發(fā)生會(huì)導(dǎo)致一些始料不及的突發(fā)狀況，它們共同形成較為復(fù)雜的災(zāi)害應(yīng)急決策情境，信息渠道被破壞，如道路被毀，通訊中斷，或影響范圍過大，一時(shí)間無法得到詳盡的信息，此時(shí)精確測(cè)量存在困難，造成原有依賴于數(shù)理的決策方法失效等。特別是遇到突發(fā)狀況無先例或較為罕見時(shí)，其經(jīng)驗(yàn)數(shù)據(jù)不足以支持現(xiàn)有處理信息模糊的理性決策模型和方法時(shí)，對(duì)于模糊不清的決策信息進(jìn)行判斷和估計(jì)需由應(yīng)急決策者來完成。這一任務(wù)在自然災(zāi)害這種極端的決策情境下完成，決策者須承受時(shí)間緊迫造成的巨大壓力，害怕決策失誤帶來的焦慮，估計(jì)判斷錯(cuò)誤帶來強(qiáng)烈的內(nèi)疚感，以及災(zāi)難現(xiàn)場(chǎng)帶來的威脅和不安全感和面對(duì)受災(zāi)者的無力感，這些巨大的心理壓力通過上述刺激而產(chǎn)生強(qiáng)烈的消極情緒來表現(xiàn)。美國(guó)心理學(xué)會(huì)在關(guān)于創(chuàng)傷性事件心理壓力的報(bào)告中指出，消極情緒會(huì)導(dǎo)致應(yīng)急工作者高估或低估危險(xiǎn)信息，以及無法集中注意力、決策與解決問題能力下降等[1]。因此，在消極情緒的作用下，應(yīng)急工作者對(duì)模糊不清的決策信息進(jìn)行估計(jì)和判斷很可能會(huì)存在偏差。

關(guān)于應(yīng)急決策者對(duì)決策信息的心理感知價(jià)值與實(shí)際價(jià)值存在偏差的問題，前景理論給出了很好的解釋和驗(yàn)證。目前，已有一些研究者運(yùn)用前景理論，研究應(yīng)急決策方法，如樊治平等人研究在突發(fā)事件應(yīng)急響應(yīng)的風(fēng)險(xiǎn)決策時(shí)，依據(jù)前景理論來計(jì)算決策者對(duì)不同情境和決策方案的心理感知的綜合前景值來進(jìn)行決策的方法[2]，王旭坪等應(yīng)用前景理論來計(jì)算公眾的心理風(fēng)險(xiǎn)感知程度，以此來進(jìn)行應(yīng)急物資調(diào)度決策及優(yōu)化[3]，以公眾感知滿意度為目標(biāo)建立的多受災(zāi)點(diǎn)應(yīng)急資源分配模型[4]，還有王亮和王應(yīng)明應(yīng)用前景理論建立了動(dòng)態(tài)參考點(diǎn)的應(yīng)急決策方法[5]等。現(xiàn)有研究的基本思路大致是將通過前景理論確定應(yīng)急決策者心理感知價(jià)值作為決策目標(biāo)，建立模型求解。而前景理論則說明了主觀心理感知價(jià)值與實(shí)際值之間是存在偏差的，當(dāng)選擇主觀心理感知價(jià)值作為決策目標(biāo)并進(jìn)行規(guī)劃求解時(shí)，上述偏差難免會(huì)造成以心理感知價(jià)值為目標(biāo)進(jìn)行決策規(guī)劃的優(yōu)化結(jié)果與實(shí)際的優(yōu)化結(jié)果發(fā)生偏離，導(dǎo)致其決策結(jié)果的經(jīng)濟(jì)性較差。

此外，在災(zāi)害應(yīng)急決策情境下，應(yīng)急決策者避免不了會(huì)產(chǎn)生心理壓力和消極情緒，但現(xiàn)有關(guān)于應(yīng)急決策的研究沒有將消極情緒造成的偏差影響考慮到?jīng)Q策模型和方法當(dāng)中，也罕有研究對(duì)消極情緒與前景理論的關(guān)系和影響進(jìn)行分析，這會(huì)影響決策模型和方法的有效性和實(shí)用性。

針對(duì)上述問題，本文將研究消極情緒與前景理論中價(jià)值函數(shù)的關(guān)系和影響作用，建立并根據(jù)情緒前景理論的價(jià)值函數(shù)，并利用反函數(shù)思想，建立模糊信息實(shí)際值的估計(jì)模型，通過應(yīng)急決策者對(duì)模糊信息的心理感知價(jià)值，來估計(jì)該信息實(shí)際值，用于解決自然災(zāi)害情境下的終端供電設(shè)施應(yīng)急搶修決策問題，再建立相應(yīng)的應(yīng)急決策模型和求解算法，借助該估計(jì)值求得決策結(jié)果。通過自主研發(fā)的用于應(yīng)急培訓(xùn)和演練的在線實(shí)驗(yàn)系統(tǒng)進(jìn)行實(shí)驗(yàn)，來驗(yàn)證估計(jì)模型和方法的有效性，旨在通過培訓(xùn)和演練，提高應(yīng)急工作人員的決策能力和心理調(diào)節(jié)能力，并為開發(fā)具備心理輔助和提示功能的應(yīng)急決策支持系統(tǒng)提供參考。

1 自然災(zāi)害情境下的模糊信息估計(jì)函數(shù)構(gòu)建

1.1 自然災(zāi)害情境下消極情緒與決策的關(guān)系

情緒是人們針對(duì)內(nèi)部或外部的刺激所產(chǎn)生的一種突發(fā)反應(yīng)[6]，也是人們認(rèn)知和動(dòng)機(jī)的一種有意識(shí)的、外顯性的感知和表達(dá)。在自然災(zāi)害情境下，應(yīng)急決策者既承受著艱巨任務(wù)帶來的責(zé)任感和面對(duì)受災(zāi)者的同情憐憫的人性所帶來的來自于內(nèi)部的情緒誘發(fā)，又不得不面對(duì)自然災(zāi)害造成的環(huán)境和設(shè)施破壞、人員傷亡和突發(fā)狀況等帶來的復(fù)雜應(yīng)對(duì)任務(wù)和時(shí)間壓力，以及應(yīng)急決策者自身的生命安全造成一定的威脅等來自外部的情緒刺激。根據(jù)美國(guó)疾病防治中心(CDC)和美國(guó)職業(yè)安全與健康管理局(NIOSH)關(guān)于應(yīng)急工作者面對(duì)創(chuàng)傷性事件的心理壓力分析報(bào)告，在災(zāi)害應(yīng)對(duì)工作中，應(yīng)急工作者產(chǎn)生的情緒包括焦慮、內(nèi)疚、悲痛、恐懼、憤怒、沮喪、面臨失敗的緊張、自責(zé)、怨天尤人、難以承受感和情緒崩潰等情緒狀態(tài)[7]，幾乎全部為消極情緒，不僅對(duì)應(yīng)急工作者的身心造成一定的影響和傷害，還會(huì)影響其對(duì)信息的估計(jì)和決策能力。根據(jù)現(xiàn)有研究表明，消極情緒對(duì)在決策的影響主要表現(xiàn)在以下幾個(gè)方面：消極情緒會(huì)使決策者對(duì)風(fēng)險(xiǎn)和威脅更加敏感，決策者增加對(duì)該風(fēng)險(xiǎn)事件甚至無關(guān)聯(lián)的風(fēng)險(xiǎn)事件發(fā)生的概率估計(jì)[8]；消極情緒會(huì)使決策者更為謹(jǐn)慎小心，更傾向于規(guī)避風(fēng)險(xiǎn)帶來的損失，更多關(guān)注對(duì)細(xì)節(jié)問題的處理而有時(shí)會(huì)忽略整體決策目標(biāo)[9]；消極情緒會(huì)引發(fā)決策者的悲觀記憶，對(duì)事件做出悲觀的判斷和選擇[10]等。

1.2 考慮情緒下前景理論的價(jià)值函數(shù)

前景理論是描述決策者對(duì)實(shí)際價(jià)值與其主觀感知之間的偏差的理論，Kahneman和Tervsky通過實(shí)驗(yàn)發(fā)現(xiàn)，人們?cè)跊Q策時(shí)往往會(huì)預(yù)先設(shè)定一個(gè)主觀的參照點(diǎn)，在參照點(diǎn)兩側(cè)(收益或損失)決策者對(duì)風(fēng)險(xiǎn)所持態(tài)度(風(fēng)險(xiǎn)厭惡或偏好)發(fā)生了逆轉(zhuǎn)現(xiàn)象，對(duì)收益偏向風(fēng)險(xiǎn)厭惡，對(duì)損失偏向風(fēng)險(xiǎn)偏好，并且對(duì)于同等的收益和風(fēng)險(xiǎn)的偏好，決策者表現(xiàn)對(duì)于收益反應(yīng)遲鈍，對(duì)于損失反應(yīng)敏感。

而情緒前景理論由嚴(yán)俊宏在對(duì)股市波動(dòng)非對(duì)稱性研究時(shí)首次提出的[11]，是指在情境理論中考慮了情緒因素的作用，但是其缺乏情緒與前景理論關(guān)系的論述。實(shí)際上，情緒是刺激與行動(dòng)之間的媒介和驅(qū)動(dòng)點(diǎn)，所以即使在等價(jià)的刺激下，情緒的變化會(huì)導(dǎo)致決策行為的變化，如框架效應(yīng)。研究表明積極情緒對(duì)決策者的作用是使其更傾向于低估風(fēng)險(xiǎn)而高估收益或低估損失[12]；而消極情緒的作用則剛好相反，它們使決策者更傾向高估風(fēng)險(xiǎn)的存在，而低估其可能的收益或高估其損失。

根據(jù)上述特點(diǎn)，基于前景理論原有的價(jià)值函數(shù)，建立考慮情緒的前景理論價(jià)值函數(shù)如公式(1)。函數(shù)中風(fēng)險(xiǎn)偏好系數(shù)及其增量的取值越大表示決策者的風(fēng)險(xiǎn)傾向越強(qiáng)；各損失規(guī)避系數(shù)和變化在其趨勢(shì)范圍內(nèi)越大，表示對(duì)損失的敏感性越強(qiáng)。

(1)

式中ve(x)——情緒前景理論的價(jià)值函數(shù)；

x——決策信息的實(shí)際價(jià)值；

ω——不考慮情緒獲得收益時(shí)的風(fēng)險(xiǎn)偏好系數(shù)，0<ω<1；

φ——不考慮情緒遭受損失時(shí)的風(fēng)險(xiǎn)偏好系數(shù)，0<φ<1；

α——積極情緒影響下的風(fēng)險(xiǎn)偏好增量，0<α<φ<1；

β——消極情緒影響下的風(fēng)險(xiǎn)偏好增量，0<β<ω<1；

δ——不考慮情緒的損失規(guī)避系數(shù)，δ>1；

γ——積極情緒影響下的損失規(guī)避變化，0<γ<δ-1；

η——消極情緒影響下的損失規(guī)避變化，η>0；

1.3 消極情緒下應(yīng)急決策者對(duì)模糊信息的估計(jì)函數(shù)

根據(jù)上述情緒前景理論的價(jià)值函數(shù)，通過反函數(shù)原理，求取其反函數(shù)，得到?jīng)Q策者對(duì)模糊信息的估計(jì)函數(shù)(2)式，即根據(jù)決策者對(duì)模糊信息的心理感知價(jià)值估計(jì)其實(shí)際值的函數(shù)。

(2)

在自然災(zāi)害情境下，消極情緒是應(yīng)急決策者執(zhí)行應(yīng)對(duì)任務(wù)時(shí)的主導(dǎo)情緒，用決策者對(duì)模糊信息的心理感知價(jià)值來估計(jì)其實(shí)際價(jià)值，即在λ=1的條件下，所得的模糊信息估計(jì)函數(shù)如下(3)式。函數(shù)(2)式，(3)式的參數(shù)設(shè)定和取值范圍與函數(shù)(1)式一致：

(3)

XeN(v)——通過信息的心理感知價(jià)值對(duì)其實(shí)際價(jià)值的估計(jì)函數(shù)；

v——決策信息的心理感知價(jià)值。

上述估計(jì)函數(shù)表明，在消極情緒的作用下，當(dāng)應(yīng)急決策者認(rèn)為該模糊信息會(huì)帶來收益時(shí)，事實(shí)上它的實(shí)際值比決策者的主觀感知價(jià)值要大；當(dāng)決策者認(rèn)為該模糊信息會(huì)帶來?yè)p失時(shí)，其實(shí)際值比決策者的主觀感知價(jià)值要小。

2 存在模糊信息的終端供電設(shè)施應(yīng)急搶修決策規(guī)劃

在這一節(jié)中，將上述估計(jì)函數(shù)應(yīng)用于臺(tái)風(fēng)災(zāi)害下的終端供電設(shè)施應(yīng)急搶修決策當(dāng)中，來解決信息模糊下的決策規(guī)劃問題。

2.1 終端供電設(shè)施搶修應(yīng)急決策問題描述

基于上述對(duì)模糊信息的估計(jì)方法，終端供電設(shè)施應(yīng)急搶修的流程為：(1)確定搶修任務(wù)，共有幾家用電單位的終端供電設(shè)施需要應(yīng)急搶修，然后收集該單位的必要信息，如地點(diǎn)，距離，單位性質(zhì)和用電客戶等級(jí)，終端供電設(shè)施損壞情況以及備用電源情況等，并確定哪些信息是明確的，哪些是模糊的；(2)測(cè)試應(yīng)急搶修決策者的情緒狀態(tài)和模糊信息心理感知狀態(tài)，來確定其模糊信息估計(jì)函數(shù)的系數(shù)，或者采用之前反復(fù)測(cè)試得到系數(shù)的經(jīng)驗(yàn)值來確定模糊信息估計(jì)函數(shù)也可以，然后根據(jù)其對(duì)應(yīng)急搶修任務(wù)中模糊信息的信息感知值，通過上述估計(jì)函數(shù)求得對(duì)模糊信息實(shí)際值的估計(jì)，如果存在多名決策者，取各位估計(jì)值的均值作為對(duì)模糊信息的實(shí)際值的估計(jì)；(3)根據(jù)建立的終端供電設(shè)施應(yīng)急搶修決策模型和算法求解，得出最優(yōu)的應(yīng)急搶修決策，然后執(zhí)行應(yīng)急搶修任務(wù)。

2.2 參數(shù)與變量定義

集合參數(shù)：受損終端供電設(shè)施集合為N；i,j∈N;T時(shí)間跨度集合，t∈T；Q為路徑狀態(tài)集合，q∈Q。

決策變量：

y——n個(gè)受損終端供電設(shè)施的排序，y有n!個(gè)取值。

決策狀態(tài)變量：

qij——表示受損終端供電設(shè)施i與另一受損終端供電設(shè)施j之間的路程耗時(shí)；

Ri——對(duì)受損終端供電設(shè)施i的應(yīng)急搶修時(shí)間；

Si——受損終端供電設(shè)施i的備用電源可供電時(shí)長(zhǎng)。

搶修總體耗時(shí)函數(shù)設(shè)定：

Lj(y)——在排序y下，通過到達(dá)設(shè)施j并完成搶修的時(shí)間Lj(y)=qij(y)+Rj(y)。

停電損失函數(shù)設(shè)定：

Bi(t,y)——在排序y下，時(shí)間段t內(nèi)受損終端供電設(shè)施i的停電時(shí)間；

πi——停電損失參數(shù)，即受損終端供電設(shè)施i的每小時(shí)停電損失；

Mi(t,y)——停電損失函數(shù)，Mi(t,y)=πi(y)Bi(t,y)。

模糊信息估值變量設(shè)定：

其他參數(shù)與函數(shù)設(shè)定：

M——決策狀態(tài)變量集合，M={q,R,S}；

2.3 終端供電設(shè)施應(yīng)急搶修決策模型構(gòu)建

一般情況下，終端供電設(shè)施應(yīng)急搶修決策的最優(yōu)化目標(biāo)有兩個(gè)：一是最小化應(yīng)急搶修作業(yè)總體耗時(shí)，一是最小化停電造成的損失，在這個(gè)目標(biāo)如果不能同時(shí)達(dá)到最優(yōu)時(shí)，以最小化停電損失為主。但在信息模糊的情況下，上述最優(yōu)化的理性決策目標(biāo)函數(shù)難以建立和求解。并且在消極情緒的影響下，決策者需根據(jù)模糊信息估計(jì)函數(shù)，通過該信息的心理感知價(jià)值對(duì)其實(shí)際值的進(jìn)行估計(jì)，來實(shí)現(xiàn)決策規(guī)劃。而此時(shí)的決策目標(biāo)，是基于模糊信息實(shí)際值的估值，結(jié)合最優(yōu)化目標(biāo)建立起來的，即決策目標(biāo)函數(shù)(4)式和(5)式。通過這樣的轉(zhuǎn)換，選擇適合的決策目標(biāo)進(jìn)行模糊信息下的終端供電設(shè)施應(yīng)急搶修排序決策。然后構(gòu)建如下決策規(guī)劃模型：

目標(biāo)函數(shù)：

(4)

(5)

(6)

?i,j∈N,q∈Q,t∈T

(7)

約束條件：

(8)

函數(shù)(8)式是應(yīng)急搶修總體耗時(shí)函數(shù)，在排序y下，考慮可能存在模糊信息的情況下，對(duì)受損終端供電設(shè)備j的總體搶修耗時(shí)，包括路程耗時(shí)和維修時(shí)間。函數(shù)(7)式是停電損失函數(shù)，也是在排序 下，考慮可能存在模糊信息的情況進(jìn)行的。這一函數(shù)描述了兩種情況，一種是備用電源電量不足的情況，即備用電源供電時(shí)間小于等待設(shè)備恢復(fù)供電的時(shí)間Si

2.4 求解算法

具體的，研究分步驟的對(duì)模型進(jìn)行求解。

Step 1 首先確定決策的初始狀態(tài)S和末狀態(tài)F，將決策問題分為若干個(gè)階段，在電網(wǎng)設(shè)備應(yīng)急搶修排序決策模型中，如果一次搶修任務(wù)共有n處設(shè)備需要搶修，則有n個(gè)決策階段。

Step 2 對(duì)決策狀態(tài)變量中的模糊信息進(jìn)行估算，采用消極情緒下的模糊信息估計(jì)函數(shù)Xe(v)，估算模糊信息的實(shí)際值。

3 實(shí)驗(yàn)算例

3.1 決策問題情境描述

實(shí)驗(yàn)的決策問題是在臺(tái)風(fēng)災(zāi)害發(fā)生后，現(xiàn)在某一區(qū)域有四個(gè)單位的室外配電設(shè)備損壞造成停電。由于臺(tái)風(fēng)造成道路損壞，目前只有一條通路到這四個(gè)單位，如圖1中灰色道路所示。某一供電應(yīng)急搶修中心負(fù)責(zé)這四家單位終端供電設(shè)施搶修任務(wù)。由于搶修力量有限，不能進(jìn)行并行作業(yè)，需要做出應(yīng)急搶修決策排序，使整體停電損失最小。這四家單位的情況信息如表1所示。

圖1 供電設(shè)備受損單位地圖

從圖1上可知，距離搶修中心最近的單位是高層住宅(D)，距離耗時(shí)可忽略不計(jì)；每小時(shí)停電損失約為10萬(wàn)元；無備用電源；但預(yù)計(jì)搶修時(shí)間較長(zhǎng)，大概需10小時(shí)完成。

醫(yī)院(C)距搶修中心和小學(xué)(B)均為1小時(shí)車程，但直達(dá)電視臺(tái)(A)的道路已損壞；每小時(shí)停電損失較大，約為100萬(wàn)元；有備用電源，可支持16小時(shí)(或較長(zhǎng)時(shí)間)；預(yù)計(jì)搶修時(shí)間為5小時(shí)。

小學(xué)(B)距搶修中心有2小時(shí)車程，距電視臺(tái)(A)有1小時(shí)車程，但直達(dá)高層住宅(D)的道路已損壞；每小時(shí)停電損失較小，約為5萬(wàn)元；無備用電源；預(yù)計(jì)搶修時(shí)間為5小時(shí)。

表1 終端供電設(shè)施受損單位情況信息表

電視臺(tái)(A)距搶修中心有3小時(shí)車程，且僅有一條通路能夠到達(dá)小學(xué)(B)再轉(zhuǎn)往各處，其他道路均損壞；每小時(shí)停電損失也比較多，約為70萬(wàn)元；有備用電源，可支持8小時(shí)(或一段時(shí)間)；預(yù)計(jì)搶修耗時(shí)較少，約為3小時(shí)。

3.2 實(shí)驗(yàn)設(shè)計(jì)和實(shí)驗(yàn)描述

然后正式實(shí)驗(yàn)另外選擇62名供電應(yīng)急工作人員作為被試者，隨機(jī)分為兩組，一組為控制組，一組為實(shí)驗(yàn)組，仍然進(jìn)行二次重復(fù)實(shí)驗(yàn)，方法如上。控制組在進(jìn)行決策之前不采用任何情緒誘發(fā)手段，而實(shí)驗(yàn)組在決策之前觀看消極情緒誘發(fā)的電影片段，在本實(shí)驗(yàn)中是電影《2012》世界毀滅的片段。兩組都在決策完成后進(jìn)行積極/消極情緒量表測(cè)量(PANAS)，得出控制組的積極情緒得分PA= 23.40(SD=7.089)，其消極情緒得分NA= 20.43(SD=7.286);積極情緒略大于消極情緒; 實(shí)驗(yàn)組的積極情緒得分PA=18.43(SD=7.286)，而消極情緒得分NA= 27.86(SD=6.169)，對(duì)兩組情緒得分結(jié)果進(jìn)行多變量方差分析發(fā)現(xiàn)，消極情緒得分差異性顯著(F=9.765，Sig=0.000)，積極情緒得分差異性不顯著(F=1.748,Sig=0.180)，說明消極情緒誘發(fā)的有效性。

3.3 模糊信息估計(jì)函數(shù)的參數(shù)求解

表2 模糊信息估計(jì)函數(shù)參計(jì)算結(jié)果

3.4 模糊信息下的終端供電設(shè)施應(yīng)急搶修決策規(guī)劃求解算例

為方便區(qū)別，將起始位置設(shè)為P0，終止位置設(shè)為PT，在該實(shí)驗(yàn)情境中，由于應(yīng)急搶修中心到D的距離忽略不計(jì)，所以P0和PTT相同，都是終端供電設(shè)施應(yīng)急搶修中心所在位置，所以路徑節(jié)點(diǎn)為{P0,A,B,C,D,PT}，從P(1)到P(4)共四階段決策。通過測(cè)算，應(yīng)急搶修作業(yè)總體耗時(shí)的取值范圍在為(29，33)之間，極值之間差異較小，所以決策目標(biāo)以停電損失為主。

(1)階段P(1)：求得停電損失M(1)={1850(P0→D);90(6<18.79,P0→C);1295(P0→B);90(6<6.36,P0→A)}結(jié)合兩個(gè)目標(biāo)，選出這一階段的最優(yōu)解y(1)是(P0,A)和(P0,C)，M(1)=90。

(3)階段P(3)：這一階段停電損失M(3)={240(B→C);821(B→D)}。這一階段的最優(yōu)路徑y(tǒng)(3)是(P0→A→B→C)，最小停電損失為M(3)=240。

(4)階段P(4)：最后這一階段停電損失M(4)={340(C→D)}。這一階段的最優(yōu)解y*，也是唯一解是(P0→A→B→C→D→PT)，此時(shí)最小停電損失M(4)=340。

所以，通過決策得出，終端供電設(shè)施應(yīng)急搶修排序y為A→B→C→D時(shí)，即電視臺(tái)(A)，然后小學(xué)(B)，之后醫(yī)院(C)是最后是高層住宅(D)，其造成的停電損失最小，為340萬(wàn)元。

4 結(jié)論

基于情緒前景理論，災(zāi)害情境下消極情緒對(duì)應(yīng)急決策影響的研究成果和現(xiàn)實(shí)情況，采用情緒前景理論價(jià)值函數(shù)的反函數(shù)方法，構(gòu)建模糊信息估計(jì)函數(shù)刻畫了應(yīng)急決策者應(yīng)對(duì)模糊信息時(shí)，其心理感知價(jià)值和模糊信息實(shí)際值之間的關(guān)系，并用于解決信息模糊下的電網(wǎng)應(yīng)急搶修決策規(guī)劃問題。得出以下結(jié)論：

(1)通過研究情緒與決策的關(guān)系，建立情緒前景理論的價(jià)值函數(shù)，并用反函數(shù)的方法構(gòu)建模災(zāi)害應(yīng)急下的模糊信息估計(jì)函數(shù)，提出了通過應(yīng)急決策者對(duì)模糊信息的心理感知價(jià)值估計(jì)其實(shí)際值的一種估值方法。

(2)將模糊信息的估值方法應(yīng)用于終端供電設(shè)施應(yīng)急搶修決策中，結(jié)合上述估計(jì)函數(shù)建立決策模型與求解算法，為解決在信息模糊的情況下，決策規(guī)劃和優(yōu)化求解的難題提供了一種思路和方法。

(3)通過實(shí)驗(yàn)方法對(duì)模糊信息估計(jì)函數(shù)和決策模型進(jìn)行參數(shù)求解和驗(yàn)證，適用于心理感知相關(guān)的決策問題研究，并將上述方法用于應(yīng)急培訓(xùn)和演練，可提高決策者的情緒調(diào)節(jié)和決策能力，并為開發(fā)具有心理輔助和提示功能的應(yīng)急決策支持系統(tǒng)提供參考。

[1] American Psychological Association. Managing traumatic stress: tips for recovering from disasters and other traumatic events [N]. APA help center website, 2011, 08. http://www.apa.org/helpcenter/recovering-disasters.aspx.

[2] 樊治平,劉洋,沈榮鑒.基于前景理論的突發(fā)事件應(yīng)急響應(yīng)的風(fēng)險(xiǎn)決策方法[J].系統(tǒng)工程理論與實(shí)踐,2012,32 (5):977-984.

[3] 王旭坪,馬超,阮俊虎.考慮公眾心理風(fēng)險(xiǎn)感知的應(yīng)急物資優(yōu)化調(diào)度[J].系統(tǒng)工程理論與實(shí)踐,2013,33 (7):1735-1742.

[4] 王旭坪,董莉,陳明天.考慮感知滿意度的多受災(zāi)點(diǎn)應(yīng)急資源分配模型[J].系統(tǒng)管理學(xué)報(bào),2013,22(2):251-256.

[5] 王亮,王應(yīng)明.基于前景理論的動(dòng)態(tài)參考點(diǎn)應(yīng)急決策方法研究 [J].中國(guó)管理科學(xué),2003,21:132-140.

[6] Fox, Elaine. Emotion science: an integration of cognitive and neuroscientific approaches [M]. New York: Palgrave MacMillan, 2008: 16-17.

[7] U.S. Department of Health and Human Services (HHS), Centers for Disease Control and Prevention (CDC). Traumatic incident stress: Information for emergency response workers[R]. Department of Health and Human Services (National Institute for Occupational Safety and Health) Publication Number 2002-107.

[8] Drace S, Ric F. The effect of emotions on risk perception: experimental evaluation of the affective tendencies framework[J]. Psihologija, 2012, 45 (4): 409- 416.

[9] Ledoux J. The emotional brain[M]. New York: Simon, Schuster, 1996.

[10] Lowenstein G F, Weber E U, Hose C K, et al. Risk as feelings. Psychological Bulletin, 2001, 27(2): 267-286.

[11] 嚴(yán)俊宏.基于投資者情緒的股市波動(dòng)非對(duì)稱性研究[J].技術(shù)與市場(chǎng),2013,20(05):333-335.

[12] Campos-Vazquez R M, Cuilty E. The role of emotions on risk aversion: a prospect theory experiment[J]. Journal of Behavioral and Experimental Economics, 2014, 50: 1-9.

Decision Programming for Emergency Repair of Terminal Power Supply Facilities under Natural Disaster Circumstances

YU Ming-lu1, LI Xiang-yang1, YUE Guo-jun2

(1.SchoolofEconomyandManagement,HarbinInstituteofTechnology,Harbin150001,China; 2.ChinaAgr-IndustriesHoldingsLimited,Hongkong999077,China)

Natural disasters cause fuzzy information and negative emotion problems in emergency decision making. Based on prospect theory and the effects of negative emotions on emergency decision making in natural disaster, this research is focused on decision programming for emergency repair of power grid under fuzzy information. It builds a value function with emotional prospect theory, and adopts the idea of inverse function to set up an estimating function to reveal the relations between decision makers’ perceived value of fuzzy information and its actual value, as a method of its value estimation, and then uses it to establish the decision model for emergency repair of terminal power supply facilities. At last it conducts online decision experiments by a self-developed experimental system of this emergency repair decision, to verify the estimating functions and decision model.

behavioral decision making; decision making for emergency repair of terminal power supply facilities; prospect theory; fuzzy information; negative emotions

2014-12- 02

國(guó)家自然科學(xué)基金資助項(xiàng)目(91024028,91024031,91324018);國(guó)家自然科學(xué)基金資助項(xiàng)目(71473058,71172156)

于明璐，女，黑龍江哈爾濱人，博生研究生，研究方向：應(yīng)急管理，行為決策； 李向陽(yáng)，男，博士生導(dǎo)師，研究方向：應(yīng)急管理;岳國(guó)君，男，總工程師，博士生，研究方向：食品安全應(yīng)急管理。

C934

A

1007-3221(2015)04- 0001- 08