摘" 要： 為提高燃?xì)馔话l(fā)事件應(yīng)急處置能力，提出基于案例推理技術(shù)的燃?xì)馔话l(fā)事件應(yīng)急決策方法。首先，在分析燃?xì)馔话l(fā)事件應(yīng)急決策關(guān)鍵因素的基礎(chǔ)上，提取案例特征屬性，應(yīng)用框架表示法進(jìn)行案例表示;其次，通過(guò)層次分析法，局部相似度計(jì)算模型、結(jié)構(gòu)相似度計(jì)算模型以及全局相似度計(jì)算模型等建立基于案例推理的燃?xì)馔话l(fā)事件應(yīng)急決策方法;最后，通過(guò)源案例和目標(biāo)案例進(jìn)行分析，并開發(fā)圖形化信息系統(tǒng)，便于計(jì)算和決策。結(jié)果證明所提方法在燃?xì)馔话l(fā)事件應(yīng)急輔助決策應(yīng)用方面具有實(shí)際意義。

關(guān)鍵詞： 應(yīng)急方法; 燃?xì)馔话l(fā)事件; 應(yīng)急輔助決策; 案例推理; 相似度計(jì)算模型; 案例分析

中圖分類號(hào)： TN911.1?34; TP182" " " " " " " " " " "文獻(xiàn)標(biāo)識(shí)碼： A" " " " " " " " " 文章編號(hào)： 1004?373X（2019）21?0157?06

Abstract： In order to improve the disposal capacity of gas emergencies， the burst accident decision?making method for gas emergency based on case?based reasoning is proposed. On the basis of analyzing the key factors of gas emergency decision?making， the characteristic attributes of cases are extracted. The frame representation method for case representation is adopted. And then the gas emergency decision?making method based on case?based reasoning method is established by means of the analytic hierarchy process， local similarity calculation model， structural similarity calculation model and global similarity calculation model. Finally， the actual cases are analyzed by selecting source cases and target cases， and the graphical information system is developed to facilitate calculation and decision?making. The results show that the method has practical significance in the application of gas emergency assistance decision?making.

Keywords： emergency method; gas emergency; emergency aid decision?making; case?based reasoning; similarity calculation model; case analysis

0" 引" 言

燃?xì)庾鳛榍鍧嵞茉唇o人們的生產(chǎn)生活帶來(lái)了極大的便利，同時(shí)也帶來(lái)了安全問(wèn)題，國(guó)內(nèi)外燃?xì)馐鹿蕦覍野l(fā)生。當(dāng)燃?xì)馐鹿拾l(fā)生時(shí)，需要迅速做出決策，及時(shí)、正確地進(jìn)行應(yīng)急處置。然而目前，應(yīng)急搶修工作采用分級(jí)指揮的工作模式，同時(shí)對(duì)于各級(jí)應(yīng)急指揮員來(lái)說(shuō)，也存在著決策壓力大，決策主要依靠現(xiàn)場(chǎng)搶修人員的經(jīng)驗(yàn)等問(wèn)題。而快速?zèng)Q策、熟練處置是挽救生命財(cái)產(chǎn)損失的迫切需求。因此，研究燃?xì)馔话l(fā)事件應(yīng)急管理先進(jìn)輔助決策技術(shù)和理論方法，促進(jìn)燃?xì)鈶?yīng)急決策智能化發(fā)展成為亟待解決的問(wèn)題。本文提出將案例推理技術(shù)（Case?based Reasoning，CBR）應(yīng)用于燃?xì)馔话l(fā)事件應(yīng)急決策中，目前，案例推理技術(shù)在突發(fā)事件應(yīng)急決策中應(yīng)用廣泛，但在燃?xì)馔话l(fā)事件應(yīng)急決策中從未應(yīng)用。

1" 基于案例推理的燃?xì)鈶?yīng)急決策

人類在認(rèn)識(shí)新事物時(shí)，總會(huì)習(xí)慣將新事物與以往類似事物進(jìn)行類比，通過(guò)比較來(lái)不斷認(rèn)識(shí)新事物，在決策過(guò)程中也存在這樣的現(xiàn)象。案例推理技術(shù)是人工智能領(lǐng)域中的一種知識(shí)推理方法，即把當(dāng)前所面臨的問(wèn)題或情況稱為目標(biāo)案例，而把記憶的問(wèn)題或情況稱為源案例，基于案例推理就是由目標(biāo)案例的提示獲得記憶中的源案例，并由源案例指導(dǎo)目標(biāo)案例求解的一種策略[1]。本文首先提取燃?xì)馐鹿拾咐卣鲗傩裕枋鋈細(xì)馐鹿侍卣鲗傩灾饕腥齻€(gè)方面：事故基本信息，包括響應(yīng)等級(jí)、事故類型、現(xiàn)象等;環(huán)境狀況，包括事發(fā)位置、周邊是否聚居民、周邊是否有公共建筑物等;故障點(diǎn)信息，包括部位、原防腐層類型、管材等。決策者將目標(biāo)案例與源案例的特征屬性相匹配并進(jìn)行相似度計(jì)算，選取最相似案例作為目標(biāo)案例的參考案例制定決策方案。

2" 燃?xì)馔话l(fā)事件案例表示

案例表示就是將以往的案例以有結(jié)構(gòu)、有組織、方便檢索的形式存儲(chǔ)在數(shù)據(jù)庫(kù)中。對(duì)案例的表示其實(shí)就是對(duì)知識(shí)的表示。知識(shí)表示方法中，目前使用較多的有框架表示法、產(chǎn)生式表示法、狀態(tài)空間表示法、一階謂詞邏輯表示法、語(yǔ)義網(wǎng)絡(luò)表示法和面向?qū)ο蟊硎痉╗2]。本文采用框架表示法，框架表示法是以框架理論為基礎(chǔ)的，將陳述性和過(guò)程性知識(shí)相結(jié)合的一種結(jié)構(gòu)化的知識(shí)表示方法。它通常由若干個(gè)槽組成，一個(gè)槽用于描述一個(gè)屬性，由一個(gè)槽值或若干個(gè)側(cè)面組成，一個(gè)側(cè)面可以包含若干個(gè)側(cè)面值。案例主要由描述性知識(shí)構(gòu)成，因此可以采用框架表示案例結(jié)構(gòu)[3]。

案例表示一般有3個(gè)主要組成部分：

1） 問(wèn)題或情景描述，即案例發(fā)生時(shí)要解決的問(wèn)題及周圍世界的狀態(tài)特征;

2） 解決方案，即對(duì)問(wèn)題的解決方案;

3） 結(jié)果，即執(zhí)行解決方案后導(dǎo)致的結(jié)果[4]。

通過(guò)歸納總結(jié)對(duì)燃?xì)馐鹿拾咐膯?wèn)題或情景描述，應(yīng)用框架表示法表示如表1所示。

3" 燃?xì)馔话l(fā)事件案例檢索

當(dāng)燃?xì)馐鹿拾l(fā)生時(shí)，通過(guò)提取當(dāng)前事故案例即目標(biāo)案例的特征屬性，在案例庫(kù)中查找與目標(biāo)案例最相似的源案例，從而將源案例的決策方案作為當(dāng)前案例的參考方案，即燃?xì)馔话l(fā)事件案例檢索。案例檢索包括各特征屬性的權(quán)重計(jì)算和各特征屬性的相似度計(jì)算兩個(gè)關(guān)鍵問(wèn)題。

3.1" 權(quán)重計(jì)算

根據(jù)上述對(duì)案例屬性體系的描述可知，燃?xì)馐鹿拾咐啥喾N特征屬性構(gòu)成，然而各特征屬性對(duì)燃?xì)馐鹿侍幹玫挠绊懗潭炔煌?，因此需要確定各特征屬性的權(quán)重，本文采用層次分析法（Analytic Hierarchy Process，AHP）[5]計(jì)算特征屬性權(quán)重。

層次分析法確定屬性權(quán)重計(jì)算步驟如下：

1） 建立層次結(jié)構(gòu)模型

以燃?xì)馔话l(fā)事件為例，建立層次結(jié)構(gòu)模型如圖1所示。

2） 構(gòu)造判斷矩陣

根據(jù)每個(gè)特征屬性的相對(duì)重要程度確定判斷矩陣[A]，判斷矩陣形式如下：

式中[aij]表示兩因素[Pi]與[Pj]比較而得到的相對(duì)重要程度，其值由標(biāo)度表2確定。

根據(jù)圖1所示的層次結(jié)構(gòu)模型，通過(guò)調(diào)查問(wèn)卷專家打分的方法得出各判斷矩陣。以描述燃?xì)馔话l(fā)事件的3個(gè)一級(jí)特征屬性，即事故基本信息、環(huán)境狀況、故障點(diǎn)信息為例，列出判斷矩陣[A]。

③ 進(jìn)行一致性判斷。當(dāng)[n=1]或2時(shí)，判斷總具有一致性，不必檢驗(yàn);當(dāng)[n=]3，4，…時(shí)，[CRlt;0.1]時(shí)，可以認(rèn)定指標(biāo)權(quán)重符合一致性要求;當(dāng)[CR≥0.1]時(shí)，則指標(biāo)權(quán)重不滿足一致性要求，應(yīng)予以調(diào)整或舍棄。

根據(jù)上述步驟計(jì)算得各權(quán)重系數(shù)如表3所示，一級(jí)屬性[CR=0.007" 9lt;0.1]，二級(jí)屬性[CR]依次為0.045 4，0.026 7，0.049 7，均小于0.1，認(rèn)定指標(biāo)權(quán)重均符合一致性要求。

3.2" 相似度計(jì)算

本文采用最近鄰法進(jìn)行案例檢索，即求得目標(biāo)案例與源案例的各個(gè)特征屬性匹配程度，進(jìn)而從案例庫(kù)中找出與目標(biāo)案例距離最近的案例方法。通過(guò)計(jì)算目標(biāo)案例與源案例的相似度找出與目標(biāo)案例距離最近的源案例，為了使相似度計(jì)算更加準(zhǔn)確，本文分為三步計(jì)算案例的相似度：首先，計(jì)算局部特征屬性相似度;其次，計(jì)算案例間結(jié)構(gòu)相似度;最后，綜合兩者的計(jì)算結(jié)果得出全局相似度。

根據(jù)上述對(duì)案例屬性體系的描述可知，案例屬性具有4種類型，即數(shù)值型、有序枚舉型、無(wú)序枚舉型以及模糊型。因此，對(duì)不同類型的屬性值需采用不同的相似度計(jì)算方法。

1） 局部相似度計(jì)算

① 數(shù)值型。這類屬性運(yùn)用加權(quán)的Hamming距離反函數(shù)方法來(lái)計(jì)算，具體公式如下：

式中：[sim（Xi，Yi）] 表示目標(biāo)案例[X]和源案例[Y]的第[i]個(gè)屬性的相似度;[Xi]，[Yi]分別表示案例[X]和[Y]的第[i]個(gè)屬性的值;[max（i）]和[min（i）]分別表示第[i]個(gè)屬性的最大值和最小值。

② 有序枚舉型。該類屬性具有一定的排列等級(jí)，如響應(yīng)等級(jí)。采用如下相似度計(jì)算式：

式中[g]為屬性[i]取值的等級(jí)個(gè)數(shù)。

③ 無(wú)序枚舉型。該類屬性在無(wú)排序的屬性集合中取值，應(yīng)用Jaccard相似系數(shù)計(jì)算相似度[6]，計(jì)算公式為：

式中分子和分母分別為[Xi]，[Yi]交集和并集的個(gè)數(shù)。

④ 模糊型。對(duì)于模糊型屬性采用三角模糊數(shù)[7]表示，采用Wasserstein距離式[8]演化的方法計(jì)算屬性間相似度，如式（11）所示：

定義1：設(shè)語(yǔ)言集[I={I0，I1，…，Ik，…，It}]為一組有序的語(yǔ)言評(píng)價(jià)值，則其中[Ik]的三角模糊數(shù)表示為[k-1t，kt，k+1t（k≠0，t）]。特別地[9]，當(dāng)[k=0]時(shí)，[I0=0，0，1t]，當(dāng)[k=t]時(shí)，[It=t-1t，1，1]。

根據(jù)定義1可知，語(yǔ)言集可表示為：

輕微=[0，0，13]，較嚴(yán)重=[0，13，23]，嚴(yán)重=[13，23，1]，極嚴(yán)重=[23，1，1]。

2） 結(jié)構(gòu)相似度計(jì)算

在案例相似度計(jì)算過(guò)程中，目標(biāo)案例[X]與源案例[Y]屬性值可能存在空值情況，可以計(jì)算兩者的結(jié)構(gòu)相似度[10]。計(jì)算過(guò)程如下：

① 集合[M]={[X]中屬性值不為空的屬性指標(biāo)};

② 集合[N]={[Y]中屬性值不為空的屬性指標(biāo)};

③ 集合[P=M?N]，集合[Q=M?N]（其中[X]集合的元素個(gè)數(shù)為[m]，[Y]集合的元素個(gè)數(shù)為[n]）;

④ [W1=i=1mwi]，表示集合[P]中的屬性權(quán)重之和;

⑤ [W2=j=1nwj]，表示集合[Q]中的屬性權(quán)重之和;

⑥ 結(jié)構(gòu)相似度可以表示為：[S=W1W2]。

3） 全局相似度計(jì)算

通過(guò)以上方法分別求出兩個(gè)案例的局部相似度和結(jié)構(gòu)相似度[S]，在此基礎(chǔ)上可以計(jì)算全局相似度，計(jì)算式如下：

式中：[sim（X，Y）] 為目標(biāo)案例[X]和源案例[Y]的全局相似度;[S]為結(jié)構(gòu)相似度;[sim（Xij，Yij）] 為目標(biāo)案例[X]一級(jí)屬性[i]下二級(jí)屬性第[j]指標(biāo)與源案例[Y]一級(jí)屬性[i]下二級(jí)屬性第[j]指標(biāo)的局部相似度;[wi]為第[i]個(gè)屬性的權(quán)重;[wij]為屬性[i]下[j]指標(biāo)權(quán)重;[n] 為一級(jí)屬性的個(gè)數(shù);[m]為一級(jí)屬性[i]的二級(jí)屬性個(gè)數(shù)。

4" 案例分析

以真實(shí)燃?xì)馐鹿拾咐秊槔?，下面案例C1、案例C2、案例C3作為源案例，案例D為目標(biāo)案例，各案例屬性值如表3所示。根據(jù)上述局部相似度計(jì)算方法，計(jì)算屬性值不為空的目標(biāo)案例與各源案例局部相似度，如表4所示。經(jīng)計(jì)算目標(biāo)案例與各源案例的結(jié)構(gòu)相似度和全局相似度計(jì)算結(jié)果如表5所示。

由表4可知，目標(biāo)案例D與源案例C2在事故類型、現(xiàn)象、死亡人數(shù)、受傷人數(shù)、事發(fā)位置、周邊是否聚居民、周邊是否有公共建筑物、用戶類型、壓力級(jí)制、管材、原防腐層類型多達(dá)11項(xiàng)屬性上完全相同。而與案例C3有7項(xiàng)，與案例C1只有4項(xiàng)相同。只在個(gè)別屬性上案例C1和案例C3的相似度大于案例C2，因此案例C2更相近于目標(biāo)案例，實(shí)際情況與計(jì)算結(jié)果相符。因此，可將案例C2的應(yīng)急決策方案作為目標(biāo)案例的應(yīng)急決策參考方案。

由表5可知，[sim（D，C2）gt;sim（D，C3）gt;sim（D，C1）]，故目標(biāo)案例D與源案例C2問(wèn)題或情景描述最相似，因此可用案例C2的應(yīng)急決策方案作為目標(biāo)案例D的應(yīng)急決策參考方案。

根據(jù)案例表示和案例檢索方法，為了便于計(jì)算和決策，以Pycharm為開發(fā)平臺(tái)，設(shè)計(jì)一個(gè)相似度計(jì)算的圖形化信息系統(tǒng)，輸入各特征屬性，可計(jì)算得出目標(biāo)案例與源案例的相似度，其操作簡(jiǎn)單，計(jì)算快速準(zhǔn)確。界面展示如圖2所示。

5" 結(jié)" 語(yǔ)

針對(duì)燃?xì)馔话l(fā)事件應(yīng)急決策的實(shí)際需求，本文將案例推理技術(shù)應(yīng)用于燃?xì)馔话l(fā)事件應(yīng)急決策中。提取燃?xì)馐鹿拾咐卣鲗傩裕芯繉哟畏治龇?、相似度?jì)算模型等，建立了基于CBR方法的燃?xì)馔话l(fā)事件應(yīng)急決策方法。并通過(guò)實(shí)際案例分析，證明該方法可行有效。這種基于案例相似度計(jì)算的方法全面考慮了燃?xì)馐鹿实奶卣鲗傩?，分析影響燃?xì)鈶?yīng)急決策的關(guān)鍵因素，針對(duì)新的燃?xì)馔话l(fā)事件，可從既有的應(yīng)急處置預(yù)案中得到當(dāng)前應(yīng)急決策所需的有利方案。該方法在燃?xì)馔话l(fā)事件應(yīng)急決策應(yīng)用方面具有實(shí)際意義。

參考文獻(xiàn)

[1] 劉曉琴.鐵路應(yīng)急管理輔助決策方法研究[D].北京：中國(guó)鐵道科學(xué)研究院，2017.

LIU Xiaoqin. Research on assistant decision?making method for railway emergency management [D]. Beijing： China Academy of Railway Sciences， 2017.

[2] 史建軍.基于案例推理技術(shù)的煤礦瓦斯爆炸事故安全預(yù)警系統(tǒng)研究[D].太原：太原科技大學(xué)，2016.

SHI Jianjun. Research on safety early warning system of coal mine gas explosion accident on CBR [D]. Taiyuan： Taiyuan University of Science and Technology， 2016.

[3] 于世浡，湯曉安，孔龍星，等.基于CBR的突發(fā)事件處置方案快速生成方法研究[J].現(xiàn)代電子技術(shù)，2014，37（10）：39?42.

YU Shibo， TANG Xiaoan， KONG Longxing， et al. Research on structuralization method for earthquake emergency cases under the condition of incompleteness information [J]. Modern electronics technique， 2014， 37（10）： 39?42.

[4] 黃超，黃全義，申世飛，等.突發(fā)事件案例表示方法[J].清華大學(xué)學(xué)報(bào)（自然科學(xué)版），2014（2）：149?152.

HUANG Chao， HUANG Quanyi， SHEN Shifei， et al. Representation of emergency case information [J]. Journal of Tsinghua University （Science and technology）， 2014（2）： 149?152.

[5] 閆倩.燃?xì)饩S搶修中的模擬演練和輔助決策關(guān)鍵因素及其相關(guān)性研究[D].北京：北京建筑大學(xué)，2015.

YAN Qian. The relationship study of key factors in simulation exercises and auxiliary decision?making on the gas emergency repairing [D]. Beijing： Beijing University of Civil Engineering and Architecture， 2015.

[6] 李磊，孟學(xué)雷，韋強(qiáng)，等.基于案例推理的鐵路行車事故應(yīng)急決策方法研究[J].鐵道學(xué)報(bào)，2014（11）：1?6.

LI Lei， MENG Xuelei， WEI Qiang， et al. Research on emergency decision making for railway traffic accidents based on case?based reasoning [J]. Journal of the China Railway Society， 2014（11）： 1?6.

[7] ZARANDI， M H F RAZAEE Z S， KARBASIAN M. A fuzzy case based reasoning approach to value engineering [J]. Expert systems with applications， 2011（8）： 9334?9339.

[8] 黃智力，羅鍵.三角模糊數(shù)型不確定多指標(biāo)決策的相似規(guī)劃模型及其應(yīng)用[J].系統(tǒng)工程與電子技術(shù)，2016（5）：1100?1106.

HUANG Zhili， LUO Jian. Similarity programming model for triangular fuzzy number?based uncertain multi?attribute decision making and its application [J]. Systems engineering and electronics， 2016（5）： 1100?1106.

[9] 鄭晶，王應(yīng)明，張愷.基于應(yīng)急決策視角的案例檢索及屬性權(quán)重確定方法[J].山東大學(xué)學(xué)報(bào)（理學(xué)版），2017（1）：56?64.

ZHENG Jing， WANG Yingming， ZHANG Kai. The method of case retrieval with determining case attribute weights based on emergency decision perspective [J]. Journal of Shandong University （Natural science）， 2017（1）： 56?64.

[10] 桂紅軍.煤礦事故應(yīng)急救援案例推理系統(tǒng)研究[D].西安：西安科技大學(xué)，2017.

GUI Hongjun. Study on coal mine accident emergency rescue case reasoning system [D]. Xi’an： Xi’an University of Science and Technology， 2017.