亚洲免费av电影一区二区三区,日韩爱爱视频,51精品视频一区二区三区,91视频爱爱,日韩欧美在线播放视频,中文字幕少妇AV,亚洲电影中文字幕,久久久久亚洲av成人网址,久久综合视频网站,国产在线不卡免费播放

        ?

        基于模糊綜合評價的突發(fā)事件分級研究

        2019-06-09 10:36:01王朝姚敏富展展
        軟件導(dǎo)刊 2019年4期
        關(guān)鍵詞:模糊評價量化分析突發(fā)事件

        王朝 姚敏 富展展

        摘 要:傳統(tǒng)突發(fā)事件一般采用主觀方法分級,劃分標(biāo)準(zhǔn)主要依據(jù)人員傷亡與經(jīng)濟(jì)損失,難以準(zhǔn)確量化分析并形成統(tǒng)一標(biāo)準(zhǔn)。以全球恐怖主義數(shù)據(jù)庫中近20年的恐怖襲擊事件為例,依據(jù)危害性分兩個步驟對恐怖襲擊事件進(jìn)行分級。首先通過線性降維PCA算法對大量數(shù)據(jù)進(jìn)行處理,獲取與恐怖襲擊事件危害性最相關(guān)的影響因素,再創(chuàng)建模糊綜合評價模型,計算得到該恐怖襲擊事件評價級別。該模型充分考慮突發(fā)事件的各種復(fù)雜因素,可滿足突發(fā)事件分級要求與級別標(biāo)準(zhǔn)化要求。

        關(guān)鍵詞:突發(fā)事件;模糊評價;量化分析;PCA

        DOI:10. 11907/rjdk. 182488

        中圖分類號:TP319文獻(xiàn)標(biāo)識碼:A文章編號:1672-7800(2019)004-0149-04

        0 引言

        對突發(fā)性事件,比如地震、恐怖襲擊、交通事故等進(jìn)行分級是一項重要的社會管理工作。其分級通常采用主觀方法,如《道路交通事故處理辦法》中規(guī)定主要按照人員傷亡與經(jīng)濟(jì)損失劃分交通事故等級 [1],但突發(fā)事件危害性不僅取決于這兩個主因, 還與事故發(fā)生時間、地點、針對的對象等許多因素相關(guān),因此僅依據(jù)其中兩個因素進(jìn)行分級的標(biāo)準(zhǔn)不夠準(zhǔn)確。目前,針對突發(fā)事件的級別劃分國內(nèi)外已有不少研究。如Movahedi等[2]針對電力系統(tǒng)的突發(fā)情況提出一種多維度分級的方法;Schulz等[3]針對能源類的突發(fā)性案件采用控制理論的方法進(jìn)行分類分級別;黃崇福等[4]采用模糊數(shù)學(xué)中模糊集的手段定義了都市自然災(zāi)害可能性風(fēng)險,解決其中存在概率風(fēng)險的問題;田玉敏等[5]通過綜合概率及模糊數(shù)學(xué)的方法,針對較高的建筑發(fā)生火災(zāi)風(fēng)險的概率評價模型,制定了火災(zāi)評價標(biāo)準(zhǔn);薛瀾等[6]對我國突發(fā)事件類別、劃分級別等進(jìn)行了詳盡討論,并提出了針對突發(fā)事件管理體制的相應(yīng)框架。

        由于國內(nèi)目前還沒有專門依據(jù)恐怖襲擊事件危害性進(jìn)行量化的分級模型,本文提出基于模糊綜合評價方法的恐怖襲擊事件分級模型,通過對事件危害性的諸多因素進(jìn)行考慮、綜合評價分級,可滿足事件分級要求及級別標(biāo)準(zhǔn)化要求,模型現(xiàn)實作用很強(qiáng)且有廣泛應(yīng)用范圍。

        1 原始數(shù)據(jù)預(yù)處理

        通過環(huán)球恐怖主義數(shù)據(jù)庫(Global Terrorism Database,GTD)獲取1998-2017年共20年的恐怖襲擊詳盡內(nèi)容,由于該數(shù)據(jù)庫中每條事件均包含有幾十條相關(guān)特征描述,故在對恐怖襲擊事件分級之前,本文首先選用主成分分析法(PCA)對高維數(shù)據(jù)進(jìn)行降維[7] ,處理步驟如下:

        (1)將原始數(shù)據(jù)轉(zhuǎn)換成矩陣:假設(shè)原始數(shù)據(jù)集含n個特征、N個觀測樣本,則可將數(shù)據(jù)構(gòu)建為N*n的原始數(shù)據(jù)集矩陣T。

        (2)對矩陣T進(jìn)行歸一化處理[8],得到N*n的矩陣Q。

        (3)計算矩陣Q的協(xié)方差矩陣:

        (4)計算P的特征值及相應(yīng)特征向量,均為n個,并將特征值從大到小排序。

        (5)保留對應(yīng)的m個最大特征值的特征向量,構(gòu)成n*m的特征空間矩陣R。

        (6)將原始數(shù)據(jù)轉(zhuǎn)換到新空間中,得到處理后的N*m數(shù)據(jù)矩陣為:

        (7) 將矩陣X轉(zhuǎn)換成新的數(shù)據(jù)集,用于后續(xù)處理。

        針對步驟(4)中保留的m個特征,若選值較大則影響模型運算效率,選值較小則遺漏重要特征描述[9],故本文在綜合考慮上述兩種情況后確定m取值為12,并依據(jù)上述步驟對高維數(shù)據(jù)降維后得到特征分類為:事件發(fā)生區(qū)域、事件發(fā)生地區(qū)性質(zhì)、事件國際性質(zhì)、人員傷亡情況、人質(zhì)數(shù)量、人員受傷數(shù)量、財產(chǎn)損失情況、兇手?jǐn)?shù)量、兇手自身毀滅程度、聲明數(shù)量、事件發(fā)生持續(xù)時間、人質(zhì)社會地位。

        2 分級模型基本原理

        模糊評價指在考慮被選定好的因素影響下,運用線性數(shù)學(xué)知識即模糊數(shù)學(xué)理論對分級事件作綜合性評價[10]。設(shè)[U=u1,u2,?um]為刻畫被評價對象的 m種因素,[V=v1,v2,?vn]為描述每一因素處在何種狀態(tài)的n種判定。此時有兩類模糊集合,主觀性賦予權(quán)值距離,一類是標(biāo)志因素集U中各元素在主觀物體中重要程度的量,表現(xiàn)為因素集U上模糊權(quán)重向量A[=][a1,a2,?am];另一類是U×V上的模糊關(guān)聯(lián),表示為n×m的模糊矩陣R,這兩類模糊集合體現(xiàn)價值觀與喜好程度。再對這兩類集合運用某種模糊演算,得到V上的一個相應(yīng)子集B[=][b1,b2,?bn]。

        綜上所述,模糊評價即為要查找的模糊權(quán)重向量[11]。

        3 模糊綜合評價步驟

        步驟 1:確定需要運用模糊評價的對象集合、元素集合與評語集合。

        步驟2:建立m個評價因素的權(quán)重分配向量A。

        判定元素集合中每個元素在“評價目標(biāo)”中有不一樣的重要程度,即各判定元素在模糊綜合評價中占據(jù)不一樣的權(quán)值比重,該權(quán)值比重簡稱為權(quán)值,有多種方式確定權(quán)值,如可通過向?qū)<以儐柼接憽⑹褂脤哟畏治龇ǖ取?/p>

        步驟3:使用各單元素模糊評價獲取模糊綜合評價矩陣[12]。

        步驟 5:依據(jù)計算結(jié)果獲取指定對象的最終分值。模糊綜合評價的目的是從選定的對象中確定一個最優(yōu)即優(yōu)勝對象[13],因此在計算出結(jié)果后還需排序,將計算得到的評價結(jié)果[B]轉(zhuǎn)換為最終需要的分值[M],之后再將[M]根據(jù)其值大小依次排序,最終挑選出符合的對象。綜合評價的對象是恐怖襲擊事件,評價結(jié)果是恐怖事件分級,從而得出最符合實際情況的恐怖事件級數(shù)[14]。

        綜合評價流程如圖1所示。

        4 算法應(yīng)用

        通過數(shù)據(jù)預(yù)處理獲取12大相關(guān)特征因素,根據(jù)恐怖襲擊分級的特點,從恐怖事件本身與恐怖事件負(fù)面管理等方面考慮[15],將對突發(fā)事件尤其是恐怖襲擊事件有影響的所有元素集合T,按照事件屬性總結(jié)為4個維度以外的影響要素。

        事件要素[T]包括4個維度[16]:①恐怖襲擊影響范圍[T1],包括地區(qū)、城市、蔓延趨勢等;②恐怖襲擊危害性相關(guān)[T2],包括人員死亡受傷、經(jīng)濟(jì)破壞等;③恐怖襲擊手段[T3],包括自殺性、武裝沖突、暴亂;④突發(fā)事件組織者的社會影響[T4],包括恐怖組織惡劣程度、人質(zhì)身份、事件是否持續(xù)。

        分級指標(biāo)體系如表1所示。

        針對典型恐怖襲擊911事件進(jìn)行實例驗證,對于容易指標(biāo)化的影響因素(如人員傷亡、經(jīng)濟(jì)損失等) ,通過數(shù)學(xué)方法進(jìn)行指標(biāo)化;對于不容易指標(biāo)化的影響因素(如國內(nèi)不良影響、國際波及度等) ,可通過專家評定確定[17]。其主要方法是,針對任意一個元素,對其進(jìn)行單元素判定,再通過組合所有單因素判定,得到單因素評價判定矩陣R。如對于危害程度的影響([u7])進(jìn)行評價判定時,若有10%的人認(rèn)為特別重大,50%的人認(rèn)為重大,20%的人認(rèn)為較大,10%的人認(rèn)為一般,10%的人認(rèn)為影響較小,則評判集R10 =(0.1,0.5,0.2,0.1,0.1)。按照該方法對指標(biāo)體系的 12 個因素逐一評判。

        首先對恐怖襲擊事件發(fā)生區(qū)域進(jìn)行評價,由于發(fā)生的假設(shè)地點在美國第一大城市紐約[18],如表2所示,可得出其單元素評價判定集合集為:[R1=1,0,0,0,0]。

        關(guān)于恐怖襲擊造成人員傷亡人數(shù),由于911恐怖襲擊事件直接造成人員死亡人數(shù)達(dá)2 996人,參照表3可以得出其單因素評價集為[R4=1,0,0,0,0]。

        恐怖襲擊事件社會影響可以從時間延續(xù)性等元素對其進(jìn)行評估,時間持續(xù)越長對社會負(fù)面影響越大[19]。如表4所示,可得出其單元素評價判定集合為[R11=1,0,0,0,0]。

        根據(jù)層次分析方法[20]可知:恐怖襲擊事件為一級指標(biāo),其級別為目標(biāo)層,二級指標(biāo)為影響范圍、危害程度、兇手相關(guān)社會影響度,屬準(zhǔn)則層,而三級指標(biāo)為事件發(fā)生地區(qū)城市規(guī)模、事件國際性質(zhì)、人口傷亡數(shù)量、財產(chǎn)損失情況、兇手自身毀滅程度、聲明數(shù)量等,屬指標(biāo)層,在得出如上指標(biāo)體系后,根據(jù)事件造成的危害程度對準(zhǔn)則層元素重要性進(jìn)行專家評審后賦予權(quán)值,經(jīng)過計算得到二級指標(biāo)權(quán)重為:

        按上文描述的方法,分別建立指標(biāo)層相比于準(zhǔn)則層T1、T2、T3、T4的重要程度,并賦予權(quán)重值,經(jīng)計算后得出各指標(biāo)層相對于準(zhǔn)則層的權(quán)重,如表5所示,則該恐怖襲擊事件綜合權(quán)重值通過計算準(zhǔn)則層權(quán)重[T]與指標(biāo)層相比于準(zhǔn)則層權(quán)重之間的積獲取。詳情如表6所示。

        故由表6可知,A=([u1,u2,?,u12])T=(0.022 4,0.032 1,0.050 6,0.091 6,0.070 6,0.027 7,0.080 5,0.049,0.016 2,0.205 3,0.169,0.185)T。

        綜合模糊評價運算,運用公式(8)可得:

        根據(jù)最大隸屬度原則[21]可得:0.685 89>0.213 49>0.059 56>0.020 53,故綜合評判得出911恐怖事件等級為一級,此次恐怖襲擊事件國際影響大、危害性強(qiáng)、對社會造成了巨大不良后果,符合對事件的分級。

        5 結(jié)語

        本文依據(jù)危害性對恐怖襲擊事件建立了模糊綜合評價模型,該模型可應(yīng)用于突發(fā)事件量化分級,模型充分考量了突發(fā)事件尤其是恐怖襲擊事件的眾多元素,彌補了目前國內(nèi)僅依據(jù)固定特征對事件分級的缺陷。針對龐雜冗余的數(shù)據(jù),先通過線性降維進(jìn)行處理,獲取與突發(fā)事件危害性最相關(guān)的影響因素,并創(chuàng)建模糊綜合評價模型進(jìn)行計算,得到該恐怖襲擊事件的評判級別。該模型可滿足對突發(fā)事件的分級要求及級別標(biāo)準(zhǔn)化要求,且適用范圍廣。

        針對突發(fā)事件尤其是恐怖襲擊事件的分級與評價十分重要,但目前國內(nèi)制定的標(biāo)準(zhǔn)不夠清晰準(zhǔn)確,考慮的重要因素較少,缺乏合理性,不利于對突發(fā)事件的準(zhǔn)確定級。通過提出的模型能夠很好地解決分級混亂、指標(biāo)不清晰的問題,對于國內(nèi)突發(fā)事件在限定時間內(nèi)定級,并根據(jù)級別迅速作出應(yīng)對、布置救援力量與制定應(yīng)急方案有重要作用。但本文僅針對事件進(jìn)行了準(zhǔn)確的級別劃分,如何依據(jù)突發(fā)事件劃分級別及現(xiàn)有恐怖襲擊事件分級數(shù)據(jù),預(yù)測未來需要重點防控的區(qū)域或重點防范的恐怖襲擊組織,并進(jìn)行精準(zhǔn)反恐防恐,將成為后續(xù)主要研究內(nèi)容。

        參考文獻(xiàn):

        [1] 李國輝. 全球恐怖襲擊時空演變及風(fēng)險分析研究[D]. 合肥:中國科學(xué)技術(shù)大學(xué),2014.

        [2] MOVAHEDI B,LAVASSANI K M,KUMAR E. E-market place emergence: evolution, developments and classification[J]. Journal of Electronic Commerce in organizations, 2012 ,10(1) :14-32.

        [3] SCHULZ R P, PRICE W W. Classification and identification of power system emergencies[J].? IEEE Transactions on Power Apparatus and Systems, 1984, 103(12): 3471-3479.

        [4] 黃崇福,史培軍,張遠(yuǎn)明. 城市自然災(zāi)害風(fēng)險評價的一級模型[J]. 自然災(zāi)害學(xué)報,1994,3(1):3-7.

        [5] 田玉敏,劉茂. 高層建筑火災(zāi)風(fēng)險的概率模糊綜合評價方法[J]. 中國安全科學(xué)學(xué)報,2004,14 (9):99-103.

        [6] 薛瀾,鐘開斌. 突發(fā)公共事件分類、分級與分期:應(yīng)急體制的管理基礎(chǔ)[J]. 中國行政管理,2005,236(2):102-107.

        [7] MUSA A B.?A comparison of 1-regularizion, PCA, KPCA and ICA for dimensionality reduction in logistic regression[J]. ?International Journal of Machine Learning and Cybernetics. 2014,(6):121-126.

        [8] 宋勇,蔡志平. 大數(shù)據(jù)環(huán)境下基于信息論的入侵檢測數(shù)據(jù)歸一化方法[J]. 武漢大學(xué)學(xué)報:理學(xué)版,2018,64(2):121-126.

        [9] ESBENSEN K H,GELADI P. Principal component analysis:concept,geometrical interpretation,mathematical background,algorithms,history,practice[J]. Comprehensive Chemometrics,2009,(2):211-226.

        [10] 滑騰飛,白玲,劉大慶. 城市遭受恐怖襲擊的風(fēng)險評估模型研究[J]. 測繪與空間地理信息,2016,39(5):38-40.

        [11] 彭炎亮,李汪根,劉 嬌,等. 基于動態(tài)權(quán)重和模糊綜合評判法的健康評估模型[J]. 計算機(jī)系統(tǒng)應(yīng)用,2017,26(1):37-43.

        [12] 王華. 基于層次分析的模糊綜合評價方法[J]. 信陽農(nóng)林學(xué)院學(xué)報,2018,(3):129-132.

        [13] 葉春明,劉長平.? 專利測度與評價指標(biāo)體系研究[M]. 北京:知識產(chǎn)權(quán)出版社,2013.

        [14] WILLIS H H. Guiding resource allocations based on terrorism risk[J]. Risk Analysis,2007,27(3):597-606.

        [15] 計雷.? 突發(fā)事件應(yīng)急管理[M].? 北京:高等教育出版社,2006.

        [16] 季學(xué)偉,翁文國,倪順江,等. 突發(fā)公共事件預(yù)警分級模型[J]. 清華大學(xué)學(xué)報,2008,48(8):1252-1255.

        [17] 孫柏濤,王東明. 地震現(xiàn)場建筑物安全性鑒定智能輔助系統(tǒng)研究[J]. 地震工程與工程振動,2003,23(5):209-213.

        [18] 龐紅霞. 美國第一大城市——紐約[J].? 中學(xué)英語園地,2008,16(9):37-38.

        [19] 呂莎莎,魏玖長. 危機(jī)事件社會影響等級的評價方法研究[J]. 未來與發(fā)展,2008,(7):6-11.

        [20] 王華. 基于層次分析的模糊綜合評價方法[J]. 信陽農(nóng)林學(xué)院學(xué)報,2018,28(3):129-132.

        [21] 朱小飛,王永君,李大軍. 模糊評價中最大隸屬度原則有效性檢驗[J]. 測繪與空間地理信息,2016,39(5):135-137.

        (責(zé)任編輯:江 艷)

        猜你喜歡
        模糊評價量化分析突發(fā)事件
        基于模糊評價模型的南水北調(diào)中線冰害風(fēng)險空間分布
        智能電網(wǎng)風(fēng)險評價研究
        2005—2015年中國遠(yuǎn)程教育機(jī)構(gòu)及其學(xué)習(xí)者成本效益研究的量化分析
        亞太教育(2016年31期)2016-12-12 08:53:44
        國家社科基金視角下我國馬列·科社學(xué)科研究狀況分析
        營改增對企業(yè)稅負(fù)影響的量化分析
        網(wǎng)絡(luò)新聞標(biāo)題修改的量化分析
        今傳媒(2016年8期)2016-10-17 00:05:51
        體育服務(wù)業(yè)質(zhì)量模糊評價機(jī)制及預(yù)警體系設(shè)計
        突發(fā)事件的輿論引導(dǎo)
        核電項目供貨商綜合評價方法研究
        科技視界(2016年10期)2016-04-26 11:14:54
        清朝三起突發(fā)事件的處置
        文史春秋(2016年8期)2016-02-28 17:41:32
        男女男精品视频网站免费看| 亚洲h电影| 免费在线观看亚洲视频| 亚洲天堂亚洲天堂亚洲色图| 久久久久成人精品无码中文字幕 | 日韩区在线| 成人影院免费观看在线播放视频 | 男女性爽大片视频| 国产又黄又猛又粗又爽的a片动漫| 91久久综合精品国产丝袜长腿| 日本一区二区三区丰满熟女| 日韩日韩日韩日韩日韩日韩| 日本在线观看| 久久久精品国产视频在线| 精品国产黄一区二区三区| 蜜桃日本免费看mv免费版| 天天天综合网| av成人资源在线播放| 91丝袜美腿亚洲一区二区| 国产伦精品一区二区三区| 永久免费看免费无码视频 | A亚洲VA欧美VA国产综合| 美女与黑人巨大进入免费观看| 狠狠躁日日躁夜夜躁2020| 国产精品嫩草影院AV| 国产丝袜高跟美腿一区在线| 亚洲中文字幕在线综合| 天天躁日日躁狠狠很躁| 91华人在线| 侵犯了美丽丰满人妻中文字幕| 内射人妻少妇无码一本一道| 国产一区二区三区在线观看精品| 亚洲一区极品美女写真在线看| 国产自拍视频在线观看网站| 天堂8中文在线最新版在线| 欧美日韩一区二区三区视频在线观看| 久久精品免费视频亚洲| 日韩一区国产二区欧美三区| 亚洲一级黄色毛片| 青青草精品在线免费观看 | 欧美色图50p|