王 喆,王世昌,涂圣友,蔣 壯
(1.武漢理工大學(xué) 中國(guó)應(yīng)急管理研究中心,湖北 武漢 430070;2.安全預(yù)警與應(yīng)急聯(lián)動(dòng)技術(shù)湖北省協(xié)同創(chuàng)新中心,湖北 武漢 430070;3.武漢理工大學(xué) 安全科學(xué)與應(yīng)急管理學(xué)院,湖北 武漢 430070)
隨著我國(guó)城市化和工業(yè)化進(jìn)程的加快,各類(lèi)突發(fā)事件頻繁發(fā)生,對(duì)社會(huì)和諧發(fā)展帶來(lái)了嚴(yán)峻挑戰(zhàn),并給政府執(zhí)政能力和應(yīng)變能力提出了更高的要求。特別是非常規(guī)突發(fā)事件通常前兆不充分,事態(tài)演化缺乏規(guī)律知識(shí)和處置經(jīng)驗(yàn),而且伴隨次生衍生災(zāi)害。傳統(tǒng)應(yīng)急行動(dòng)方案(incident action plans,IAP)制定決策,通常是在應(yīng)急預(yù)案的指導(dǎo)下,結(jié)合相關(guān)行業(yè)的標(biāo)準(zhǔn)作業(yè)程序(standard operating procedure,SOP)制定。但實(shí)際應(yīng)急處置需要在信息缺失、資源稀缺、目標(biāo)模糊和時(shí)間緊迫等情況下開(kāi)展。隨著突發(fā)事件的復(fù)合性、不確定性、非常規(guī)特征日益明顯,學(xué)術(shù)界逐漸認(rèn)識(shí)到傳統(tǒng)的決策方法用于應(yīng)急行動(dòng)方案決策的局限性。因此,發(fā)展和夯實(shí)應(yīng)急決策理論,滿足快速科學(xué)制定應(yīng)急行動(dòng)方案的實(shí)際需求,成為保障應(yīng)急處置有序開(kāi)展的關(guān)鍵性工作。
一方面,應(yīng)急決策者在大量的應(yīng)急管理實(shí)踐中總結(jié)規(guī)律和經(jīng)驗(yàn)來(lái)指導(dǎo)應(yīng)急行動(dòng)方案決策,即描述性應(yīng)急決策方法。大多數(shù)地區(qū)在應(yīng)急管理實(shí)踐中積累了包括應(yīng)急預(yù)案、應(yīng)急案例、專家知識(shí)等3類(lèi)資料,因此,依托這3類(lèi)資料就形成了描述性應(yīng)急行動(dòng)方案決策方法的發(fā)展脈絡(luò)?;陬A(yù)案的應(yīng)急決策方法根據(jù)預(yù)先設(shè)定的應(yīng)急情景,設(shè)計(jì)可能的對(duì)策,并核定可動(dòng)用的應(yīng)急保障力量。但突發(fā)事件復(fù)雜多變,預(yù)案難以窮盡所有可能,往往只能給出應(yīng)急行動(dòng)的大致框架。為了彌補(bǔ)預(yù)案體系的局限,需建立應(yīng)急案例庫(kù),以借助歷史案例處置經(jīng)驗(yàn)指導(dǎo)當(dāng)前應(yīng)急行動(dòng)方案決策。而對(duì)于應(yīng)急行動(dòng)方案制定中的非結(jié)構(gòu)化環(huán)節(jié),需要應(yīng)急專家根據(jù)實(shí)際情況做出判斷和決策。為規(guī)范專家決策行為和提高決策效率,出現(xiàn)了臨機(jī)決策等應(yīng)急決策方法,進(jìn)而出現(xiàn)了建立專家知識(shí)庫(kù),為應(yīng)急決策者提供合理情報(bào)的研究。
另一方面,建立綜合應(yīng)急管理平臺(tái),運(yùn)用仿真模擬和先驗(yàn)論證來(lái)指導(dǎo)應(yīng)急行動(dòng)方案制定,是應(yīng)急決策的重要方法,即規(guī)定性應(yīng)急決策方法。由于應(yīng)急決策有時(shí)間緊迫、資源稀缺、環(huán)境模糊等特殊性,現(xiàn)實(shí)中少有繪制決策樹(shù)進(jìn)行方案優(yōu)選的情景,而是根據(jù)問(wèn)題結(jié)構(gòu)化程度,建立智能規(guī)劃或者調(diào)度模型。智能規(guī)劃是人工智能中通過(guò)知識(shí)推理制定行動(dòng)方案的方法,能將有領(lǐng)域知識(shí)的非結(jié)構(gòu)化決策問(wèn)題推理為半結(jié)構(gòu)化或結(jié)構(gòu)化問(wèn)題。而調(diào)度模型則將結(jié)構(gòu)化決策問(wèn)題建模為優(yōu)化問(wèn)題,適用于資源和時(shí)間上的優(yōu)化。
綜上可知,不同的應(yīng)急決策方法適用于不同的應(yīng)急場(chǎng)景,且隨著研究的深入,各決策方法相互融合,共同發(fā)展,出現(xiàn)了更多的新方法。為幫助應(yīng)急決策者科學(xué)合理地選用應(yīng)急決策方法,筆者分析了現(xiàn)有描述性和規(guī)定性應(yīng)急決策方法在應(yīng)急行動(dòng)方案制定中的應(yīng)用,探討了各應(yīng)急行動(dòng)方案決策方法的特征及其適用場(chǎng)景,構(gòu)建了規(guī)劃與調(diào)度相集成的應(yīng)急行動(dòng)方案決策框架,并分析了現(xiàn)有研究的不足,對(duì)未來(lái)發(fā)展提出了建議。
突發(fā)事件應(yīng)急管理中,應(yīng)急決策是在復(fù)雜應(yīng)急形勢(shì)下,確定應(yīng)急目標(biāo),依據(jù)預(yù)案、案例、法律法規(guī)、專家經(jīng)驗(yàn)等知識(shí),合理調(diào)配應(yīng)急資源,制定應(yīng)急行動(dòng)方案,以管控突發(fā)事件,減輕后果的過(guò)程。根據(jù)“應(yīng)急三角形”模型[1],應(yīng)急管理是預(yù)防和減輕突發(fā)事件對(duì)承災(zāi)載體破壞的人為干預(yù)手段。應(yīng)急決策[2]作為應(yīng)急管理的核心,其主要環(huán)節(jié)如圖1所示。每個(gè)環(huán)節(jié)均包括戰(zhàn)略級(jí)、戰(zhàn)術(shù)級(jí)、操作級(jí)決策問(wèn)題,以支持各項(xiàng)應(yīng)急管理工作。應(yīng)急決策方法中既包括對(duì)突發(fā)事件演化過(guò)程與處置經(jīng)驗(yàn)的描述性決策方法研究,又包括針對(duì)特定應(yīng)急情景仿真推演和先驗(yàn)論證的規(guī)定性決策方法研究。
圖1 應(yīng)急行動(dòng)方案制定決策流程
描述性應(yīng)急決策方法適用于有大量處置經(jīng)驗(yàn)的應(yīng)急決策問(wèn)題,主要包括基于預(yù)案、基于案例和基于專家經(jīng)驗(yàn)的3類(lèi)應(yīng)急決策方法。
我國(guó)非常注重應(yīng)急管理中預(yù)案的應(yīng)用。針對(duì)“一案三制”[3]建設(shè),我國(guó)學(xué)者在基于預(yù)案的應(yīng)急決策方法研究中取得了豐碩的研究成果。如覃燕紅[4]總結(jié)了應(yīng)急預(yù)案完整性、快速性、可操作性、費(fèi)用合理等特點(diǎn),認(rèn)為基于預(yù)案的應(yīng)急決策可減輕決策者壓力、縮短決策時(shí)間、增強(qiáng)決策的科學(xué)性。唐瑋等[5]認(rèn)為應(yīng)急預(yù)案有效性的提高,可以從預(yù)案生命周期中的編制、演練、評(píng)估、修訂上著手。劉曉慧[6]建立了應(yīng)急決策本體模型,為應(yīng)急預(yù)案的數(shù)字化和智能化提供了思路。
總之,基于預(yù)案的應(yīng)急決策方法將應(yīng)急預(yù)案中的資源和操作信息文本化、組件化,并通過(guò)預(yù)案調(diào)整等方式來(lái)進(jìn)行應(yīng)急行動(dòng)方案制定。但對(duì)何時(shí)啟動(dòng)何種預(yù)案,缺乏清晰的標(biāo)準(zhǔn),難以指導(dǎo)復(fù)合型突發(fā)事件應(yīng)急決策。同時(shí)由于突發(fā)事件復(fù)雜,預(yù)案難以窮盡所有可能,造成大多應(yīng)急行動(dòng)方案不能直接套用現(xiàn)成應(yīng)急預(yù)案[7]。所以基于預(yù)案的應(yīng)急決策不能靈活處理復(fù)雜應(yīng)急情景,不能適應(yīng)非常規(guī)突發(fā)事件應(yīng)急決策的時(shí)效性。
基于案例的應(yīng)急決策方法從歷史案例中,尋找與當(dāng)前突發(fā)事件相同或者類(lèi)似的源案例,結(jié)合現(xiàn)有突發(fā)事件修改源案例的應(yīng)急行動(dòng)方案,主要包括案例推理技術(shù)(case-based reasoning,CBR)[8]和基于案例的決策理論(case-based decision theory, CBDT)[9]。
CBR將決策過(guò)程規(guī)范為案例檢索、方案重用、方案修訂和案例保存的R4模型。而CBDT提取每個(gè)備選行動(dòng)方案的相似案例,在考慮實(shí)施效果的基礎(chǔ)上,得出應(yīng)急決策結(jié)果。FINNIE等[10]在R4模型中加入案例表達(dá),建立了R5模型。汪季玉等[11]基于CBR,構(gòu)建了應(yīng)急決策支持系統(tǒng)的框架和運(yùn)行機(jī)制,證明了案例推理的應(yīng)用價(jià)值。
在應(yīng)急案例的表示和儲(chǔ)存方面,蔡玫等[12]提出了二維信息案例表示方法,并給出了對(duì)應(yīng)的案例檢索方法;黃超等[13]將文本案例推理技術(shù)和CBR結(jié)合,優(yōu)化了案例庫(kù)的組織結(jié)構(gòu)。在應(yīng)急案例搜索的成功率和效率方面,宋英華等[14]在城市洪澇災(zāi)害應(yīng)急行動(dòng)方案制定中,引入置信規(guī)則庫(kù)專家系統(tǒng)推理方法(RIMER),提出基于歸納索引法和RIMER的應(yīng)急案例索引技術(shù);封超等[15]將遺傳算法和粒子群算法等智能算法引入案例推理中的屬性權(quán)重計(jì)算環(huán)節(jié)?;趹?yīng)急案例的決策支持系統(tǒng)設(shè)計(jì)方面,袁曉芳等[16]在案例推理中提出了基于結(jié)構(gòu)和屬性的雙重檢索策略,建立了煤礦瓦斯事故的應(yīng)急決策系統(tǒng)。
總之,基于案例的應(yīng)急決策方法能利用歷史案例的經(jīng)驗(yàn)求解新問(wèn)題,在一定程度上彌補(bǔ)了單純依靠預(yù)案的局限,特別是在應(yīng)急物資需求預(yù)測(cè)上體現(xiàn)出良好的實(shí)用價(jià)值。但是,CBR的核心是對(duì)噪聲數(shù)據(jù)較敏感的案例相似度進(jìn)行計(jì)算,而在應(yīng)急響應(yīng)初期,需人為設(shè)置參數(shù),可能會(huì)導(dǎo)致結(jié)果出現(xiàn)較大誤差。同時(shí),CBR系統(tǒng)屬于增量式學(xué)習(xí)系統(tǒng),隨著案例庫(kù)的增大,會(huì)出現(xiàn)冗余現(xiàn)象,導(dǎo)致系統(tǒng)性能變?nèi)酢?/p>
基于專家經(jīng)驗(yàn)的應(yīng)急決策方法需要決策者根據(jù)現(xiàn)場(chǎng)情況,結(jié)合自身經(jīng)驗(yàn)制定應(yīng)急行動(dòng)方案。應(yīng)急決策需要在決策條件不充分的情況下進(jìn)行,兩伊戰(zhàn)爭(zhēng)期間的Vincennes號(hào)事件[17-18],美軍指揮官由于時(shí)間緊迫和目標(biāo)模糊,錯(cuò)誤地下令擊毀了沒(méi)有回應(yīng)美軍呼叫的民航客機(jī),導(dǎo)致乘客全部死亡。由于“不明身份飛機(jī)是民航客機(jī)”的概率很小,所以該指揮官的命令是符合經(jīng)典決策論的。經(jīng)過(guò)對(duì)此類(lèi)事件的反思,研究者們指出不應(yīng)直接將經(jīng)典決策方法用于環(huán)境模糊、時(shí)間緊迫、資源稀缺、責(zé)任重大的應(yīng)急決策。為此,學(xué)者們嘗試設(shè)計(jì)應(yīng)急決策模型,以提高應(yīng)急專家的效率,同時(shí)增加應(yīng)急方案制定的科學(xué)性。
自然決策理論將應(yīng)急決策者的現(xiàn)場(chǎng)決策行為作為出發(fā)點(diǎn),對(duì)應(yīng)急決策方法進(jìn)行研究。其中,KLEIN[18]在再認(rèn)/啟動(dòng)決策模型中指出,決策者在動(dòng)態(tài)環(huán)境中需要根據(jù)相似經(jīng)驗(yàn)對(duì)當(dāng)前環(huán)境進(jìn)行評(píng)估,并依據(jù)相似性等條件進(jìn)行決策。COSGRAVE[19]以領(lǐng)導(dǎo)決策過(guò)程模型為基礎(chǔ),在應(yīng)急領(lǐng)域提出依據(jù)應(yīng)急問(wèn)題特性,以不同授權(quán)程度構(gòu)建突發(fā)事件決策模型。MENDONCA等[20]將操作風(fēng)險(xiǎn)管理和黑板模型結(jié)合起來(lái),為支持應(yīng)急現(xiàn)場(chǎng)決策活動(dòng)提出了應(yīng)急管理臨機(jī)決策理論。
基于情景分析的應(yīng)急決策方法是對(duì)歷史突發(fā)事件及其發(fā)展規(guī)律的認(rèn)識(shí)和總結(jié),將情景方法固化為情景模型,使應(yīng)急決策能夠比較全面地考慮各種趨勢(shì),并借助數(shù)學(xué)模型和專家經(jīng)驗(yàn)來(lái)處理半結(jié)構(gòu)化問(wèn)題。程先富等[21]基于情景分析法,分析了洪澇災(zāi)害對(duì)各種應(yīng)急情景的影響,為巢湖流域的洪澇防治提供了依據(jù)。張玲等[22]基于情景分析方法,考慮需求、成本等前提條件,分析了應(yīng)急資源合理布局。
實(shí)際決策中還有多專家協(xié)作的情況,如葉光輝等[23]以特征融合、排名融合、意見(jiàn)融合為基礎(chǔ),開(kāi)發(fā)了多專家應(yīng)急會(huì)診平臺(tái),該平臺(tái)能多次匿名收集和分析各專家意見(jiàn),最終得到收斂的應(yīng)急決策結(jié)果。李綱等[24]使用D-S理論進(jìn)行專家排名工作,再根據(jù)專家排名對(duì)多名專家的經(jīng)驗(yàn)建議進(jìn)行融合。
總之,基于專家經(jīng)驗(yàn)的應(yīng)急決策具有一定的靈活性,能借助專家的實(shí)際經(jīng)驗(yàn),有針對(duì)性地處理突發(fā)事件的特殊情況。但是這類(lèi)方法難以處理突發(fā)事件中計(jì)算量特別大的戰(zhàn)術(shù)推理和資源調(diào)度過(guò)程。
規(guī)定性應(yīng)急決策方法通常適用于技術(shù)性要求較高的應(yīng)急決策問(wèn)題,側(cè)重于通過(guò)計(jì)算機(jī)仿真等手段改進(jìn)決策效率。目前,規(guī)定性應(yīng)急決策方法的應(yīng)用大多以應(yīng)急決策支持系統(tǒng)等綜合應(yīng)急管理平臺(tái)的方式實(shí)現(xiàn)。由于應(yīng)急決策時(shí)間緊迫、資源稀缺、環(huán)境模糊、責(zé)任重大等特征,現(xiàn)實(shí)中少有使用規(guī)定性決策中的決策樹(shù)進(jìn)行方案優(yōu)選的情景,而是根據(jù)問(wèn)題結(jié)構(gòu)化程度,建立智能規(guī)劃或調(diào)度模型。特別是將人工智能等信息技術(shù)與規(guī)定性應(yīng)急決策方法相結(jié)合的思路,已經(jīng)展現(xiàn)出巨大的應(yīng)用價(jià)值和廣闊的發(fā)展前景。
調(diào)度(scheduling)是運(yùn)籌學(xué)的重要分支,其利用數(shù)學(xué)模型,在規(guī)定時(shí)間內(nèi)將有限資源配置給一組特定任務(wù)[25]。在應(yīng)急行動(dòng)方案決策中主要用于物流組織、物資配送、緊急疏散等結(jié)構(gòu)化程度較高的問(wèn)題。
對(duì)于應(yīng)急資源調(diào)度問(wèn)題,LIST等[26]在處理放射性危險(xiǎn)品轉(zhuǎn)運(yùn)時(shí),將調(diào)度模型引入應(yīng)急決策。WEX等[27]為減少海嘯等災(zāi)害帶來(lái)的損失,使用調(diào)度方法建立了決策支持模型。ZHENG等[28]提出了鐵路貨車(chē)的應(yīng)急調(diào)度模型,該模型描述了多需求點(diǎn)、多供應(yīng)點(diǎn)和貨物分配中心站。ZDAMAR等[29]將多品種網(wǎng)絡(luò)流量問(wèn)題和車(chē)輛路徑問(wèn)題相結(jié)合,建立了應(yīng)急物流數(shù)學(xué)模型,并基于拉格朗日松弛設(shè)計(jì)了求解算法。SHEU[30]分析了應(yīng)急物流和普通商業(yè)物流的不同特性,并提出了混合聚類(lèi)模糊優(yōu)化方法來(lái)應(yīng)對(duì)緊急物流需求。耿彪[31]基于GIS系統(tǒng),建立了鐵路應(yīng)急資源調(diào)度模型,該模型能預(yù)測(cè)資源需求,并考慮調(diào)配時(shí)間最短和出救點(diǎn)最少這兩個(gè)目標(biāo)。
對(duì)于應(yīng)急疏散類(lèi)調(diào)度問(wèn)題,ZILIASKOPOULOS等[32]以元胞自動(dòng)機(jī)為基礎(chǔ),提出了線性規(guī)劃模型,用以解決救援和疏散車(chē)流同步進(jìn)行時(shí)總的加權(quán)行程時(shí)間最短的問(wèn)題。CHIU等[33]提出了多優(yōu)先組的緊急疏散-救援組合模型。SAEED-OSMAN等[34]將離散時(shí)間內(nèi)的人員約束疏散問(wèn)題建模為整數(shù)優(yōu)化模型,與容量約束路線規(guī)劃算法相比,該模型在疏散時(shí)間和路線方面有明顯優(yōu)勢(shì)。
綜上,調(diào)度算法有較強(qiáng)的優(yōu)化性能,能處理應(yīng)急行動(dòng)方案決策中資源調(diào)度和人員疏散等結(jié)構(gòu)化程度較高的問(wèn)題。但應(yīng)急任務(wù)調(diào)度算法建立了固定數(shù)學(xué)模型,針對(duì)特定優(yōu)化目標(biāo),并不能處理應(yīng)急行動(dòng)方案決策中戰(zhàn)略選擇和戰(zhàn)術(shù)推理等難以用結(jié)構(gòu)化公式描述的問(wèn)題。
智能規(guī)劃[35]是人工智能中專門(mén)研究動(dòng)作推理的慎思型決策方法,其通過(guò)邏輯語(yǔ)言系統(tǒng)識(shí)別領(lǐng)域知識(shí),并設(shè)計(jì)推理算法求取行動(dòng)方案。國(guó)際智能規(guī)劃大賽[36]制定了智能規(guī)劃領(lǐng)域描述語(yǔ)言。其中,HTN規(guī)劃是集成任務(wù)分解的智能規(guī)劃方法,其推理過(guò)程與應(yīng)急決策者制定應(yīng)急行動(dòng)方案的過(guò)程類(lèi)似,因此在應(yīng)急決策中應(yīng)用廣泛。NAU等[37-38]研發(fā)的HTN規(guī)劃系統(tǒng)SHOP2實(shí)現(xiàn)了基于狀態(tài)的偏序前向任務(wù)分解過(guò)程,增加了公理推理、外部函數(shù)調(diào)用、變量綁定排序、分支定界優(yōu)化接口等功能,被廣泛應(yīng)用于應(yīng)急疏散等應(yīng)急行動(dòng)方案決策問(wèn)題。TANG等[39]對(duì)HTN模型進(jìn)行了時(shí)態(tài)擴(kuò)展,用于求解荊江防洪中的疏散轉(zhuǎn)移問(wèn)題。王喆等[40-41]對(duì)HTN 規(guī)劃中層次資源推理機(jī)制進(jìn)行研究,提出資源增強(qiáng)型HTN 規(guī)劃模型REHTN,并應(yīng)用于荊江防洪。SIEBRA[42]以HTN規(guī)劃系統(tǒng)O-Plan2為核心開(kāi)發(fā)了I-X框架系統(tǒng),提供了時(shí)間約束和條件執(zhí)行效果管理。DE-LA-ASUNCION等[43]通過(guò)引入因果鏈建立了時(shí)態(tài)增強(qiáng)型HTN規(guī)劃系統(tǒng)SIADEX,并在森林火災(zāi)應(yīng)急行動(dòng)方案制定中得到了應(yīng)用。SCHATTENBERG[44]設(shè)計(jì)了混合HTN規(guī)劃系統(tǒng),通過(guò)與偏序因果鏈規(guī)劃的結(jié)合,較好地處理了規(guī)劃問(wèn)題中的時(shí)態(tài)約束。
綜上,HTN規(guī)劃采用任務(wù)分解的方式實(shí)現(xiàn)動(dòng)作推理,能有效支持應(yīng)急行動(dòng)方案決策。一方面,HTN規(guī)劃使用邏輯語(yǔ)言對(duì)層次化的應(yīng)急行動(dòng)方案制定過(guò)程進(jìn)行管理,對(duì)缺乏詳細(xì)預(yù)案和相似案例,且無(wú)法建立數(shù)學(xué)模型的非常規(guī)突發(fā)事件,依然能利用動(dòng)作推理進(jìn)行應(yīng)急行動(dòng)方案決策。另一方面,HTN規(guī)劃利用計(jì)算機(jī)強(qiáng)大的計(jì)算能力,自動(dòng)進(jìn)行復(fù)雜的動(dòng)作推理和資源配置,大大縮短了響應(yīng)時(shí)間,提高了應(yīng)急決策效率。
圖2 規(guī)劃與調(diào)度相集成的應(yīng)急行動(dòng)方案決策框架
基于調(diào)度的應(yīng)急決策方法準(zhǔn)確快速,但是難以處理結(jié)構(gòu)化程度低的決策問(wèn)題?;谥悄芤?guī)劃的應(yīng)急決策方法推理能力強(qiáng)大,但是優(yōu)化性能不佳。為此,學(xué)者們力圖將兩者集成起來(lái),規(guī)劃與調(diào)度相集成的應(yīng)急行動(dòng)方案決策框架如圖2所示。MACEDO等[45]將CBR與HTN規(guī)劃相結(jié)合設(shè)計(jì)了ProCHiP規(guī)劃器,以處理不確定動(dòng)態(tài)決策問(wèn)題。PAIK等[46]將HTN和約束可滿足技術(shù)相結(jié)合,實(shí)現(xiàn)了規(guī)劃中邏輯推理和物理組合的結(jié)合,拓展了HTN的規(guī)劃能力。因此,隨著人工智能技術(shù)在應(yīng)急管理領(lǐng)域應(yīng)用的深入,規(guī)劃與調(diào)度相集成的混合型決策方法體現(xiàn)出廣闊的發(fā)展?jié)摿Α?/p>
應(yīng)急行動(dòng)方案決策是應(yīng)急決策者為應(yīng)對(duì)突發(fā)事件,快速高效地制定切實(shí)可行的應(yīng)急行動(dòng)方案的過(guò)程,逐漸成為應(yīng)急管理領(lǐng)域的研究熱點(diǎn)。應(yīng)急處置實(shí)踐證明,成功的應(yīng)急行動(dòng)方案是開(kāi)展應(yīng)急救援行動(dòng)的基礎(chǔ)保障。2003年“非典事件”促使國(guó)內(nèi)學(xué)術(shù)界開(kāi)始關(guān)注應(yīng)急行動(dòng)方案制定的社會(huì)意義,學(xué)者們以提高應(yīng)急預(yù)案的實(shí)際效能為基礎(chǔ),對(duì)構(gòu)建權(quán)責(zé)分明的應(yīng)急行動(dòng)方案決策框架展開(kāi)了研究。2008年汶川地震后,各地都加大了應(yīng)急管理信息化建設(shè)力度,應(yīng)急預(yù)案體系逐步健全,應(yīng)急案例庫(kù)、應(yīng)急專家知識(shí)庫(kù)和應(yīng)急調(diào)度系統(tǒng)建設(shè)力度加大。借此契機(jī),為解決應(yīng)急行動(dòng)方案制定問(wèn)題,學(xué)術(shù)界出現(xiàn)了大量擴(kuò)展傳統(tǒng)決策方法的研究。2015年天津?yàn)I海新區(qū)爆炸事故后,人們體會(huì)到應(yīng)急行動(dòng)方案決策失誤帶來(lái)的巨大危害,提高了對(duì)應(yīng)急行動(dòng)方案決策特殊性和重要性的認(rèn)識(shí)。學(xué)者們?cè)诩訌?qiáng)應(yīng)急決策者臨機(jī)決策規(guī)律研究的同時(shí),力圖通過(guò)提高應(yīng)急行動(dòng)方案制定的智能化水平,增強(qiáng)應(yīng)急決策的容錯(cuò)能力。2018年中國(guó)應(yīng)急管理部成立,進(jìn)一步推動(dòng)應(yīng)急指揮決策等應(yīng)急管理研究,也促使災(zāi)害學(xué)、人工智能、運(yùn)籌學(xué)、控制科學(xué)、系統(tǒng)科學(xué)、管理科學(xué)等不同背景的學(xué)者進(jìn)入應(yīng)急管理領(lǐng)域,極大地豐富應(yīng)急決策的研究?jī)?nèi)容、理論和方法。應(yīng)急行動(dòng)方案決策也由單純的決策科學(xué)問(wèn)題,發(fā)展為綜合交叉的前沿問(wèn)題。學(xué)者們不僅關(guān)注應(yīng)急行動(dòng)方案制定的科學(xué)合理快速,還關(guān)注其決策過(guò)程的智能化、人性化、多樣化和低風(fēng)險(xiǎn)等。
但由于社會(huì)發(fā)展、氣候環(huán)境、國(guó)際形勢(shì)等因素的變化,突發(fā)事件應(yīng)急處置工作日益復(fù)雜,目前尚未很好地解決應(yīng)急行動(dòng)方案決策問(wèn)題,可總結(jié)為以下5個(gè)方面:①人機(jī)協(xié)同的應(yīng)急行動(dòng)方案決策?,F(xiàn)代應(yīng)急行動(dòng)方案決策責(zé)任重大,應(yīng)急專家和智能系統(tǒng)都有其局限,應(yīng)研究如何將兩者的優(yōu)勢(shì)結(jié)合,并研究人在回路的決策機(jī)制和方法。②大數(shù)據(jù)驅(qū)動(dòng)的應(yīng)急行動(dòng)方案決策。大數(shù)據(jù)有助于分析和挖掘應(yīng)急情報(bào),并指導(dǎo)應(yīng)急決策。但應(yīng)急行動(dòng)方案決策時(shí)間緊迫,同時(shí)環(huán)境模糊,情報(bào)分析工作復(fù)雜,如何利用大數(shù)據(jù)提高應(yīng)急決策的效率和水平還有待進(jìn)一步研究。③多源異構(gòu)數(shù)據(jù)影響下的應(yīng)急行動(dòng)方案決策。應(yīng)急處置工作通常需要分布在不同地區(qū)的、從事不同性質(zhì)工作、平時(shí)缺乏合作的多個(gè)參與單位通過(guò)“平戰(zhàn)轉(zhuǎn)換”緊急集結(jié),共同完成。條塊之間易產(chǎn)生多源異構(gòu)數(shù)據(jù),而如何自動(dòng)抽取、驗(yàn)證和轉(zhuǎn)換多源異構(gòu)應(yīng)急數(shù)據(jù)還需研究。④應(yīng)急行動(dòng)方案決策中的異常識(shí)別與處理??焖侔l(fā)現(xiàn)并及時(shí)處理應(yīng)急行動(dòng)方案中可能存在的問(wèn)題,是提高應(yīng)急行動(dòng)方案決策容錯(cuò)能力的關(guān)鍵。未來(lái)可對(duì)應(yīng)急行動(dòng)方案決策的異常處理機(jī)制進(jìn)行研究,還可引入魯棒決策解決應(yīng)急行動(dòng)方案制定問(wèn)題。⑤應(yīng)急行動(dòng)方案決策中的不確定信息處理。應(yīng)急行動(dòng)方案制定的科學(xué)性不可避免地會(huì)受到不確定信息的影響,如何降低不確定信息的不利影響,制定合理的應(yīng)急行動(dòng)方案是富有挑戰(zhàn)性的工作。