王長(zhǎng)華 張 煜 陶 杰 鄭于海 李 保

（浙江省機(jī)電設(shè)計(jì)研究院有限公司 杭州 310051）

1 引言

根據(jù)2020年8月交通運(yùn)輸部發(fā)布的《關(guān)于推動(dòng)交通運(yùn)輸領(lǐng)域新型基礎(chǔ)設(shè)施建設(shè)的指導(dǎo)意見》，為加快建設(shè)交通強(qiáng)國(guó)的目標(biāo)，通過結(jié)合云計(jì)算、大數(shù)據(jù)、人工智能、物聯(lián)網(wǎng)等技術(shù)，對(duì)機(jī)電設(shè)備改造升級(jí)和云邊端協(xié)同控制管理來實(shí)現(xiàn)公路基礎(chǔ)設(shè)施的智慧化，逐步完成智慧公路的建設(shè)。智慧高速公路的基礎(chǔ)和本質(zhì)依然是高速公路［1］，高速公路事件具有嚴(yán)重程度較大、易形成道路擁堵和救援難度高等特點(diǎn)，因此提升高速公路的事件監(jiān)測(cè)分析和救援疏散能力對(duì)于高速公路的服務(wù)能力有著不可低估的價(jià)值。

近年來，許多專家學(xué)者在高速公路應(yīng)急管理工作有許多的研究進(jìn)展，如郭海燕提出了基于灰色系統(tǒng)理論的高速公路應(yīng)急能力的多層次灰色綜合評(píng)價(jià)模型［2］，于德新等［3］提出在施工環(huán)境下采用粒子群規(guī)劃法優(yōu)化高速公路應(yīng)急車輛資源配置，曹夢(mèng)迪等［4］對(duì)高速公路分流區(qū)與合流區(qū)的事故影響因素采用NB 模型進(jìn)行分析，陳玲玲等［5］圍繞事故發(fā)生后人員、物資和車輛的救援響應(yīng)能力建立安全應(yīng)急響應(yīng)水平和評(píng)價(jià)等級(jí)模型，Li 等［6］量化分析了協(xié)同自適應(yīng)巡航控制系統(tǒng)參數(shù)對(duì)高速追尾事故的影響。

本文對(duì)智慧高速公路場(chǎng)景下應(yīng)急救援能力進(jìn)行探討，以高速公路應(yīng)急能力分析為切入點(diǎn)，確立了應(yīng)急救援能力的關(guān)鍵評(píng)價(jià)指標(biāo)，新的評(píng)價(jià)體系結(jié)合了當(dāng)前智慧高速應(yīng)用的技術(shù)及其管理平臺(tái)的業(yè)務(wù)能力，并給出了不同層級(jí)指標(biāo)權(quán)重的計(jì)算方法，達(dá)到量化應(yīng)急救援能力的目的。

2 應(yīng)急救援能力分析

建立應(yīng)急能力的評(píng)價(jià)體系直接目的是為了對(duì)應(yīng)急救援管理情況進(jìn)行總結(jié)分析，另外從長(zhǎng)遠(yuǎn)的角度上，應(yīng)急管理是為了提升高速公路的服務(wù)能力，減少事故發(fā)生、降低事故造成的財(cái)產(chǎn)損失、減少人員傷亡等負(fù)面影響。因此對(duì)于不同類型的事件都可以按“事前、事發(fā)、事中、事后”四個(gè)階段［7］拆分，同時(shí)結(jié)合軟硬件技術(shù)來考慮如何提升高速公路的應(yīng)急能力。

2.1 事前階段

事前階段主要對(duì)可能發(fā)生的突發(fā)事件進(jìn)行預(yù)防、準(zhǔn)備和環(huán)境監(jiān)測(cè)，以完善應(yīng)急相關(guān)法規(guī)制度、確定各部門機(jī)構(gòu)的職責(zé)范圍為基礎(chǔ)，對(duì)可能發(fā)生的突發(fā)事件進(jìn)行歸類整理，確定協(xié)作部門和協(xié)作單位，再根據(jù)事件的等級(jí)估算所需要的人員、車輛、設(shè)備、資金等資源規(guī)模。確定資源配置后，針對(duì)各類型事件制定不同的應(yīng)急預(yù)案，應(yīng)急中心內(nèi)部定期組織人員開展應(yīng)急培訓(xùn)與救援演練，同時(shí)與交警、消防、醫(yī)院等協(xié)作單位建立高效的協(xié)作溝通方式，以及對(duì)外信息發(fā)布的能力。除此之外，還需要對(duì)高速公路的各類資源定期進(jìn)行隱患排查，確保道路、設(shè)施、設(shè)備、救助物資的完備、完好，尤其是接入IoT 設(shè)備管理平臺(tái)具備環(huán)境感知能力的視頻監(jiān)控設(shè)備、氣象檢測(cè)設(shè)備、能見度檢測(cè)設(shè)備、橋梁監(jiān)測(cè)設(shè)備以及平臺(tái)接入的氣象數(shù)據(jù)和“兩客一?！避囕v數(shù)據(jù)等。

2.2 事發(fā)階段

通過事前階段對(duì)道路監(jiān)測(cè)設(shè)備的配置與智慧高速管理系統(tǒng)平臺(tái)的部署，實(shí)現(xiàn)道路檢測(cè)與感知預(yù)警，幫助應(yīng)急管理部門提高事發(fā)階段的處理能力，使得在一些突發(fā)事件發(fā)生時(shí)，利用監(jiān)測(cè)數(shù)據(jù)或視頻監(jiān)控圖像及時(shí)地確定事發(fā)地點(diǎn)，了解事發(fā)區(qū)域的事件規(guī)模和上下游路況等，快速進(jìn)行應(yīng)急響應(yīng)狀態(tài)，管理人員給出處置決策并通過智慧高速管理平臺(tái)下發(fā)應(yīng)急處置預(yù)案，調(diào)度相關(guān)部門、車輛、物資等資源，并通過系統(tǒng)平臺(tái)實(shí)現(xiàn)設(shè)備的控制。

2.3 事中階段

事中階段是事件處理的關(guān)鍵階段，資源調(diào)度分配的及時(shí)性與合理性、各部門協(xié)作的效率都會(huì)直接影響事件的處置效率。根據(jù)事件類型和事件等級(jí)應(yīng)急管理中心按需調(diào)度道路搶修、路政、養(yǎng)護(hù)、施救等相關(guān)部門，對(duì)事故現(xiàn)場(chǎng)迅速警戒并實(shí)施救援。通過平臺(tái)采集的交通數(shù)據(jù)結(jié)合深度學(xué)習(xí)算法計(jì)算得出事發(fā)區(qū)域上下游的流量態(tài)勢(shì)和仿真推演，推薦可行、高效的資源調(diào)度方案，提高應(yīng)急救援效率。

2.4 事后階段

事后階段的是實(shí)現(xiàn)業(yè)務(wù)閉環(huán)、推動(dòng)應(yīng)急能力和管理能力提升的關(guān)鍵之處。事后階段的歸檔總結(jié)不容忽視，可以從組織、人員、設(shè)施、設(shè)備、救援物資五個(gè)維度考慮，按事故的全過程分析各維度的完備性、準(zhǔn)確性、及時(shí)性、高效性，應(yīng)急管理人員根據(jù)專家的評(píng)價(jià)情況調(diào)整預(yù)案和對(duì)應(yīng)資源的配置方式。通過建立指標(biāo)體系，量化評(píng)價(jià)指標(biāo)，為應(yīng)急能力評(píng)價(jià)提供有效依據(jù)。

3 應(yīng)急能力評(píng)價(jià)體系構(gòu)建

3.1 確定評(píng)價(jià)指標(biāo)

結(jié)合層次分析法將指標(biāo)集設(shè)為四個(gè)準(zhǔn)則層為一級(jí)指標(biāo)，如表1 所示，二級(jí)指標(biāo)即評(píng)價(jià)因素，較為全面地給出了應(yīng)急過程可能涉及到的評(píng)價(jià)維度，實(shí)際應(yīng)用過程中，可以根據(jù)應(yīng)急事件類型和業(yè)務(wù)情況進(jìn)行選擇。

表1 應(yīng)急評(píng)價(jià)指標(biāo)

為了最終將高速公路應(yīng)急管理提升落實(shí)到具體任務(wù)，建議將二級(jí)指標(biāo)以對(duì)象為基本單位拆分形成三級(jí)指標(biāo)，例如資源配置合理性中可以從應(yīng)急指揮人員、應(yīng)急救援人員、應(yīng)急資金、救援車輛、物資運(yùn)輸車輛、搶修車輛、環(huán)境檢測(cè)設(shè)備、行為檢測(cè)設(shè)備、信息發(fā)布設(shè)備等資源對(duì)象考慮。

3.2 指標(biāo)權(quán)重計(jì)算

本文采用基于層次分析法改進(jìn)的G1 法［8］計(jì)算主觀權(quán)重，其計(jì)算上簡(jiǎn)化了構(gòu)建成對(duì)比較矩陣和一致性校驗(yàn)的過程，而且在指標(biāo)發(fā)生變化時(shí)，權(quán)重值仍具有適用性和保序性。另外，為了提高評(píng)分結(jié)果的魯棒性，本文結(jié)合變異系數(shù)理論給出客觀權(quán)重，采用權(quán)重組合計(jì)算法。第一步，根據(jù)指標(biāo)的相對(duì)重要程度確定指標(biāo)體系中指標(biāo)之間的序關(guān)系。

第二步，計(jì)算相鄰指標(biāo)重要程度rk的取值方法，可參照表2。

表2 相鄰指標(biāo)重要程度

第三步，結(jié)合rk計(jì)算得出各指標(biāo)的權(quán)重值。計(jì)算公式如下：

3.3 評(píng)分計(jì)算

在群體決策過程中，Zadeh 提出了最早用于模糊語言信息的模糊集［9］概念，將語言中的詞或句子轉(zhuǎn)換為精確的數(shù)值，量化了決策分析結(jié)果。隨后有學(xué)者對(duì)其擴(kuò)展，提出了直覺模糊集、2-型模糊集和模糊多集等概念［10～12］，以適用于不同情形下的模糊評(píng)價(jià)。在實(shí)際工作當(dāng)中，由于不同專家專注的業(yè)務(wù)不同，能夠進(jìn)行評(píng)價(jià)的指標(biāo)存在差異，或管理者僅能夠?qū)ι婕澳硞€(gè)部門的指標(biāo)進(jìn)行評(píng)價(jià)，使得收集到的評(píng)分結(jié)果可能數(shù)據(jù)不完全且不能直接計(jì)算，因此本文提出改進(jìn)的猶豫模糊集簡(jiǎn)化評(píng)分的計(jì)算過程。

Xia 和Xu 總結(jié)給出了猶豫模糊集HFS 的表達(dá)公式［13］，公式如下：

其中，集合hA( )x表示為元素x屬于集合A 的所有可能的隸屬度集合，集合中元素個(gè)數(shù)大于等于1，其取值也均為[0,1]之間的實(shí)數(shù)，將hA( )x稱為一個(gè)猶豫模糊元素，是猶豫模糊集的基本單位。根據(jù)上述猶豫模糊集的定義，本文給出適用于計(jì)算評(píng)價(jià)指標(biāo)的猶豫模糊集。

算法流程步驟如下：

Step1 由專家根據(jù)表2 給出各個(gè)指標(biāo)的重要程度排序。

Step2 根據(jù)式（1）和式（2），計(jì)算得出一級(jí)指標(biāo)的權(quán)重。

Step3 根據(jù)式（3）～（6），計(jì)算得出二級(jí)指標(biāo)或三級(jí)指標(biāo)的權(quán)重。

Step4 整合補(bǔ)齊專家給出的評(píng)分，形成猶豫模糊集。

Step5 根據(jù)式（8）得出每個(gè)一級(jí)指標(biāo)的評(píng)分，根據(jù)式（9）計(jì)算得出最終的應(yīng)急能力評(píng)分。

4 實(shí)例分析

例如在某應(yīng)急管理中心對(duì)一次火災(zāi)事件應(yīng)急進(jìn)行了評(píng)價(jià)，該管理中心人員選擇4 個(gè)一級(jí)指標(biāo)和15 個(gè)二級(jí)指標(biāo)作為火災(zāi)事件應(yīng)急能力的評(píng)價(jià)指標(biāo)，并由多個(gè)專家給出了各指標(biāo)的評(píng)分結(jié)果，通過整合補(bǔ)充形成了表3的評(píng)分集。

表3 專家評(píng)價(jià)結(jié)果

專家們根據(jù)經(jīng)驗(yàn)對(duì)每個(gè)指標(biāo)的序關(guān)系進(jìn)行確定，通過式（1）和式（2）計(jì)算得出一級(jí)指標(biāo)權(quán)重，根據(jù)式（3）～（6）得出二級(jí)指標(biāo)的主觀權(quán)重和客觀權(quán)重并得出最終的二級(jí)指標(biāo)權(quán)重和各指標(biāo)的評(píng)分結(jié)果，數(shù)值均保留三位小數(shù)計(jì)算結(jié)果如表4所示。

根據(jù)二級(jí)指標(biāo)的評(píng)分結(jié)果，結(jié)合式（8）和式（9）計(jì)算得出該火災(zāi)事件的應(yīng)急能力的最終評(píng)分為8.259，如表5 所示。從表中可以看出，一級(jí)指標(biāo)的前期基礎(chǔ)準(zhǔn)備E1評(píng)分最低，結(jié)合表4可知二級(jí)指標(biāo)e12和e14的評(píng)分相對(duì)較低，因此管理人員應(yīng)當(dāng)加強(qiáng)預(yù)案配置的完善性，增加應(yīng)急培訓(xùn)與演練次數(shù)從而提高應(yīng)急救援水平。

表4 評(píng)價(jià)指標(biāo)權(quán)重計(jì)算

表5 評(píng)價(jià)計(jì)算結(jié)果

5 結(jié)語

提升高速公路的應(yīng)急救援能力，降低事故災(zāi)害等突發(fā)事件對(duì)生命和財(cái)產(chǎn)損害，是高速公路運(yùn)營(yíng)管理的重要任務(wù)。通過結(jié)合當(dāng)前智慧高速的運(yùn)營(yíng)情況，分析得出應(yīng)急能力評(píng)價(jià)模型以及多級(jí)指標(biāo)權(quán)重的計(jì)算方法，利用猶豫模糊集簡(jiǎn)化評(píng)分的計(jì)算過程，實(shí)現(xiàn)應(yīng)急能力的量化分析。隨著人工智能、車路協(xié)調(diào)等技術(shù)的不斷完善，智慧高速的管理方式和應(yīng)急能力也將會(huì)有更深一步的探討和研究。