吳思瑾

(陜西學(xué)前師范學(xué)院經(jīng)濟與管理學(xué)院,陜西 西安 710100)

如何高效快速地應(yīng)對和處理電爐企業(yè)公共突發(fā)事件是降低事件影響范圍和控制影響程度的有效手段[1],在高效快速地應(yīng)對和處理電爐企業(yè)公共突發(fā)事件中,事件危機預(yù)警起到重要作用[2-4]。而電爐企業(yè)公共突發(fā)事件危機預(yù)警涉及危機預(yù)警系統(tǒng),現(xiàn)階段,危機預(yù)警系統(tǒng)由于采用單一的結(jié)構(gòu)模式,并且大數(shù)據(jù)利用率低,導(dǎo)致系統(tǒng)的預(yù)警效果無法達到預(yù)期,甚至預(yù)警誤報累積分布比例高。

相關(guān)研究人員研究了危機預(yù)警系統(tǒng),文獻[5]提出了基于視頻技術(shù)的煤礦在線危機預(yù)警系統(tǒng),該系統(tǒng)設(shè)計了三層的結(jié)構(gòu),分別采用V4L2采集視頻圖像,結(jié)合模糊積分法構(gòu)建在線危機預(yù)警模型,實現(xiàn)突發(fā)事件的預(yù)警。但是該系統(tǒng)的突發(fā)事件分類效果差,導(dǎo)致事件的預(yù)警能力不佳。文獻[6]研究了復(fù)雜礦區(qū)煤與瓦斯突出災(zāi)害多參量預(yù)警系統(tǒng),該系統(tǒng)從防突措施缺陷和客觀危險性兩大方面,囊括了20多項突出危險預(yù)警指標,構(gòu)建多參量應(yīng)急預(yù)警模型,實現(xiàn)煤與瓦斯突出災(zāi)害的多參量、準確預(yù)警和及時發(fā)布。但是該系統(tǒng)的預(yù)警誤報累積分布比例高,導(dǎo)致預(yù)警能力未達到理想效果。

針對上述問題,為了提高電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)的預(yù)警性能,結(jié)合大數(shù)據(jù),設(shè)計了一種新的大數(shù)據(jù)混合結(jié)構(gòu)的電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)。該系統(tǒng)不再采用單一的C/S結(jié)構(gòu)或者B/S結(jié)構(gòu),而是將兩者結(jié)合,并且融入了大數(shù)據(jù)數(shù)據(jù)庫,充分利用了大數(shù)據(jù),設(shè)計大數(shù)據(jù)混合結(jié)構(gòu)的危機預(yù)警系統(tǒng)結(jié)構(gòu),并且結(jié)合了決策樹算法,進一步提高預(yù)警系統(tǒng)的性能,實現(xiàn)高效預(yù)警,為應(yīng)急指揮中心提供支持。

1 設(shè)計電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)結(jié)構(gòu)

為了提高電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)的預(yù)警性能,在傳統(tǒng)的預(yù)警系統(tǒng)結(jié)構(gòu)基礎(chǔ)上,采用混合結(jié)合構(gòu)建危機預(yù)警系統(tǒng)的整體結(jié)構(gòu),混合結(jié)構(gòu)為C/S結(jié)構(gòu)和B/S結(jié)構(gòu)[7-8]的融合架構(gòu)形式,將2種結(jié)構(gòu)相結(jié)合,并且結(jié)合大數(shù)據(jù)數(shù)據(jù)庫,充分利用大數(shù)據(jù),形成優(yōu)勢互補。C/S結(jié)構(gòu)、B/S結(jié)構(gòu)和大數(shù)據(jù)數(shù)據(jù)庫的大數(shù)據(jù)混合結(jié)構(gòu)如圖1所示。

圖1 C/S結(jié)構(gòu)、B/S結(jié)構(gòu)和大數(shù)據(jù)數(shù)據(jù)庫的大數(shù)據(jù)混合結(jié)構(gòu)

將圖1的大數(shù)據(jù)混合結(jié)構(gòu)應(yīng)用到電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng),使其與危機預(yù)警系統(tǒng)相結(jié)合,達到危機預(yù)警的目的,設(shè)計的電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)整體結(jié)構(gòu)如圖2所示。

圖2 電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)整體結(jié)構(gòu)

通過圖2可知,電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)整體結(jié)構(gòu)主要分為了三個子系統(tǒng),子系統(tǒng)分別是B/S系統(tǒng)、C/S系統(tǒng)和大數(shù)據(jù)數(shù)據(jù)庫,其中B/S系統(tǒng)主要負責(zé)電爐企業(yè)公共突發(fā)事件的外部信息查詢、預(yù)警,C/S系統(tǒng)負責(zé)的電爐企業(yè)公共突發(fā)事件內(nèi)部事宜,而大數(shù)據(jù)數(shù)據(jù)庫主要負責(zé)大數(shù)據(jù)的存儲、檢索等。各個子系統(tǒng)具體設(shè)計如下:

1)B/S系統(tǒng)

B/S系統(tǒng)的通信系統(tǒng)采用遠程網(wǎng)絡(luò)與局域網(wǎng),該通信網(wǎng)絡(luò)使用全程ZM數(shù)字電路DDN/FR/SDH,實現(xiàn)多部門通信,局域網(wǎng)采用雙絞線連接方式,并選擇多功能的交換機,外部用戶使用Intemat進行訪問。該系統(tǒng)中WEB和應(yīng)用在文件服務(wù)器,由OS和DBMS組成,其他部分由操作系統(tǒng)和接口軟件等組成,包括瀏覽器。該系統(tǒng)還基于WebGIS的分布式警務(wù)信息系統(tǒng)可以同時提供內(nèi)部與外部的服務(wù)。

2)C/S系統(tǒng)

C/S系統(tǒng)的通信系統(tǒng)也采用遠程網(wǎng)絡(luò)與局域網(wǎng),其中樞系統(tǒng)為服務(wù)器,主要由網(wǎng)絡(luò)操作系統(tǒng)、網(wǎng)絡(luò)協(xié)議以及完成數(shù)據(jù)操縱的中間軟件ODBC、遠程過程調(diào)用程序RPC組成,并且預(yù)警功能在該服務(wù)器實現(xiàn)。該部分也負責(zé)用戶界面、表現(xiàn)邏輯工作、格式化數(shù)據(jù)庫、電爐企業(yè)公共突發(fā)事件的大數(shù)據(jù)信息采集等。這種模式對應(yīng)急指揮中心中較為重要的調(diào)度等一系列的業(yè)務(wù)工作能夠很好的解決。通過對指揮業(yè)務(wù)的具體流程進行全方面覆蓋,從而實現(xiàn)大數(shù)據(jù)的充分利用和對業(yè)務(wù)過程進行指揮的綜合系統(tǒng)。

3)大數(shù)據(jù)數(shù)據(jù)庫

大數(shù)據(jù)數(shù)據(jù)庫是存儲電爐企業(yè)公共突發(fā)事件信息數(shù)據(jù)的場所,將歷史事件的大數(shù)據(jù)存于數(shù)據(jù)庫,其主要用于聯(lián)機事務(wù)處理,為電爐企業(yè)公共突發(fā)事件的分析提供大數(shù)據(jù)基礎(chǔ)。在該部分由存儲在數(shù)據(jù)庫中的數(shù)據(jù)生成HTML格式的文本和將HTML文本數(shù)據(jù)存儲到大數(shù)據(jù)數(shù)據(jù)庫,以及對在數(shù)據(jù)庫中的HTML進行全文檢索,充分利用大數(shù)據(jù),并且保障電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)信息的完整性和安全性。大數(shù)據(jù)數(shù)據(jù)庫采用Oracle大數(shù)據(jù)庫。

2 設(shè)計危機預(yù)警系統(tǒng)預(yù)警功能模塊

根據(jù)電爐企業(yè)公共突發(fā)事件危機預(yù)警的實際需求,結(jié)合設(shè)計的電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng)整體結(jié)構(gòu),設(shè)計具體的危機預(yù)警系統(tǒng)功能模塊,如圖3所示。

圖3 危機預(yù)警系統(tǒng)功能模塊

圖3中的子系統(tǒng)該管理是針對圖2中的各個管理進行集合管理模塊,事件實時信息是實時采集電爐企業(yè)公共突發(fā)事件的信息,將采集的實時信息進行匯總并且存儲于大數(shù)據(jù)數(shù)據(jù)庫,便于其他軟件調(diào)用,多媒體顯示是為了顯示電爐企業(yè)公共突發(fā)事件信息,主要是實現(xiàn)人機交互,而服務(wù)器功能模塊主要是實現(xiàn)電爐企業(yè)公共突發(fā)事件的數(shù)據(jù)處理與預(yù)警,過濾無效或惡意報警信息。

3 設(shè)計預(yù)警功能軟件

根據(jù)上述內(nèi)容,設(shè)計預(yù)警功能軟件,即算法。預(yù)警方法主要采用決策樹算法分類電爐企業(yè)公共突發(fā)事件大數(shù)據(jù),從而實現(xiàn)準確應(yīng)急預(yù)警。

電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)存在連續(xù)性,因此,需要離散化處理電爐企業(yè)公共突發(fā)事件的大數(shù)據(jù),具體操作如下:

排序連續(xù)型屬性的原始電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)的數(shù)據(jù)集,按照數(shù)據(jù)量由小到大排序,排序結(jié)果為

[x0,x1,…,xn]

(1)

式中:n為電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)的數(shù)據(jù)集數(shù)量。

在[x0,x1,…,xn]數(shù)據(jù)集的區(qū)間中等分加入n個數(shù)值,該數(shù)值為[1,2,…,n]的整數(shù),將事件大數(shù)據(jù)的數(shù)據(jù)集分割成n個子區(qū)域,分割后的數(shù)據(jù)集為([x0,x1],[xn-1,xn])。在完成電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)的離散化處理后,計算大數(shù)據(jù)的信息增益。決策樹通過信息增益選擇屬性,假設(shè)電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)的屬性為C,則屬性C的信息增益為

(2)

在上述信息增益的基礎(chǔ)上,獲取信息增益率,公式為

(3)

式中:T(C)為信息熵。信息熵的計算公式為

(4)

式中:R(xi)為([x0,x1],[xn-1,xn])數(shù)據(jù)集中xi在數(shù)據(jù)集中出現(xiàn)的概率。

根據(jù)式(3)的計算結(jié)果,篩選信息增益率高的事件大數(shù)據(jù)屬性作為決策樹上的樹枝的節(jié)點。

在完成決策樹節(jié)點獲取后,通過獲取的決策樹節(jié)點構(gòu)建大數(shù)據(jù)整體的決策樹[9-10]。決策樹構(gòu)建過程為將獲取的每個決策樹節(jié)點構(gòu)建成一個大數(shù)據(jù)的數(shù)據(jù)子集,按照式(3)和式(4)遞歸數(shù)據(jù)子集,生成完整的電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)決策樹。

通過構(gòu)建的大數(shù)據(jù)決策樹提取電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)的分類規(guī)則。在提取過程,采用閾值法,規(guī)則提取公式為

(5)

式中:κ為提取分類規(guī)則的閾值。

根據(jù)式(5)提取的大數(shù)據(jù)分類規(guī)則,分類電爐企業(yè)公共突發(fā)事件大數(shù)據(jù),分類出的事件大數(shù)據(jù)標記為電爐企業(yè)公共突發(fā)事件,實現(xiàn)電爐企業(yè)公共突發(fā)事件危機預(yù)警。

4 實驗分析

4.1 實驗準備

在分析設(shè)計的危機預(yù)警系統(tǒng)的性能時,設(shè)計了對比分析實驗,實驗過程應(yīng)用了大數(shù)據(jù)數(shù)據(jù)庫管理系統(tǒng)、計算機操作系統(tǒng)和應(yīng)用軟件開發(fā)軟件等。具體實驗設(shè)備為如表1所示。

表1 實驗設(shè)備

在完成實驗設(shè)備準備后,構(gòu)建危機預(yù)警系統(tǒng)網(wǎng)絡(luò)拓撲結(jié)構(gòu),然后進行實驗,具體網(wǎng)絡(luò)拓撲結(jié)構(gòu)如圖4所示。

圖4 實驗網(wǎng)絡(luò)拓撲結(jié)構(gòu)

準備實驗使用的樣本,采集2019年—2022年的電爐企業(yè)公共突發(fā)事件大數(shù)據(jù),并且隨機選擇100個電爐企業(yè)公共突發(fā)事件的大數(shù)據(jù),該大數(shù)據(jù)樣本共分為4類,電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)樣本分布如圖5所示。

圖5 電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)樣本分布

實驗環(huán)境準備完整后,在該實驗環(huán)境下,驗證不同危機預(yù)警系統(tǒng)的性能,分別采用本文設(shè)計的危機預(yù)警系統(tǒng),文獻[5]和文獻[6]危機預(yù)警系統(tǒng)。

4.2 性能分析

首先分析危機預(yù)警系統(tǒng)的電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)分類能力,即基礎(chǔ)性能,也是聚類能力。檢查系統(tǒng)是否可以有效聚類大數(shù)據(jù)樣本,該性能是危機預(yù)警系統(tǒng)的基礎(chǔ),如果大數(shù)據(jù)樣本聚類能力較差,則影響危機預(yù)警系統(tǒng)的預(yù)警能力。三種系統(tǒng)的實驗結(jié)果如圖6所示。

圖6 電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)聚類分析

根據(jù)圖6可知,設(shè)計的危機預(yù)警系統(tǒng)將電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)樣本有效分類成了4類,并且每類的聚類效果更加集中,分散度小,而文獻[5]系統(tǒng)的未有效分類事件大數(shù)據(jù)樣本,其中有多個電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)樣本呈隨機分布的狀態(tài),文獻[6]系統(tǒng)比文獻[5]系統(tǒng)的樣本分類效果較好,但是其聚類成3類,比本文分類少一類,與樣本類型比少了1類,并且聚類后的樣本的整體分散度較高,因此,三種系統(tǒng)對比分析可知,本文設(shè)計的危機預(yù)警系統(tǒng)分類效果最好,有效聚類了電爐企業(yè)公共突發(fā)事件樣本。該功能可有效為危機預(yù)警系統(tǒng)提供準確電爐企業(yè)公共突發(fā)事件預(yù)警提供數(shù)據(jù)基礎(chǔ),使系統(tǒng)具備了基礎(chǔ)的可行性。

在完成基本性能分析后,分析危機預(yù)警系統(tǒng)的預(yù)警能力,以預(yù)警誤報累積分布比例為實驗指標,該指標與預(yù)警誤報成正相關(guān),指標值越低,表明危機預(yù)警系統(tǒng)預(yù)警越準確,以100個電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)樣本為研究對象,預(yù)期目標為預(yù)警誤報累積分布比例低于5%,該值經(jīng)驗值。實驗結(jié)果如圖7所示。

圖7 預(yù)警誤報累積分布比例分析

根據(jù)圖7可知,本文設(shè)計的危機預(yù)警系統(tǒng)的預(yù)警誤報累積分布比例曲線的波動最小,文獻[6]系統(tǒng)的曲線波動較大,在80～85樣本數(shù)量時,預(yù)警誤報累積分布比例值超過了6%,而本文設(shè)計的系統(tǒng)和文獻[5]系統(tǒng)均在5%以下,達到了預(yù)期目標。詳細分析可知,本文設(shè)計的系統(tǒng)的預(yù)警誤報累積分布比例均在2.0%以下,文獻[5]系統(tǒng)最低值為3.5%,最高值為4.1%,文獻[6]系統(tǒng)最低值為4.0%,最高值為6.5%,設(shè)計系統(tǒng)與文獻系統(tǒng)的最低值比,其預(yù)警誤報累積分布比例值降低了1.5%和2%以上,因此,本設(shè)計系統(tǒng)有效降低了預(yù)警誤報累積分布比例,表明該方法降低了預(yù)警誤報,提高預(yù)警準確性,實際應(yīng)用價值更高。

4 結(jié) 語

電爐企業(yè)公共突發(fā)事件在生活中頻繁發(fā)生,而該事件的有效預(yù)警可以提高事件處理效率,因此,提出了基于大數(shù)據(jù)混合結(jié)構(gòu)的電爐企業(yè)公共突發(fā)事件危機預(yù)警系統(tǒng),以期提高預(yù)警能力。該系統(tǒng)在傳統(tǒng)系統(tǒng)的基礎(chǔ)上,將C/S結(jié)構(gòu)、B/S結(jié)構(gòu)和大數(shù)據(jù)數(shù)據(jù)庫相結(jié)合,形成大數(shù)據(jù)混合結(jié)構(gòu)的危機預(yù)警系統(tǒng),并且應(yīng)用了決策樹算法,提取電爐企業(yè)公共突發(fā)事件大數(shù)據(jù)的分類規(guī)則,實現(xiàn)高效危機預(yù)警。通過實驗分析可知,該系統(tǒng)有效分類了電爐企業(yè)公共突發(fā)事件大數(shù)據(jù),并且與對比系統(tǒng)相比,預(yù)警誤報累積分布比例值降低了1.5%和2%以上,提高了危機預(yù)警系統(tǒng)的預(yù)警準確性,從而提高了電爐企業(yè)公共突發(fā)事件的處理效率。