面向應急管理計算實驗的模型構建和模型管理*

張 鵬，陳 彬，孟榮清，張烙兵，邱曉剛

(國防科技大學信息系統與管理學院，湖南長沙410073)

非常規突發事件應急管理的研究已經成為現代社會關注的一個重點，合理利用應急管理的研究成果能夠保證大量人員安全，避免巨大的經濟損失［1］。為此，國家自然科學基金委員會于2009年啟動了“非常規突發事件應急管理研究”。范維澄院士的公共安全三角形理論［2］指出突發事件、承災體和應急管理是公共安全研究的主要內容。根據王飛躍教授的ACP方法［3］，可以建立一個虛擬的人工社會并進行計算實驗，研究非常規突發事件的應急管理問題。

結合公共安全三角形理論和ACP方法，國防科技大學邱曉剛課題組承擔了“基于平行應急管理的非常規突發事件動態模擬與計算實驗集成升華平臺”的研究。平臺建設需要解決三大關鍵技術問題:人工社會人口地理基礎數據的生成、多領域應急管理模型的開發與管理、千萬級人口的大規模并行仿真。

本文旨在解決面向應急管理的多領域模型構建與模型管理問題。針對多領域模型的構建問題，提出了基于領域特定建模(Domain Specific Modeling，DSM)的人工社會建模方法，并研究了模型的代碼生成技術。針對多領域模型的管理問題，通過模型形式化描述和模型編碼實現了模型的高效管理和部署。

1 應急管理模型的構建與管理問題

1.1 面向應急管理的模型體系

面向應急管理的計算實驗以人工社會為基礎，通過加載突發事件和干預措施來實現對突發事件的應急管理。根據公共安全三角形理論，模型體系主要包含人工社會基礎模型、突發事件模型和干預措施模型。如圖1所示，承災體也是人工社會的重要組成部分，而突發事件和應急管理構成了“情景—應對”的核心環節。

圖1 公共安全三角形理論與人工社會Fig.1 Public security triangular theory and artificial society

人工社會由一系列基礎模型組成，主要包含人口模型和環境模型［4］。人口是人工社會的基本元素，人口模型主要包含個體模型、關系網絡模型和行為日志模型。環境提供了人口活動所需的基本條件，比如位置、空間和天氣等。環境模型包含建筑實體、氣候、交通等。

應急管理模型能夠破壞人工社會的內在平衡，它主要分為突發事件模型和干預模型。突發事件模型能夠影響系統的正常運行狀態，使人工社會呈現病態特征。干預模型能夠修正該狀態并確保人工社會的健康、有序運行。

1.2 面向應急管理的人工社會建模問題

非常規突發事件的作用機理模式多變、涉及面廣，因此面向應急管理的人工社會建模面臨以下困難和挑戰［5］:

(1)多學科多領域建模問題。人工社會模型體系涉及自然、人口和社會系統，包含個體心理、行為等許多方面。由于層次多、節點多、關系復雜，難以用單一的形式化方法去描述，需要研究協調一致的多學科、多領域建模方法。

(2)多層次異質模型綜合集成問題。非常規突發事件復雜多變，具有多層次、非線性、變尺度特征。因此，需要研究多層次、異質模型的集成方法，支持面向應急管理的計算實驗。

1.3 面向應急管理計算實驗的模型管理問題

面向應急管理的計算實驗涉及的模型種類眾多、層次復雜，模型管理需要解決以下問題:

(1)多領域、多層次模型的形式化描述問題。模型描述是進行模型檢索、模型維護以及模型管理的基礎，如何實現應急管理模型的規范描述對于模型管理相當重要。

(2)多批次、多樣本計算實驗的模型管理與部署問題。面向應急管理的計算實驗涉及的模型種類多、數量大，模型的高效管理與部署直接影響計算實驗的性能和效率。

2 基于DSM的人工社會建模方法

DSM是領域特定軟件工程的核心，它包含兩方面內容［6］:一是基于領域特定建模語言(Domain Specific Modeling Language，DSML)對領域問題進行建模，采用領域特定概念體系來提高建模抽象層次;二是在領域特定模型的基礎上生成解決方案，提高系統產品的開發效率。利用元建模方法來構建面向應急管理的DSML，為人工社會的構建提供建模支持。然后，基于DSML建立領域模型，通過代碼生成技術獲得可執行程序，支持面向應急管理的計算實驗。

2.1 人工社會元模型的設計

元模型用比較精確的語義來表達領域知識，加速了領域知識的積累［7］。元模型是DSML的載體，基于DSM的人工社會建模關鍵在于元模型的設計。下面以甲型H1N1公共衛生事件應急管理的元模型構建為例進行說明。

2.1.1 人工社會建模元素分析

人工社會基本建模元素主要有:個體(Agent)、事件(Event)、組織(Group)、環境(Environment)、交互(Interaction)。這些建模元素能夠刻畫人工社會的基本特征和運行規律，比如人口、環境、資源以及相應的行動序列，它們的相互關系如下所示:

Agent能夠動態加入不同的Group，并且扮演不同的社會角色;每個Group具有自己的結構和特點，并且能夠約束Agent的行為和角色;Environment為Agent活動提供所需的地理服務、交通服務、天氣服務等;Event由一系列子事件組成，實體之間的Interaction由一系列的動作組成，它們能夠演化出人工社會的多樣性和復雜性。

2.1.2 元模型設計

本文將利用通用建模環境(General Modeling Environment，GME)工具來設計元模型。GME具有以下優點［8］:①提供了完整的元建模能力，包括抽象語法和具體語法;②提供了“所見即所得”的元模型編輯器;③具有規則和語義描述機制，具有模型檢查和模型轉換的能力。

如圖2所示，面向公共衛生事件應急管理的元模型主要包含人口元模型、環境元模型和應急管理元模型。其中，應急管理元模型中的疾病病程元模型刻畫了一般傳染病的主要特征以及演化規律。如圖3所示，病程元模型主要包含:疾病的病程狀態、病程持續時間以及病程狀態間的切換條件。

圖2 公共衛生事件應急管理的元模型體系Fig.2 Meta-models of public health emergency management

圖3 傳染病的病程元模型Fig.3 Meta-models of infectious disease course

其中，病程狀態(disease state atom)包含易感期、潛伏期、凸顯期、康復期、康復狀態、死亡六個狀態;病程周期持續時間的分布參數(distribute)包含泊松分布、指數分布、威布爾分布等;病程的切換條件(disease state transfer)可以根據時間(time based)或感染狀態(infectivity based)確定。利用這些建模元素可以構造出各種傳染病模型，比如SIR模型、SEIR模型。

同理，根據該方法可以設計人口元模型、環境元模型、活動日志元模型以及干預措施元模型等。基于這些元模型，可以構建人工社會的建模語言，支持面向應急管理的建模活動。

2.2 應急管理模型的構建

2.2.1 模型建立

基于傳染病的病程元模型，可以構建甲型H1N1的SEIR模型。如圖4所示，它包含易感期(susceptible)、潛伏期(incubation)、癥狀凸顯期(symptomatic)和康復期(recovering)四個階段。

圖4 甲型H1N1的SEIR模型Fig.4 SEIR models of H1N1 influenza

根據文獻［9］，甲型H1N1的潛伏期持續時間服從形狀參數1.8、尺度參數1.21的威布爾分布，這個階段患者沒有癥狀;凸顯期持續時間服從平均數1.9、方差0.31的對數正態分布;康復期持續時間是染病時間的指數函數，采用指數分布描述。填充相應模型參數，就得到甲型H1N1的疾病模型，它包含疾病病程以及各個階段的持續時間和傳染率。

同理，可以建立相應的領域模型，比如人口、環境以及干預措施等。這些模型能夠共同刻畫人工社會的情景和應急管理過程。

2.2.2 代碼生成

面向應急管理的計算實驗主要涉及三類人員:①領域專家，利用背景知識來描述領域問題，建立領域概念之間的聯系而不關心模型的具體實現過程［10］;②建模人員，把概念模型變成形式化模型，研究模型的靜態特性和內部作用機制;③仿真人員，將形式化模型變為可執行代碼，分析模型的運行特性，研究人工社會的運行特征。因此，建模人員利用元模型構建的領域模型不能直接支持仿真執行，還需要仿真人員通過代碼生成來獲得問題的解決方案。如圖5所示，領域模型通過代碼生成轉換為可執行程序，它們能夠在并行仿真引擎上運行，支持面向應急管理的計算實驗。

GME為用戶提供了BON代碼生成框架，該框架基于COM組件開發，集成于GME主界面。BON提供了一系列的獲取元模型語法元素的功能函數，表1列出了其中部分功能函數的作用。

圖5 代碼生成框架Fig.5 The framework of code generation

表1 BON框架中的主要函數Tab.1 The main function of BON framework

采用模板映射的方式進行代碼生成，通過在BON框架下加入模板映射規則，就可以生成用戶所需的目標代碼。映射規則根據不同元模型的特點來設計，并盡量提取共同模式，增強代碼生成的通用性。其中，甲型H1N1模型生成的代碼包含了各個病程的持續時間、傳染概率和病程切換條件。生成的代碼加入引擎調度信息后可以支持仿真執行，并用來研究甲型H1N1的疫情擴散和防控措施。

2.3 方法合理性與科學性分析

基于DSM的人工社會構建方法的合理性和科學性體現在以下幾方面:①應急管理人員參與了元模型的設計，使人工社會建模語言符合領域確切的建模需求;②適當的抽象層次掩蓋了系統中與領域無關的而與計算耦合很緊的具體細節，讓領域人員把精力放在更重要的模型方面;③支持模型到代碼的自動生成，降低了開發者的建模門檻，能夠方便快速建立起問題的解決方案。

當然，該方法還有以下幾方面需要加強和完善。第一，人工社會元模型體系需要不斷完善。目前，元模型的描述能力還相當有限，因此必須確保元模型具備豐富的語義信息，能夠滿足不斷增長的領域建模需求。第二，代碼自動生成功能需要加強。目前，生成的代碼還需要手工加入一些引擎調度的信息。在以后的工作，代碼生成框架將把這兩部分融合起來，使生成的代碼能夠直接支持仿真執行。

3 人工社會的模型描述與管理

在面向應急管理的計算實驗中，建立的領域模型需要進行規范描述和有效管理，才能更好地支持仿真執行。下面仍以甲型H1N1病程模型為例，論述模型的描述和管理方法。

3.1 模型的描述

模型描述是模型管理的基礎，模型的描述主要分為兩個部分:一是模型的功能信息描述，二是模型的配置信息描述。功能信息描述主要用來刻畫模型的功能、接口和規范。配置信息描述主要描述模型所支持的人工社會情景以及與之匹配的驅動數據等。

應急管理計算實驗是以人工社會初始情景為基礎的，因此模型描述信息除了其模型基本功能外，還包含所支持的人工社會情景等配置信息。比如，疾病模型的功能描述包含病程狀態、持續周期和切換條件等;配置信息描述包含了模型所支持的情景類型、與之匹配的人口地理數據以及運行環境要求。

3.1.1 模型功能信息描述

模型功能信息一般采用形式化方法來描述。其中，常見的形式化方法包含:Petri網、事件圖、DEVS、UML和FSM等。下面以甲型H1N1疫情為例，利用FSM來形式化描述疾病的病程模型［11］。

表2 病程模型形式化描述Tab.2 Formal description of disease course model

如上所述，甲型H1N1的SEIR模型具有四個狀態:易感狀態、潛伏狀態、感染狀態和康復狀態。它們之間的狀態遷移可以用FSM來描述，如表2所示。因為，FSM中存在可數的狀態，事件發生時系統從一個狀態轉換成另一個狀態，從而構造出系統的狀態遷移圖。

最后，可以把有限狀態機描述的疾病病程模型以文檔形式進行保存。模型描述文檔的內容包含:疾病的病程狀態、轉換條件以及每個階段的持續時間等信息。

3.1.2 模型配置信息描述

模型的配置信息主要描述模型的配置使用情況，它界定了模型所需要的驅動數據、運行環境和適用范圍等。如表3所示，疾病模型的配置信息包含模型所支持的人工社會初始情景、所需的人口地理初始化數據以及模型的運行環境要求等情況。

表3 疾病模型配置信息描述Tab.3 Con Figuration information description of disease course model

3.2 模型的管理

3.2.1 模型的編碼

模型編碼是按照一定規則對模型的唯一標識，是實現模型管理的基礎。編碼規則一般根據應用領域和模型類別來確定，人工社會模型必須按照編碼規則進行統一編碼。

如圖6所示，采用8位阿拉伯數字對人工社會模型進行編碼，每兩位表示1個字段，一共4個字段。每個字段代表模型在編碼體系中所處的層次，第一個字段表示模型的類別，第二字段表示模型的領域，第三字段表示模型具體的實體類別，第四字段表示模型的實體編號。例如，公共衛生事件應急管理中的隔離措施模型表示為03010204。其中，“030102”表示“應急措施模型”下面的“公共衛生措施”模型中的“非藥物干擾”模型;“04”表示非藥物干擾模型中自定義的隔離措施模型。

3.2.2 模型的管理

在面向應急管理的計算實驗中，模型的動態管理主要包含以下方面:

(1)版本管理。建模是一個不斷深入的過程，會形成不同的仿真模型版本，需要對模型版本信息進行管理。

(2)權限管理。主要對不同角色人員的模型操作權限進行限制，確保模型的安全性和可維護性。

(3)配置管理。根據模型配置信息，能夠有效組織模型及其運行所需的其他資源，完成仿真部署。

在進行計算實驗時，根據“模型編碼”對模型進行標識和檢索，利用“模型功能描述”進行模型的組合與裝配，并根據“模型配置信息”實現模型的部署和應用。

圖6 面向應急管理的人工社會模型編碼Fig.6 Model encoding of artificial society models oriented to emergency management

4 結論

論文提出了基于DSM的人工社會建模方法，設計了面向應急管理的元模型，研究了代碼生成技術，并討論了模型的描述、編碼和管理問題。論文具有一定的創新性和實用價值，但是還有幾方面的工作需要加強:一是不斷完善DSML的設計，更好地為人工社會建模提供支持;二是完善代碼生成框架，提高代碼生成的有效性;三是進一步加強模型的規范描述和高效管理，為計算實驗提供更好的模型服務。

References)

［1］鐘永光，毛中根，翁文國，等.非常規突發事件應急管理研究進展［J］.系統工程理論與實踐，2012，32(5):911-918.ZHONG Yongguang，MAO Zhonggen，WENG Wenguo，et al.Process of study on unconventional emergencies management［J］.Systems Engineering—Theory＆Practice，2012，32(5):911-918.(in Chinese)

［2］范維澄，劉奕，翁文國.公共安全科技的“三角形”框架與“4+1”方法學［J］.科技導報，2009(6):3.FAN Weicheng，LIU Yi，WENG Wenguo.Triangular framework and“4+1”methodology for public security science and technology［J］.Science＆Technology Review，2009(6):3.(in Chinese)

［3］Wang F.Artificial societies，computational experiments，and parallel systems:a discussion on computational theory of complex social economic systems［J］.Complex Systems and Complexity Science，2004，1(4):25-35.

［4］葛淵崢.基于AGENT的人工社會框架設計與生成方法［D］.長沙:國防科學技術大學，2014.GE Yuanzheng.An AGENT-based framework and generation of an artificial society［D］.Changsha:National University of Defense Technology，2014.(in Chinese)

［5］陳彬，邱曉剛，郭剛.多范式人工社會建模與多智能體仿真平臺框架［J］.系統仿真學報，2011，23(8):1702-1707.CHEN Bin，QIU Xiaogang，GUO Gang.Multi-paradigm artificial society modeling and multi-agent simulation platform framework［J］.Journal of System Simulation，2011，23(8):1702-1707.(in Chinese)

［6］李曉波.基于DSM的效能仿真多范式組合建模方法研究［D］.長沙:國防科學技術大學，2013.LI Xiaobo.A DSM-based multi-paradigm composable modeling method for effectiveness simulation［D］.Changsha:National University of Defense Technology，2013.(in Chinese)

［7］劉輝，麻志毅，邵維忠.元建模技術研究進展［J］.軟件學報，2008，19(6):1317-1327.LIU Hui，MA Zhiyi，SHAO Weizhong.Process of research on meta-modeling［J］.Journal of software，2008，19(6):1317-1327.(in Chinese)

［8］Hoyos J R，García-Molina J，Botía J A.A domain-specific language for context modeling in context-aware systems［J］.Journal of Systems and Software，2013，86(11):2890-2905.

［9］Brouwers L，Cakici B，Camitz M，et al.Economic consequences to society of pandemic H1N1 influenza 2009—preliminary results for Sweden［J］.Euro Surveill，2009，14(37):1-7.

［10］謝文才，羅雪山，羅愛民.基于元模型的軍事信息系統體系結構建模方法［J］.國防科技大學學報，2012，34(1):82-87.XIE Wencai，LUO Xueshan，LUO Aimin.Meta-model based modeling of military information system architecture［J］.Journal of National University of Defense Technology，2012，34(1):82-87.(in Chinese)

［11］段偉.基于異質隨機Agent模型的疾病傳播建模與計算實驗［D］.長沙:國防科學技術大學，2014.DUAN Wei.Heterogeneous and stochastic agent based models and computational experiments for the spread of infectious disease［D］.Changsha:National University of Defense Technology，2014.(in Chinese)