基于物聯網與案例推理的危化品物流應急救援系統

（暨南大學 管理學院，廣東 廣州 510632）

1 引言

危險化學品物流的安全問題一直受到人們的高度關注。由于危化品自身的特性，如果在運輸危化品時發生嚴重事故，后果將不堪設想。因此，不少學者針對危化品運輸的相關問題進行研究，希望減輕危化品事故對社會造成的各種影響。閆利勇等[1]通過對2008年1月～2010年5月我國發生的485起危險化學品公路運輸事故進行研究發現：惡劣環境、車輛及其設備的不合格是引發危險化學品運輸事故的重要因素。同時他建議應該引入GIS、GPS等技術來對危險化學品的道路安全進行監控。孫偉[2]等通過對比國內外危化品運輸服務發現：國內危化品運輸缺乏可靠的信息采集手段來對物流各環節中的危化品進行有效的識別，運輸各環節信息無法交互。同時他提出運用RFID技術來解決這類問題。鄒宗峰[3]等認為，物聯網技術應該引入危化品運輸過程中，從而能夠做到全程監控。上述研究表明了在危化品物流的安全研究中，需要以RFID、GIS、GPS為代表的物聯網技術進行協助。因此，研究物聯網技術在危化品物流的研究中有一定的實踐意義。陳媛[4]等運用RFID和GPS建立了關于危化品物流系統模型。袁續良[5]組建了WebGIS系統，旨在加強對移動中危化品進行監控，并且依此進行了事故模擬和作為預案編制的依據。張令勇[6]集成了GPS/GIS/GPRS來實現對危險品運輸車輛的實時監控、事故報警、合理調度、信息發布等功能的車輛監控預警系統。劉琳琳[7]運用RFID、WSN和GIS等物聯網技術來建立一個危化品泄露事故仿真系統。上述的研究，將物聯網技術運用到危化品運輸監控和預警的研究中，具有一定的實踐意義。但是，上面的研究還有一些不足的地方，主要有三點：（1）信息來源維度過于單一。在上述研究中，危化品運輸的相關信息主要由RFID和GIS/GPS產生，而運輸過程中的其他重要信息沒有得到有效關注。（2）雖然有學者在設計相關系統的時候嘗試引入了其他物聯網技術，但結合各種技術的時候僅限于簡單疊加[3]，導致各種技術產生的信息系統不能得到有效整合，信息之間的關系也不能體現在系統當中，從而無法有效利用相關信息。（3）重監控，輕救援。上述的研究大都將研究的著眼點放眼于監控危化品運輸時的各種信息，或者只利用這些信息作為預警的依據，但這些信息在事故的應急救援中卻沒有得到利用。

案例推理（Case-based Reasoning，CBR）是人工智能領域中利用過去的經驗去來解決當前問題的類比方法。因為CBR可以抽取隱含在應急事故處置行為里面的知識，并且可以快速重用過去的歷史經驗制定出解決方案，適合于信息不完全以及約束條件比較多的領域求解[8]。而案例推理中使用的框架數據結構既可以表示事物的屬性，又可以表示事物的相互間的關系[9]。同時，案例推理在處理危化品儲存[10]、運輸[11]和救援[12]方面都表現較強的適用性。

針對現今物聯網在危化品物流救援中的局限以及鑒于案例推理在處理應急事故的適用性，本文以物聯網在危化品物流的相關技術為基礎，結合案例推理在數據結構化和救援方案生成的功能，提出一個基于物聯網和案例推理危化品物流應急救援系統的系統框架，并展開對該系統相關關鍵技術的研究。

2 基于物聯網與案例推理的應急救援系統的系統框架

基于物聯網與案例推理的應急救援系統的框架如圖1所示，該框架主要分為三個層次，分別為信息收集層、信息整合層和信息利用層。

圖1 基于物聯網與CBR的應急救援系統的系統框架

信息收集層主要用于實現提取多維度信息的目標，通過在危化品物流運輸工具上設置各物聯網技術終端（RFID、WSN、GIS、遙感等），收集關于運輸過程中和事故發生后的運輸工具狀態、危化品狀態、危化品容器狀態、周邊環境狀態等信息，結合短距離和長距離網絡傳輸，將危化品的實時信息傳輸到信息整合模塊中。信息整合層主要是實現危化品狀態、事故信息結構化和關系抽取的目標，針對從不同類型的物聯網傳送過多源異構的危化品相關信息，進行相關信息融合，并在此基礎上以一定的數據結構組織信息，從而獲取實時監控和制定有關救援方案的有效信息。同時信息整合模塊在基于這些有效信息的基礎上抽取的信息之間的關系。信息利用層主要是實現應急方案生成的目標，依靠從信息整合模塊提取的數據關系，組織危化品事故的應急案例，并通過對應急案例庫的檢索、匹配和案例轉換，從而找到適合的應急救援方案。總的來說，信息收集層以物聯網的技術為主，信息整合層涉及到物聯網和案例推理兩個領域，而信息利用層則以案例推理技術為主。

3 基于物聯網和CBR的應急救援系統涉及的關鍵技術

基于物聯網與CBR的應急救援系統涉及到計算機、自動化、智能決策等多個領域理論、方法和應用。本文基于物聯網與CBR的應急救援系統主要涉及到一下幾領域方面的技術：（1）基于物聯網的危化品數據收集；（2）多源異構數據整合；（3）危化品應急案例推理。

3.1 基于物聯網的危化品數據收集

物聯網的數據收集方面的技術包括物聯網數據感知技術和物聯網數據傳輸技術。該方面的技術主要對危化品各種狀態的感知，并且將其相關數據傳輸到管理終端方面的技術。

物聯網數據感知技術主要依靠各物聯網技術終端完成的，在系統中，考慮到全面性和適用性，危化品數據主要由RFID、WSN、GPS和遙感技術進行收集。RFID技術可通過無線電訊號識別特定目標并讀寫預先寫入危化品相關固定屬性的數據。WSN可以技術通過由大量靜止或移動的物理傳感器組成的自組織網絡收集危化品以及運輸工具動態的數據。GPS通過衛星定位關于運輸工具的位置、速度等信息。遙感技術同樣使用傳感器檢測物體的電磁波的輻射、反射特性，從而收集運輸工具的周邊環境和事故發生后環境變化的數據。

物聯網傳感器的傳輸距離有限，同時其實現遠距離多跳的成本較大[13]。因此本系統需要傳輸的物聯網數據分成兩個階段：近距離傳輸和遠距離傳輸。在短距離物聯網數據傳輸中的Zigbee網絡，Zigbee網絡是一種短距離的通信技術，它具有低成本、低能耗、低速率等特點，在物聯網領域有著非常強的可用性。而數據的長距離運輸將使用3G網絡，3G網絡可以進行長距離高速運輸，同時3G網絡可以廣泛地布置在移動設備中。從不同終端的危化品物聯網數據通過Zigebee網絡傳送到運輸工具終端的Zigbee模塊中，這些數據將從運輸工具終端利用3G網絡傳輸到下一個模塊的管理終端。

3.2 多源異構物的數據整合

危化品的各種數據需要用不同的物聯網技術來感知，因此導致從物聯網終端傳送過來的數據是散亂異構的。為了有效地找出數據之中的關系，從而有效地利用這些數據，需要相關的數據融合技術、數據結構化技術和數據約簡技術。

由于物聯網技術終端采集的目標內容不同，所感知的物體不同等原因，從物聯網傳送過來的數據是多源異構的，導致這些信息的表示方式、語義等不一致[14]。為了更有效地處理數據，在進數據結構化之前需要進行信息融合。針對此階段的數據仍屬于物聯網技術的原始數據，所以本系統使用數據級別的融合技術。考慮到上層應急案例組織和異構數據的統一表達和傳輸，本系統以XML（可擴展標記語言）為基礎來統一表示物聯網數據。鑒于XML數據表示和結構的分離性、可擴展性和強描述性等性質，XML可以作為異構數據源的映射框架并以可以成為數據規范模型來處理數據[15]。

對危化品數據進行結構化的操作已經屬于案例推理范疇，數據結構化目的是建立數據之間的關系，使雜亂的數據變成有用的信息。案例推理的框架結構可以不同依據（如屬性、時間）按照層次關系組織數據，同時框架下的槽值結構和嵌套關系使數據的關系得到全面多方面的揭示。而每個框架組合而成的框架系統可以通過框架的變換表現危化品事故的因果、循環等關系。將危化品的性質、狀態作為總的框架，在各個子框架下面是描述各種性質狀態的數據。

3.3 案例推理技術

為了有效地利用案例推理進行案例匹配找到適合方案，需要將整合好的數據組織成適合案例推理的案例，并且建立案例庫，以案例庫為基礎進行案例檢索，最后轉換并應用檢索成功的案例，并且進行學習反饋。案例推理的一般步驟為：（1）從案例庫檢索與新案例相關的案例；（2）修正現有的案例；（3）應用修正后的案例；（4）將案例執行的結果反饋到案例庫，進行更新。在該過程中涉及到的技術有案例表示與案例庫技術、案例檢索技術、案例的修改和學習技術。

案例的表示是案例推理的基礎，一個適合的案例表示方法是成功實行案例推理的關鍵因素。案例的表示既要有效地描述出案例所體現的特征，也必須為案例深層次的處理提供方便。鑒于在數據融合的層次上關于數據的處理手段和上面的兩點需求，本系統利用XML作為案例表示的手段。XML具有的強描述性，可用來由異構數據描述應急案例本身及其特征，而且表示案例的時候跟案例結構和處理手段相分離，為應急案例的深層次處理提供了可能。應急案例庫是應急案例組織而成，案例庫的建設跟應急案例庫息息相關。本系統在XML的基礎上擴展，使用CBML作為異構應急案例庫的表示和信息傳輸手段。除了具備XML的基本的描述性能之外，CMBL還具備在異構案例推理系統中進行數據傳輸的作用，使其能夠整合不同類型的危化品案例并進行分布式管理和控制。

案例推理中案例的檢索功能一直是案例推理系統實現的關鍵，案例以案例庫為基礎，以案例中屬性的數據為依據利用不同的算法進行檢索。現今有不少常用的算法可用于案例匹配，如遺傳算法、神經網絡、禁忌算法等。但是由于危化品應急案例的屬性數據的多元異構性，在進行案例匹配之前，需要對各種異構數據進行集成轉換分類，然后依照不同的情況使用特定的算法。檢索的策略不僅僅從數據層面上進行匹配，而且要需要挖掘案例的結構層面和層次特征信息。同時檢索策略需要是動態的，依照案例執行結果調整檢索策略。

應急案例庫中的案例儲存著由歷史積累的危化品應急案例，但因為每次案例發生的具體情況必定有所不同，因此在檢索到相關的案例之后必須要依照實際的數據對案例進行修正，從而導出有效的解決方案。案例的修正與實際的案例執行效果緊密聯系，通過實際案例的反饋，案例不斷地進行修正以及優化。同時這也是一個學習的過程，案例推理處理除了通過與實際的反饋優化案例之外，遇到新案例的時候，案例庫會記錄新案例的數據和解決方案，然后再通過以后的重復優化來不斷優化新案例的解決方案。

4 總結

針對物聯網在危化品應急物流中使用的局限，本文提出了基于物聯網與案例推理結合的危化品物流應急救援系統的系統框架。在危化品物流應急救援系統的系統框架下，從信息收集、信息整合和信息利用三個層次風險應急救援系統涉及的關鍵技術。接下來的研究工作將針對危化品應急救援系統框架和關鍵技術，開發危化品應急救援系統的各模塊的子系統，并對各子系統進行整合研究。

[1]閆利勇,陳永光.危險化學品公路運輸事故新特點及對策研究[J].中國安全科學學報,2010,6(4):65-70.

[2]孫偉,董耀華.基于RFID技術的劇毒危化品物流服務平臺研究[J].中國安全科學學報,2011,(2):147-151.

[3]鄒宗峰,張保全.危險化學品道路運輸安全管理現狀及發展趨勢研究[J].中國安全科學學報,2011,21(6):129-134.

[4]陳媛,張靜,黃麗豐.基于RFID和GPRS技術的危險品物流系統模型研究[J].包裝工程,2008,29(5):78-80.

[5]袁續良.基于WebGIS的可移動危險源監控與事故應急救援研究[D].淮南:安徽理工大學,2009.

[6]張令勇.基于GPS/GPRS/GIS的危險品車輛在途監控預警技術研究[D].淄博:山東理工大學,2010.

[7]劉琳琳.基于物聯網的危化品運輸泄漏事故仿真系[D].大連:大連理工大學,2012.

[8]袁曉芳.基于情景分析與CBR的非常規突發事件應急決策關鍵技術研究[D].西安:西安科技大學,2011.

[9]張賢坤.基于案例推理的應急決策方法研究[D].天津:天津大學,2012.

[10]李俊.基于CBR的危險化學品數據庫的研究[D].鎮江:江蘇大學,2009.

[11]Elisabeta C Ania,Yuri Avramenko etc.Selection of Models for Pollutant Transport in River Reaches Using Case Based Reasoning[J].Computer Aided Chemical Engineering,2009,27:537-542.

[12]劉健,謝宏偉,謝振華,等.基于案例推理的化工園區應急救援系統研究[A].2010(沈陽)國際安全科學與技術研討會論文集[C].2010.

[13]何曉梅.物聯網技術在危化品運輸中的應用[J].數字通信世界,2012,(3):47-50.

[14]王洪波.物聯網信息融合技術及存在的問題研究[J].計算機應用研究,2006,30(8):2 252-2 261.

[15]Samuel R C,Shamkant N.Leo M.XML Schema mapping for heterogeneous database access[J].Information and Software Technology,2002,44(4):251-257.