信息不完備條件下地震應急案例結構化方法研究

張佰尚， 李向陽， 李相華

(1.哈爾濱工業大學 管理學院，黑龍江 哈爾濱 150001; 2.山東青年政治學院紀檢審辦公室，山東 濟南 250103)

?

信息不完備條件下地震應急案例結構化方法研究

張佰尚1， 李向陽1， 李相華2

(1.哈爾濱工業大學 管理學院，黑龍江 哈爾濱 150001; 2.山東青年政治學院紀檢審辦公室，山東 濟南 250103)

地震突發事件具有緊迫性、破壞性和信息不完備性，給人民群眾生命財產安全造成了重大危害。案例推理是處置突發事件的有效方法。其中，案例表示是案例推理的基礎，但是目前的案例表示方法并沒有考慮突發事件的信息不完備性。這削弱了突發事件應急案例表示效果，并影響案例檢索的準確性和案例適配的效果。本文在研究案例表示方法的基礎上，結合案例推理的結構化和定量化需求，將證據理論的基本信任分配函數引入框架表示法中，提出了信息不完備條件下地震應急案例的框架表示法。接下來，本文提出了信息不完備條件下地震應急案例檢索方法。最后，文章對提出的信息不完備條件下地震應急案例的結構化方法進行了應用驗證。

決策支持系統；結構化方法；證據理論；框架表示法；地震應急案例

0 引言

近年來，地震突發事件多次發生并嚴重危害了人民群眾的生命財產安全。然而，地震突發事件具有信息不完備、形勢緊急以及情況復雜等特點，這為突發事件的應急決策和救援帶來了較大困難。Case-Based Reasoning(CBR)能有效解決上述問題，進而有效支持地震突發事件應急決策。案例表示是CBR的基礎，其所選用的表示方法和表示內容影響到案例檢索的準確性和案例適配的有效性。因此，地震突發事件應急案例表示與檢索方法研究在CBR的研究中非常重要。

應急案例常使用的表示方法有框架表示法、本體表示法、XML表示法和樹結構表示法。

框架表示法結構性強、邏輯清晰，能夠將事物的全貌層次分明地展現出來。Liao Zhenliang和Phillip M. Hannam等[1]使用框架表示法描述了石油泄漏應急準備中石油泄漏的情景和應急決策信息；廖振良、劉宴輝和徐祖信等[2]使用框架表示法表示突發環境污染事件；孫殿閣、孫佳、曹婧華等[3]使用框架表示法表示城市典型災害系統。以上的研究能夠較為清晰全面地描述突發事件，但是沒有考慮情景信息的不確定性。翟丹妮和黃衛東[4]提出的框架結構只給出了應急案例的一般性特征，具體的應急領域該框架還需要進一步擴充。

本體表示法能夠實現文件共享和異構系統間的互操作，有利于表現事件過程。Baisakhi Chakraborty和D.Ghosh[5]使用本體表示法表示了火災應急案例。該方法能為專家處置突發事件提供支持，但結構性不強。Zhang Baishang、Li Xiangyang和Li Jun[6]等在復用ABC本體模型的基礎上構建了面向案例推理的應急案例本體模型。該模型能全面詳細地描述應急案例，但其不利于描述結構化知識。Zhao Jinsong和Cui Lin[7]創建了化工廠危險與可操作性分析本體，該本體與CBR集成能實現突發事件應急決策。Wu Keshou、等[8]構建了颶風應急管理本體，該模型適合描述颶風管理中災情、物資供應及災后恢復的知識，但缺少響應過程描述。Z. Fan和S. Zlatanova[9]構建的應急管理本體分為動態本體和靜態本體，有助于不同領域的語義理解。但是子本體描述簡單，不利于展現案例情境及響應過程。

XML表示法具有很強的可共享性，在分布式系統中得到了廣泛的應用。仲秋雁和郭素[10]使用XML表示法將一個應急案例分為若干個元事件，形成明顯的層次結構。呂宗平、胡欣和楊宏宇[11]使用XML技術表示機場應急案例。但是這兩種方法沒有考慮突發事件的信息不完備性。

樹結構表示法具有層次清晰、結構分明的特點，也是應急案例常用的表示方法。Cai Jiwei和Jia Yunxian[12]使用樹結構表示法進行了戰時裝備持有量智能決策。該表示方法的創新之處在于加入了戰時裝備持有量決策者這一因素。

現有的案例表示方法能夠較為清晰地描述突發事件。但突發事件往往具備信息不完備(樣本數據集無法準確地描述出模型變量的所有狀態，主要由信息缺失和小樣本觀測造成[13])的特征。目前的應急案例表示方法沒有考慮信息不完備性，這不利于應急案例表示、檢索和適配。本文根據地震突發事件信息不完備的特征和應急決策的結構化需求，將證據理論中的基本信任分配函數引入框架表示法表示地震應急案例，解決信息不完備條件下地震應急案例的表示問題，提高案例檢索的準確性和適配結果的有效性。同時，本文也給出了信息不完備條件下地震應急案例的檢索方法，這對地震突發事件的CBR具有實用意義。

1 信息不完備條件下地震應急案例表示方法

1.1 地震應急案例推理需求分析

本文結合案例推理需求和案例表示方法的特點選取合適的地震應急案例表示方法。面向地震突發事件的案例推理有以下需求：

(1)地震應急案例推理的結構化需求。所謂結構化程度，是指對某一過程的環境和規律，能否用明確的語言( 數學的或邏輯學的，形式的或非形式的，定量的或推理的) 給予清晰的說明或描述。如果能描述清楚的，稱為結構化問題[14]。地震應急案例種類多樣、結構性較差，而案例推理的前提是將非結構化或者半結構化的問題轉化為結構化的問題。因此，地震應急案例表示需要選取結構性強的案例表示方法，從而為地震突發事件應急決策提供支持。

(2)地震應急案例推理的定量化需求。地震突發事件應急救援需要不同職能的人員使用相應的裝備和物資來完成。因此，地震突發事件應急案例推理不僅需要說明突發事件應急救援的過程，還要給出救援人員、救援物資等的構成及數量。所以，地震應急案例表示需要選取能夠支持定量化描述的表示方法，以便于案例適配階段可以得出人員及物資的量化決策。

目前，主要的案例表示方法有各自的優點和局限性，具體比較見表1。

表1 主要案例表示方法比較

可以看出框架表示法既能將突發事件應急案例結構化地表示出來，又能滿足案例適配的定量化決策，是地震應急案例表示的合適方法。

1.2 基于D/S證據理論的地震應急案例框架表示方法

地震突發事件應急救援主要包含三個部分：突發事件現場的相關情景快速收集；基于情景特征的應急救援方案制定；應急救援效果評估。根據地震突發事件應急決策的流程，可以得出信息完備條件下地震應急案例的概念模型[15]，見式(1)。

Case=(S,P,E)

(1)

其中，S代表地震應急案例情景特征，P代表地震突發事件應急方案，E代表地震突發事件應急效果。

但是地震突發事件往往具有緊迫性和信息不完備性的特點，為了取得應急救援良機，應急決策人員往往需要根據相關信息和參數對部分情景特征值做出估算來為應急決策提供支持。這樣，在信息不完備條件下，地震突發事件的情景特征值實際上是具有不確定性的情景特征值(不需要研判和估算情景特征的情況可以視為不確定性的特殊情況)。因此，本文將用于描述信息不確定性的D/S證據理論引入地震應急案例表示，從而解決信息不完備條件下地震應急案例表示問題。

在證據理論中，假定U為彼此互不相容事件的完備集合的識別框架，可表示為

U={θ1,θ2,…,θj…,θN}

(2)

其中，θj為識別框架的一個事件或者元素；j=1,2,…,N；識別框架U的所有子集組成的一個集合稱為U的冪集，記為2U。

則有如下兩個定義：

定義1 信任函數Bel(A)是一個從集合2U到[0,1]的映射，如果A和B表示識別框架U的兩個子集，并且B?A?U，且滿足

(3)

其中，m(B)是B的基本信任分配函數，Bel(A)稱為A的信任函數，用來表示證據對A為真的信任程度。

定義2 不可駁斥函數P*(A)是一個從集合2U到[0,1]的映射，A表示識別框架U的一個子集，且滿足

P*(A)=1-Bel(A)

(4)

該函數表示不懷疑A的程度。

根據以上定義可以得出地震應急中不確定性信息合成規則m(A)=m1(A)?m2(A)?…mn(A)

(5)

其中

(6)

(7)

(8)

所以，信息不完備條件下地震應急案例的概念模型變為式(9)。

Case=((S,m(A)),P,E)

(9)

其中，S代表地震應急案例情景特征，P代表地震應急救援方案，E代表地震應急救援效果，A代表地震應急案例中具有不確定性的情景特征[16]，其不確定性用二元組

圖1 地震應急案例框架圖

[Bel(A),P*(A)]表示，Bel(A)為A的信任函數，代表A的可信程度；P*(A)為A的不可駁斥函數，代表A的可信程度。m(A)表示對A的信任程度。

具體的案例表示還需要借助于合理的案例表示方法。如上文所述，框架表示法是符合突發事件應急案例推理需求的案例表示方法[17]。根據地震應急案例的概念模型，我們可以得到地震應急案例的框架網絡，如圖1所示。

地震應急不同于其他突發事件應急，需要多個部門應急聯動，并且經常會面臨資源不足的情形，所以地震應急案例框架需要采用頂層框架嵌套子框架的形式來構造。地震應急案例的頂層框架如表2所示。根據地震應急案例的框架示意圖，本文構造了地震應急案例的子框架，如表3、表4、表5和表6所示。

表2 地震應急案例頂層框架

表3 地震應急案例情景特征

框架名:<地震應急案例情景特征>槽1:時間值 m(A)(槽1)槽2:地點值 m(A)(槽2)槽3:情景描述側面31:情景描述指標1值 m(A)(側面31)側面32:情景描述指標2值 m(A)(側面32)…… …側面3n:情景描述指標n值 m(A)(側面3n)

表4 地震應急救援方案

框架名:<地震應急救援方案>槽1:救援安置方案槽2:道路搶修方案槽3:消防滅火方案槽4:電力搶修方案槽5:醫療防疫方案

表5 救援安置方案

表6 地震應急案救援效果

框架名:<地震應急救援效果>槽1:地震應急救援結果值槽2:欠缺的應急資源側面21:應急資源1值側面22:應急資源2值……側面2n:應急資源n值槽3:地震應急救援評價值

其他應急方案的表示方法與救援安置方案相似，不再贅述。

通過頂層框架嵌套子框架可以將地震應急案例清晰而結構化地表示出來。

2 信息不完備條件下地震應急案例檢索方法

由于信息不完備條件下的地震應急案例表示融入了基本信任分配函數m(A)，所以其檢索方法也會有所變化。本文使用最近鄰法來檢索相似案例。該過程分為兩個階段：第一個階段計算融入基本信任分配函數的地震應急案例的局部屬性；第二個階段計算地震應急案例的全局屬性。

2.1 地震應急案例局部相似度的計算

對于地震突發事件情景特征而言，其數據屬性可以劃分為確定符號屬性、確定數屬性和模糊屬性，文章分別介紹其屬性相似度的計算方法。

(1)確定符號屬性

確定符號屬性是描述地震應急案例情景特征的一種重要數據屬性，通常用明確的專業術語來表示[18]，該屬性相似度通過比較目標案例與源案例的含義來計算。信息不完備條件下該屬性的計算公式為

(10)

其中，sima(ci,ti)為目標案例和源案例第i個屬性的相似度，m(A)ti為目標案例第i個確定數屬性的基本信任分配函數，m(A)ci為源案例第i個確定數屬性的基本信任分配函數。

(2)確定數屬性

確定數屬性是地震應急決策的關鍵屬性之一，其計算有多種方法[19]，本文根據地震突發事件的特點選用海明距離來計算確定數屬性的相似度，計算公式為

(11)

其中，sima(ci,ti)為目標案例和源案例第i個屬性的相似度；ti為目標案例第i個確定數屬性的值，m(A)ti為目標案例第i個確定數屬性的基本信任分配函數；ci為源案例第i個確定數屬性的值，m(A)ci為源案例第i個確定數屬性的基本信任分配函數；Amaxi為源案例中第i個確定數屬性的最大值，即Amaxi=max(cim(A)ci)；Amini為源案例中第i個確定數屬性的最小值，即Amini=min(cim(A)ci)。

(3)模糊屬性

地震突發事件的信息不完備性和緊迫性決定了在地震應急案例中存在著大量模糊屬性值。由于實際應用中的許多隨機變量都是正態分布或者接近正態分布的，所以正態模糊集非常重要。同樣，有關地震的許多變量都可以表征為正態模糊集，因此本文使用正態模糊集合來描述模糊屬性[20]。正態模糊集的隸屬函數為

(12)

根據該函數的特點，本文對文獻[20]計算模糊屬性相似度方法進行改進來計算具有不完備信息的模糊屬性相似度。

1)確定數與模糊區間數相似度計算

設a為一確定數，zi為第i個屬性的取值范圍，b1、b2為模糊區間數的上下限，則有

(13)

其中

(14)

2)模糊區間數相似度計算

設a1、a2和b1、b2分別為兩個模糊區間的上下，則有

(15)

(16)

當a1>b2時，計算相似度需要將[a1,a2]和[b1,b2]調換。

3)模糊概念屬性相似度計算

計算模糊概念屬性相似度需要先使用模糊量化分值將評價模糊處理，然后使用模糊區間屬性相似度計算相似性。

2.2 地震應急案例全局相似度的計算

地震應急案例全局相似度是案例中所有情景屬性相似度的加權和。情景屬性的重要性由其在應急決策制定中的作用來決定。本文使用AHP方法來獲取屬性權重，然后在應急案例情景屬性局部相似度的基礎上通過對每個加權的屬性相似度求和而得到全局相近似度。其具體的計算公式為

(17)

其中，sima(ci,ti)為信息不完備條件下地震應急案例的全局相似度，wi為第i個屬性值的權重，sima(ci,ti)為目標案例ti和ci源案例在屬性i上的局部相似度，m為屬性值的個數。

3 實例應用

本文選取2012年9月7日云南昭通、貴州畢節地震救援安置案例和2008年8月四川攀枝花地震救援安置案例來說明基于證據理論的地震應急案例的框架表示方法及檢索方法的具體應用。

地震應急案例表示需要通過信息源獲取地震的情景屬性并計算信息源的基本信任分配函數。在該案例中，震級、震源深度、海拔、地形、人口密度和應急響應等級的信息可以直接精確獲取，其基本信任分配函數值為1。而受傷人數、死亡人數和受災范圍需要通過調查匯報的形式獲取，由于地震災害具有緊急性、破壞性和信息不完備性特點，不同調查匯報單位的匯報結果會有所不同，因此這些數值具有不確定性，需要使用基本信任分配函數來表示這些不確定性。兩個調查匯報單位對這三個情景屬性的匯報結果分別為(795,0.9)、(81,0.9)、(6214-7100,0.9)和(680,0.6)、(71,0.7)、(6000-7000,0.8)。調用信息不確定處理模型可以對兩組匯報數據進行處理。

受傷人數基本信任分配函數為：

表7 云南昭通、貴州畢節地震應急案例頂層框架

可見受傷人數為795人的可能性比受傷人數為680人的可能性大很多，其基本信任分配函數為0.5732。同樣可以獲取死亡人數和受災范圍的情景屬性及其基本信任分配函數分別為(81,0.5569)、(6214-8000, 0.5285)。

因此云南昭通、貴州畢節地震救援安置子案例可以表示為以下表格。

表8 云南昭通、貴州畢節地震應急案例情景特征

表9 云南昭通、貴州畢節地震救援安置方案

表10 云南昭通、貴州畢節地震災民救援安置效果

表11 案例庫中地震應急案例情景特征屬性最大最小值表

情景特征名稱屬性最大值屬性最小值震級9級5級震源深度60千米5千米平均海拔5000米0米受傷人數2000人580人死亡人數300人35人受災范圍15000平方公里6000平方公里人口密度2000人/平方公里1人/平方公里應急響應等級1級4級

進行案例檢索需要計算屬性相似度和全局相似度。屬性相似度使用前文的公式進行計算，所需的屬性的取值范圍見表11。

確定數屬性相似度使用式(11)計算。

同樣可以計算得到其他確定數屬性相似度。

模糊區間屬性相似度使用式(15)計算。

確定符號屬性相似度使用式(10)計算。

sima6=1-|1-1|=1

最后得到所有局部屬性相似度。

計算全局相似度還需要選取情景屬性權重。該權重的設定通過AHP方法來實現。地震專家分析評估各個情景特征在應急決策中的重要作用建立判斷矩陣，如表12。

表12 情景屬性專家判斷矩陣

使用方根法可求得該矩陣的特征向量為

一致性檢驗通過，所求得的特征向量即為情景屬性的權重，結果見表13。

表13 情景屬性計算結果

最后，可以得出兩個案例的相似度為

如果忽略了信息的不確定性，那么可以得到案例相似性為

可見，考慮了信息不確定性和不考慮信息不確定性的案例表示和相似度測量有很大不同。證據理論具有很強的表示和處理不確定性信息的能力[21]，將其和框架表示法融合能更好地描述信息不完備條件下的結構化案例。

4 結論

本文在對案例表示方法進行比較研究的基礎上，根據案例推理的結構化需求和定量化需求，將證據理論的有關內容引入框架表示法，提出了信息不完備條件下地震應急案例的框架表示法。該方法可以有效地描述信息不完備條件下地震應急案例情景特征的不確定性，從而改進案例推理的檢索和適配效果。同時，文章相應地提出了信息不完備條件下地震應急案例的檢索方法。最后，文章對信息不完備條件下地震應急案例的表示方法和檢索方法進行了實際應用。

在信息不完備條件下應急案例表示方法和檢索方法的基礎上，今后的工作將研究面向情景特征的突發事件應急案例適配方法，從而為地震突發事件應急處置提供量化的決策支持。

[1] Liao Z L, Phillip H. Integration of multi-technology on oil spill emergency preparedness[J]. Marine Pollution Bulletin, 2012, 64(10): 2117-2128.

[2] 廖振良,劉宴輝,徐祖信.基于案例推理的突發性環境污染事件應急預案系統[J].環境污染與防治,2009,31(1):86- 89.

[3] 孫殿閣,孫佳,曹婧華,等.基于案例推理的城市典型災害應急處置專家系統構建研究[J].中國安全生產科學技術,2012,8(2):55- 60.

[4] 翟丹妮,黃衛東.應急案例的框架表示方法研究[J].計算機技術與發展,2011,21(7):9-12.

[5] Baisakhi C, Ghosh D. Knowledge management with case-based reasoning applied on fire emergency handling[A]. Kaihara.2010 8th IEEE International Conference on Industrial Informatics(INDIN)[C]. Washington, DC, USA: IEEE Computer Society, 2010. 708-713.

[6] Zhang B S, Li X Y, Li J. Research on emergency case ontology model based on ABC ontology[A]. Lan Hua.2013 International Conference on Management Science and Engineering[C]. Washington, DC, USA: IEEE Computer Society, 2013. 739-744.

[7] Zhao J S, Cui L. Learning HAZOP expert system by case-based reasoning and ontology[J]. Computers & Chemical Engineering, 2009, 33(1): 371-378.

[8] Wu K S, Li L, Li J X, et al. Ontology-enriched multi-document summarization in disaster management using submodular function[J]. Information Sciences, 2013, 224 (1): 118-129.

[9] Fan Z, Zlatanova S. Exploring ontology potential in emergency management[J]. Applied Geomatics, 2011, 3(2): 109-122.

[10] 仲秋雁,郭素.應急輔助決策中案例表示與檢索方法研究[J].大連理工大學學報,2011,51(1):137-142.

[11] 呂宗平,胡欣,楊宏宇.基于案例推理的機場應急預案管理[J].中國民航大學學報,2010,28(2):1-5.

[12] Cai J W, Jia Y X. Research of wartime equipment maintenance intelligent decision-making based on case-based reasoning[J]. Procedia Engineering, 2011, 15: 163-167.

[13] 任佳,高曉光,白勇.信息不完備小樣本條件下離散DBN參數學習[J].系統工程與電子技術,2012,34(8):1723-1728.

[14] 高洪深.決策支持系統(DSS)—— 理論·方法·案例(第2版)[M].北京:清華大學出版社,2000.

[15] 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.

[16] 朱福喜.人工智能基礎教程(第2版)[M].北京:清華大學出版社,2011.

[17] Liao Z L, Mao X W, Phillip H, et al. Adaptation methodology of CBR for environmental emergency preparedness system based on an improved genetic algorithm[J]. Expert Systems with Applications, 2012, 39(8): 7029-7040.

[18] HU B, HU H A, Chai Y G. An emergency procurement decision support system integrating case-based and rule-based reasoning[A]. Zhang J, Zhang X Q. 2012Inernational Conference of Logistics Engineering and Management[C]. Reston, USA: American Society of Civil Engineers, 2012. 912- 917.

[19] Xie X L, Lin L, Zhong S S. Handling missing values and unmatched features in a CBR system for hydro-generator design[J]. Computer-Aided Design, 2013, 45(6): 963-976.

[20] Li H, Sun J. Hybridizing principles of the electre method with case-based reasoning for data mining: electre-CBR-I and electre-CBR-II[J]. European Journal of Operational Research, 2009, 197(1): 214-224.

[21] 楊風暴,王肖霞.D-S證據理論的沖突證據合成方法[M].北京:國防工業出版社,2010.

Research on Structuralization Method for Earthquake Emergency Cases Under the Condition of Incompleteness Information

ZHANG Bai-shang1, LI Xiang-yang1, LI Xiang-hua2

(1.SchoolofManagement,HarbinInstituteofTechnology,Harbin150001,China; 2.DisciplineInspection&SupervisionOffice,ShandongYouthUniversityofPoliticalScience,Jinan250103,China)

Earthquake emergencies are characterized with urgency, destruction and incompleteness of information, and do a great harm to the safety for people's lives and property. Case-based reasoning is an effective method for emergency disposal and case representation is the basis of case-based reasoning. However, the current methods of case representation are not involved in the incompleteness of information for emergencies, which weakens the effectiveness of emergency case representation and affects the accuracy of case retrieval and the effect of case adaptation. On the basis of case representation research, this paper introduces mass function of evidence theory into the framework representation method and propose the framework representation method for earthquake emergency cases under the condition of incompleteness insormation according to structured and quantitative requirements of case-based reasoning. Then it puts forward retrieval methods for earthquake emergency cases under the condition of incompleteness information. Finally, it the proposed case representation and retrieval method for earthquake emergency cases under the condition of incompleteness information is verified for application.

decision support system; structured method; evidence theory; framework representation method; earthquake emergency case

2013- 08-13

國家自然科學基金資助項目(91024028, 91024031, 91324018)

張佰尚(1984-),男，博士研究生，研究方向：管理決策及其支持系統，應急管理；李向陽(1950-)，男，教授，研究方向：管理決策及其支持系統，應急管理；李相華(1977-)，男，講師，研究方向：工程管理。

TP399

A

1007-3221(2015)02- 0078- 09