民用旅客機撤離過程動態引導方法研究

郭艷靜, 張玉剛

(1.西北工業大學 軟件與微電子學院，西安 710072) (2.西北工業大學 航空學院，西安 710072)

民用旅客機撤離過程動態引導方法研究

郭艷靜1, 張玉剛2

(1.西北工業大學 軟件與微電子學院，西安 710072) (2.西北工業大學 航空學院，西安 710072)

緊急情況下民用旅客機乘客的撤離疏散過程存在無法充分利用所有可用出口的問題，為了減少旅客機緊急情況下乘員的總撤離時間，基于元胞自動機理論，考慮出口可用性動態變化對撤離過程的影響，提出一種旅客機應急撤離過程動態估算方法，制定五類共計20條撤離規則，建立旅客機應急撤離引導模型。以某149座旅客機為例，使用引導模型進行仿真分析，并與未經引導的撤離過程進行對比。結果表明：引導模型可充分利用所有可用出口，可使總撤離時間減少6%以上，最優性能統計值減少30%以上。

旅客機；應急撤離；總撤離時間；最優性能統計；元胞自動機；撤離引導模型

0 引 言

美國聯邦航空局、加拿大運輸局、英國民用航空管理局聯合研究的統計結果顯示非致命性事故占飛機總事故比率呈逐年上升趨勢，并且非致命事故中引起機上人員死亡的比率呈下降趨勢[1]，統計結果表明飛機發生事故后機上大部分人員均能夠成功脫險，但由于未能及時撤離出飛機而導致的死亡仍占有重要的一部分[2]。旅客機發生重大故障時，如果迫降成功，乘務員將根據事先制定好的撤離程序引導乘客進行緊急撤離。當出現突發情況時，需要根據主觀判斷進行撤離引導，容易導致乘客向錯誤的方向撤離，或是在客艙中形成嚴重阻塞的問題[3-4]。

為了獲得影響應急撤離過程的主要因素及乘員的撤離行為規律，近年來先后建立了GPSS模型[5]、MA模型[6]、OOO模型[7]、airEXODUS模型[8-9]、DEM模型[10]、VacateAir模型[11-12]、CAEESS模型[13]、EvacuSimulation模型[14]、SOAEE模型[15]、PAXelerate模型[16]、FGCAE模型[17]等用于旅客機的應急撤離仿真研究。R.P.Silva等[18]研究了出口可用性和乘客出口選擇對總撤離時間的影響，結果表明在不同的出口可用性情況下，乘客出口選擇對總撤離時間影響顯著。

在最優路徑規劃及總撤離時間優化方面，苗志宏等[19]利用光滑粒子流動力學方法(SPH)提出了一種將火災動力學模擬結果耦合到疏散模型中的方法。傅軍棟等[20]基于蟻群算法研究了火災情況下最佳的疏散路線規劃問題。Zhang Q S等[21]考慮了一氧化碳對撤離的影響，建立了A380旅客機有火源情況下應急撤離過程的仿真模型，建議通過乘務員來指揮機上乘客向飛機前后部艙門撤離以達到優化撤離時間的目的。

飛機緊急迫降成功后，乘務員如何及時地通知機上乘客有哪些可用出口，如何合理地分配各出口撤離乘客數量，如何快速地引導乘客到達指定出口位置，如何使總撤離時間最優，是保證機上乘員安全、迅速撤離的前提。如何通過有效的手段確保乘務員迅速完成上述任務，或者在乘務員不能完成這些任務時，正確及時地引導乘客撤離飛機，在應急撤離過程中是至關重要的。

為了實現上述目的，減少乘客撤離時間，本文基于元胞自動機理論，通過考慮出口可用性動態變化對撤離過程的影響，提出一種旅客機應急撤離過程動態估算方法，并建立旅客機應急撤離引導模型。此模型結合攝像設備和聲音提示設備，以期應用于實際旅客機的應急撤離過程引導服務。

1 旅客機應急撤離過程動態估算方法

如果不考慮乘務員清艙、撤離和飛行員撤離過程，則最優情況應是機上所有的可用出口最后一名乘客同時撤離完畢。為了能夠表征這一結果，可以使用最優性能統計(Optimal Performance Statistics，簡稱OPS)參數。OPS也可用于表示客艙布置的合理程度，OPS參數是由英國格林威治大學火災安全工程研究室(Fire Safety Engineering Group，簡稱FSEG)提出的[8]，OPS計算公式如下：

(1)

式中：n為撤離可用出口數量，n≥2；Texiti為出口i最后一位乘客撤離時間(s)；Ttotal為總撤離時間(s)，即max[Texiti]。

由OPS計算公式可得，為了使OPS值最小，需要所有可用出口同時撤離最后的乘客。為了實現這一目的，需要能夠掌握撤離過程中各出口等待乘客情況，能夠引導乘客向乘客等待數量較少的出口方向運動。為此，本文提出一種動態估算方法，用來快速估算各出口需要的撤離時間，其中各出口等待撤離乘客情況可通過在客艙天花板上安裝攝像監視設備或地板安裝距離傳感器獲得，引導乘客向不同出口方向撤離可通過在客艙不同位置安裝聲音提示裝置實現。

以某149座旅客機客艙(如圖1所示)為例，客艙含有3對出口，分別是前部C型出口L1/R1、中部Ⅲ型出口L2/R2、后部C型出口L3/R3。

在推導估算方法前，首先定義如下客艙術語：

①機身站位：飛機上各裝置或設備在前后方向的位置，例如L1和R1出口的機身站位相同；

②客艙分區：在某兩個機身站位之間的客艙區域，例如客艙從前向后可分成A區、B區、C區三個客艙分區；

③出口等待乘客數量：以某出口為目標出口的、尚未撤離出去的乘客數量；

④決策乘客：目標為當前出口(設為出口1)的乘客中如果某個乘客向其他出口(設為出口2)移動，第一個遇見的乘客的目標出口如果是出口2的話，則此乘客為決策乘客，即決策乘客可以選擇其他出口為目標；

⑤路徑可通：如果當前出口的決策乘客能夠撤離到另一個出口的決策乘客處，則稱為這兩個出口路徑可通；

⑥路徑阻塞：如果當前出口的決策乘客不能撤離到另一個出口的決策乘客處，則稱為這兩個出口路徑阻塞。

旅客機客艙撤離過程中某一時刻乘客分布情況如圖2所示。雖然決策乘客2后面還有兩位乘客，但后面的兩位乘客在此時刻沒有可選的路徑，當他們從座椅區域撤離到通道區域時，將成為決策乘客。決策乘客1對出口L2/R2來說路徑可通，對出口L3/R3來說路徑阻塞；決策乘客2對出口L1/R1來說路徑可通，對出口L3/R3來說路徑阻塞；決策乘客3對出口L1/R1來說路徑阻塞，對出口L3/R3來說路徑可通。

在撤離開始后，聲音提示裝置用于通報各出口可用狀態，攝像監視設備用于反饋客艙乘客撤離情況，當所有可用出口打開后，開始啟動實時動態估算方法，方法描述如下：

①將機身站位相同或位置近似的出口設為一對出口，如果這對出口的2個出口均可用，則在估算時將這對出口看作一個出口，并將出口的撤離性能乘以2。各種類型出口性能如表1所示。

表1 不同類型出口對應的最大允許座位數量及撤離性能

②獲得各出口等待乘客數量，判斷決策乘客；

③針對某一決策乘客，如果其目標出口的等待乘客數量與其他可用出口的等待乘客數量滿足式(2)，則此決策乘客將更改目標出口。

(2)

(3)

(4)

式中：Ti為決策乘客i對應的目標出口所有等待乘客撤離完畢預估時間(s)；Tj為出口j所有等待乘客撤離完畢預估時間(s)；Li-j為決策乘客i到出口j的路徑長度(m)；vi為決策乘客i的移動速度(m/s)；ε為容差閾值(s)；Ni為決策乘客i對應的目標出口等待乘客數量；Nj為出口j等待乘客數量；ψi、ψj為出口的撤離性能，如果為一對可用出口，則乘以2。

2 旅客機應急撤離引導規則

人員撤離過程是個十分復雜的過程，按照場景中不同人員各自意志的行走模式可分為最短距離行為模式、進出一致行為模式和完全從眾行為模式，以及混合疏散行為模式[23]。最短距離行為模式假設個體對周圍環境非常熟悉，完全了解出口的方向和位置，因而可以采取直接尋找距離自己最近的出口進行疏散的行為；進出一致行為模式用于表現個體對周圍環境不太熟悉，只能憑記憶尋找自己進來時的出口，按原路返回的疏散行為；完全從眾行為模式則假設個體在驚惶失措的情況下完全喪失了自己的判斷能力，只能盲目地追隨大多數人進行疏散的行為；混合疏散行為模式則表示人員在撤離過程中表現出了上述多個疏散行為模式。

建模時不可能考慮到所有的因素，在研究條件有限的情況下，對應急撤離過程進行以下假設：

①各類型出口打開時間采用國外典型旅客機應急撤離適航演示驗證中的時間分布；

②假設所有乘員通過出口處應急撤離滑梯的時間相同；

③撤離過程行為較為復雜，假設可以通過場景熟悉因子模擬撤離過程乘員表現的行為模式；

④在恐慌狀態下，個人情緒變得十分緊張，從而產生一些不理性的競爭行為，本文通過恐慌系數來模擬競爭行為的激烈程度；

⑤模型中不考慮盲從行為，行走模式采用最短距離行為模式；

⑥假設乘客完全服從乘務員的指揮；

⑦中國人群與外國人群具有差異性，但缺少中國人群在飛機緊急情況下的特性數據，模型假設中外人群特性相同，采用國外試驗數據，模型中主要使用了反應延遲時間、出口遲疑時間、最大運動速率；

⑧不考慮環境因素(例如照明、煙霧、火災等)對撤離過程的影響。

為了能夠建立模擬撤離過程的各種規則，首先需要在元胞空間的基礎上建立各可用出口的地勢場，如圖3(a)所示，物理場景其元胞空間如圖3(b)所示，相應的出口的地勢場如圖3(c)所示。假設在物理場景中有障礙、可越障礙、出口、人員四種類型對象，轉換為元胞空間后，障礙值為1，可越障礙值為2，出口值為3，人員值為10。根據Dijkstra方法計算以出口為目標點的各元胞位置的最短路徑，獲得地勢場圖，地勢場值考慮了障礙、可越障礙等的影響，此處可越障礙點的地勢場值按照2倍無障礙地勢場值計算。例如圖中四方格子橫向和豎向增長值為10個單位，斜向增長值為14個單位，可越障礙處則為20個單位。

(1) 規則1-出口選擇規則：①乘務員未指定撤離出口并且出口可用性未知時，按照最近出口方向撤離；②如果有多個距離相等的出口，則使用規則2中的隨機方法隨機選擇；③如果最近出口不可用，則尋找下一個最近出口，直至找到可用出口；④乘務員為乘客指定撤離出口時，按照乘務員指定的出口撤離。

(2) 規則2-人員運動方向規則：①乘員所在元胞的鄰域內，如果某個元胞狀態為障礙(乘客座椅、乘務員座椅、飛行員座椅、廚房、盥洗室、儲藏室、隔板等)，則此元胞位置不可用；②乘員所在元胞的鄰域內，所有可用元胞位置采用規則1的選擇出口地勢場值進行排序，根據場景環境熟悉程度因子按照式(5)計算各元胞概率，所有概率求和歸一化后計算各元胞歸一化概率，搜索最大概率元胞，如果最大概率值大于等于0.5，認為是方向明顯，直接選擇此元胞位置作為下一步運動方向；③如果直接選擇的元胞位置已被其他乘員占據，則此步等待；④如果最大概率值小于0.5，認為是方向不明顯，采用輪盤賭方式隨機獲得下一步運動方向；⑤如果有多個最大概率值，按照輪盤賭方式隨機獲得下一步運動方向；⑥如果乘員所選元胞位置已被其他乘員占據，則此步等待。

元胞周圍加上本身位置共有9個可能的行走方向，相應的有9個概率值，如圖4所示。各個方向選擇概率計算公式如下：

pij=Nnij/exp(ksSij)

(5)

(3) 規則3-人員運動速度規則：①乘員運動時按照其能夠達到的最大運動速度前進；②可達到的最大運動速度值受到是否存在可越障礙的影響；③可達到的最大運動速度值受到恐慌水平的影響。

人員最大運動速度受到本身性別和年齡的限制，撤離過程中某一時刻實際運動速度還受到所在位置是否有可越障礙、恐慌水平等的影響。如果過道中有可越障礙物(旅客機應急撤離適航審定中要求在過道中散落一些個人隨身物品或座椅靠墊、毛毯等)將會對運動速度產生一定的影響。適當的恐慌水平則會提高移動的速度，但過高的恐慌又會帶來乘員間的競爭加大，甚至產生擁擠阻塞現象(恐慌產生的競爭由規則4-附加規則部分模擬)。

為了模擬這些因素對撤離速度的影響，采用加權法計算乘員某一時刻的實際運動速度。

vk=max(vkmax,vkmax+kμμ-koo)

(6)

式中：max(.,.)為取兩值中最大值；vkmax為乘員k最大運動速度；kμμ為恐慌水平影響因子及乘員k恐慌水平；ko,o為可越障礙影響因子及乘員k處是否有可越障礙指示。

其中乘員最大運動速度vkmax與年齡、性別等人的本身屬性相關，本文采用E.R.Galea[8]統計整理的最大運動速度數據范圍(如表2所示)隨機生成，此數據來源于對現有飛機應急撤離試驗錄像中人員運動速度數據的統計分析。

表2 乘員最大運動速度范圍

(4) 規則4-附加規則：①如果乘員的反應延遲時間未到，則等待進入下一時間步；②乘員位于出口位置時，如果出口遲疑時間未到，則在出口處等待進入下一時間步；③整個元胞空間內如果有多個乘員競爭同一個元胞位置，則按等概率隨機競爭成功者，并根據恐慌水平按一定概率產生全部競爭不成功事件。

乘員反應延遲時間和出口遲疑時間典型分布范圍根據E.R.Galea[8]統計結果。

客艙中乘務員的位置、數量、指揮能力對撤離過程中乘客的撤離行為、撤離速度均有影響。為了模擬乘務員的影響，需要在模型原有的規則基礎上增加新的規則。

(5) 規則5-乘務員規則：①撤離開始時乘務員查看負責的出口可用性情況，并打開可用出口，如果此出口不可用則尋找下一個可用出口；②打開出口后，乘務員開始指揮乘客撤離，乘務員的指揮對乘客的影響具有一定的作用區域，區域大小為以乘務員位置為中心的半徑為R的圓形區域；③位于乘務員作用區域內的乘客，其目標出口由乘務員指定，指定方法如圖5所示和式(7)決定；④區域內乘客全部撤離后，乘務長開始清艙，其他乘務員直接撤離。

乘務員指揮乘客選擇哪一個可用出口是根據區域內當前乘客與可用出口之間其他待撤離乘客數量決定的，假設區域內共有n個可用出口，乘客k與這些可用出口之間的其他待撤離乘客數量分別是m1,m2,…,mn，這些可用出口與乘客k的路徑長度分別是L1,L2,…,Ln，則為乘客k指定的撤離出口為

(7)

式中：(Ei,…,Ej)為區域內當前乘客與可用出口之間其他待撤離乘客數量最少的出口列表；E為等待乘客最少的出口中距離當前乘客路徑最短的出口。

所有出口的可用性在撤離開始時均是未知的，當出口有乘務員負責時，由乘務員查看出口可用情況，可用時則打開出口，出口不可用時則尋找其他可用出口并指揮乘客轉向其他可用出口撤離；當出口沒有乘務員撤離時，則由最早到達的乘客負責打開可用的出口。

乘客在撤離過程中也可能會發生當前可用的出口由于通道阻塞或者出口處存在火災、毒煙、碎片等原因變成不可用狀態，乘客需要動態調整自己的目標出口。在某個出口不可用后，計劃從此出口撤離的乘客將尋找下一個距離自己最近的出口。

3 引導模型與傳統模型撤離仿真對比分析

3.1 某型旅客機客艙布置方案

撤離場景以圖1所示單通道旅客機為例，適航演示試驗最后一名乘客于64.1 s從R2出口撤離。OPS值為0.02?？团搼背冯x模型如圖6所示。

3.2 應急撤離仿真

分別基于CAEESS模型[13]和本文提出的引導模型進行1 000次撤離仿真計算，總撤離時間分布仿真與air EXODUS傳統模型計算結果[24]的對比如圖7所示，1 000次計算的飛機撤離性能如圖8所示。仿真結果表明：air EXODUS傳統模型的總應急撤離時間平均值約為70.5 s，使用引導模型之后的總應急撤離時間平均值為66 s，總撤離時間與air EXODUS傳統模型相比減少了6%以上；air EXODUS傳統模型計算的OPS平均值約為0.10，使用引導模型之后OPS平均值為0.07，OPS值減少了30%以上。

4 結 論

(1) 考慮出口可用性動態變化對撤離過程的影響，提出了旅客機應急撤離過程動態估算方法，基于元胞自動機理論，建立了旅客機應急撤離引導模型。

(2) 在假設成員聽從指揮的條件下，撤離過程使用引導方法，能夠極大地降低OPS值，從而機上乘員能夠更加充分利用所有可用的出口進行撤離。出口利用越充分，所需的總撤離時間就越少，機上乘員成功撤離的幾率也就越大。

(3) 在實際旅客機應急撤離過程中，使用引導模型，只有結合人員定位技術和聲音提示系統等軟硬件，才能使總撤離時間達到較優的目的。機上乘員由于性別、年齡、性格等方面的差異，存在著移動速度、出口處遲疑時間等不同，上述因素直接影響動態估算方法的準確性，因此有必要繼續研究如何考慮更多的影響因素，提高估算精度和效率。估算過程只考慮了乘客對所有可用出口利用情況，考慮乘務員的清艙過程，乘務員在最后清艙時，幾乎所有可用出口均處于空閑狀態，從總撤離時間角度看，本文提出的估算方法還需將乘務員和飛行員加以考慮，從而實現總撤離時間最少的目的。

[1] Cherry R G W amp; Associates Limited. Trends in accidents and fatalities in large transport aircraft. DOT/FAA/AR-10/16[R]. Washington DC: Federal Aviation Administration, 2010: 15-17.

[2] International Civil Aviation Organization. A coordinated, risk-based approach to improving global aviation safety[R]. Canada: International Civil Aviation Organization, 2013: 24-27.

[3] Wang Z Z, Jia F C, Galea E R. Fire and evacuation simulation of the fatal 1985 Manchester airport B737 fire[C]. UK: Downing College, 2012: 159-170.

[4] McLean G A, Corbett C L, Larcher K G, et al. Access-to-egress Ⅰ: interactive effects of factors that control the emergency evacuation of naive passengers through the transport airplane type-Ⅲ overwing exit. DOT/FAA/AM-02/16[R]. Washington DC: Federal Aviation Administration, 2002: 1-35.

[5] Garner J D. GPSS computer simulation of aircraft passenger emergency evacuations. DOT/FAA/AM-78-23[R]. Washington DC: US Department of Transport, Federal Aviation Administration, 1978.

[6] Macey P, Cordey-Hayes M. A computer-based simulation and risk-assessment model for investigation of airliner fire safety[C]. France: Advisory Group Aerospace Research and Development, 1996.

[7] Court M C, Marcus J H. Use of object orientated programming to simulate human behaviour in emergency evacuation of an aircraft’s passenger cabin. DOT/FAA/AM-97/20[R]. Washington DC: US Department of Transport, Federal Aviation Administration, 1997.

[8] Galea E R, Blake S J, Lawrence P J. Report on the testing and systematic evaluation of the airEXODUS aircraft evacuation model. CAA Paper 2004/05[R]. UK: Civil Aviation Authority, 2005.

[9] Galea E R, Blake S J, Gwynne S, et al. The use of evacuation modelling techniques in the design of very large transport aircraft and blended wing body aircraft[J]. The Aeronautical Journal, 2003, 107(1070): 207-218.

[10] Robbins C R, McKee S. Simulating the evacuation of a commercial airliner[J]. The Aeronautical Journal of the Royal Aeronautical Society, 2001, 105(1048): 323-328.

[11] Xue Z, Bloebaum C L. A particle swarm optimization-based aircraft evacuation simulation model-VacateAir[C]. USA: American Institute of Aeronautics amp; Astronautics, 2008.

[12] Xue Z, Bloebaum C L. Human behavior effects on cabin configuration design using VacateAir[C]. Florida: American Institute of Aeronautics and Astronautics, 2009.

[13] Zhang Y G, Xue H J. A new updating strategy in simulating emergency evacuation[C]. Taiwan: Institute of Electrical and Electronics Engineers, 2012, 10: 141-145.

[14] 徐進津. 飛機客艙乘客緊急疏散仿真方法研究[D]. 上海: 上海交通大學, 2011.

Xu Jinjin. The simulation of multiple agents evacuation in an airplane[D]. Shanghai: Shanghai Jiao Tong University, 2011.(in Chinese)

[15] 王煒杰. 大型客機緊急疏散仿真及其標識系統優化研究[D]. 成都: 電子科技大學, 2013.

Wang Weijie. Emergency evacuation simulation for large civil aircraft and evacuation guiding system optimization[D]. Chengdu: University of Electronic Science and Technology of China, 2013.(in Chinese)

[16] Schmidt M, Engelmann M, Brügge-Zobel T, et al. PAXelerate-an open source passenger flow simulation framework for advanced aircraft cabin layouts[C]. AIAA-2016-1284, 2016.

[17] Fang Z M, Lü W, Jiang L X, et al. Modeling and assessment of civil aircraft evacuation based on finer-grid[J]. Physica A, 2016, 448: 102-112.

[18] Silva R P, Ferrari D B, Santos L C C. Uncertainty modeling and assessment in aircraft evacuation simulation[C]. AIAA-2015-714, 2015.

[19] 苗志宏, 李智慧. 火災環境下人員疏散耦合SPH模型及仿真[J]. 系統仿真學報, 2016, 28(2): 292-300.

Miao Zhihong, Li Zhihui. Coupling SPH model for occupant evacuation in fires and simulation[J]. Journal of System Simulation, 2016, 28(2): 292-300.(in Chinese)

[20] 傅軍棟, 劉業輝, 李江輝. 基于蟻群算法的火災動態疏散[J]. 華東交通大學學報, 2017, 34(3): 118-124.

Fu Jundong, Liu Yehui, Li Jianghui. Fire dynamic evacuation based on ant colony algorithm[J]. Journal of East China Jiaotong University, 2017, 34(3): 118-124.(in Chinese)

[21] Zhang Q S, Qi H P, Zhao G M, et al. Performance simulation of evacuation procedures in post-crash aircraft fires[J]. Journal of Aircraft, 2014, 51(3): 945-955.

[22] Federal Aviation Administration. FAR Part 25. Appendix J airworthiness standards: Transport category airplanes[S]. USA: Federal Aviation Administration, 1999.

[23] 張學鋒, 白晨曦. 雙層教學樓人員疏散仿真研究[J]. 系統仿真學報, 2017, 29(5): 1070-1076.

Zhang Xuefeng, Bai Chenxi. Study of crowd evacuation in two-story teaching building[J]. 系統仿真學報, 2017, 29(5): 1070-1076.(in Chinese)

[24] Owen M, Galea E R, Lawrence P J, et al. The numerical simulation of aircraft evacuation and its application to aircraft design and certification[J]. Aeronautical Journal, 1998, 102(1016): 301-312.

郭艷靜(1980-)，女，碩士，助教。主要研究方向：軟件工程、應急撤離仿真與試驗。張玉剛(1980-)，男，博士，講師。主要研究方向：飛行器總體設計、人機工程、應急撤離仿真。

(編輯：趙毓梅)

ResearchonEvacuationDynamicGuidingMethodofPassengerAirplane

Guo Yanjing1, Zhang Yugang2

(1.School of Software and Microelectronics, Northwestern Polytechnical University, Xi’an 710072, China) (2.School of Aeronautics, Northwestern Polytechnical University, Xi’an 710072, China)

There exist unable to make full use of available exit problems in emergency situations of passenger aircraft. In order to reduce evacuation time of occupant in emergency and improve personnel safety, a dynamic estimating method for aircraft emergency evacuation process is proposed. The method is based on the cellular automata theory. Considering the exits availability impacting on the process of evacuation, an emergency evacuation guidance model is built, in which five kinds of evacuation rules( totally 20 rules) are formulated. For a passenger cabin layout scheme of 149 seats as a case, the overall of aircraft exit are used efficiently with guiding model, the total evacuation time guided by the proposed method is reduced by more than 6% compared with the typical evacuation process, and OPS decreased by 30%.

passenger airplane; emergency evacuation; total evacuation time; optimal performance statistics(OPS); cellular automata; evacuation guiding model

2017-07-07；

2017-09-04

張玉剛,zhangyugang@nwpu.edu.cn

1674-8190(2017)04-457-08

V37

A

10.16615/j.cnki.1674-8190.2017.04.014

收稿日期：2017-06-05；修回日期2017-09-20