應急實體協作能力與活動連續性的關聯研究①

季 峰，袁鴻燕

(南通大學杏林學院，南通 226236)

一起突發事件將觸動一組應急流程，在一起石化安全引發的火災事件中，需要消防、衛生、安全、工程等部門的聯合處置，消防團隊與醫療團隊，安全團隊與醫療團隊，工程團隊與安全團隊等之間密切交流和協調，其中位置區域的最低閾值是應急資源調度的區域邊界，往往調度距離強度關系最近的團隊，結果顯示，距離最近的團隊之間的協調救援，應急結果還有很大的提升空間，處置結果跟執行實體的協作度有關，實體及團隊之間的協作活動成為決定應急處置結果的核心過程，需要在應急指揮決策中針對不同的應急事件活動特征，充分衡量應急團隊、實體的優先級，包括救援團隊的實體調度，突發事件中，通用型調度方案表現出極其不協調的實體資源分配的多種特征，影響救援結果.

1 研究現狀

近年來，在應急團隊的研究中，有不少研究成果，有研究團隊基于人類動力學理論對應急核心要素進行研究[1]，并利用社團檢測等方法對應急情景等復雜情形下對主體、資源、客體等深入研究[2].Liu D等人對復雜社區的檢測中，對復雜情景下，個體與個體之間的關系進行研究[3].許多研究團隊在成員調配和團隊生成研究領域有所成就，Ly[4]等人提出用決策樹學習方法進行成員分配；Liu YB[5]等從人工智能角度，基于機器學習提取成員技能特征，以便在團隊生成時完成技能匹配度；Xu RB[6，7]等在考慮主體成員、資源客體及相關約束關系等屬性基礎上提出成員分配模型，兼顧了多種執行模式；在基于最小冗余度等方面的研究，在團隊生成上都有不錯的效果.

同時，基于活動的協作模式方面，Meddah 等[8]提出基于流程挖掘協作模型；Lappas 等[9]基于社交網絡(SNS)理論研究團隊的生成，把成員間的合作代價作為算子，以此增加團隊的協作效率；Kargar 等[10]基于距離之和、領導者距離等方面提出Top-k團隊取代過去的最優團隊.

目前并沒有針對突發事件中的實體成員的最優化調配和應急隊伍間協調等方面的進行研究，本研究的主要任務針對突發事件這一特定的環境，加入應急救援體系中的必需因子和屬性，是一項有價值的工作，為應急決策奠定數據基礎.

2 相關概念及問題描述

2.1 相關概念

定義1.突發事件(Emergency Event，EE)包括事件開始時間(Emergency Event start time，EEst)，也可以是子事件的開始時間、事件發生地(Emergency Event scene，EEs)可以是事件發生轉移地點的集合、事件結束時間(Emergency Event end time，EEet)、事件主體(Emergency Event subject，EEsub)、事件客體(Emergency Event object，EEobj)、事件名稱(Emergency Event name，EEname)具有唯一性、事件中活動(Emergency Event activity，EEact)，形式化描述Ee為EE的子集，Ee={Eest(t1，t2，…tn)，Ees(s1，s2，…，sn)，Eeet(et1，et2，…，etn)，Eesub(石油，熱水，卡車，…)，Eeobj(人，動物，生物，…)，Eename(爆炸、倒塌、塌陷、起火，…)，Eeact(噴水，掩埋，起吊，…)}.

突發事件EE的實例模型，如EE1=(2018/2/5/17：18，浙江省臺州市天臺縣赤誠街道足馨堂足浴店，2018/2/5/24：00，大火，人，火災，EEact(沖水、救人、緊急救護、防爆、升降輸送))，應急執行實體(Entity person，Ep)=(消防人員、醫療人員、物管等應急人員).

定義2.應急救援流程模型(Emergency Rescue Process Model，ERPM)，應急協同部門接警后，根據應急需求調配自身資源，以應急救援為目標，產生的救援活動組成的序列(Activity[n]，A)={a1，a2，a3，…，an}，Set表示活動與活動之間的順序的有序對元組，S?(A*A)，Rules表示約束救援子活動與子活動之間先后順序的規則，定義ERPM=(A，S，R).

定義3.應急活動模型.突發場所環境處理(EvP)：a1=氣體隔離和凈化活動、a2=倒塌物處理、a3=對有電的環境斷電處理等.

(1)應急主體處理(SP)：a1=對著火點灑水、a2=對著火點干冰處理等.

(2)應急客體處理(OP)：a1=救援被困人員、a2=使用探測、a3=搶護其他物資等.

(3)突發現場態勢固化處理(SaP)：a1=現場評估、a2=確認顯態觸發點終止、a3=確認隱態觸發點終止等.

(4)應急救援處置結果評估(RA)：a1=救援經濟價值評估、a2=救援人數評估.最終生成Activity[n]={EvP，SP，OP，SaP，RA}，其中應急活動與各子活動間的關系可以重復，如可以出現Activity[n]={EvP，SP，OP，SP，OP，SaP，RA}的情形，表示SP、OP的優先級不具有明顯的優先關系，需要并發進行，符合突發事件的 特 征，則 得 到S={〈EvP,S P〉,〈S P,OP〉,〈OP,S aP〉,〈S aP,RA〉}，有不少活動是并發執行的，應急救援事件以流程模板進入應急案例庫，生成案例知識.

定義4.應急庫包括案例庫和預案庫，用EECB表示，EECB={Ee1，Ee2，Ee3，…，Eei，…，Een}，按照事件主體進行類別劃分，Aee={a1，a2，a3，…，ai，…，an}出現在EECB1中的活動的集合，軌跡Ti=＜Eei，0；Eei，1；…；Eei，j＞表示應急案例庫中所有事件按時間組成的序列，其中Eei，j表示第i個應急案例中的第j個發生的事件，使用活動表示軌跡Ti=＜ai，0；ai，1；…；ai，j＞.

定義5.應急執行實體Ep={(ai∣Epi)，ai∈Aee，Epi∈Ep}，表示在突發事件中Epi執行救援活動ai；則實體軌跡定義為EpTi=＜ai，0∣Epi，0；ai，1∣Epi，1；…；ai，j∣Epi，j＞ 表示應急救援實體的時序活動序列.同時應急執行實體也可以是應急團體，里面包含了若干個實體序列.

定義6.應急執行實體的技能貢獻度，Epi在一次應急救援中該項技能使用次數與EECB中所有該項技能使用次數的比值，比值為uEpi∈(0，1)，反映實體的某項技能熟練程度.

定義7.應急活動連續性用continai,aj表示，continai,aj∈[0，1]，表示ai和aj之間在應急執行時的連續、協同程度.

其中，fai,aj表示在應急活動中出現的頻度，f′表示所有活動在案例庫中出現的頻度，θ是一個調優參數.

定義8.應急執行實體的關系強度(Relationship Strength，RS)，由實體間的屬性相似度決定，而執行實體的歸屬又是一個重要特征指數，假設Epi和Epj之間有m種交互關系，m∈N.x(Epi)和y(Epj)表示實體屬性向量，RS＜Epi，j＞表示兩個實體間的潛在關系強度S(x(Epi)，y(Epj)，表示實體相似度向量.

它是滿足高斯分布的.

其中，v是方差，可取小于1 的值，如果歸屬團隊一致，則v值稍大.

其中，RS是關系強度，得到一個P值.

定義9.應急執行實體的協作度[11].coopai,aj表示應急活動中兩個執行實體的協作能力.

其中，tai,aj表示實體在執行ai和aj所需的平均時間.

2.2 問題描述

應急案例庫不完備的性，及對救援實體和救援活動的分析相對薄弱，造成各大組織應急演練，依照固定模式執行，未著重考慮應急資源調度中，針對某一應急活動，應急實體的協調性、應急活動連續性、應急關系強度等核心要素之間的關系，需要在應急預案中搞清應急實體、距離、應急活動等之間的協同，文中建立真實案例知識庫和人工預案庫，來進行數據分析，擴充智能推理的語料庫.解決應急案例庫中的數據段還不完備，本文主要貢獻應用于基于CBR 應急預案的生成，給決策者提供輔助決策.

應急預案和應急演練的焦點在應急處置的應急實體，其具有的技能貢獻度和實體間的協作度，往往影響整個應急處置的結果，以往的應急預案中采用的是通用性評估，事實上，應急實體的特征顯著，可以從技能貢獻度uEpi角度挖掘，充分考慮實體與實體間的協作能力，在實際救援中，才不會因為實體間協調不好，導致應急任務的拖延，措施救援時間，由此產生的應急預案，為應急執行團隊的組建奠定基礎.

在應急管理和應急事件處置中，調配資源和人員，受到地域行政區劃的制約，通常這樣幾種情形，不管事發地位置，直接選擇行政管理區域的中心位置進行調配，或者挑區域內經驗豐富的團隊，實際上，在有些救援中距離關系強度好的團隊和實體，在協作能力上表現出色，選擇哪個團隊需要考慮地理位置這一最低閾值，同時需要考慮團隊間的協作和對應急活動的適應度，文中在活動頻度角度一并作了考慮.在應急活動的制定上，環境因素復雜會影響協調，在應急預案中，確認活動與活動之間的基本優先關系尤為必要.文中定義了活動之間的連續性continai,aj，基于應急案例庫，抽取活動之間的協同性，在此基礎上，定義了應急執行實體之間的關系強度RS，對行政區劃地域、突發地和資源的距離進行普適度計算，用地理位置距離作為最低閾值來約束，以建立良好的協作執行團隊為基礎，更能適應突發事件的應急性，救援結果也會大幅度優化.

2.3 數據集

文中數據集包括網絡案例數據庫和人工案例數據庫，真實數據集是從萬維網上爬取了近十年應急救災案新聞數據達數十萬條，包括相關案例的論文研究，由于相關數據公開度不一致，出現結構化數據中部分字段缺失或模糊，但對本文研究未造成很大的影響，本文中建立了相對完備的應急預案庫，對于數據稀疏的矩陣區域，用人工案例庫進行校正，人工數據率為μ=[0.3，0.4]，消除了噪音等不合理數據，得到的應急相關要素間的關系和發展趨勢，數據結論對應急預案、演練有極其重要的作用.

3 方法

3.1 應急執行實體和應急活動的優化

基于應急案例、應急預案數據集，對應急執行實體和應急活動的最優化分配，實現優化應急活動的序列整體框架如下(見圖1)：

首先，對應急案例庫預處理的數據清洗中，將案例庫中的非必要字段剔除，如原采集網頁中的標準等，生成XML 結構數據字典，并按地域進行分類，模糊行政區域邊界(如圖2)，即邊界區域附近的案例互相包含.

圖1 基于案例數據集的實體、活動抽取框架

圖2 邊界示意圖

對于地理位置分別屬于A、B 的兩個位置區域中，A 和B 為區域中心，地理位置閾值最高，越往邊緣，地理閾值越小，稱為弱邊界，分布在弱邊界中的事件，分別屬于兩個行政區域，這樣的劃分，打破了以往的行政區劃中心，而以距離強度來分布.

將同地理區域的案例根據式(1)-式(5)，計算成應急實體軌跡矩陣和活動軌跡矩陣.稀疏矩陣中的數據元素為“∧”，則添加人工案例庫數據進行修正，修正系數μ=0.3.在對應急案例庫和預案庫過程中，會存在出現噪音數據和冗余數據，本文通過標簽化處理，對應急時間、屬性等關鍵信息的標準化處理，并剔除異常數據值，采用經典的Needleman-Wunsch 算法[12]來實現，例如，文中定義活動間的有序對元組Set，S={〈EP,S P〉,〈S P,OP〉,〈OP,S aP〉,〈S aP,RA〉}，其中有SP缺失，在活動字段對齊時，用“∧”填充，則S={〈EP,∧〉,〈∧,OP〉,〈OP,S aP〉,〈S aP,RA〉}，這樣可以滿足概念模型的設計，更有利于應急執行實體活動序列的優化，有助于得到效率比較高的應急預案.

基于上文中數據，計算應急活動的連續性continai,aj和應急實體的關系強度RS等，進一步計算結合實體的技能貢獻度得到實體協作能力，進一步挖掘出優化的應急活動序列.

3.2 挖掘應急實體的高協作度算法

為了挖掘應急案例庫中具有高協作度的實體，基于應急實體軌跡、實體技能貢獻度等實現算法1，首先計算所有的實體軌跡的矩陣，再基于此矩陣，通過最小地域置信度閾值和技能貢獻度等過濾得到具有高協作度的實體即高協作模式.

算法1.高協作度關聯實體挖掘算法輸入：實體軌跡矩陣；初始化i、j；UEpi//實體技能貢獻度Min_Ept_conf//最小地域置信度閾值輸出：關聯實體的協作度表1.依據式(2) 構建實體關系強度矩陣RS[]2.依據式(5) 構建實體間協作能力矩陣Coop[]3.FOR i=1 to n DO 4.活動數組Ea[i] ←應急活動矩陣中第i 行非空下標5.END FOR 6.FOR i=1 to n DO //根據活動的非空下標得到活動序列7.ActivitySeqMap[i]←getActivitySeq(活動數組Ea[i])8.If ActivitySeqMap[i]==稀疏 Then 9.ActivitySeqMap[i]←getSimActivitySeq()10.END FOR 11.FOR i=1 to n DO 12.entitySeqMap[i]←RS[i]×Coop[i]×UEpi 13.END FOR 14.FOR each entitySeqMap[i]of ActivitySeqMap[i] DO 15.If ActivitySeqMap[i]∈ Min_Ept_conf× ActivitySeqMap[i] Then 16.高協作實體HCentity[i]←entitySeqMap[i]17.END FOR

基于算法得到實體間協作能力的一般矩陣和有高協作能力的實體矩陣.

3.3 挖掘高連續性活動

基于應急案例庫，挖掘應急實體活動的軌跡挖掘同區域活動的協作度.首先初始化應急活動軌跡矩陣，計算一般活動的連續度contin，根據整個案例庫中所有活動為基數，計算某一個活動出現的頻度F′，產生θ調優值，可以根據不同的值得到幾組結果，進行迭代.

算法2.基于活動軌跡和活動連續度挖掘高連續性活動輸入：活動軌跡矩陣；初始化i、j；活動連續度contin；F′頻度；θ 調優參數輸出：強相關連續性高的活動表1.初始化θ 2.依據式(1) 構計算活動連續度表contin[]3.FOR i=1 to n DO 4.ActivityMax[] ←Max(ai、aj 連接次數)5.H Activity=contin[]×ActivityMax[]6.END FOR

4 結果

圖3中曲線a 可以看出某城市中，不同應急消防團隊實體在協作次數和協作能力上的表現，隨著合作次數的增加穩步提升，可以超過指數1，在尾部也表現為增幅放緩，跟合作多次之后，采用經驗和舊案例判斷有關，需要適應性更新案例庫和預案庫.

圖3 應急實體協作次數與協作能力關系

曲線b 可以看出，在同屬同一位置區域中，位置強度關系顯著的應急實體間的協作能力，醫護實體和消防實體之間隨著協作次數的增加，協作能力穩步增強，增長期間的會有波動，跟參與的活動有關，在協作一定次數之后，反而協作能力會出現下降，因為在多次協同之后，經驗占據整個決策的主導，導致經驗主義的誤判，在應急預案的生成中，要重點規劃合作次數較少的和合作有一定次數的.

圖4中曲線a 可以看出邊界消防實體和中心消防實體之間的關系，隨著協作的次數，它們的協作能力穩步提升，跟消防團隊的調配和管理方式相關，消防實體在應急中任務明確，平時應急演練標準化程度高的作用體現.

曲線b 可以看出在同區域的醫護實體實體和中心位置的醫護實體之間的協調度隨著協作次數的增長而增長，呈現泛指數分布，中間反而會出現協作能力的上升，協調能力可以達到0.5，跟實體的技能度相關，也反應了在邊界區域的實體之間的協作能力也有表現強的.在應急預案中不能僅僅關注行政區域中心的應急實體，這種現象在大規模應急事件中會有所體現，往往調度一個區域的醫護實體不夠的時候，需要調度多個醫護實體才能應對的突發事件，需要考慮此種情形.

圖4 邊界實體協同次數與協作能力的關系

從圖5曲線上可以看出，應急活動的連續性與應急案例庫中的應急頻率直接成正比.曲線不平滑，分段明顯.應急預案庫包括應急預案和舊預案.基于某一特定領域的案例庫的完整性，針對某一特定應急活動的演練越多，應急活動的連續性就越強.很強，反映了應急預案的重要性.事實上，應急計劃通常非常相似，但事件的情況是獨一無二的.同類突發事件發生頻率較高，具有預警作用.同樣，數據庫中相應應急活動的頻率也下降了.如圖所示，當活動連續性為零時，數據中的活動頻率不是零.數據庫中存在單一的活動關系，不一定沒有活動連續性，這與實際的應急指揮一致.有時根據現場情況，臨時產生應急動員方案.

在圖6中，橫軸表示活動的連續性，縱軸表示實體協作的程度.曲線表現出相似的二項分布，反映了應急活動的連續性與應急實體協作程度的關系.在緊急事件中，應急活動的連續性和參與應急活動的實體的協作程度相互影響.應急活動的連續性越高，應急實體的協作程度越高.同樣，應急協作程度越高，應急活動的連續性越高，應急活動越活躍.當動態連續性超過指數1 時，由于應急實體協調次數增加，活動與活動的優先關系設計，曲線中后部的增長速度加快.當活動連續性值接近1.8 時，不再上升，與實際應急處置環節一致.每個突發事件的處置過程都有其自身的特點.在實際的應急指揮中，需要通過應急實體的協調和應急活動的連續性，直接確定應急處置的時間.時間是緊急處置中最昂貴的成本之一，首先應該考慮到時間，提高應急響應的滿意度.

圖5 頻率和應急活動的關系

圖6 活動連續性與實體協作度的關系

5 基于應急案例庫的應急預案產生的框架

如圖7，基于案例庫和預案庫進行數據處理，其中的數據有實時從外部感知的數據，這樣可以動態的調整數據，在數據分析的基礎上建立預測模型，為應急演練、仿真分析等作準備，應急預警、應急預案和應急決策是建立在對數據邏輯推理的基礎上進行的，可以提供輔助決策的準確度，應急個體的屬性包括應急執行實體的各種態勢，應急活動的各項指標，結合實際感知到突發事件的數據，為應急決策提供理論基礎.

圖7 基于應急案例庫的應急預案產生的框架

6 結論

本文以應急案例庫和預案庫為基礎，對應急實體和應急活動的必要屬性進行定義，對應急執行實體的技能貢獻度，應急實體的關系強度、應急活動的連續度等做了細致分析，用實驗數據得出同一區域同一類型應急實體之間的協作能力和協作次數之間的關系，不同實體在同一區域的協作能力的趨勢，位置關系強度較弱的實體之間的協作能力關系，在此基礎上產生的應急預案，有效性和針對性大幅提高，更合理的選擇利用經驗知識，縮小誤判率，文中考慮的因素相對比較理想化，影響應急事件演變的因素很多，需要根據確定的某一事件做細化，今后工作中，將從下面3 點不斷深入應急知識庫中的知識表示和知識學習，提高知識庫和應急要素對接的精準度，提高產生應急預案的準確度和可行度，其一，實驗的數據量直接影響了結果，由于案例庫的不足，預案庫支持率上升，使得有些實驗數據跟現實情況有差值，還需要不斷的爬取新的數據量，使案例庫不斷完備.其二，影響應急救援結果的因素，不止文中著重研究的應急實體和活動等要素，還有諸多突發的要素，文中就這兩點從團隊組合的角度去考慮，有許多救援其實跟資源有關，文中這點比較薄弱.其三，在應急區域邊界的劃分上，各個區域有所不同，文中采用了模糊化的手段，需要分區域進行考慮，嚴格劃分位置區域，本文是理想位置狀態.