基于ABMS的礦山監管Agent工作倦怠現象的仿真研究*

聶興信，白存瑞,張婧靜

(西安建筑科技大學 管理學院，陜西 西安 710055)

0 引言

日常監管作為礦山企業約束礦工不安全行為選擇的重要手段之一，對降低礦山事故發生率意義重大。然而，頻發的礦山事故揭示了生產過程中礦工對監管制度的漠視和不遵守，反映出監管制度的弱約束力。究其原因，一方面是安全監管職能分散，缺乏足夠的監管權威，流于形式；另一方面是監管主體(Agent)長期工作壓力所導致的群體性倦怠現象，本文以此為切入點對露天礦山監管Agent進行仿真研究。

從現有的研究來看，文獻[1]，[2]用三維度模型對其做了操作定義，認為工作倦怠是一種心理上的綜合病癥，主要有3方面的表現：情緒衰竭、人格解體以及個人成就感喪失；李永鑫[3]采用問卷的方式對工作倦怠現象進行了動態定義及測量，倦怠現象的研究多側重定性分析，如基于個案訪談的調查分析[4]、基于實證方法的具體研究[5]、基于專家判斷的傾向分析[6]或結合相關技術或理論判斷(社會認知職業理論、EAP、馬斯洛需求層次理論)[7-8]；陳紅，祁慧等[9-10]基于動態仿真的方法研究了煤礦企業監管Agent的工作倦怠現象。然而，很少有學者研究礦山監管Agent工作倦怠現象，同時定性分析忽略了監管作業過程中各Agent的相互關系且沒有考慮倦怠現象如何作用于監管Agent并產生多大的效用。

ABMS為礦山監管Agent工作倦怠現象的研究提供一種新的思路，既強調了系統相關Agent的微觀行為，又考慮了時間變量。因此，本文將在ABMS的基礎上結合COR理論，抽象出礦山安全管理系統關鍵要素、刻畫要素之間的交互關系，構建多Agent仿真模型，并借助Netlogo仿真平臺進行模型的實現與驗證。本研究旨在探索礦山監管Agent工作倦怠所引發的宏觀涌現規律，仿真實驗結果的分析有助于改進監管制度，使其真正發揮效力從而降低礦山事故發生率。

1 礦山監管體系Agent關系分析

ABMS認為系統是由多個相互作用與配合實現一定功能的要素組成的有機集合體，而Multi-Agent系統中的Agent可以作為系統要素在計算機模型中映射，使大多數實際系統都可以用多Agent系統進行描述[11-12]。2019年3—5月對陜西商洛地區10家露天礦山企業展開調研，主要調查對象是礦山安全監管人員，調研形式為集中人員現場填寫問卷，調研人員及被調查對象就問卷存在的疑問進行溝通及解釋，被調研礦山企業安全監管人員，人數一般為40～60人，調研樣本總數為448份，有效樣本數量為375份，樣本有效率為83.71%。礦山監管體系是一個包含安全監管Agent、決策支持Agent、職能配合Agent以及礦工Agent等多個Agent協調運作的系統，如圖1所示。基于資源保存理論，監管Agent的工作狀態受其自身心理資源和事件處理成功率影響，其心理資源是由決策支持Agent、職能配合Agent決定的，當監管Agent對不安全行為處理成功率較高時，決策Agent和職能Agent會提供更多的資源補給，但不安全行為處理成功率低于某一特定值時，不僅得到的資源補給會減少，還會導致監管Agent的工作倦怠狀態。

圖1 基于ABMS的仿真概念模型Fig.1 Simulation conceptual model based on ABMS

2 基于多Agent的仿真模型構建

2.1 仿真模型假設

ABMS將多個Agent按照適當的體系結構進行組織，并賦予其推理學習能力，使整個Multi-Agent系統呈現智能性。ABMS與COR理論為多Agent仿真模型的構建提供了理論基礎。

1)礦山監管系統Agent關系分為相互獨立、信息傳遞、信息反饋、交互作用4類，如圖2所示。

圖2 主體關系Fig.2 Main body relationship

2)監管系統中各Agent具有分布性和移動性，可以自由運動到Netlogo仿真世界中的任何位置。

3)構建以監管Agent心理資源為指標的平衡體系，監管Agent工作倦怠現象宏觀涌現為安全監管Agent數量的變化。

4)Agent具有有限理性，在既定的情形與其他Agent交互作用的過程中進行溝通協調演化，相互學習，并受到交互規則的制約。

礦山環境Agent模型背景下，安全監管Agent屬性、決策支持Agent屬性、職能配合Agent屬性及礦工屬性為模型輸入，刻畫了監管系統中各關鍵要素及其變量，模擬系統中各Agent之間的交互關系，其交互涌現的宏觀行為即是動態輸入也是動態輸出，最后輸出各種維度下礦山監管Agent工作倦怠現象。

2.2 行為Agent及屬性

2.2.1 監管Agent

監管Agent由現實礦山監管體系內單個監管員映射的元Agent組成，每個元Agent在其工作權限內既獨立運作又相互制約，基于COR理論，以監管Agent的心理資源為研究對象。元Agent屬性具體如下：

1)活動位置：在仿真世界中用坐標表示為(X1，Y1)，其中X1，Y1∈(-50,50)。

2)Agent數量：由礦山監管人員的實際數量來表示。

3)監管范圍：即監管Agent對違章行為的監控范圍，在Netlogo世界中用網格表示，記為P1。

4)Agent資源的固有量：是監管Agent的自然屬性，假設取值為R0。

5)資源處理消耗量：即監管Agent處理一次違章行為所消耗的心理資源，假設取值為Rc。

6)上級支持資源量：即監管Agent處理違章行為時上級Agent的資源支持量，假設取值為Ru。

7)職能配合資源量：即監管Agent處理違章行為時職能部門給予的資源支持量，假設取值為Rf。

8)事件處理成功率：即監管Agent處理違章作業的成功率，假設取值為Pj。

2.2.2 決策支持Agent

決策支持Agent是監管Agent的上級管理部門，決策支持Agent主要職能是根據事件發生的不同性質，對監管Agent提供的支持力度，支持力度受監管Agent事件處理成功率(Pj)的影響，當Pj高于決策支持Agent期望值時，就會獲得較大的支持力度，如果Pj低于決策支持Agent期望值時，獲得的支持力度相對較少。決策支持Agent屬性包含如下:

1)活動位置：在仿真世界中用坐標表示為(X2，Y2)，其中X2，Y2∈(-50,50)。

2)Agent數量：決策支持Agent在監管系統中的作用僅體現在對監管Agent的支持，為了簡化仿真系統，只設置1個決策Agent主體。

3)決策支持系數：即決策支持Agent對監管Agent的支持力度，假設為Sc，Sc∈[-1,1]。當Sc取值為1時，決策支持Agent全力支持監管Agent的工作并提供充足的支持資源；當Sc取值為0時，決策支持Agent對監管Agent的支持力度保持中立；當Sc取值為-1時，決策支持Agent對監管Agent的工作表現為絕對否定，不對其提供任何支持。Sc受到事件處理成功率Pj的影響并呈正相關關系。

2.2.3 職能配合Agent

職能配合Agent是礦山監管系統中的相關職能部門，職能配合Agent針對事件的不同性質，向監管Agent提供配合，同樣受到Pj的影響。當Pj高于職能配合Agent期望值時，就會獲得較大的支持力度，如果Pj低于職能配合Agent期望值時，獲得的支持力度相對較少。決策支持Agent屬性包含如下:

1)活動位置：在仿真世界中用坐標表示為(X3，Y3)，其中X3，Y3∈(-50,50)。

2)Agent數量：職能配合Agent在監管系統中的作用體現在對監管Agent提供相應的配合，比如醫療服務、救援措施等，為簡化仿真系統，設置一個職能配合Agent。

3)職能配合系數：即職能配合Agent對監管Agent處理違章事件所提供的職能配合程度，假設為Fc，Fc∈[-1,1]。當Fc取值為1時，職能配合Agent全力配合監管Agent的工作；當Fc取值為0時，職能配合Agent對監管Agent的配合程度保持中立；當Fc取值為-1時，職能配合Agent對監管Agent的工作表現絕對否定，不對其提供任何配合資源。Fc受到事件處理成功率Pj的影響并呈正相關關系。

2.2.4 礦工Agent

1)活動位置：在仿真世界中用坐標表示為(X4，Y4)，其中X4，Y4∈(-50,50)。

2)Agent數量:由現實礦山實際作業人員的數量來表示。

3)違章作業的持續時間:違章作業被發現的概率很大意義上取決于違章作業的持續時間，假設取值為Tc，Tc越長，違章作業就越有可能被發現。

4)違章作業被監管范圍：即表示礦工采取違章作業被發現的范圍，在Netlogo網絡世界中用網格來表示，假設取值為P2。

5)處理有效性系數：監管Agent成功處理一次違章作業后，被處理的違章礦工仍然有可能在接下來的生產作業中選擇違章作業，因此定義處理有限性系數，假設取值為Ec。

3 Agent間仿真規則設計

3.1 個體倦怠現象發生規則

馬氏工作倦怠感量表包含3個分量表，即情感耗竭、人格解體和個人成就[13-14]。情感耗竭是指監管Agent情感資源消耗而引起的疲憊感；人格解體是指監管Agent對礦工的冷淡疏遠狀態；個人成就是指監管Agent工作過程中因挫敗引起的個人成就感的降低。基于COR理論以監管Agent情感資源為研究對象并根據多Agent仿真模型的屬性確立Agent之間的交互規則，Agent在交互規則的限制內自由運行[15]。

3.1.1 情感耗竭狀態

t時刻監管Agent情感耗竭狀態的狀態函數定義為資源存有量，定義為Rt，模型各Agent屬性綜合表示如公式(1)所示：

Rt=R0-nRc+ScRu+FcRf

(1)

式中：n為監管Agent處理違章作業的次數。

當Rt≤0時，監管Agent會產生疲憊感，從而導致其情感耗竭狀態。

3.1.2 人格解體狀態

監管Agent對違章事件的處理成功率可用處理違章事件成功有效次數與處理違章事件的總次數來表示，具體如公式(2)所示：

(2)

當處理成功率Pj小于臨界值時，監管Agent就會回避處理成功較低的違章行為，對礦工Agent呈冷淡疏遠的狀態，即人格解體。假設臨界值為P0，如公式(3)所示：

Pj

(3)

3.1.3 個人成就狀態

當監管Agent情感耗竭且處理成功率低于P0時，工作狀態即滿足公式(1)和公式(3)時，監管Agent的工作挫敗感增加，進而個人成就感就會降低。

3.2 基于網格的Agent移動規則

多Agent仿真模型是基于Netlogo仿真平臺的網格世界實現的，模型Agent在網格中的移動是遵循一定規則，具體如圖3所示。

圖3 Agent活動范圍Fig.3 Activity range of agent

Agent在網格中的移動規則為：

1)當Agent移動步數設定為1時，其移動范圍是Agent移動1步可以到達的8個網格。

2)當Agent移動步數設定為2時，其移動范圍是Agent移動2步可以到達的24個網格。

3)當Agent移動步數設定為3時，其移動范圍是Agent移動2步可以到達的48個網格。

4)當Agent移動步數設定為4時，其移動范圍是Agent移動2步可以到達的80個網格。

4 基于Netlogo的仿真實驗研究

4.1 監管Agent工作倦怠現象影響屬性選取

影響礦山監管Agent的工作倦怠狀態的因素有很多，基于COR理論，從決策支持Agent狀態、職能配合Agent狀態、礦工行為選擇3個維度進行仿真實驗，研究其對礦山監管Agent工作倦怠的影響，多Agent仿真模型宏觀輸出為各個維度不同屬性作用下監管Agent產生情感耗竭、人格解體、個人成就的人數變化。

4.2 仿真模型初始化

根據陜西商洛地區十余家礦山企業調研情況，考慮項目工藝流程設計和設備配置設定礦工Agent定員187人，監管Agent是包含應急管理部門的領導、安全巡視員、專職安全員、兼職安全員以及班組長在內的企業員工，總共定員為48人。根據礦山企業員工密度設置Netlogo網格數量為100×100，共10 000個網格。同時設定礦工Agent違章作業發生頻次為1/10 d，且只有在1次交接班后，礦工Agent才會選擇違章作業，仿真初始參數見表1。

表1 初始參數設置Table 1 Setting of initial parameters

4.3 仿真結果分析

4.3.1 決策支持力度的影響效果研究

通過調整決策支持系數Sc來研究決策支持力度對礦山監管Agent工作倦怠情況的影響程度，如公式(1)所示，Sc影響t時刻監管Agent心理資源存有量Rt，將Sc取值為-1，運行得到圖4(a)，然后Sc取值為0，運行得到圖4(b)，最后將Sc取值為1，運行得到圖4(c)。

圖4(a)所示Sc=-1，Rt=22時，監管Agent中保持情感耗竭狀態的人數為9人，保持人格解體狀態的人數為10人，保持個人成就狀態的人數為18人，監管Agent工作倦怠總數為37人；圖4(b)所示Sc=0，Rt=32時，監管Agent中保持情感耗竭狀態的人數為6人，保持人格解體狀態的人數為9人，保持個人成就狀態的人數為11人，監管Agent工作倦怠總數為26人；圖4(c)所示Sc=1，Rt=42時，監管Agent中保持情感耗竭狀態的人數為3人，保持人格解體狀態的人數為5人，保持個人成就狀態的人數為7人，監管Agent工作倦怠總數為15人。結果表明：決策支持系數Sc與資源保有量呈正相關關系，而資源保有量的增加使得監管Agent工作倦怠情況呈緩解的趨勢。

圖4 決策支持力度對監管Agent的影響Fig.4 Influence of decision support strength on supervisory agent

4.3.2 職能配合程度的影響效果研究

通過調整職能配合系數Fc來研究職能配合程度對礦山監管Agent工作倦怠情況的影響程度，如公式(1)所示，Fc影響t時刻監管Agent心理資源存有量Rt，將Fc取值為-1，運行得到圖5(a)，然后將Fc取值為0，運行得到圖5(b)，最后將Fc取值為1，運行得到圖5(c)。

圖5 職能配合程度對監管Agent的影響Fig.5 Influence of function coordination degree on supervisory agent

圖5(a)所示Fc=-1，Rt=20時，監管Agent耗竭狀態的人數為3人，保持人格解體狀態的人數為11人，保持個人成就狀態的人數為17人，監管Agent工作倦怠總數為33人；圖5(b)所示Fc=0，Rt=30時，監管Agent中保持情感耗竭狀態的人數為6人，保持人格解體狀態的人數為4人，保持個人成就狀態的人數為14人，監管Agent工作倦怠總數為24人；圖5(c)所示Fc=1，Rt=40時，監管Agent中保持情感耗竭狀態的人數為7人，保持人格解體狀態的人數為4人，保持個人成就狀態的人數為9人，監管Agent工作倦怠總數為20人。結果表明：職能配合系數Fc與資源保有量Rt呈正相關關系，Fc增加，監管Agent倦怠人數相應降低。

4.3.3 礦工執行效果的影響效果研究

通過調整處理有效性系數Ec來研究礦工執行效果對礦山監管Agent工作倦怠情況的影響程度，如公式(2)所示，Ec影響t時刻監管Agent對違章事件的處理成功率，將Ec取值為0.3，運行得到圖6(a)，然后Ec取值為0.6，運行得到圖6(b)，最后將Ec取值為0.9，運行得到圖6(c)。

圖6(a)所示Ec=0.3，Pj=24%時，Agent中保持情感耗竭狀態的人數為11人，保持人格解體狀態的人數為7人，保持個人成就狀態的人數為10人，監管Agent工作倦怠總數為28人；圖6(b)所示Ec=0.6，Pj=48%時，監管Agent中保持情感耗竭狀態的人數為10人，保持人格解體狀態的人數為8人，保持個人成就狀態的人數為6人，監管Agent工作倦怠總數為24人；圖6(c)所示Ec=0.9，Pj=72%時，監管Agent中保持情感耗竭狀態的人數為4人，保持人格解體狀態的人數為3人，保持個人成就狀態的人數為2人，監管Agent工作倦怠總數為9人。結果表明：當PjP0時，監管Agent工作倦怠人數處于較低的水平。

圖6 礦工執行效果對監管Agent的影響Fig.6 Influence of miners implementation effect on supervisory agent

5 結論

1)結合ABMS技術和COR理論，研究礦山監管Agent工作倦怠現象，探索決策支持Agent、職能配合Agent和礦工行為對監管Agent工作倦怠的影響，通過構建多Agent仿真模型，實現了對礦山監管系統各Agent微觀行為的仿真模擬，多Agent仿真模型有助于彌補現有工作倦怠研究過分依賴傳統定性分析并無法系統分析各Agent之間交互的不足。通過研究監管系統各Agent之間的交互作用所引起的宏觀涌現現象，為礦山監管制度效用最大化提供一種科學的依據。

2)基于Netlogo平臺的仿真實驗表明：決策支持系數Sc影響下,Sc由-1增加到1時，監管Agent工作倦怠人數降低了22人；職能配合系數Fc影響下，Fc由-1增加到1時,監管Agent工作倦怠人數降低了13人；處理有效性系數Ec影響下，Ec由0.3升高至0.9時，監管Agent工作倦怠人數降低了19人,間接說明了決策支持系數Sc對監管Agent工作倦怠現象影響最大、處理有效性系數Ec影響次之、職能配合系數Fc影響最小。

3)多Agent仿真模型并未考慮礦山監管系統中各Agent之間的關系演化及學習能力，因此具有一定局限性。