基于模糊信息聚類的應(yīng)急管理資源調(diào)度模型

李云鋒， 鄭勇平， 劉 洋

(1 武警警官學(xué)院， 成都 610213； 2 海軍工程大學(xué)， 武漢 430033)

0 引 言

隨著應(yīng)急管理資源信息化建設(shè)的發(fā)展，需要建立應(yīng)急管理資源調(diào)度模型，結(jié)合多源信息資源分布式挖掘和信息融合聚類分析的方法，進行應(yīng)急管理資源調(diào)度，建立應(yīng)急管理資源的信息融合模型，采用大數(shù)據(jù)挖掘方法，進行應(yīng)急管理資源的挖掘和輸出均衡配置[1]。在進行應(yīng)急管理資源調(diào)度過程中，受到信息擁堵和配置路徑的差異性，導(dǎo)致應(yīng)急管理資源調(diào)度出現(xiàn)沖突，需要進行應(yīng)急管理資源調(diào)度和防沖突設(shè)計，提高應(yīng)急管理資源調(diào)度的效率，降低應(yīng)急管理資源擁堵的風(fēng)險，提高應(yīng)急管理資源調(diào)度的安全性，相關(guān)的應(yīng)急管理資源調(diào)度模型研究受到人們的極大關(guān)注[2]。本文提出基于模糊信息聚類的應(yīng)急管理資源調(diào)度方法。首先構(gòu)造應(yīng)急管理資源信息疏導(dǎo)模型，采用物理空間資源均衡配置方法進行應(yīng)急管理資源的均衡配置，進行應(yīng)急管理資源調(diào)度的模糊信息聚類，然后通過模糊關(guān)聯(lián)信息熵的分布式屬性，實現(xiàn)應(yīng)急管理資源調(diào)度。最后進行仿真測試分析，展示了本文方法在提高應(yīng)急管理資源調(diào)度能力方面的優(yōu)越性能。

1 應(yīng)急管理資源結(jié)構(gòu)和均衡配置

1.1 應(yīng)急管理資源結(jié)構(gòu)

為了實現(xiàn)應(yīng)急管理資源調(diào)度，結(jié)合模糊特征聚類分析方法進行應(yīng)急管理資源的疏導(dǎo)控制和信息聚類分析，實現(xiàn)對應(yīng)急管理資源信息處理，構(gòu)造應(yīng)急管理資源信息疏導(dǎo)模型，采用物理空間資源均衡配置方法進行應(yīng)急管理資源的均衡配置[3]，采用關(guān)聯(lián)聯(lián)合概率分析方法，得到應(yīng)急管理資源信息可靠性分布的概率密度函數(shù)為p(vi,ej)，結(jié)合應(yīng)急管理資源調(diào)度信息的融合調(diào)度方法，得到應(yīng)急管理資源訪問信息的特征分布序列(vk-1,ek-1)T是獨立的，應(yīng)急管理資源調(diào)度的模糊關(guān)聯(lián)規(guī)則集為：

p(xk|Xk-1,Yk-1)=p(xk|xk-1,yk-1),

(1)

p(yk|Xk,Yk-1)=p(yk|xk),

(2)

采用空間特征信息聚類分析方法，建立應(yīng)急管理資源調(diào)度的統(tǒng)計分析模型，描述為：

p(vk-1,ek-1)=p(vk-1|ek-1)p(ek-1),

(3)

建立應(yīng)急管理資源的分布式結(jié)構(gòu)模型，采用聯(lián)合特征演化分析方法[4]，得到資源調(diào)度的聯(lián)合特征分布變量為ωk，即:

(4)

ωk∈Rd(d=nv+ne),

(5)

則應(yīng)急管理資源調(diào)度的模糊加權(quán)系數(shù)為ωk，表示為一個均值為uk，方差為Σk的標(biāo)準(zhǔn)正態(tài)分布，對第m點處采集的應(yīng)急管理資源信息進行模糊性檢測，得到應(yīng)急管理資源調(diào)度的演化特征分布集為：

ωk～N(uk,Σk),

(6)

式中,

uk=[uTv,k,uTe,k]T,

(7)

(8)

綜上分析，建立應(yīng)急管理資源調(diào)度的空間信息聚類分析模型，結(jié)合可靠性檢測方法，進行資源調(diào)度[5]。

1.2 應(yīng)急管理資源均衡配置

采用物理空間資源均衡配置方法進行應(yīng)急管理資源的均衡配置，結(jié)合模糊關(guān)聯(lián)信息熵特征提取方法進行應(yīng)急管理資源信息特征挖掘[6]，得到應(yīng)急管理資源調(diào)度的控制約束參量θk=(uk,Σk)，采用似然估計的方法，建立應(yīng)急管理資源調(diào)度的信息熵提取模型，得到信息熵特征滿足：

(uk,Σk)～NiW(vk,Vk),

(9)

式中,

(10)

式中,iW(.)表示應(yīng)急管理資源調(diào)度的疏導(dǎo)狀態(tài)特征量；參量vk和Vk表示統(tǒng)計特性通過挖掘應(yīng)急管理資源集的屬性特征，實現(xiàn)應(yīng)急管理資源模糊特征檢測，得到應(yīng)急管理資源調(diào)度特征分布為：

(11)

(12)

(13)

Λk=Vωkωk,k-V1ωk,kV-111,kVωk1,k，

(14)

式中，Vωkωk,k是Vk的d×d維子矩陣塊，根據(jù)應(yīng)急管理資源數(shù)據(jù)的分布特性，得到資源信息置換矩陣為Vk∈R(d+1)×(d+1)，采用空間演化聚類分析方法，得到模糊信息聚類的特征分布值滿足(uk,Σk)，空間信息聚類的聯(lián)合特征分布集為：

(15)

式中，c是空間聚類的維數(shù)，ωk為應(yīng)急管理資源均衡配置模型，表示為：

(16)

2 應(yīng)急管理資源調(diào)度處理優(yōu)化

2.1 應(yīng)急管理資源調(diào)度模糊關(guān)聯(lián)信息熵特征提取

構(gòu)造應(yīng)急管理資源信息疏導(dǎo)模型，采用物理空間資源均衡配置方法進行應(yīng)急管理資源的均衡配置[8]，則應(yīng)急管理資源調(diào)度的特征分解模型為：

(17)

采用統(tǒng)計信息分析方法，建立應(yīng)急管理資源挖掘的模糊特征分布集，得到：

(18)

其中，

(19)

(20)

(21)

式中，NB為資源分布回歸分析特征量，結(jié)合模糊度尋優(yōu)方法，得到應(yīng)急管理資源分布集滿足條件概率密度函數(shù)p(ek|vk)，資源調(diào)度的疏導(dǎo)模型可以表示為：

(22)

(23)

(24)

(25)

采用模糊信息聚類方法，進行應(yīng)急管理資源的信息聚類，模糊關(guān)聯(lián)信息熵可以表示為：

p(θk|Xk,Yk)=p(θk|ωk)=NiW(vk,Vk),

(26)

式中：

(27)

vk=λvk-1+1,

(28)

采用模糊關(guān)聯(lián)信息熵特征提取方法，得到應(yīng)急管理資源調(diào)度的對象集為：

(29)

采用相空間結(jié)構(gòu)重組和平均互信息融合方法，進行應(yīng)急管理資源調(diào)度的模糊信息聚類[9]。

2.2 應(yīng)急管理資源調(diào)度均衡處理

采用相空間結(jié)構(gòu)重組和平均互信息融合方法，進行應(yīng)急管理資源調(diào)度的模糊信息聚類，通過模糊關(guān)聯(lián)信息熵的分布式屬性挖掘結(jié)果，得到應(yīng)急管理資源調(diào)度的置換函數(shù)：

Tk(xk)=p(θk|xk,Yk),

(30)

則有：

(31)

通過模糊信息聚類分析，得到資源調(diào)度的自適應(yīng)控制模型為：

(32)

式中,

(33)

v(ij)k=λv(j)k-1+1,

(34)

(35)

根據(jù)上述模型構(gòu)造和數(shù)據(jù)分析，結(jié)合模糊信息聚類分析方法，實現(xiàn)應(yīng)急管理資源調(diào)度優(yōu)化[10]。

3 實驗測試分析

為了驗證本文方法在實現(xiàn)應(yīng)急管理資源調(diào)度的應(yīng)用性能，進行仿真實驗分析，實驗的算法采用Matlab設(shè)計，應(yīng)急管理資源信息采樣的節(jié)點數(shù)為800，資源數(shù)據(jù)的樣本分布規(guī)模為1 024，信息聚類的空間維數(shù)為12，測試集規(guī)模為30，應(yīng)急管理資源的屬性類別數(shù)為8，訪問延遲率設(shè)定為0.34，根據(jù)上述參數(shù)設(shè)定，進行應(yīng)急管理資源調(diào)度仿真分析，得到采集的應(yīng)急管理資源數(shù)據(jù)樣本如圖1所示。

圖1 應(yīng)急管理資源數(shù)據(jù)樣本

以圖1的應(yīng)急管理資源數(shù)據(jù)樣本為研究對象，進行應(yīng)急管理資源調(diào)度處理，得到應(yīng)急管理資源數(shù)據(jù)樣本模糊聚類結(jié)果如圖2所示。

分析圖2得知，本文方法能有效實現(xiàn)應(yīng)急管理資源調(diào)度，應(yīng)急管理資源信息的聚類性較好，說明均衡配置能力較強，測試應(yīng)急管理資源調(diào)度的輪數(shù)，得到對比結(jié)果如圖3所示。

分析上述仿真結(jié)果得知，本文方法能有效降低資源調(diào)度信息擁堵風(fēng)險，應(yīng)急管理資源調(diào)度沖突出現(xiàn)的輪數(shù)減小，提高了應(yīng)急管理資源的均衡性和安全性。

圖2 應(yīng)急管理資源信息聚類結(jié)果

Fig. 2 Clustering results of emergency management resource information

圖3 應(yīng)急管理資源調(diào)度的輪數(shù)對比

Fig. 3 Comparison of the number of rounds of emergency management resource scheduling

4 結(jié)束語

進行應(yīng)急管理資源調(diào)度和防沖突設(shè)計，提高應(yīng)急管理資源調(diào)度的效率，降低應(yīng)急管理資源擁堵的風(fēng)險，本文提出基于模糊信息聚類的應(yīng)急管理資源調(diào)度方法。構(gòu)造應(yīng)急管理資源信息疏導(dǎo)模型，結(jié)合模糊關(guān)聯(lián)信息熵特征提取方法進行應(yīng)急管理資源信息特征挖掘，提取應(yīng)急管理資源信息的模糊關(guān)聯(lián)信息熵特征量，進行應(yīng)急管理資源調(diào)度的模糊信息聚類，通過模糊關(guān)聯(lián)信息熵的分布式屬性，實現(xiàn)應(yīng)急管理資源調(diào)度。研究得知，本文方法進行應(yīng)急管理資源調(diào)度處理的均衡配置能力較好，降低了信息擁堵風(fēng)險，應(yīng)急管理資源調(diào)度沖突出現(xiàn)的輪數(shù)減小，提高了應(yīng)急管理資源的均衡性和安全性，在應(yīng)急資源管理中具有很好的應(yīng)用價值。