考慮處置效果的苯系物泄露應(yīng)急方案生成方法

胡東濱，馮婧瑜，楊藝，易國(guó)棟

（1.中南大學(xué)商學(xué)院，湖南 長(zhǎng)沙 410083；2.湖南工商大學(xué)大數(shù)據(jù)與互聯(lián)網(wǎng)創(chuàng)新研究院，湖南 長(zhǎng)沙 410205）

突發(fā)事件的應(yīng)急管理一直是公共管理領(lǐng)域的重要研究方向之一。目前我國(guó)對(duì)于突發(fā)事件的管理已形成較為完備的預(yù)案體系，但對(duì)于特定的突發(fā)事件，主要依賴(lài)專(zhuān)家組現(xiàn)場(chǎng)形成應(yīng)急方案。由于突發(fā)事件的不確定性、演變情況的復(fù)雜性、專(zhuān)家自身經(jīng)驗(yàn)和知識(shí)的局限性，在形成應(yīng)急方案時(shí)往往需要借鑒相似案例。如何根據(jù)現(xiàn)有突發(fā)事件的特征信息和歷史經(jīng)驗(yàn)快速生成有效的應(yīng)急方案是值得關(guān)注和研究的問(wèn)題。

案例推理方法，即借助相似歷史案例解決現(xiàn)有問(wèn)題，符合人腦的思維方式，可實(shí)現(xiàn)知識(shí)挖掘與經(jīng)驗(yàn)復(fù)用，是突發(fā)事件應(yīng)急管理過(guò)程中應(yīng)用的重要方法。其在應(yīng)急方案生成中的應(yīng)用主要有：構(gòu)建案例相似度匹配算法：集結(jié)結(jié)構(gòu)相似度、情景相似度[1]、情景鏈相似度、處置任務(wù)相似度[2]、語(yǔ)義相似度[3]，進(jìn)而獲取相似度較高的應(yīng)對(duì)方案，譚睿璞等[4]針對(duì)案例中信息表述方式多樣的問(wèn)題，提出了異質(zhì)信息下基于案例推理的應(yīng)急決策方法。突發(fā)事件的情景要素權(quán)重的確定是應(yīng)急方案生成過(guò)程中的重要一環(huán)，隨著機(jī)器學(xué)習(xí)方法的日益成熟，學(xué)者們相繼將隨機(jī)森林等算法應(yīng)用于突發(fā)事件應(yīng)急研究，如徐緒堪等[5]將隨機(jī)森林算法應(yīng)用于突發(fā)事件分級(jí)，進(jìn)而實(shí)現(xiàn)突發(fā)事件的實(shí)時(shí)匹配；周德紅等[6]利用隨機(jī)森林算法得到指標(biāo)權(quán)重，定量刻畫(huà)了情景要素與事故發(fā)生間的關(guān)系；封超等[7]為解決在相似度篩選時(shí)過(guò)分依賴(lài)決策者主觀意見(jiàn)的問(wèn)題，引入了粒子群優(yōu)化算法，提高了權(quán)重算法的穩(wěn)定性，并獲得了較好的分類(lèi)效果；ZHONG等[8]利用隨機(jī)森林抗過(guò)擬合的特性，將其應(yīng)用于兩層相似案例篩選模型，提高了案例推理方法的檢索精度和準(zhǔn)確性。隨機(jī)森林等機(jī)器學(xué)習(xí)方法雖在求解情景要素權(quán)重方面具有一定優(yōu)勢(shì)，但由于其主要信息依據(jù)源自突發(fā)事件本身，對(duì)于歷史案例較少的情形，存在一定的局限。為此，本研究擬在隨機(jī)森林算法的基礎(chǔ)上，結(jié)合專(zhuān)家知識(shí)提出一種確定要素權(quán)重的方法。

近年來(lái)，研究者嘗試將方案實(shí)施效果融入應(yīng)急方案生成，形成了系列研究成果。李永海等[9]率先提出了考慮實(shí)施效果的突發(fā)事件應(yīng)急方案生成模型，對(duì)相似度大于閾值的案例，從實(shí)施效果和應(yīng)對(duì)成本2個(gè)維度構(gòu)建了效用函數(shù)，得到了應(yīng)急方案的排序；鄭晶等[10]在解決應(yīng)急方案生成和實(shí)施效果評(píng)估中，考慮了方案在整個(gè)應(yīng)急過(guò)程中的實(shí)施效果，采用距離熵方法集結(jié)了實(shí)施效果，進(jìn)而綜合考慮相似度與實(shí)施效果，實(shí)現(xiàn)了應(yīng)急方案生成；此后，鄭晶等[11]在應(yīng)急方案生成過(guò)程中引入數(shù)據(jù)包絡(luò)分析（data envelopment analysis，DEA）方法進(jìn)行相似度測(cè)量和實(shí)施效果評(píng)價(jià)，增強(qiáng)了決策過(guò)程的客觀性；鄭晶等[12]考慮決策過(guò)程中決策者的心理因素，構(gòu)建了考慮決策者后悔規(guī)避的應(yīng)急方案生成模型，通過(guò)度量感知效用生成了最優(yōu)方案。深入分析發(fā)現(xiàn)，上述研究主要通過(guò)多屬性決策評(píng)估方法開(kāi)展方案實(shí)施效果評(píng)價(jià)，缺乏系統(tǒng)的評(píng)價(jià)指標(biāo)體系。需要指出的是，由于突發(fā)事故方案的復(fù)雜性，實(shí)施效果評(píng)價(jià)屬于典型的群體決策問(wèn)題。為此，本文擬在既有研究基礎(chǔ)上，針對(duì)苯系物泄露事件應(yīng)急處置效果評(píng)價(jià)問(wèn)題，構(gòu)建方案實(shí)施效果評(píng)價(jià)指標(biāo)體系，用群體共識(shí)方法提出評(píng)價(jià)體系。

綜上，對(duì)于生成突發(fā)事件應(yīng)急方案的問(wèn)題，已有研究大多關(guān)注相似度匹配，對(duì)于篩選得到的案例的處置效果缺乏全面考慮。但案例相似度與處置效果不一定成正比，可能出現(xiàn)應(yīng)急方案與當(dāng)前情景匹配度極高，但處置效果不佳的情況，并不能直接用于解決當(dāng)前問(wèn)題，或出現(xiàn)生成方案可迅速截?cái)辔廴驹吹⑽纯紤]居民安置或環(huán)境污染問(wèn)題，若處置不當(dāng)，可能對(duì)周邊環(huán)境和居民造成較大傷害，因此決策模型需為決策者快速精準(zhǔn)地篩選出適宜的應(yīng)急方案以輔助應(yīng)急救援。本文提出了一種考慮情景相似度與處置效果的兩階段應(yīng)急方案生成方法，首先，提取突發(fā)事件的情景要素，然后綜合考慮專(zhuān)家意見(jiàn)并從客觀案例庫(kù)中獲取要素權(quán)重，計(jì)算情景相似度，依照相似度完成案例初篩，接著，構(gòu)建評(píng)價(jià)指標(biāo)體系并引入群共識(shí)算法評(píng)價(jià)應(yīng)急方案處置效果，最后，綜合相似度與處置效果，為決策者推薦當(dāng)前突發(fā)事件的解決方案。

1 問(wèn)題描述

表1 語(yǔ)義信息的直覺(jué)模糊轉(zhuǎn)化Table 1 Intuitionistic fuzzy conversion for linguistic information

本文要解決的問(wèn)題是：針對(duì)當(dāng)前突發(fā)事件的情景特征，依據(jù)歷史案例的情景描述、應(yīng)急方案、處置效果和要素權(quán)重及專(zhuān)家意見(jiàn)，如何運(yùn)用可行的決策分析方法生成最優(yōu)的應(yīng)急方案。以往利用案例推理技術(shù)生成應(yīng)急方案的決策范式側(cè)重于案例情景的構(gòu)建與匹配，較少涉及與情景對(duì)應(yīng)的應(yīng)急方案處置效果。在處置效果評(píng)價(jià)方面，大多只關(guān)注預(yù)案質(zhì)量的評(píng)估，或僅從簡(jiǎn)單維度給出評(píng)價(jià)信息。本文在案例推理與應(yīng)急管理評(píng)價(jià)的基礎(chǔ)上，綜合歷史案例全過(guò)程記錄數(shù)據(jù)，提出一種更具實(shí)踐意義的決策范式——案例推理框架下的兩階段應(yīng)急方案生成方法。

2 基于案例匹配與效果評(píng)價(jià)的兩階段應(yīng)急方案生成方法

第一階段為基于情景相似度的歷史案例篩選。首先提取能夠表征突發(fā)事件的情景要素，其次采用隨機(jī)森林結(jié)合專(zhuān)家知識(shí)的方法求得要素對(duì)突發(fā)事件的貢獻(xiàn)度，最后計(jì)算歷史案例與目標(biāo)案例的綜合相似度，輸出相似度大于某閾值的案例，構(gòu)成相似案例集。

第二階段為相似案例集的應(yīng)急方案排序。首先構(gòu)建應(yīng)急處置效果評(píng)價(jià)指標(biāo)體系，用于評(píng)價(jià)應(yīng)急方案的質(zhì)量，其次采用自適應(yīng)共識(shí)調(diào)整算法集結(jié)專(zhuān)家對(duì)應(yīng)急處置效果的評(píng)價(jià)意見(jiàn)，最后給出相似案例集對(duì)應(yīng)的應(yīng)急處置方案的評(píng)分。

基于上述兩階段結(jié)果，綜合情景相似度與應(yīng)急處置效果，給出突發(fā)環(huán)境事件的應(yīng)急方案。

2.1 應(yīng)急方案的案例匹配

為完成應(yīng)急方案生成方法的第一階段，構(gòu)建基于隨機(jī)森林與專(zhuān)家知識(shí)的情景要素權(quán)重，以此為基礎(chǔ)，構(gòu)建直覺(jué)模糊案例匹配方法。

2.1.1 基于隨機(jī)森林與專(zhuān)家知識(shí)的要素權(quán)重獲取

由于要素客觀權(quán)重的獲取基于對(duì)歷史案例庫(kù)的數(shù)據(jù)分析，而案例庫(kù)無(wú)法收錄所有相關(guān)案例或存在部分缺失值的案例，得到的要素權(quán)重并不能完全模擬人腦的思維方式，與基于知識(shí)經(jīng)驗(yàn)的分析有一定差距，因此要素權(quán)重的最終確定還需專(zhuān)家的知識(shí)分析，從而實(shí)現(xiàn)要素權(quán)重分配的可靠性與實(shí)用性的協(xié)同。為此，研究一種基于隨機(jī)森林與專(zhuān)家知識(shí)的要素權(quán)重構(gòu)建方法。

2.1.2 基于直覺(jué)模糊集的案例相似度計(jì)算

2.1.3 相似案例的篩選

相似歷史案例的提取需考慮歷史突發(fā)事件與當(dāng)前突發(fā)事件的應(yīng)急情景相似度，且提取相似度較高的歷史案例。可采用設(shè)置相似度閾值的方法，設(shè)ξ為歷史案例與目標(biāo)案例間的相似度閾值，其計(jì)算式[9]為

其中，τ表示關(guān)于歷史案例與目標(biāo)案例間的最大相似度的百分比，由決策者依據(jù)經(jīng)驗(yàn)或歷史數(shù)據(jù)給定，τ∈(0，1]。τ越大，表明提取的歷史案例與目標(biāo)案例的相似度越高。

獲取相似度大于閾值ξ的案例，生成相似案例集Z=(z1，z2，…，zm)（m為相似案例個(gè)數(shù)），匹配方案集X={xi|i=1，2，…，m}。

2.2 基于群體共識(shí)達(dá)成過(guò)程的方案實(shí)施效果評(píng)價(jià)

由第一階段篩選出的應(yīng)急方案是否可應(yīng)用于當(dāng)前突發(fā)事件，需要對(duì)處置效果進(jìn)行評(píng)價(jià)后依據(jù)綜合相似度做出評(píng)判。從應(yīng)急處置效果評(píng)價(jià)的角度出發(fā)，基于專(zhuān)家對(duì)歷史案例處置效果的評(píng)價(jià)及改進(jìn)建議的文本型數(shù)據(jù)，從應(yīng)急過(guò)程效果、應(yīng)急處置效果和事后處置效果等方面構(gòu)建指標(biāo)體系，用熵權(quán)法實(shí)現(xiàn)權(quán)重建模，并采用自適應(yīng)共識(shí)調(diào)整算法，得到案例的應(yīng)急處置效果排序。

2.2.1 應(yīng)急方案實(shí)施效果評(píng)價(jià)指標(biāo)體系

為評(píng)價(jià)應(yīng)急方案的處置效果，需建立一個(gè)合理的指標(biāo)體系，但目前尚未形成統(tǒng)一標(biāo)準(zhǔn)。在收集歷史案例庫(kù)中專(zhuān)家評(píng)價(jià)意見(jiàn)的基礎(chǔ)上，基于全過(guò)程管理理論和質(zhì)量管理中的人、機(jī)、物、法（4M1E）原則，提出應(yīng)急處置效果的層次評(píng)價(jià)指標(biāo)體系。該體系由目標(biāo)層、準(zhǔn)則層和指標(biāo)層構(gòu)成，主要通過(guò)歷史數(shù)據(jù)、文獻(xiàn)綜述和專(zhuān)家討論得到。

基于歷史案例庫(kù)中對(duì)應(yīng)急全過(guò)程的記錄，準(zhǔn)則層包括應(yīng)急過(guò)程效果、應(yīng)急處置效果和事后處置效果。應(yīng)急過(guò)程效果是指突發(fā)事件發(fā)生全過(guò)程的綜合處置效果，衡量事件發(fā)生后的響應(yīng)速度和管理能力，包括應(yīng)急處置效率、部門(mén)間協(xié)調(diào)度、群眾穩(wěn)定度3個(gè)指標(biāo)。應(yīng)急處置效果直接決定了突發(fā)事件災(zāi)害的影響范圍，不僅需要科學(xué)的手段，還需要充足的人力物力等基礎(chǔ)資源，包括應(yīng)急預(yù)案有效性、處置手段科學(xué)性、資源調(diào)度水平、應(yīng)急監(jiān)測(cè)水平4個(gè)指標(biāo)。事后處置效果是解決災(zāi)害事件的最后保障，包括污染物處置水平和跟蹤監(jiān)測(cè)水平2個(gè)指標(biāo)。此外，為方便專(zhuān)家對(duì)指標(biāo)打分，總結(jié)了各指標(biāo)的具體含義，見(jiàn)表2。

表2 應(yīng)急處置效果評(píng)價(jià)指標(biāo)體系Table 2 Emergency dispose effect evaluation index system

2.2.2 基于群體共識(shí)的效果評(píng)價(jià)模型

2.3 基于案例匹配與效果評(píng)價(jià)的應(yīng)急方案生成方法

獲取相似案例集Z={zi|i=1，2，…，m}和匹配方案集X={xi|i=1，2，…，m}后，需綜合考慮情景相似度和方案處置效果，以生成能有效解決當(dāng)前突發(fā)事件的應(yīng)急方案。情景相似度以Sim（F*，F(xiàn)i）表征，方案處置效果以每個(gè)方案的記分函數(shù)（βi）表征，應(yīng)急方案的最終得分為

其中，θ為衡量相似度與處置效果的重要度因子，θ∈[0，1]。當(dāng)θ=0時(shí)，僅考慮方案處置效果；當(dāng)θ=1時(shí)，僅考慮情景相似度；當(dāng)θ∈(0，0.5)時(shí)，更注重方案處置效果；當(dāng)θ=0.5時(shí)，情景相似度與方案處置效果同等重要；當(dāng)θ∈(0.5，1)時(shí)，更注重情景相似度。

綜上所述，考慮處置效果的應(yīng)急方案生成方法流程如圖1所示，計(jì)算步驟如下：

圖1 方案生成流程Fig.1 The flow chart of alternative generation

步驟1執(zhí)行第一階段的相似案例集篩選方法，輸出相似案例集Z=（z1，z2，…，zm）的相似度Sim（F*，F(xiàn)i）。

步驟2執(zhí)行第二階段的效果評(píng)價(jià)模型，輸出方案效果評(píng)價(jià)值(βi)(i=1，2，…，m)。

步驟3確定參數(shù)值，計(jì)算最終得分，生成方案排序。

3 實(shí)例分析

3.1 案例描述

山東省泰安市發(fā)生了一起由交通事故導(dǎo)致的突發(fā)環(huán)境事件，需從案例庫(kù)生成應(yīng)急方案，從《突發(fā)環(huán)境典型案例選編》、各級(jí)政府生態(tài)廳官方網(wǎng)站、化學(xué)品事故信息網(wǎng)收集了2004—2019年的36起交通事故次生突發(fā)環(huán)境事件的現(xiàn)場(chǎng)報(bào)道、官方聲明、專(zhuān)家評(píng)議等數(shù)據(jù)，構(gòu)建了苯系物泄露的突發(fā)環(huán)境事件案例庫(kù)Z=(z1，z2，…，zm)。案例包括情景構(gòu)建、處置方案和處置效果評(píng)價(jià)，其中情景構(gòu)建包括天氣情況（f1）、發(fā)生時(shí)段（f2）、事故原因（f3）、罐體狀態(tài)（f4）、泄露物（f5）、泄漏量（f6）、現(xiàn)場(chǎng)危化物總量（f7）、現(xiàn)場(chǎng)罐體殘余危化物總量（f8）、居民點(diǎn)（f9）、河流（f10）、飲用水水源地（f11）、火情（f12）12個(gè)情景要素（表3）；處置方案為文本型記錄；處置效果評(píng)價(jià)包括應(yīng)急處置效率（c1）、部門(mén)間協(xié)調(diào)度（c2）、群眾穩(wěn)定度（c3）、應(yīng)急預(yù)案有效性（c4）、處置手段科學(xué)性（c5）、資源調(diào)度水平（c6）、應(yīng)急監(jiān)測(cè)水平（c7）、污染物處置水平（c8）、跟蹤監(jiān)測(cè)水平（c9）9個(gè)評(píng)價(jià)指標(biāo)。由于本文方法不涉及方案，算例中省略方案信息。基于記錄信息將案例中的情景要素值和處置效果評(píng)價(jià)值轉(zhuǎn)化為直覺(jué)模糊數(shù)。5位專(zhuān)家給出情景要素重要性的判斷，3位專(zhuān)家給出相似方案的處置效果評(píng)價(jià)。

表3 情景要素及其屬性Table 3 Situational factors

3.2 應(yīng)急方案生成算例演示

3.2.1 第一階段：案例匹配

3.2.1.1 基于隨機(jī)森林的客觀權(quán)重

根據(jù)案例原始信息，構(gòu)建每個(gè)案例的情景要素集F={f1，f2，…，f12}，案例結(jié)果為 是 否 造 成環(huán)境（水、土、氣）污染，R={r1，r2}={是，否 }。從 12個(gè)情景要素中隨機(jī)選取h個(gè)，有放回地選擇d次，得到分 類(lèi) 結(jié) 果 。 由 式（1）～ 式（4）計(jì) 算fj∈F，j=1，2，…，12在節(jié)點(diǎn)、決策樹(shù)等維度上的重要性，計(jì)算fj的綜合重要性，即客觀權(quán)重向量：

3.2.1.2 基于專(zhuān)家知識(shí)的主觀權(quán)重

首先，專(zhuān)家ek(k=1，2，…，5)依據(jù)自身知識(shí)及歷史經(jīng)驗(yàn)對(duì)情景要素集中每個(gè)要素的重要性做出評(píng)價(jià)，基 于 語(yǔ) 義 集S={很不重要 (s1)，不重要 (s2)，一般 (s3)，重要 (s4)，很重要 (s5)}提供fj的評(píng)價(jià)信息akj∈S，進(jìn)而形成評(píng)價(jià)矩陣Q=(akj)5×12：

3.2.1.3 要素綜合權(quán)重

3.2.1.4 相似度

目標(biāo)案例與歷史案例的相似度如表4所示。

表4 目標(biāo)案例與歷史案例的相似度Table 4 The similarity of target case and historical cases

3.2.1.5 相似案例集

依據(jù)式（10），設(shè)定百分比τ=0.7，得到相似案例集ZSim={z5，z8，z19，z27，z31}，與其 對(duì)應(yīng)的方案集X={x5，x8，x19，x27，x31}。

3.2.2 第二階段：效果評(píng)估

基于應(yīng)急處置效果評(píng)估指標(biāo)體系，完成對(duì)相似案例集的評(píng)價(jià)。

首先，將專(zhuān)家語(yǔ)義評(píng)價(jià)與定量數(shù)據(jù)映射為直覺(jué)模糊集，得到案例應(yīng)急方案效果評(píng)價(jià)矩陣R1，R2，R3。

其次，構(gòu)建基于自適應(yīng)群共識(shí)算法集成專(zhuān)家評(píng)價(jià)矩陣R。

3.2.3 兩階段決策方法

在得到案例相似度和處置效果評(píng)價(jià)值后，設(shè)定重要度因子為0.5，由式（21）得到方案的綜合得分（表5），可知，最終的方案排序?yàn)閤19?x31?x5?x8?x27，進(jìn)而篩選出最優(yōu)應(yīng)急方案。

表5 方案綜合評(píng)價(jià)值Table 5 Comprehensive evaluation of alternatives

3.3 對(duì)比分析

從情景要素權(quán)重確定方法、效果評(píng)價(jià)是否考慮群體共識(shí)及重要度因子三個(gè)方面對(duì)比分析文獻(xiàn)[9]、文獻(xiàn)[10]與本文方法，結(jié)果如表6所示。

表6 對(duì)比分析Table 6 Comparison and analysis

3.3.1 情景要素權(quán)重確定方法

在篩選相似案例集時(shí)，文獻(xiàn)[9-10]在案例分析中多采用專(zhuān)家直接給出的形式，本文綜合考慮了專(zhuān)家意見(jiàn)與歷史案例，可有效規(guī)避與目標(biāo)案例在某一要素上差異較大的案例入選，更具客觀性。

3.3.2 效果評(píng)價(jià)是否考慮群體共識(shí)

在應(yīng)急處置效果評(píng)價(jià)中，文獻(xiàn)[9]從效果和成本2個(gè)角度進(jìn)行評(píng)價(jià)，文獻(xiàn)[10]雖建立了多時(shí)期處置效果評(píng)價(jià)模型，但未綜合考慮多方意見(jiàn)，本文引入了專(zhuān)家共識(shí)調(diào)整算法，集結(jié)具有不同知識(shí)背景、行業(yè)經(jīng)驗(yàn)的專(zhuān)家對(duì)應(yīng)急方案的評(píng)價(jià)意見(jiàn)，提高了處置效果評(píng)價(jià)的可靠性。

3.3.3 重要度因子

與文獻(xiàn)[10]提出的應(yīng)急方案生成方法相比，本文通過(guò)式（21）對(duì)集結(jié)案例相似度與處置效果進(jìn)行評(píng)分，引入了重要度因子θ，其中θ∈[0，1]，使得綜合評(píng)價(jià)更具靈活性，且取θ=0.5，可得到與文獻(xiàn)[10]相同的排序結(jié)果。分別取θ=0，0.2，0.5，0.6，0.9，1.0，可得最優(yōu)方案如表7所示。

表7 基于參數(shù)變化的最優(yōu)方案Table 7 The optimal alternative based on parameter changing

分析表7中數(shù)據(jù)不難發(fā)現(xiàn)，當(dāng)θ趨于1時(shí)，最優(yōu)方案穩(wěn)定為x31，但該方案的處置效果較差；當(dāng)θ趨于0時(shí)，最優(yōu)方案處置效果較優(yōu)，但情景相似度排名靠后，最優(yōu)方案缺失了目標(biāo)案例中對(duì)應(yīng)某些關(guān)鍵情景需要采取的措施，如殘余危化物轉(zhuǎn)移措施；當(dāng)θ在0.5附近時(shí)，雖然最優(yōu)方案的排名有些微差異，但篩選出的方案均對(duì)當(dāng)前問(wèn)題有較好的適應(yīng)性。因此，在生成最優(yōu)方案時(shí)，靈活調(diào)整相似度與處置效果的重要度配比非常必要，決策者可依據(jù)現(xiàn)場(chǎng)情景選擇合適的方案。

綜上所述，在考慮應(yīng)急處置效果的應(yīng)急方案生成方法中，本文基于已有研究成果，在權(quán)重確定方法、效果評(píng)價(jià)和相似度與效果集結(jié)方面進(jìn)行了改進(jìn)，提出了更具靈活性的應(yīng)急方案生成方法，并取得了良好的效果。

4 結(jié) 論

首先，運(yùn)用基于機(jī)器學(xué)習(xí)與專(zhuān)家評(píng)價(jià)的檢索方法計(jì)算目標(biāo)案例與歷史案例的相似度，然后，運(yùn)用共識(shí)調(diào)整算法集結(jié)專(zhuān)家對(duì)應(yīng)急處置效果的評(píng)價(jià)信息，最后，獲得最優(yōu)應(yīng)急方案。該方法的特點(diǎn)有：（1）提高了相似度篩選的可靠性。利用隨機(jī)森林與記分函數(shù)量化情景要素權(quán)重，避免了單獨(dú)采用隨機(jī)森林算法忽略部分情景要素的情況；（2）提高了應(yīng)急方案評(píng)價(jià)的質(zhì)量。利用共識(shí)調(diào)整算法不僅可以集結(jié)專(zhuān)家意見(jiàn)，而且可從二維角度評(píng)價(jià)應(yīng)急處置效果，使得對(duì)處置效果的評(píng)價(jià)更科學(xué)；（3）具有較強(qiáng)的應(yīng)用性。最優(yōu)備選方案在相似案例集的基礎(chǔ)上進(jìn)行了處置效果篩選，且可靈活調(diào)整相似度與應(yīng)急處置效果的重要度配比，具有較強(qiáng)的現(xiàn)實(shí)意義和實(shí)用價(jià)值。