地鐵應(yīng)急預(yù)案知識(shí)本體建模及案例庫(kù)的構(gòu)建*

張振海 李紅亮 王晴雯 劉艷杰

(1.蘭州交通大學(xué)自動(dòng)化與電氣工程學(xué)院， 730070， 蘭州;2.中鐵通信信號(hào)勘測(cè)設(shè)計(jì)院有限公司， 100071， 北京∥第一作者，副教授)

地鐵突發(fā)事件應(yīng)急預(yù)案及管理工作關(guān)系著地鐵運(yùn)營(yíng)的安全。為了提高地鐵應(yīng)急預(yù)案知識(shí)的有效性和及時(shí)性，需要將應(yīng)急預(yù)案知識(shí)規(guī)范化、語(yǔ)義化表達(dá)，進(jìn)而促進(jìn)應(yīng)急處置工作更高效、及時(shí)地發(fā)揮作用。

在預(yù)案信息化研究方面，為促進(jìn)應(yīng)急預(yù)案知識(shí)的結(jié)構(gòu)化管理與表達(dá)，文獻(xiàn)[1]提出運(yùn)用結(jié)構(gòu)化的知識(shí)模塊，從而實(shí)現(xiàn)應(yīng)急預(yù)案的編制與生成。我國(guó)在應(yīng)急預(yù)案信息化方面的研究起步較晚，且主要集中在研究知識(shí)管理系統(tǒng)這一方面。文獻(xiàn)[2]以構(gòu)建應(yīng)急預(yù)案數(shù)據(jù)庫(kù)為基礎(chǔ)開(kāi)發(fā)了查詢系統(tǒng)，繼而實(shí)現(xiàn)了響應(yīng)方案的知識(shí)檢索。在信息協(xié)同方面，文獻(xiàn)[3]建立了基于語(yǔ)義網(wǎng)技術(shù)服務(wù)的突發(fā)事件數(shù)字化應(yīng)急預(yù)案系統(tǒng)，使查詢預(yù)案服務(wù)變得越來(lái)越方便，且實(shí)現(xiàn)了不同種類的預(yù)案信息共享這一目標(biāo)。在語(yǔ)義檢索方面，文獻(xiàn)[4]針對(duì)人員因擁擠發(fā)生踩踏的突發(fā)事件，為了增強(qiáng)不同機(jī)構(gòu)和部門之間的信息共享，故構(gòu)建了醫(yī)療救援應(yīng)急預(yù)案知識(shí)的本體庫(kù)。在語(yǔ)義推理方面，文獻(xiàn)[5]為地鐵突發(fā)事件的應(yīng)急決策提供了較強(qiáng)的理論基礎(chǔ)，認(rèn)為可在規(guī)則和案例推理的基礎(chǔ)上生成應(yīng)急響應(yīng)方案。

在國(guó)內(nèi)外的應(yīng)急領(lǐng)域研究中，將本體引入預(yù)案知識(shí)建模，且實(shí)現(xiàn)高效的知識(shí)查詢和案例檢索是當(dāng)前研究一大熱點(diǎn)。本文基于本體相關(guān)知識(shí)對(duì)應(yīng)急預(yù)案知識(shí)進(jìn)行建模，并實(shí)現(xiàn)了應(yīng)急預(yù)案知識(shí)的推理和案例檢索，可顯著提升應(yīng)急預(yù)案知識(shí)的應(yīng)用效率。

1 地鐵應(yīng)急預(yù)案

1.1 應(yīng)急預(yù)案

美國(guó)聯(lián)邦應(yīng)急管理局不僅指出編制應(yīng)急預(yù)案的目的是為了應(yīng)對(duì)自然災(zāi)害與人為事故，還對(duì)不同應(yīng)急組織機(jī)構(gòu)應(yīng)該承擔(dān)的職責(zé)進(jìn)行了規(guī)范，并對(duì)各階段的角色和任務(wù)作了說(shuō)明[6]。我國(guó)將為有效地應(yīng)對(duì)各類突發(fā)事件而提前制定的工作方案定義為突發(fā)事件應(yīng)急預(yù)案[7]，且明確了編制應(yīng)急預(yù)案的目的是為了加強(qiáng)應(yīng)急預(yù)案的專業(yè)性與針對(duì)性。根據(jù)《應(yīng)急預(yù)案編制規(guī)范》，應(yīng)急預(yù)案的體系可由四級(jí)應(yīng)急預(yù)案構(gòu)成。以蘭州市軌道交通應(yīng)急預(yù)案為例，其體系圖如圖1所示。

圖1 城市軌道交通應(yīng)急預(yù)案體系Fig.1 Urban rail transit emergency plan system

1.2 地鐵應(yīng)急預(yù)案管理

地鐵應(yīng)急預(yù)案要明確應(yīng)急人員的職責(zé)與分工，其在處理事件時(shí)要具有高度的協(xié)調(diào)性。為此，員工培訓(xùn)和日常應(yīng)急演練應(yīng)根據(jù)應(yīng)急預(yù)案進(jìn)行，各部門工作人員在突發(fā)事件中也應(yīng)該按照培訓(xùn)中的操作采取措施，從而在最大程度上減少事故帶來(lái)的負(fù)面影響、確保乘客生命財(cái)產(chǎn)的安全。地鐵應(yīng)急預(yù)案管理流程如圖2所示。

圖2 地鐵應(yīng)急預(yù)案管理流程Fig.2 Metro emergency plan management process

2 應(yīng)急預(yù)案知識(shí)的本體建模

本體(Ontology)一詞起源于哲學(xué)概念[8]，是一種對(duì)客觀現(xiàn)實(shí)抽象本質(zhì)的描述和說(shuō)明。20世紀(jì)90年代，計(jì)算機(jī)領(lǐng)域引入了本體的概念。本體在人工智能和智能信息集成等領(lǐng)域發(fā)揮著越來(lái)越重要的作用[9]。本體通過(guò)一種特定的語(yǔ)言定義和說(shuō)明[10]，能夠讓計(jì)算機(jī)系統(tǒng)理解并且解析靜態(tài)的預(yù)案文本。本文運(yùn)用本體構(gòu)建地鐵應(yīng)急預(yù)案知識(shí)模型，能直觀表達(dá)出事件特征、響應(yīng)方案及后期處置之間的關(guān)系和規(guī)則，有利于集成地鐵應(yīng)急的各類信息，為今后地鐵智能化應(yīng)急系統(tǒng)的發(fā)展奠定基礎(chǔ)。建模的流程如圖3所示。

注：SWR為語(yǔ)義網(wǎng)規(guī)則語(yǔ)言圖3 地鐵應(yīng)急預(yù)案知識(shí)建模流程Fig.3 Knowledge modeling process of metroemergency plan

2.1 本體建模工具

Protégé軟件是基于Java環(huán)境且由斯坦福大學(xué)醫(yī)學(xué)信息研究組開(kāi)發(fā)編寫(xiě)的本體構(gòu)建工具，可用于創(chuàng)建、編輯和處理本體。由于其界面友好、使用方便、開(kāi)放源代碼，并且還支持中文，因此，本文選擇Protégé軟件作為本體模型構(gòu)建工具。

2.2 領(lǐng)域規(guī)則

SWRL是一種以O(shè)WL(網(wǎng)絡(luò)本體語(yǔ)言)為基礎(chǔ)的規(guī)則描述語(yǔ)言，其建立于本體之上，并融入了多種規(guī)則描述方式。SWRL使用Horn-like語(yǔ)句形式將規(guī)則與本體結(jié)合，并把一些經(jīng)驗(yàn)知識(shí)轉(zhuǎn)化為基于語(yǔ)義的推理規(guī)則，從而進(jìn)行推理。本文使用Protégé軟件中的SWRL Tab插件來(lái)編輯規(guī)則。

2.3 知識(shí)模型構(gòu)建

2.3.1 地鐵應(yīng)急預(yù)案知識(shí)框架

應(yīng)急預(yù)案知識(shí)框架是一種客觀的、層次化的描述。通過(guò)了解應(yīng)急預(yù)案知識(shí)框架，可以對(duì)預(yù)案知識(shí)有一個(gè)框架性、系統(tǒng)性的認(rèn)識(shí)和了解。這為應(yīng)急工作人員進(jìn)行高效、正確的應(yīng)急決策奠定了基礎(chǔ)，也有助于進(jìn)一步降低緊急事故帶來(lái)的危害。本文梳理構(gòu)建的地鐵應(yīng)急預(yù)案知識(shí)框架如圖4所示。

在圖4的地鐵應(yīng)急預(yù)案知識(shí)框架中：

1) 事故特征是地鐵事故的基本特征信息。其核心要素是故障表征。

圖4 地鐵應(yīng)急預(yù)案知識(shí)框架圖Fig.4 Knowledge framework diagram of metroemergency plan

2) 應(yīng)急響應(yīng)方案是迅速應(yīng)對(duì)突發(fā)事件的核心關(guān)鍵。應(yīng)急響應(yīng)措施是在突發(fā)事件發(fā)生之后工作人員為最大化降低事故危害，盡快排出故障，恢復(fù)地鐵的正常運(yùn)營(yíng)而采取的措施。在應(yīng)急人員采取應(yīng)急措施的同時(shí)，還需要有應(yīng)急物資的支援。

3) 后期處置包含對(duì)事故影響的分析、事故原因的分析和后期整改措施的分析三部分。

2.3.2 應(yīng)急預(yù)案知識(shí)模型構(gòu)建

知識(shí)概念間的關(guān)系可以用屬性來(lái)描述，同時(shí)，屬性也反映了知識(shí)之間相互作用的原理。地鐵應(yīng)急預(yù)案知識(shí)部分屬性分類表如表1所示。

表1 地鐵應(yīng)急預(yù)案知識(shí)屬性分類表(部分)

2.4 基于SWRL的應(yīng)急預(yù)案知識(shí)表達(dá)

地鐵運(yùn)營(yíng)應(yīng)急預(yù)案領(lǐng)域不僅有事實(shí)類知識(shí)，還有規(guī)則類知識(shí)。因此，針對(duì)規(guī)則類預(yù)案知識(shí)編制應(yīng)急預(yù)案規(guī)則庫(kù)，要以O(shè)WL概念知識(shí)庫(kù)作為基礎(chǔ)，可更好地表達(dá)領(lǐng)域知識(shí)內(nèi)容。規(guī)則類預(yù)案知識(shí)使用SWRL表達(dá)，可有效實(shí)現(xiàn)地鐵運(yùn)營(yíng)應(yīng)急預(yù)案規(guī)則類知識(shí)的語(yǔ)義表達(dá)。

本文以事實(shí)類本體知識(shí)庫(kù)的概念層次與屬性關(guān)系為基礎(chǔ)，通過(guò)分析類之間的語(yǔ)義關(guān)系，確定形成了預(yù)案的規(guī)則 集 ，最終在Protégé 5.2.0軟件環(huán)境下利用SWRL Tab插件編輯完成推理規(guī)則，實(shí)現(xiàn)應(yīng)急預(yù)案知識(shí)的表達(dá)和推理 。在應(yīng)急預(yù)案中，推理規(guī)則主要包含事故級(jí)別推理規(guī)則和事故應(yīng)急處理規(guī)則兩類。本文所舉例子為地鐵一般A類事故的判定標(biāo)準(zhǔn)。以SWRL為基礎(chǔ)，建立事故級(jí)別的推理規(guī)則表達(dá)方式。

3 概念樹(shù)相似度的計(jì)算

基于地鐵應(yīng)急預(yù)案知識(shí)體系中故障表征的本體知識(shí)結(jié)構(gòu)，綜合考慮各類語(yǔ)義相似度計(jì)算方法的優(yōu)缺點(diǎn)，本文選擇以語(yǔ)義信息為基礎(chǔ)的“概念樹(shù)”相似度計(jì)算法[12]。概念樹(shù)是一種層次化視圖[13]。以信號(hào)故障表征的本體知識(shí)結(jié)構(gòu)部分內(nèi)容為例，構(gòu)建的語(yǔ)義概念樹(shù)狀結(jié)構(gòu)如圖5所示。

注：VCC為車輛控制中心；SMC為系統(tǒng)管理中心；STC為車站列車控制；VOBC為車載控制器；TMS為列車管理系統(tǒng)；TOD為列車司機(jī)顯示屏。

3.1 樹(shù)相似度的計(jì)算

樹(shù)相似度的計(jì)算以概念所處的層次及各個(gè)概念之間的概念距離為依據(jù)，反映概念間的直接相似程度。概念c1和c2間的樹(shù)相似度St(c1，c2)為：

St(c1,c2)=

(1)

式中：

m——概念樹(shù)的深度，即概念層次的最大值；

fc1、fc2——概念c1及c2在概念樹(shù)中的層次位置；

d(c1,c2)——連接概念c1和c2的最短路徑。

k——為調(diào)節(jié)參數(shù)，且k>0；k通常取2。

如St(c1,c2)=1，則表示概念c1與c2間有等價(jià)關(guān)系。

以圖5中的概念樹(shù)為例，則m=5;信號(hào)機(jī)故障的概念層次fc1=4，繼電器故障的概念層次fc2=4，STC設(shè)備故障的概念層次fc3=3，TMS故障的概念層次fc4=4;信號(hào)機(jī)故障和繼電器故障的概念距離d1=2;STC設(shè)備故障和TMS故障的概念距離d2=5。

3.2 嫡系相似度計(jì)算

上層概念在概念樹(shù)中稱為父概念。嫡系相似度Ss指父概念之間的相似度，仍可用式(1)進(jìn)行計(jì)算。

仍以圖5中的概念樹(shù)為例，計(jì)算信號(hào)故障語(yǔ)義概念的嫡系相似度。比較信號(hào)機(jī)故障和繼電器故障的嫡系相似度Ss1、STC設(shè)備故障和TMS故障的嫡系相似度Ss2。 由概念樹(shù)可知，信號(hào)機(jī)故障和繼電器故障的父概念都是軌旁設(shè)備故障，STC設(shè)備故障的父概念是信號(hào)系統(tǒng)設(shè)備，TMS故障的父概念是車載信號(hào)設(shè)備故障。 由式(1)可得Ss1=1，Ss2=0.2。

3.3 綜合相似度的計(jì)算

綜合相似度，也稱概念相似度，可由樹(shù)相似度和嫡系相似度綜合計(jì)算得到，記作Sc。c1和c22個(gè)非等價(jià)概念間的概念相似度為：

(2)

經(jīng)計(jì)算，計(jì)算信號(hào)機(jī)故障和繼電器故障的綜合相似度Sc1=0.7，STC設(shè)備故障和TMS故障的綜合相似度Sc2=0.2。

局部相似度和全局相似度共同構(gòu)成一個(gè)完整的案例相似度。故障表征屬性的語(yǔ)義相似度相當(dāng)于案例中某特征屬性的局部相似度。得到案例中各個(gè)屬性的相似度之后，再進(jìn)行全局相似度的計(jì)算，也就是案例整體相似度。

3.3.1 局部相似度

地鐵運(yùn)營(yíng)事故案例屬性整體上可以分為數(shù)值和符號(hào)兩大類。

對(duì)于數(shù)值類屬性， 本文采用式(3)[14]來(lái)計(jì)算其相似度：

sim(xi,yi)=1-Dis(X-Y)=1-

(3)

式中：

xi、yi——分別為案例X和Y中第i個(gè)屬性值；

Max(i)、Min(i)——分別為第i個(gè)屬性取值的上下限；

Dis(X,Y)——概念樹(shù)中案例X與Y的距離；

sim(xi，yi)——xi與yi的相似度。

對(duì)于符號(hào)類屬性，本文采用基于語(yǔ)義信息的“概念樹(shù)”的相似度計(jì)算方法來(lái)計(jì)算其相似度。

3.3.2 全局相似度

在地鐵運(yùn)營(yíng)安全事故案例庫(kù)中提取2個(gè)擁有n個(gè)案例屬性的案例X和Y，表示為X={x1,x2,…，xn}，Y={y1,y2,…，yn}，則案例X和Y的全局相似度S(X,Y)為:

(4)

式中：

Sc(xi,yi)——案例X和Y中第i個(gè)案例屬性的綜合相似度，相對(duì)于整體而言為局部相似度。

4 案例知識(shí)檢索

4.1 案例庫(kù)構(gòu)建環(huán)境與工具

MyCBR[15]是一款由德國(guó)人工智能研究中心研發(fā)的便捷、支持推理框架設(shè)計(jì)、擴(kuò)展性強(qiáng)、適應(yīng)性強(qiáng)的案例推理工具，可作為Protégé的插件使用。本文基于MyCBR插件對(duì)原有系統(tǒng)的案例進(jìn)行檢索。

4.2 事故案例及其知識(shí)檢索

首先，以地鐵運(yùn)營(yíng)案例為例，構(gòu)建地鐵運(yùn)營(yíng)突發(fā)事件案例本體知識(shí)庫(kù)；然后，選取記錄存檔的部分運(yùn)營(yíng)突發(fā)事件作為研究對(duì)象；最后，選取故障表征作為知識(shí)索引，進(jìn)行案例知識(shí)檢索。

以故障表征“cutout”為例，案例相似度計(jì)算程序已在計(jì)算機(jī)中提前設(shè)置完成。通過(guò)系統(tǒng)計(jì)算，當(dāng)發(fā)生事故特征為“cutout”信號(hào)故障時(shí)，行車調(diào)度員必須立馬采取應(yīng)急方案且下達(dá)“前往投入點(diǎn)”的指令。此時(shí)，司機(jī)則需 “重新投入”操作，采用 “PM(保護(hù)人工駕駛)模式后，盡快完成故障處理，并恢復(fù)地鐵正常運(yùn)營(yíng)。

在處理此類突發(fā)事件時(shí)，列車會(huì)有大約4 min的延誤；值班員要及時(shí)向指揮中心報(bào)告突發(fā)事件的情況及狀態(tài)，做好輔助工作；站臺(tái)工作人員要及時(shí)和乘客作出有效溝通，緩解乘客在列車延誤期間的情緒。

可見(jiàn)，面對(duì)突發(fā)事件時(shí)，知識(shí)檢索引導(dǎo)相關(guān)工作人員有序完成應(yīng)急操作，可進(jìn)一步完善突發(fā)事件的應(yīng)急響應(yīng)，提高響應(yīng)效率。

5 結(jié)語(yǔ)

1) 基于本體的地鐵應(yīng)急預(yù)案知識(shí)建模過(guò)程為：首先，要結(jié)合國(guó)家法律法規(guī)、政府相關(guān)規(guī)范條例和當(dāng)?shù)亟还懿块T及軌道交通運(yùn)營(yíng)公司所擬的應(yīng)急預(yù)案文檔，進(jìn)行知識(shí)要素分析；其次，對(duì)于規(guī)則類知識(shí)通過(guò)語(yǔ)義規(guī)則描述語(yǔ)言SWRL建立預(yù)案知識(shí)規(guī)則庫(kù)；最后，對(duì)突發(fā)事件案例進(jìn)行語(yǔ)義化表達(dá)。

2) 在逐步深入研究應(yīng)急預(yù)案信息化的過(guò)程中，基于數(shù)據(jù)庫(kù)的應(yīng)急預(yù)案知識(shí)管理已經(jīng)無(wú)法滿足知識(shí)信息集成等智能化的發(fā)展需求。要促進(jìn)知識(shí)間的交互協(xié)作，且有效實(shí)現(xiàn)規(guī)范化、語(yǔ)義化地表達(dá)預(yù)案知識(shí)，還需構(gòu)建本體知識(shí)庫(kù)。

3) 本文構(gòu)建了故障表征信息的概念樹(shù)，以此概念樹(shù)為基礎(chǔ)計(jì)算出了各類故障表征信息的局部相似度和案例間的綜合相似度。地鐵應(yīng)急預(yù)案知識(shí)檢索系統(tǒng)則實(shí)現(xiàn)了案例知識(shí)查詢的高效性。此外，語(yǔ)義技術(shù)在地鐵應(yīng)急預(yù)案知識(shí)管理研究方面的發(fā)展?jié)摿σ灿稍摍z索系統(tǒng)充分展示[11]。