突发洪水灾害事件关联度模型

洪水灾害发生过程中各事件之间的关联度直接影响洪水灾害的演化方向。基于知识元理论,分析突发洪水演进过程中的洪水灾害系统要素,构建系统要素知识元模型,通过分析环境单元、承灾载体知识元与灾害事件知识元间的作用关系,建立环境单元、承灾载体知识元子网络与突发事件知识元子网络构成的超网络。利用超边相似度匹配算法,计算突发洪水灾害演化过程各事件知识元的关联度,定量描述突发洪水灾害事件关联关系及程度,为后续研究洪水灾害事件演化、挖掘事件间隐藏关系提供支持。以沂沭河流域洪水灾害演化过程为例,计算沂沭河流域突发洪水灾害事件间的关联度,以关联关系图表示,证实了研究方法的有效性。     

基于知识元的突发事件风险熵预测模型研究

突发事件风险预测中受到多因素高维数据和小样本数据信息不完备的约束,无法定量识别和描述事件风险的不确定性.本文根据突发事件已认知的知识要素描述事件的共性本体特征,构建了基于知识元的突发事件风险预测模型.该模型利用状态监测系统的实时数据,根据最佳投影方向对观测样本数据进行降维,将投影特征值隐含的风险信息在风险指标论域内进行扩散,获得突发事件不同风险等级发生的概率,利用风险熵预测突发事件发生的可能性.以2008年长沙突发雨雪冰冻事件为例,对提出的风险预测方法的可行性和有效性进行了验证.研究结果表明,基于知识元的突发事件风险熵能够定量地反映概率事件发生时传递的风险信息,可为应急管理部门科学决策提供依据.     

基于知识元的情景生成中承灾体实体化约束模型

在非常规突发事件情景生成过程中,承灾体知识元的实体化遇到的最普遍的两类问题是:(1)如何确保生成数据的合理性?(2)缺失数据的补偿机制。针对这两类问题,本文在承灾体知识元结构的基础上,建立了承灾体实体化约束表示模型。该模型主要从承灾体的输入、状态和输出属性集合角度,对承灾体内部属性间以及承灾体之间存在的约束进行提取并存储,从根本上解决了数据不合理性以及缺失补偿问题,最后给出了模型的实例应用。     

基于承灾体的灾害后果演化模型研究

不同类型的突发事件作用于不同的区域往往产生各不相同的灾害后果.为此,本文基于灾害后果演化过程的关键因素——承灾体,研究并构建了灾害后果演化模型.首先,通过对大量各类突发事件灾害后果的分析,将各类承灾体状态统一分为正常、受损和损毁三种状态,以承灾体状态为节点,承灾体状态之间的相互影响关系为边,构建了灾害后果演化模型;其次,综合考虑演化过程中致灾因子的危险性、承灾体的脆弱性及应急响应行动的作用效果,确定了承灾体状态的演化规则;最后通过算例仿真说明了本文方法的应用:第一组仿真分别研究了各类承灾体不同状态的演化过程;第二组仿真研究了五种不同的应急响应策略在不同的初始能力下的效果差异.     

基于不确定时间区间TBN的洪水漫坝风险分析

洪水漫坝过程中,自然条件、坝体及应急处置等状态的不确定性所导致的事件持续时间的不确定性,以及应急处置措施的效果是影响漫坝风险的关键因素.首先将传统时间区间改造为不确定时间区间,提出了一种不确定时间区间时间贝叶斯网络(TBN),并推导了该TBN的推理算法.在此基础上构建了考虑应急处置措施的洪水漫坝风险分析模型.仿真结果表明该模型具有信息时间累积能力,能判断各应急处置措施的重要程度,表达了洪水漫坝过程中同时存在的状态不确定性和时间不确定性,提高了漫坝风险分析的精度.     

面向突发事件应急决策的情景建模方法

情景是非常规突发事件应急决策的基础和依据.针对情景建模中跨学科、跨领域的知识支撑和对事件经验知识依赖的不足,本文从事件本身、事件属性以及属性间关系三个角度对非常规突发事件的情景进行刻画,提出了一种基于知识元的情景表示模型;在此基础上,针对非常规突发事件的不确定性特点,运用贝叶斯网络扩展知识元模型的不确定性表示和推理,构建了适用于情景推演的贝叶斯网络模型,解决了非常规突发事件情景的不确定推演问题;最后,通过舟曲泥石流事件验证本文提出的模型与实际情况相符,能够为非常规突发事件应急决策提供科学有效的辅助支持.     

与月份及预警有关的广东省台风动态风险研究

本文将自然灾害动态风险分析基本原理应用于台风动态风险研究,以广东省为案例表述了动态风险因综合环境和内在属性的变化而变化.仅以月份不同及有无预警,就能说明台风风险确有动态性.本文采用信息扩散技术估计概率分布和构造脆弱性曲线,计算年度台风灾损率期望值作为风险值.结果表明,广东省一年内不同月份的台风风险水平不同.在台风季节,6月份风险水平最低,9月份最高;台风预警机制,对台风风险水平影响较大.该项研究对台风灾害的应急管理,有一定的参考价值.     

(F)-风险属性入侵与承灾规律识别

针对公共突发事件的动态性、不确定性和危害性,利用单向S-粗集对偶(dual ofone direction sin-gular rough sets)给出承灾类、承灾量、F-承灾损失、F-承灾度、F-承灾损失规律、F-承灾度规律的概念,利用这些概念提出了F-承灾损失与F-承灾度关系定理,F-承灾损失规律与F-承灾度规律关系定理,F-风险属性入侵规律分辨定理,F-承灾度规律识别准则与应用.单向S-粗集是应急管理理论与方法研究中的一个新的有效的数学工具.     

■-风险属性入侵与承灾规律识别

针对公共突发事件的动态性、不确定性和危害性,利用单向S-粗集对偶(dual of one direction singular rough sets)给出承灾类、承灾量、■-承灾损失、■-承灾度、■-承灾损失规律、■-承灾度规律的概念,利用这些概念提出了■-承灾损失与■-承灾度关系定理,■-承灾损失规律与■-承灾度规律关系定理,■-风险属性入侵规律分辨定理,■-承灾度规律识别准则与应用。单向S-粗集是应急管理理论与方法研究中的一个新的有效的数学工具。     

评估洪水灾情等级的投影寻踪模型

为检验所订洪水灾情等级标准的合理性 ,解决各单项指标灾情等级评估结果的不相容问题 ,提高灾情等级模型的灾级分辨率 ,提出了一种新的洪水灾情等级模型——投影寻踪 ( PP)模型 ,它的灾级是连续的实数值 .为减少 PP建模的计算量 ,给出了一套建模方案 ,构造了新的投影指标函数 ,并统一用实码加速遗传算法来优化投影指标函数和模型参数 .实例的计算结果表明 ,该方案是有效的和通用的 ,具有广泛的应用前景.     

投影寻踪动态聚类模型

投影寻踪聚类模型在多因素聚类分析中被广泛应用并取得了满意的效果,然而,该模型还存在诸如密度窗宽参数取值经验确定等不足,有待改进提高.本文针对投影寻踪聚类模型的不足,首次把投影寻踪的思想和动态聚类方法结合起来构造投影指标,基于免疫进化算法,建立了投影寻踪动态聚类新模型.新模型一方面在整个运算过程中毋需人为给定参数,聚类结果客观、明确,另一方面,它还具有稳定性好、操作简便等特点.洪水分类的实际应用表明,投影寻踪动态聚类模型切实可行,取得了很好的效果,在多因素聚类分析领域具有广阔的应用前景.     

解不确定型决策问题的投影寻踪方法

不确定型决策问题在系统工程理论与实践中具有重要意义 ,其益损值矩阵反映了该问题的复杂性和不确定性 ,同时也反映了决策者所面临的收益机会和损失机会的风险信息 ,目前常用方法利用益损值矩阵的信息都不充分 .指出求解该问题的实质 ,就是如何把益损值矩阵转换为压缩向量 ,该压缩向量的最大分量所对应的方案就是所求的最优方案 .为全面处理这种机会风险 ,提出了基于遗传算法的投影寻踪方法的新途径 .研究结果表明 ,根据益损值矩阵所反映的收益机会的风险与损失机会的风险的对比情况 ,投影寻踪方法既可积极地也可稳妥地选取最优方案 ,利用益损值矩阵的信息比常用方法充分 ,可根据决策者所面临的机会风险能进能退.     

面向非常规突发事件演化分析的动态模拟仿真系统

建立非常规突发事件演化分析的动态模拟仿真系统对于非常规突发事件的应急管理具有重要意义。针对现有模拟仿真方法与系统在用于非常规突发事件演化分析时存在的不足,尤其难以综合集成多学科、多领域的理论、方法和技术成果的问题,从知识管理以及综合集成的视角,给出了以知识元为基础,以数据、知识、模型融合计算为核心的非常规突发事件演化分析模拟仿真系统的框架体系,并探讨了各子系统的实现。在该系统中,知识元实现了数据、知识、模型的内在关联;通过知识元网络的推理,实现了各学科、各领域数据、知识、模型的动态融合计算,从而进一步实现了非常规突发事件演化分析的模拟仿真。最后,给出了原型系统,并通过泥石流灾害实例,阐述了原型系统的管理与运行过程。     

基于模糊证据推理的突发事件风险分析模型

突发事件发生、发展和演化过程中的风险属性来源复杂,且相关信息具有不确定、不完备的特点.为准确分析这一特点下的突发事件运行风险问题,引入模糊证据推理构建分析模型.首先根据突发事件的结构化描述框架和故障模式影响危害分析(FMECA)方法构建突发事件风险属性识别框架,获取信息作为风险分析证据并对其进行规范化处理;然后以模糊证据推理构建突发事件风险分析的模型,通过计算,给出事件风险程度的合理判断;最后选取CRH某型动车组行车安全事件进行实例分析.分析结果表明,在分析突发事件风险时,针对信息不确定、不完备特点构建的模糊证据推理模型具有可行性与有效性,同时该模型能够为突发事件风险分析和风险应对决策的制定提供辅助参考.     

基于模糊投影寻踪聚类的洪灾评估模型

针对洪水灾害样本集的复杂性、随机性以及差异性,本文将模糊聚类迭代理论与投影寻踪技术进行互补融合,构建了模糊投影寻踪聚类模型.该模型采用投影值标准差和投影值欧氏距离平方和来构造投影指标函数,避免了传统投影寻踪模型由于经验性选取密度窗宽导致过于主观的问题;将高维数据低维化后进行模糊聚类运算,再通过对最优投影方向的寻优进行投影寻踪聚类运算,降低了模糊聚类迭代的运算量,实现了两种模型的双重迭代聚类.误差分析及聚类有效性评价表明,互补融合后模糊聚类与投影寻踪聚类的双重迭代聚类使得聚类精度和效果也得到了较大提高;此外,除优化算法初始化参数外,模型无需预设其它参数,也不依赖于随机训练样本,可客观依据历史样本集内在规律来进行洪灾聚类评估.实例研究和方法比较表明,提出的模型计算简洁,且能有效处理洪灾评估中的随机、模糊等主客观不确定性,能够为洪灾风险管理提供科学的决策支撑.     

基于图结构的暴雨事件组织方法研究

在高时空分辨率的降雨数据支持下,分析和追踪暴雨事件的精细结构和动态行为成为可能,但存在数据量大、数据组织结构复杂的特点,对暴雨事件的时空组织与存储提出了巨大挑战.本文基于暴雨事件的演化过程,设计了一种"顶点-边界"的图结构表达模型,并构建基于Neo4j的图数据库,实现暴雨事件的组织与存储.图数据结构中的顶点描述暴雨事件对象,记录暴雨事件空间位置、降雨数据等状态信息;图有向边对暴雨顶点进行关联,记录暴雨状态之间的关系、变化速度、方向等动态信息.最后,综合时间序列模型和空间拓扑关系,设计基于图的暴雨事件组织模型,基于Neo4j图存储方式R-Tree空间索引存储暴雨矢量数据集,并构建暴雨事件库.基于Neo4j和Oracle Spatial的暴雨事件库的对比分析结果表明,Neo4j事件库在数据入库和时空查询性能方面具有优势.     

基于食品安全事件异质性的信息扩散过程研究

针对企业在食品安全事件中承担的责任不同,研究不同类型食品安全事件下的信息扩散过程,对政府和企业的食品安全应急管理和风险信息交流具有重要意义.本文首先构建了食品安全信息扩散的修正Bass模型,分析可辩解型食品安全事件下的负面信息扩散过程;然后,运用改进的社会影响模型分析了不可辩解型食品安全事件下的负面信息扩散过程;最后,运用顶新"馊水油"视频事件的互联网搜索数据进行实证分析.研究表明,可辩解型食品安全危机中的信息扩散达到动态稳定状态时,信任与不信任的消费者比例与正负信息的相互渗透率有关.在不可辩解型食品安全危机中,消费者对负面信息的免疫力越弱,越容易对食品企业和政府行为产生不信任,并改变消费决策,信息扩散速率和临界值的分布影响动态均衡的实现过程.     

基于多主体和前景理论的应急风险决策仿真研究

针对多部门参与的突发事件应急风险决策的建模与仿真问题,提出了一种基于多主体和前景理论的仿真模型及仿真框架。通过引入Agent思想,描述了应急风险决策的多Agent体系结构模型,并对决策主体进行建模;通过引入前景理论思想,着重考虑了随着突发事件的动态演化决策者心理状态变化对决策结果产生的影响。在此基础上,设计并实现了多Agent应急风险决策仿真框架。以石油化工厂火灾应急风险决策为例,验证了仿真模型及框架的有效性和可行性。     

基于粒子群规则挖掘算法的洪灾风险评价模型

运用粒子群优化算法(particle swarm optimization, PSO)进行规则挖掘是一个新的研究热点. 提出了一种基于粒子群规则挖掘算法(PSO-Miner)的洪灾风险评价模型. 基于GIS技术利用该模型对北江流域洪灾风险等级进行了评判, 结果表明: PSO-Miner算法是一种无参数评判的智能方法, 具有较强的全局收敛能力和鲁棒性; 所挖掘的If-Then评判规则能更简单和准确地描述各评价指标与风险等级之间的复杂关系; 总体精度比BP神经网络模型的更高, 而且能客观地反映北江流域洪灾风险实际情况; 与GIS技术结合, 便于分析洪灾风险的空间 格局及内在规律, 具有较好的适用性.