“情景—应对”型应急决策中情景识别关键技术研究

发布时间：2020-10-26 06:49

　　 突发事件一旦发生,往往会给人民群众生命财产带来巨大损失,给自然环境或社会环境带来严重破坏。由于突发事件的突发性、复杂性、动态性等特点,传统的“预测-应对”应急决策模式效果欠佳。为了进一步降低突发事件发生的危害性,及时、有效地处置突发事件,“情景-应对”型应急决策模式逐渐被重视。然而,由于“情景-应对”模式对情景信息的严重依赖性,能否及时、准确地识别突发事件情景信息就成了决定应急处置成败的关键环节。为此,本文以突发事件情景识别为研究对象,研究突发事件情景信息构成要素、情景信息需求生成、情景要素中的对象提取与表达、情景推演等关键技术,具有重要的理论与现实意义。通过运用扎根理论,确定了突发事件情景信息的构成要素,包括致灾体、承灾体、外部环境、应急资源以及应急活动5个一级要素和17个二级要素,明确了情景信息搜集的对象,并运用解释结构模型分析了各个要素之间的逻辑关系与作用机制。根据突发事件情景信息获取时间紧、数量大、粒度小、动态性强等特点,提出了基于事信映射原理的信息需求自动生成方法及其匹配算法,实现了突发事件与信息需求模板的快速匹配,并据此构建了突发事件情景信息搜集的流程,实现了搜集任务在不同搜集方式之间的自动分配问题。根据情景要素对象提取与表达的内在逻辑,构建了突发事件情景要素对象提取与表达模型,包括属性数据预处理、部分对象的进一步识别与提取、关键性属性的确定以及情景要素表达等环节。在此基础上,针对对象属性数据的区间估计与多源冲突问题,分别提出了基于区间数的多维不确定性数据的聚类分析算法和基于先验知识的多源异构数据的冲突解决算法;对于因为特殊原因无法准确识别与提取的情景要素对象,提出了目视解译和计算机图像处理的图像数据中的对象识别与提取方法,并以地震中的致灾体为例,验证了方法的有效性;为了识别出对决策起关键性作用的对象属性,提出了基于熵权法的情景对象关键性属性确定方法,并以某天然气管道爆炸事件为例,实证检验了方法的可行性;最后,基于知识元理论视角,提出了突发事件情景要素的表达方法。通过从动态视角把突发事件情景分为情景状态(S)、应急活动(B)、外部环境(H)、应急资源(M)四个关键要素,分析了突发事件情景发生与演化机理、规律以及路径,并运用动态贝叶斯网络方法构建了突发事件情景网络与推演模型,实现了突发事件情景的再现与趋势推演,并以2010年“7.16”大连输油管道爆炸事件为例,实证检验了上述模型的正确性与有效性。以上研究工作系统分析了突发事件情景识别的概念、内容与主要环节,针对情景信息构成、情景信息需求生成、情景要素中的对象提取与表达、情景推演等关键环节分别提出了对应的解决思路与方法,并以油气管道爆炸事件为例,进行了实证检验,进一步丰富与拓展了突发事件应急决策的理论与方法,对于及时有效处置突发事件,降低突发事件发生后的危害性,减少损失,具有重要的现实参考价值。
【学位单位】：西安科技大学
【学位级别】：博士
【学位年份】：2018
【中图分类】：TD77
【部分图文】：

图 4.5 三种分类依据的分类识别率从图 4.5 可以看出，通过“颜色+纹理”作为分类依据，具有较高的目标识别率，均值应该在 90%以上，从而说明上述方法用于情景要素对象目标提取的可行性。（2）图像分割所谓图像分割，是指根据一定的相似性准则将图像划分成不同区域的过程，每个图像区域均具有自身特性，并对感兴趣的目标进行提取的一种技术方法，主要应用于气象预测、缺陷检测、地质勘查以及人脸识别等诸多领域，也可应用于突发事件情景图像的分类处理。从本质上看，自动分类方法主要用于宏观目标提取，粒度较粗；而图像分割算法则更多用于微观目标的提取，粒度相对较小，是对自动分类后图像的进一步划分。换言之，自动分类是对不同图像进行归类，而图像分割是对某一图像样本的不同区域进行分割归类。图像分割常用算法如下：① 阈值分割阈值分割在早期应用较多，一般用于灰度影像的分割。首先，将影像区分为目标对象和背景像素，阈值分割的重点在于确定这两者之间的界限。有多种方法确定界限，例如最大熵法[170-173]、最大类间方差法[174-176]、交叉熵法[177-178]、最小误差法[179-180]等。当
【参考文献】

相关期刊论文 前10条

1 王宁;刘海园;;基于知识元的突发事件情景演化混合推理模型[J];情报学报;2016年11期

2 王循庆;李勇建;孙华丽;;基于情景推演的群体性突发事件演化博弈分析[J];管理科学;2015年06期

3 李怀明;刘娇;叶鑫;;基于情景的非常规突发事件决策流程生成方法[J];系统管理学报;2015年06期

4 王刚桥;刘奕;杨盼;杨锐;张辉;;面向突发事件的复杂系统应急决策方法研究[J];系统工程理论与实践;2015年10期

5 于峰;李向阳;孙钦莹;;突发事件情景应对案例库族谱设计[J];系统工程理论与实践;2015年10期

6 金欣;宗士强;李友江;吴姗姗;闫晶晶;;面向大数据基于知识的决策信息需求动态生成方法[J];计算机工程与设计;2015年07期

7 王兰成;;基于网络舆情分析的突发事件情报支援研究[J];情报理论与实践;2015年07期

8 金欣;牟苏斌;宗士强;吴姗姗;李友江;;知识驱动的事信映射方法[J];指挥信息系统与技术;2015年03期

9 陈业华;杨娜;宋之杰;;非常规突发事件情景-应对的多维情景熵研究[J];数学的实践与认识;2015年12期

10 叶光辉;李纲;;多阶段多决策主体应急情报需求及其作用机理分析——以城市应急管理为背景[J];情报杂志;2015年06期

相关博士学位论文 前3条

1 陈玉芳;情景应对型高校社会安全突发事件应急准备体系构建研究[D];中国科学技术大学;2017年

2 刘宇;突发事件情景信息获取与分析的关键技术研究[D];武汉大学;2015年

3 夏登友;基于“情景—应对”的非常规突发灾害事故应急决策技术研究[D];北京理工大学;2015年

相关硕士学位论文 前3条

1 赵云锋;非常规突发事件的应急管理研究[D];复旦大学;2009年

2 孙斌;基于情景分析的战略风险管理研究[D];上海交通大学;2009年

3 王东;面向决策的应急信息资源关系及其元数据模型[D];大连理工大学;2008年

本文编号：2856655