基于故障树分析的堰塞湖溃坝概率估计方法

堰塞湖排险的一个关键问题是如何针对实施不同应对措施情况下的堰塞湖溃坝概率进行估计,这是一个值得关注的重要研究课题。本文提出了一种基于故障树分析(FTA)的堰塞湖溃坝概率估计方法。首先,通过堰塞湖排险问题的实际背景分析,基于FTA构建了堰塞湖溃坝故障树的基本架构;然后,通过相关领域知识、历史案例分析、专家主观判断和多位专家主观判断信息的融合,可以确定实施某一应对措施情形下故障树中各基本事件在不同时段内发生的概率;进一步地,依据构建的故障树和基本事件发生的概率,给出了在不同时段内堰塞湖溃坝事件发生的概率的估计方法。最后,通过一个实例分析说明了本文所提出方法的可行性与有效性。     

新型冠状病毒肺炎疫情预测预报的非线性回归方法

本文介绍几种累计新型冠状病毒肺炎(COVID-19)疫情预测预报中的非线性增长曲线,并说明Richards增长曲线在这次COVID-19疫情预测预报中的合理性和可行性;在此基础上,建立累计COVID-19疫情预测预报中的非线性回归点模型,并给出参数估计方法;对全国COVID-19疫情进行即时跟踪预测预报,包括数据校准、整体和分时间段的预测预报,同时获得全国COVID-19疫情随时间的预测预报结果,为进一步的疫情防控打下良好基础.     

COVID-19疫情时滞模型构建与确诊病例驱动的追踪隔离措施分析

新型冠状病毒肺炎(COVID-19)疫情自暴发以来,众多研究者基于公开的疫情数据和经典的SEIR模型研究了疫情的发展趋势、传播风险等,为早期COVID-19疫情预测预警提供了重要的决策依据.本论文首先讨论在突发性传染病疫情发展期间,传染病数学模型是如何助力疫情防控的,能在公共卫生重大突发事件中发挥什么样的重要作用.然后集中介绍如何建立数学模型来刻画COVID-19疫情期间密切跟踪隔离措施的实施以及措施强度的变化,重点讨论有症状感染者和确诊病例驱动的追踪隔离措施在建模上的异同,最后得到确诊病例驱动的COVID-19时滞非自治传染病模型.主要结论揭示了确诊滞后不仅能有效延迟感染者类峰值到来的时间,而且使得其出现多峰,甚至最终感染规模可能增大的现象,但是我国强有力的综合防控策略能够有效减缓确诊滞后带来的不利影响.这为分析复杂疫情数据提供了新的重要的模型参考.     

面向COVID-19传播模式的多因素影响分析

目前,新型冠状病毒肺炎(COVID-19)的传播仍在持续,其传播模式以及影响传播行为的主要因素仍有待深入挖掘。鉴于此,本文从数据分析的角度,通过构造一个特殊的多源数据集(包括COVID-19历史数据、气象数据、人口迁徙数据和空间地理信息数据),以此建立多元Poisson.回归模型(类Poisson回归)来着重分析国内疫情的病毒传播模式及其影响因素。分析结果显示,湿度、平均每日风速、每日的降雨量等气象因素与COVID-19的传播模式显著相关,但与每日温度变化显著不相关。除此之外,COVID-19的传播速度及传播范围与武汉迁出目的地的人口比例、迁入武汉来源地的人口比例以及武汉与其他城市的空间距离均有一定的关联性。全文可视化及模型分析的R代码见:https://github.com/thwgithub/COVID-19 Rcodes.     

突发事件应急响应的多属性风险决策方法研究

针对突发事件发展演变的多状态并导致不同结果的情形,提出了一种突发事件应急响应的多属性风险决策方法。首先描述了突发事件应急响应的多属性风险决策问题;然后依据方案应对突发事件不同状态的损益信息构建具有区间数信息形式的综合决策矩阵,并在此基础上计算各应急方案的综合评价值。进一步地,给出了一个基于概率计算的综合评价值排序方法,进而确定应急方案的排序结果。最后,通过一个算例说明了本文提出方法的可行性和有效性。     

基于情景差异的应急方案生成方法优选决策

应急方案的选择影响突发事件风险决策的效率。目前,国内外主流的应急方案生成方法可以分为“案例推理”、“计算机算法推理”、“前景理论”和“考虑多因素的数理模型”四种。根据突发事件决策情景的差异选择应急方案的生成方法,需要设计应急方案生成方法优选的决策依据,明确在不同类型突发事件中应急决策的要素组合,以及不同生成方法的适用性,从而缓解多类型突发事件应急方案生成方法的选择困境。     

新型冠状病毒肺炎疫情数据挖掘与离散随机传播动力学模型分析

新型冠状病毒肺炎(COVID-19)疫情已经蔓延至全国各地,包括陕西省在内很多省份的早期疫情均以输入病例为主,后期的疫情在严格的防控措施下也已呈下降趋势.评价防控措施的有效性、分析人口流动对疫情的影响对于研究陕西省(或其他以输入病例为主的地区)疫情和未来应对突发性传染病有着重要的意义.根据陕西省卫生健康委员会(简称卫健委)公布的详实数据信息可以挖掘传播链(感染树),得到从发病到首诊、入院、确诊的中位持续时间,每日潜伏者类、感染者类、治疗者类的具体人数和感染者状态转移的空间分布.本文计算确定COVID-19疫情的控制再生数(1.48–1.69),并发展新的统计推断方法获得陕西省严控措施下的有效再生数;进而提出一个全新的融入了公共卫生干预和输入病例的离散随机COVID-19疫情传播模型,通过多源数据实现了模型的参数化,分析不同的流动模式、输入人口中感染者的比例对二次暴发风险的影响.主要结论显示,间歇性的人口流动、密切关注和有效隔离流动人口中的感染者能有效降低二次暴发的风险,为有序组织复工、复学提供决策支持.     

基于脉冲微分方程的COVID-19境外输入型病例对我国疫情防控影响的分析

我国针对新型冠状病毒肺炎(COVID-19)展开了联防联控工作,目前国内防疫形势已趋于明朗,但境外疫情处于上升阶段,"外防输入"成为我国下一阶段疫情防控的重点.本文通过对COVID-19传播动力学模型引入脉冲项来描述境外输入型病例对于我国目前疫情防控的影响.本文研究3种控制程度不同的入境防疫政策,数值模拟了输入型病例对于与韩国存在人口流动的我国各个省市疫情发展的影响及相应医疗资源需求.数值实验表明,对于输入型人口总量较少的地区,我国现有的防疫政策能够很好地控制疫情发展;对于来自疫区输入型人口较多的省市,边防口岸的有效筛查和必要隔离是防止由于输入型病例引起我国疫情二次暴发的重要手段.     

基于公众偏好大数据分析的重大突发事件应急决策方案动态调整方法

针对在重大突发事件应急过程中如何根据与其相关的公众偏好大数据信息来对事件进行划分以及确定事件风险大小等问题,提出了一种基于公众偏好大数据分析的两阶段聚类算法,将事件现场公众在社交媒体上发布的偏好大数据信息进行聚类分析,识别出多个与事件相关的子事件,并得出每个子事件的客观风险级别。然后,结合专家经验判断,综合得出每个子事件的风险级别,进而选择相对应的方案。在此基础上,根据实际突发事件多阶段演变特点,描述了应急决策中多事件多方案的动态调整过程,考虑方案之间的相关性和不同子事件调整方案对各风险级别子事件的应急处置效果、应对损失以及不同方案之间的转化成本等因素,得出不同情境下的最佳调整方案。通过案例分析说明了该方法的可行性和有效性。     

2019新型冠状病毒肺炎疫情传播能力及疫情控制效能的地域差异分析

2019年底武汉突发的新型冠状病毒疾病(COVID-19)疫情已进入"全球大流行"状态.本文基于Li等(New England Journal of Medicine,2020,382:1199-1207)关于2019年12月10日至2020年1月4日期间武汉最早的425例确诊病例数据,使用似然函数估计方法得到了COVID-19疫情的基本再生数为2.42,平均序列间隔为8.85天.为了刻画疾病瞬时传播能力的地域差异,利用湖北省内各地市和中国境内各省市的每日疫情报告数据(来自各省市卫生健康委员会网站),由统计模型得到了各地在2020年2月间的每日瞬时再生数估计值.进一步,基于瞬时再生数定义了一个新的疫情控制效能公式,定性评估了各地区采取的防控策略对COVID-19实时传播能力的影响.结果提示现阶段境外输入病例造成国内疫情复发的风险依然很大,COVID-19传播具有较明显的地域差异,但引起差异的因素值得后续进一步持续关注.     

重大突发疫情下公众情绪演化模型与引导策略研究

重大突发疫情发生后,不同地区的公众在不同时期对风险认知不同,因此公众情绪类型及其变化呈现出不同的特点。现有研究多采用数据挖掘方式描述公众情绪的演化过程,并没有构建刻画公众情绪演化规律的数学模型,使得政府制定的疫情信息发布策略缺乏针对性,无法有效引导公众情绪。为此,本研究调查了新冠肺炎疫情下不同风险地区的公众情绪变化,发现公众对疫情的关注率很高,主流情绪表现为恐惧。通过等级比较法得到了不同风险地区公众在不同阶段的恐惧情绪水平,构建了公众恐惧情绪演化模型,并划分为潜伏期、爆发期和延续期三个时期。比较分析了公众恐惧情绪演化的共同特性和差异,为合理引导公众情绪提出信息发布策略,为落实防控措施、精准引导公众理性行为与避免出现极端情绪提供理论支撑,为重大疫情下情绪治理形成新的研究视角。     

一种面向多预案整合的层次网络模型

突发事件发生后,需要启动相应的应急预案来减少突发事件所带来的损失。根据灾害后果的不同,所启动的可能是一个预案,更可能是多个预案。为了使得启动的多个预案能够有效衔接,共同起到一个预案的作用,通过应急响应流程分析,首先,从基础概念出发对应急预案体系各要素的概念进行界定,理清各要素之间的相互关系,构建预案体系概念模型。其次,基于概念模型的要素和结构,采用网络的方法对预案体系进行抽象和分析,提出了预案体系的层次网络模型。最后给出了多预案模型整合流程和建模实例。研究结果表明,该模型不仅可以实现基于预案内容特征的流程的纵向整合,而且可以实现多个预案的横向整合,整合后的预案体系各类要素更完整,元素之间的关系更紧密,有效提高了预案体系的完备性,是实现预案修订以及有效性评估的基础。     

系统多故障状态模糊决策的研究

复杂系统发生故障时，往往出现两个或两个以上故障现象，并且故障原因与故障现象之间常存在交叉关系，传统的故障树分析法无法对系统多故障进行诊断。本将模糊决策的基本原理和故障树定量分析中常用的重要度分析法相结合，提出了一种对多故障状态的分析方法，并对液化气储配站烃泵灌装系统多故障状态进行了分析，取得了良好的应用结果。     

SIR类型新型冠状病毒肺炎多阶段最优控制模型

新型冠状病毒肺炎(COVID-19)疫情在全球范围传播,给人们的健康带来了严重的威胁。面对疫情发展预期数据,我们需要在有限医疗资源的情况下确定疫情传播参数,以指导主要防疫措施的实施力度。本文采用SIR类型的模型描述新冠肺炎疫情发展,并建立多阶段最优控制模型确定疫情传播参数。为了高效确定参数取值,我们建立多项式时间可计算的半定规划近似模型。基于世界卫生组织发布的数据,我们求解近似模型,得到描述给定时段内美国新冠肺炎疫情发展态势的疫情传播参数,并分析疫情防控策略。     

封闭空间中新型冠状病毒肺炎传播模型:以日本“钻石公主号”邮轮为例

该文以新型冠状病毒(SARS-Cov-2)在日本钻石公主号邮轮上传播为例,通过建立简单的易感者-感染者传染病模型,研究在封闭空间中新冠病毒肺炎(COVID-19)的传播机制.动力学分析和数值拟合预测了疾病传播过程和最终结果,讨论了不同隔离措施对疾病传播进程的影响,并给出防控策略建议.     

模糊重要度分析方法的研究

阐述故障树分析中从精确到模糊的重要分析法,提出了模糊重要度分析的新方法－中值法,它是用模糊故障树分析技术对结构复杂的新型系统进行可靠性、贮存可靠性研究的重要组成部分。同时,本文用两种模糊重度分析方法对一故障树作了重要度分析。     

考虑后悔与失望行为的应急方案选择方法

考虑到在应急管理问题中,当决策者需要进行应急方案选择时,会存在两类心理行为:后悔心理行为和失望心理行为,针对具有混合多指标信息的应急方案选择问题提出了一种新方法。首先,计算应急方案关于伤亡人数、财产损失和社会影响等指标信息的效用值。然后,考虑到决策者的两类心理行为的特征,为确定不同的应急方案的感知效用,分别提出计算方案后悔-欣喜值和失望-愉悦值的方法。进一步地,考虑到不同应急方案的投入成本不同,计算决策者关于不同方案的投入成本的感知效用。在此基础上,根据不同应急方案的总体感知效用值,进行应急方案的排序或优选。最后,通过实例验证所提方法的可行性和有效性。     

Synthesis and analysis of temporal fault trees with PANDORA: The time of Priority AND gates

Classical Fault Tree Analysis (FTA) can determine the effects of combinations of failure events on a system but cannot capture the significance of the temporal order of events, which may be critical. In this paper, we propose an extension based on formal definition and use of Priority AND gates that enables representation of event sequences and analysis of temporal relationships in FTA. In addition, we show how this type of temporal analysis can be used in conjunction with a recently proposed method for automated fault tree synthesis to allow accurate failure analyses of system models to be carried out efficiently. The approach is demonstrated on a generic system with a shared backup component. The paper tentatively concludes that this type of temporal FTA can provide a more precise and ultimately more correct insight into the failure behaviour of a system.