非常规突发事件及其社会影响分析——基于引致因素耦合协调度模型

非常规突发事件因其爆发性,演变不确定性,群体扩散性等特点备受学者们关注。随着技术的发展与互联网应用的普及,新兴媒体作为非常规突发事件信息传播的载体和平台,令非常规突发事件的相关信息传播更迅速,也使事件影响力更广泛。采用传统的应急管理方式难以有效应对此类事件。从微观视角出发,着重研究致使非常规突发事件发生的内在因素和外在因素,同时对内外在引致因素间的耦合度进行建模,通过案例研究寻找引致因素耦合度与事件影响力的关系。最终证明了非常规突发事件内外在引致因素间的耦合度越大,事件的社会影响力越大,为非常规突发事件决策者提供决策依据。     

基于节点时差特性的CPM网络次关键路线的简单算法

为寻找求解CPM网络次关键路线的一种简单算法,快速、高效、准确地找到次关键路线,确保大型复杂工程项目的进度,在相关理论和概念的基础上,着眼于整体网络的化简,深入剖析CPM网络计划中最为直观的节点时差,从节点时差与最小非零总时差的关系的角度,分析研究了节点时差的三个特性;并在此基础上提出了运用节点时差实现CPM网络的层层化简,进而快速求解次关键路线的具体步骤;最后,以某工程项目的网络图为例,进行实证分析。案例计算过程表明,在CPM网络中,利用节点时差能够快速、准确地找到大型复杂工程项目的次关键路线。     

非常规突发事件情景-应对的多维情景熵研究

针对非常规突发事件特征,分析非常规突发事件情景-应对的多维情景因子,给出了这些情景因子的特征参数及其符号表示.在传统信息熵的基础上定义了非常规突发事件情景-应对的多维情景熵,基于信息能量分布的思想,构建了多维情景熵分布概率的广义组分分布概率,在此基础上描述了非常规突发事件情景序列在不同状态空间中的不均匀程度和奇异程度,给出并证明了非常规突发事件多维情景熵的有界性、展开性、肯定性、强可加性、递推性等特性,进一步讨论了这些特性在非常规突发事件情景-应对中的作用.以云南地区发生地震灾害为案例,对多维情景熵理论及方法进行分析.计算出地震灾害过程中的多个情景熵值,比较情景空间变换的奇异情况与多维情景熵值的大小关系,验证了多维情景熵在非常规突发事件发生、转化、蔓延、耦合过程中的预测作用,为决策者提供了相应的决策依据.     

基于不确定理论的原油海运网络连通可靠性研究

原油海运网络是原油进口国的海上生命线,为科学衡量网络中节点受到突发事件影响后的原油海运网络的连通可靠性,本文采用不确定变量来描述突发事件发生后各节点的连通性,引入不确定理论对原油海运网络连通可靠性进行评估,并建立了不确定原油海运网络的最可靠路径选择模型。本文不确定变量的引入不再依赖较多的历史数据去描绘节点失效的概率分布,而且提出的最可靠路径选择模型可以确保突发事件发生后原油的及时运输。本文还提出了α-最可靠路径和最大测度最可靠路径选择问题,给出不确定原油海运网络最可靠路径风险值的不确定分布,为突发事件发生后决策者的路径选择提供依据。本文以中国进口原油海运网络为例作案例分析。     

基于网络搜索数据的突发事件对股票市场影响分析

重大突发事件的发生对关联企业生产、行业前景,甚至国家宏观经济产生一定影响,表现为关联企业股价波动,而网络搜索数据作为投资者现实生活行为趋势的映射,蕴含了投资者对突发事件、股票需求与交易的关注,基于该思想,采用基于网络搜索数据的方法对重大突发事件与股票市场间的相关性进行研究.首先建立理论框架;然后以"7·23甬温线特别重大铁路交通事故"为研究对象,分析动车事故对中国动车概念版股市的影响强度.最终,模型拟合优度高达0.888,表明搜索数据可以准确、及时刻画动车事故对相关板块股市波动的影响.     

快速自底向上构造神经网络的方法

介绍了一种构造神经网络的新方法 .常规的瀑流关联 (Cascade-Correlation)算法起始于最小网络(没有隐含神经元 ) ,然后逐一地往网络里增加新隐含神经元并训练 ,结束于期望性能的获得 .我们提出一种与构造算法 (Constructive Algorithm)相关的快速算法 ,这种算法从适当的初始网络结构开始 ,然后不断地往网络里增加新的神经元和相关权值 ,直到满意的结果获得为止 .实验证明 ,这种快速方法与以往的常规瀑流关联方法相比 ,有几方面优点 :更好的分类性能 ,更小的网络结构和更快的学习速度 .     

基于Jackson排队网络分析小区开放对道路通行的影响

本文从两个实际案例出发,利用离散事件动态系统建模方法,构建了Jackson开排队网络模型,研究了小区开放前后周边道路的交通情况,并利用Jackson排队网络模型的相关指标,深入分析了小区开放前后周边道路的交通情况.最后根据相关结果,从小区周边的环境、道路的车流量、通行能力、行人的便利性和安全性等因素出发,给出了几条关于小区是否开放的建议.     

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。     

基于多维模糊关联规则的道路交通阻断分析方法

交通阻断成因复杂,与气象环境、道路线形、车辆状态以及交通环境等多因素相关。由于缺乏对造成交通阻断相关因素间潜在关联的研究,交通阻断管控一直是公路管理,特别是高速公路管理的难点。本文提出了一种基于多维模糊关联规则的道路交通阻断分析方法,发掘交通阻断的潜在规律和各因素间的关联关系。首先在国家现有相关划分体系和大量交通阻断(事件)案例的基础上,根据道路管理实际需求,建立了交通阻断多维属性模型,然后利用基于FCM的模糊关联规则,挖掘阻断因素的多维属性的依存关系,得到面向道路交通阻断分析的多维模糊关联规则。通过研究成果的实践应用,证明关联规则可以为道路交通阻断预防和管理提供有效支持,在道路交通阻断分析领域有着良好的应用前景。     

基于高维突变模型的海上通道安全预警研究

为了在海上通道突发事件发生前给出可能的危险等级,减少海上通道突发事件造成的损失和提高海上通道预警与应急管理能力,本文针对海上通道安全突发事件的复杂性,提出一种历史案例分析与高维突变级数相结合的新方法。首先,通过对历史突发事件案例的统计分析,得出海上通道安全的主要风险源因素,并由此建立了海上通道安全预警指标体系。其次,将突变级数法在高维指标应用方面进行了推广,建立海上通道安全预警模型,并根据历史案例数据计算模型的预警阈值。最后,选取了实际案例对预警模型进行了检验,检验结果表明模型可以对海上通道突发事件进行有效预警。     

社会网络环境下基于“信任—知识”模型的风险性大群体应急决策方法

针对大群体应急决策专家之间信任关系及其传递引发的决策风险,以及由于大群体中个体偏好差异较大导致生成独立聚集等问题。首先,提出一个“信任—知识模型”对决策专家之间的信任关系进行集成和传递,并根据决策专家的信任风险偏好得出决策专家之间的信任知识度网络;其次,利用Louvain算法对信任知识度网络进行聚类,高效快速的获得若干个聚集,并用社会网络分析技术确定每个决策者和聚集的权重;然后对每个聚集中的决策者偏好进行集结,并综合决策者给出的信息对备选决策方案进行排序。最后,通过案例分析和对比验证了所提方法的合理性与有效性。     

A fuzzy rough set approach to emergency material demand prediction over two universes

Emergency decision-making is still an important issue of unconventional emergency events management. Although many studies are developed on this topic, they remain political and qualitative, and it is difficult to make them operational in practice. Therefore, this article considers a fuzzy rough set over two universes model and approach for solving such a difficulty. As is well known, an exact and scientific emergency material demand prediction can make a quick and efficient emergency rescue and realize the optimal effect. Considering the main characteristics of emergency decision-making with insufficient risk identification, incomplete and inaccuracy of available information and uncertainty of decision-making environment, the fuzzy rough set theory over two universes is used to emergency material demand prediction. We propose a model and approach to emergency material demand prediction, i.e., the fuzzy rough set model of emergency material demand prediction over two universes. We present decision rules and computing methods for the proposed model by using the risk decision-making principle of classical operational research. Finally, the validity of the approach and the applied process of the proposed model is tested by a numerical example with the background of earthquake emergency material demand forecasting.     

Fast computation of bounds for two-terminal network reliability

In this paper, an algorithm for the fast computation of network reliability bounds is proposed. The evaluation of the network reliability is an intractable problem for very large networks, and hence approximate solutions based on reliability bounds have assumed importance. The proposed bounds computation algorithm is based on an efficient BDD representation of the reliability graph model and a novel search technique to find important minpaths/mincuts to quickly reduce the gap between the reliability upper and lower bounds. Furthermore, our algorithm allows the control of the gap between the two bounds by controlling the overall execution time. Therefore, a trade-off between prediction accuracy and computational resources can be easily made in our approach. The numerical results are presented for large real example reliability graphs to show the efficacy of our approach.     

An efficient method to determine the optimal configuration of a flexible manufacturing system

A frequently encountered design issue for a flexible manufacturing system (FMS) is to find the lowest cost configuration, i.e. the number of resources of each type (machines, pallets, ...), which achieves a given production rate. In this paper, an efficient method to determine this optimal configuration is presented. The FMS is modelled as a closed queueing network. The proposed procedure first derives a heuristic solution and then the optimal solution. The computational complexity for finding the optimal solution is very reasonable even for large systems, except in some extreme cases. Moreover, the heuristic solution can always be determined and is very close (and often equal) to the optimal solution. A comparison with the previous method of Vinod and Solberg shows that our method performs very well.     

Multi-criteria decision analysis for emergency medical service assessment

In emergency management, it is important to arrange the medical resources according to emergency needs. This paper proposes a multi-criteria decision analysis model that combines grey theory and multi-criteria decision making theory to assess the current medical resource situation, find satisfactory solutions, and help the emergency decision makers to take appropriate responses in a timely manner. In addition, the best alternative is identified by the global optimal solution which can provide a theoretical guidance for decision makers to optimize the allocation of medical resources. To validate the proposed model, this paper conducts a case study of medical service assessment in provinces of East China. The results demonstrate that the proposed model can provide objective and comprehensive assessment of medical resources.     

Trade-offs between target hardening and overarching protection

Defenders concerned about protecting multiple targets can either protect them individually (through target hardening), or collectively (through overarching protections such as border security, public health, emergency response, or intelligence). Decision makers may find it relatively straightforward to choose which targets to harden, but are likely to find it more difficult to compare seemingly incommensurate forms of protection - e.g., target hardening, versus a reduction in the likelihood of weapons being smuggled across the border. Unfortunately, little previous research has addressed this question, and fundamental research is needed to provide guidance and practical solution approaches. In this paper, we first develop a model to optimally allocate resources between target hardening and overarching protection, then investigate the factors affecting the relative desirability of target hardening versus overarching protection, and finally apply our model to a case study involving critical assets in Wisconsin. The case study demonstrates the value of our method by showing that the optimal solution obtained using our model is in some cases substantially better than the historical budget allocation.     

基于不确定需求的灾后应急救灾网络规划模型与算法

突发事件发生后,快速应急响应的第一步是启动应急救灾网络,合理配置应急救灾资源,以保证救灾过程顺利进行,提高救援效率。本文以台风灾害为背景,建立二阶段应急救灾网络的混合整数规划模型,解决台风灾害的灾后应急救灾网络的规划与设计问题。在求解模型时,考虑需求信息的分布难以确定,并且在一定范围内变动的特点,利用鲁棒优化的方法处理不确定性需求,从而得到合理的临时救灾中心选址以及应急资源配置信息。数值试验表明,建立的模型是实际可行的,而且算法也是有效的。     

MBA项目评价与改进系统的反馈动态复杂性分析

中国MBA教育的评价与改进是当前MBA教育发展的瓶颈,为了寻求提升MBA教育质量的有效方法,用系统动力学流率基本入树建模法构建了MBA教育的SD模型.通过用极小基模生成集法对模型中的反馈环进行分析,找到系统基模.在MBA教育SD模型中存在两个增长上限基模和一个舍本逐末基模.根据学习型组织理论:找到管理系统中的基模并用系统思考的方法正确处理基模,是保障系统运行的重要方法.但是,对于一个象MBA教育项目这样的典型动态复杂系统,发现其中所有的基模往往非常困难.本文提供了一个迅速并准确找到复杂系统中全部基模的方法,即极小基模生成集法.不论我们面临的动态系统有多么复杂,都可以使用该方法来分析其中的反馈环结构.构造SD流率基本入树模型,运用该方法进行反馈动态分析,提出了改进中国MBA教育的管理策略.     

关键线路变迁分析方法及其应用

传统的关键路线法(CPM),计算工序的诸多时间参数来确定工期与关键路线,对于简单网络方便可行.但对于大型的复杂网络,必然存在时间参数多、计算量大等问题;加之,工程项目具有普遍的复杂性,时常需要进行工期优化,关键线路可能发生变迁.为了简化计算,运用0-1规划方法,在WinQSB环境下建立适应不同规模的网络计划参数计算的数学模型并快速求解,再通过目标函数的灵敏度分析,确定变量的变化范围,解决关键线路变迁问题.算例表明,提出的方法无需重新计算便可快捷地断定关键线路是否发生变迁.