基于决策者风险偏好大数据分析的大群体应急决策方法

针对重大突发事件应急决策大群体成员的风险偏好复杂难测问题,提出了一种新的基于决策者风险偏好大数据分析的大群体应急决策方法。首先专家群体对突发事件进行快速响应,生成若干应急预案及其风险属性信息;其次,社会公众通过网络等渠道参与到应急决策中来并形成决策大群体,给出不同预案的偏好值;然后,利用证据推理算法得出公众对各预案的风险效用值,将预案风险效用值与预案偏好值加权组合,得到各个预案的大群体决策者的风险偏好值;最后,基于风险偏好值,利用大数据分析技术对大群体的风险偏好进行聚类识别,从中筛选出风险中立者组成新的应急决策群体,再次聚类得出应急决策群体的成员组成结构,以此为基础计算决策者权重和应急预案的最终效用值,得应急预案排序结果。最后通过算例分析验证了方法的有效性和可行性。     

基于后悔理论的灰色应急决策方案动态调整方法

突发事件发展具有可变性、动态性、随机性等特点,这要求决策者能根据实际情况及时调整应急方案,在此过程中决策者往往表现出“有限理性”的心理特征。针对以上情形,提出一种基于后悔理论的决策方法,以解决不确定环境下考虑决策者心理因素的应急方案动态调整问题。该方法首先描述分析了基于灰数信息的应急调整方案的生成过程;然后从后悔规避的视角构造了调整方案集关于处置效果、调整成本、应对损失三方面的灰色感知效用矩阵;进一步,用转移概率矩阵预测突发事件的演化概率,计算各调整方案的灰色综合感知效用值以选出最佳调整方案;最后,通过实例验证了该方法的可行性和有效性。结果表明,该方法贴近决策实际、具有较强的实用性;能够为应急决策的方案调整问题提供方法指导和理论支持。     

基于UGC大数据挖掘的大群体两阶段风险性应急决策方法

针对在重大突发事件应急决策大数据环境下决策者偏好的不确定性及偏离群体一致性导致的风险,提出一种基于UGC大数据挖掘的大群体两阶段风险性应急决策方法。首先,通过数据挖掘和自然语言处理方法从UGC中获取公众对事件的偏好信息并构建应急决策属性体系,利用TF-IDF方法结合专家评估信息确定属性权重;其次,建立一个意见开放式的两阶段决策流程,提出依据决策者意见的可靠度和准确度量化决策风险,利用聚类方法得到相应的成员权重,并使用TOPSIS法对决策方案进行排序。最后通过天津港“8·12”重大爆炸事故的案例分析和对比验证了所提出方法的可行性和有效性。     

基于属性关联的不完全风险偏好信息大群体应急决策方法

针对特大突发事件应急决策中大群体专家存在偏好信息不完全的问题,本文提出一种新的不完全风险性信息大群体应急决策方法。首先,利用最优离散拟合方法对决策者的风险偏好因子进行测度并据此对专家聚类;其次,根据不完全偏好矩阵进行属性关联测度,提出了基于风险偏好和属性关联的新的补值模型,得到完全偏好信息矩阵;然后,运用主成分分析方法提取属性主成分,并结合属性权重进行信息集结和方案择优;最后,通过台风“天鸽”事件验证所提方法的可行性和有效性。     

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。     

基于模糊—冲突熵的风险性大群体应急决策方法

针对应急决策信息的模糊性以及大群体偏好的冲突性引起决策风险的问题,提出了一种基于模糊—冲突熵的风险性大群体应急决策方法。首先,依据决策者偏好将大群体进行聚类,得到聚集偏好矩阵;其次,提出一个直觉模糊形式的区间直觉模糊距离以减少偏好信息的丢失,同时定义广义直觉模糊数,将二者与前景理论相结合,通过转换得到聚集的直觉模糊前景决策矩阵;再次,构建以决策风险最小化为目标的大群体模糊—冲突熵应急决策模型,计算准则权重,将大群体的前景决策矩阵和准则权重相结合得到方案的综合前景值,并以此对应急方案排序;最后,通过案例的分析与对比验证了所提方法的合理性与有效性。     

面向多部门多属性的群决策应急方案调整方法

针对具有多部门多属性的基于案例推理的应急方案生成问题,提出了一种新的群决策应急方案调整方法。首先,各部门根据关注的属性生成案例库,并应用检索方法得到最相似历史案例,再运用置信规则库进行应急方案调整来生成各部门应急方案;然后,各部门对每个部门生成的应急方案进行评价;在此基础上,根据各部门的评价信息确定权重,进而对各部门生成的应急方案进行集结得到目标案例的应急方案。最后,通过一个算例验证了所提出方法的可行性和有效性。     

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。     

多阶段应急决策的方案链选择方法

针对多阶段不同情景下多指标多任务的应急决策问题,提出了一种方案链选择方法。在该方法中,首先给出了决策方案链的概念,并对多阶段多指标多任务的应急决策问题进行了描述;然后根据相邻阶段的子方案之间的相容性,构建了相容性关系矩阵;进一步地,在考虑相邻阶段子方案之间相容性的情形下,以各阶段的子方案的综合评价值最大为目标,建立了应急决策的方案链选择的优化模型。通过求解模型,得到应急决策的最优方案链。最后,通过一个算例说明了该方法的可行性和有效性。     

社会网络环境下保护少数意见的风险性大群体应急决策方法

大群体决策过程中,少数意见十分重要,但考虑少数意见又有一定风险性,本文提出了一种社会网络环境下保护少数意见的风险性大群体应急决策方法。首先,利用自然语言处理技术对社交媒体中公众对突发事件的传播信息进行关键词提取,再采用TF-IDF技术提取公众关心的事件属性并确定属性权重;其次,将专家之间的联系考虑到决策当中,构建决策专家之间的社会网络关系;然后,建立少数意见的识别和风险测度机制,并定义了两个风险系数:信任风险系数和偏好风险系数,通过少数意见聚集的信任风险系数调节少数意见聚集的权重,通过偏好风险系数调节群体共识,以得到共识水平较高的大群体决策方案;最后,通过“7.1”宁乡洪灾案例分析,验证了所提方法的可行性和有效性。     

基于应急案例的情景决策支持方法研究

为满足突发事件“情景-应对”的需要,提供具体、可实施的应急决策方案,提升决策的科学性,提出了一种基于应急案例的情景决策支持方法。首先,根据突发事件情景演变的特点,提出突发事件的情景表示方法,将应急决策方案引入情景表示中。然后,在情景表示的基础上进行情景检索,获取相似情景中的应急决策方案,将其进一步分解为承灾体的应急措施向量。依据承灾体的应急措施向量在相似情景中实施的效果,从损益值、后续影响两方面对承灾体的应急措施向量进行评价并排序,依据排序结果组成当前情景的应急决策方案,为应急情景决策提供具体的支持。最后,通过实例验证了该方法的可行性。     

基于决策者信任水平和组合赋权的不完全偏好复杂大群体应急决策方法

针对属性权重完全未知且专家偏好出现残缺值的复杂大群体应急决策问题,提出了一种新的决策方法。首先,设计了一套基于决策者信任水平的残缺值填充机制,对缺失的偏好信息进行补充。然后,将各方案的大群体偏好信息进行聚类,基于方案信息熵和群体偏好冲突水平构建组合赋权方法,对属性权重进行测算,进而得到各个方案的综合评价值。最后对该方法进行了实例验证,验证结果表明本文提出的方法具有良好的可行性和有效性。     

基于区间数的应急物资调度决策模型及算法研究

应急物资调度决策是应急物流管理的重要研究问题之一,是影响应急救援效果的关键环节,加强应急物资调度方法研究,对提升我国应急物流管理水平,提高突发事件的应急保障能力和应对效果具有重要现实意义和理论研究价值.为了提高应急物资调度决策的有效性,基于应急物资调度问题的特点,引入区间数来描述应急物资调度决策中的不确定因素,建立了区间数信息环境下应急物资调度问题的时间最小化决策模型,提出了基于满意度水平的应急物资调度问题有效解的具体算法,最后通过算例分析验证了该方法的有效性.     

基于直觉模糊软集的煤矿应急救援决策方法

在煤矿突发事故初期,时间的紧迫性和环境的复杂性导致应急救援决策中的评估信息存在不确定性,传统基于确数的决策方法难以适用,对此本文提出了一种基于直觉模糊软集(IFSSs)的煤矿应急救援决策方法。首先对现有IFSSs熵公理化定义中的不合理之处进行修正,进而据此构造新的IFSSs熵计算公式,并通过与既有IFSSs熵公式的对比算例表现了新公式的合理性和有效性。然后基于新熵公式给出属性综合权重的确定方法,再利用推广的TOPSIS方法对预案进行排序以确定最优煤矿应急救援预案。最后将本文提出的方法应用于某煤矿应急救援实例。结果表明,基于IFSSs的煤矿应急救援决策方法能充分利用和有效处理不确定性的信息,具有更好的决策分辨效果,可以为煤矿突发事故的应急救援提供决策支持。