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。     

随机利率下信息非完全时的风险债券定价

本文在结构化模型的框架下,运用远期鞅方法推导了随机利率时不完全信息的风险债券的定价公式,并分析了公式里的五项重要指标对风险债券价格的影响.     

直升机事故案例建模与检索

为了有效积累和重用直升机事故案例蕴含的宝贵知识,从而提升通用航空安全水平,提出了一种基于本体的直升机事故案例建模与检索方法.首先基于运营决策支持和安全信息应用这一目标建立了直升机事故案例建模与检索的系统框架结构;然后分析了直升机事故案例特征,进而设计了基于本体的直升机事故案例表示;在此基础上,面向不同应用需求,设计了不同的检索索引,并提出了语义属性和数值属性的相似性计算方法,从而实现多尺度的案例检索.开发的原型系统及其应用表明,直升机事故案例建模与检索实现了案例知识的积累和应用,为通用航空安全信息处理提供了系统的解决方案.     

内部信息者的最小亏损风险策略

在一定的假设条件下,利用扩大信息流方法解决了跳扩散环境下内部信息者的最小亏损风险策略问题.首先构建了内部信息者最小亏损风险策略模型,证明了内部信息市场的完备性.然后利用风险资产价格的Markov性和鞅表示定理得到了线性损失函数下的最小亏损风险最优策略和相应的价值函数.     

离散鞅可料表示性的一个注

本文在鞅变换的框架在下改进了Jacod引理并证明了其逆命题,考察了离散鞅的可料表示性的本质,从而引出最小可料表示性的概念,并给出其在金融数学完备市场理论中的一个应用.     

基于本体关联网络的非常规突发事件案例快速提示方法

由于非常规突发事件具有罕见性、急迫性的特点,要求决策者在具体情境中极速对事件作出决策响应,通过各种非传统和非程式化的方式将事件的危害性降低至最低。为了能够快速地找到最相关的案例并及时地提示指导,本文将非常规突发事件用本体的形式来表示,分析了事件之间的不同类型的逻辑关联及相应程度,并进一步构建了非常规突发事件的本体关联网络。接着,在网络拓扑分析的基础上,我们提出了一种利用交互时间距离CTD(Commute Time Distance)的快速搜索算法,该算法利用谱分析和复杂网络性质分析,能快速找到与新加入节点(新发生突发事件)最相关的案例,从而利用相关措施对紧急危害进行及时地提示和指导。最后,结合青岛“11·22”输油管道爆炸案的实际案例,本文证明了所述方法的有效性并对网络性质进行了分析,结果表明本方法可以高效而方便地应用到各种实际情况中,为非常规突发事件的快速提示提供技术支撑。     

问卷设计知识管理中的范例推理

将范例推理技术应用于问卷设计知识重用过程中,提出了基于范例推理的问卷设计知识重用系统的应用框架,研究了问卷设计CBR系统中的一些关键技术:范例的表示、范例组织、范例检索算法、范例修正优化和重用、范例学习等.范例检索采用KNN法与遗传禁忌算法相结合的混合检索机制,通过建立GA适应度函数模型以及选择、禁忌交叉、禁忌变异算子等自动确定权重.我们组织和建立了初步的范例知识库,进行了相关实验.结果表明,融合遗传算法的范例检索方法可较大程度上缩短设计时间、提高问卷设计效率和质量,并有效地支持问卷设计的知识重用和知识管理创新.     

一类具有转移条件的不连续微分算子的渐近状态

研究一类具有转移条件且边界条件依赖于特征参数的Sturm-Liouville算子,建立一个与其相关的新的空间框架,给出其特征的相关性质与特征函数的完备性,利用函数论方法得出其特征的渐近表示,并获得Green函数的表达式.     

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.     

基于区间型多属性决策的突发事件属性熵权的确定

突发事件的实时数据是应急决策的依据,提高对数据的处理能力,确定突发事件属性的熵权,筛选出反映事件发展趋势的重要属性,是提高决策效率和准确性的关键问题。利用共性知识模型结构化表示突发事件和属性,参考区间型多属性决策方法,把事件属性监测值转换为区间数型,在保持时序信息的同时降低数据维数,并通过定义精确数与区间的距离,使突发事件属性集均转化为成本型属性;继而利用基于熵权的区间型多属性决策方法计算事件的属性熵权值,权值越大,表示包含事件演化趋势的信息越多,在决策时就应被重点关注。最后,通过实例说明此方法的有效性和实用性。     

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。     

Multiple-retrieval case-based reasoning for course timetabling problems

The structured representation of cases by attribute graphs in a case-based reasoning (CBR) system for course timetabling has been the subject of previous research by the authors. In that system, the case base is organized as a decision tree and the retrieval process chooses those cases that are sub-attribute graph isomorphic to the new case. The drawback of that approach is that it is not suitable for solving large problems. This paper presents a multiple-retrieval approach that partitions a large problem into small solvable sub-problems by recursively inputting the unsolved part of the graph into the decision tree for retrieval. The adaptation combines the retrieved partial solutions of all the partitioned sub-problems and employs a graph heuristic method to construct the whole solution for the new case. We present a methodology which is not dependent upon problem-specific information and which, as such, represents an approach which underpins the goal of building more general timetabling systems. We also explore the question of whether this multiple-retrieval CBR could be an effective initialization method for local search methods such as hill climbing, tabu search and simulated annealing. Significant results are obtained from a wide range of experiments. An evaluation of the CBR system is presented and the impact of the approach on timetabling research is discussed. We see that the approach does indeed represent an effective initialization method for these approaches.     

Lower Dimensional Representation of Text Data Based on Centroids and Least Squares

Dimension reduction in today's vector space based information retrieval system is essential for improving computational efficiency in handling massive amounts of data. A mathematical framework for lower dimensional representation of text data in vector space based information retrieval is proposed using minimization and a matrix rank reduction formula. We illustrate how the commonly used Latent Semantic Indexing based on the Singular Value Decomposition (LSI/SVD) can be derived as a method for dimension reduction from our mathematical framework. Then two new methods for dimension reduction based on the centroids of data clusters are proposed and shown to be more efficient and effective than LSI/SVD when we have a priori information on the cluster structure of the data. Several advantages of the new methods in terms of computational efficiency and data representation in the reduced space, as well as their mathematical properties are discussed.Experimental results are presented to illustrate the effectiveness of our methods on certain classification problems in a reduced dimensional space. The results indicate that for a successful lower dimensional representation of the data, it is important to incorporate a priori knowledge in the dimension reduction algorithms.     

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。     

基于粗糙集的应急案例中概率规则挖掘方法

应急案例作为描述突发事件发生、发展及应对过程的文本,蕴含了潜在的规律与宝贵的经验。为了挖掘应急案例中各要素间潜在的关联关系,构建出基于粗糙集的应急案例中概率规则挖掘方法。首先,构建出应急案例知识五元组,描述应急案例共性特征,并将诸多应急案例信息组织成一张应急案例决策表;然后,应用遗传算法对应急案例决策表进行属性约简,进而获取概率规则;最后,以大兴安岭林区50起重特大火灾案例为例,阐述方法的具体执行过程,并通过两组测试实验证明了方法的可行性和有效性。该方法描述了应急案例的共性本体特征,具有较高的可重用性,有利于为决策者采取应急管理措施提供决策支持。     

A case-based fuzzy multicriteria decision support model for tropical cyclone forecasting

This paper proposes a multi-stage framework for intelligent decision support. The proposed framework integrates case-based reasoning and fuzzy multicriteria decision making techniques. It potentially leads to more accurate, flexible and efficient retrieval of alternatives that are most similar and most useful to the current decision situation. Additionally, the framework provides intelligent assistance in articulating domain expert's preferences through outranking relations. We illustrated the proposed approach in the context of tropical cyclone prediction. Ten years of historical observation data about tropical cyclones was represented within fuzzy multicriteria decision-making problem. We describe a prototype intelligent decision support system, which helps the forecaster in retrieving best-fitted solutions in terms of both usefulness and similarity to the current observed case.     

基于改进VIKOR方法的地震应急物资运输决策问题研究

地震灾害应急救援物资方案的合理选择对与减少人员伤亡,降低灾民的财产损失具有重要影响。本文针对属性权重未知情形下的地震应急物资运输方案决策问题,提出了一种Pythagorean模糊不确定语言与前景理论相结合的改进VIKOR决策方法,即PFUL-PT-VIKOR法。首先,采用Pythagorean模糊不确定语言用于描述和融合专家对地震应急物资运输方案在考虑多种属性影响下的感知信息;其次,利用主客观融合法对属性权重进行求解;然后,提出基于前景理论的改进VIKOR法并得出方案排序;最后,通过算例分析,对所提出方法的有效性和实践性给予验证。结果表明,PFUL-PT-VIKOR模型有助于增强决策专家对不确定突发情景信息感知的知识表示能力,解决属性赋权过于主观或过分依赖样本的困难,并突围了应急决策者隐性心理行为较难定量应用的思维定势,增强了模型的现实适用性,为地震应急物资是否合理运输提供决策支持。     

基于粗糙集的突发事件属性约简方法

针对突发事件不完备信息系统中的原始数据存在大量属性冗余的问题,提出一种基于粗糙集的不完备信息系统属性约简方法,以剔除冗余属性,提高知识清晰度。首先对缺失、冗余、噪声以及连续型数据进行预处理;然后进行属性分类,将属性分为条件属性与决策属性,进而建立决策表;最后根据决策表的特征,结合有序加权平均算子的思想,提出一种基于属性重要度的启发式属性约简算法。文末,通过实例验证了方法的正确性与有效性,并利用该方法实现了火灾数据的属性约简。     

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。