基于不完全偏好信息的多阶段应急群决策方法

针对灾害事件的多阶段演化特征,研究多阶段应急群决策方法。在复杂的决策环境下,为了解决决策专家难以对应急方案进行准确评价的问题,允许专家以残缺精确数与残缺模糊数判断矩阵给出偏好信息;而且,多阶段应急群决策模型通过构建目标规划模型对决策专家进行分阶段赋权,并解得各决策阶段下群体的方案偏好,最后通过求解决策阶段权重,获取全局群体偏好最优解。应用于危险化学品液态苯泄漏的应急处置案例验证了该方法的可行性与有效性。     

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。     

基于随机Petri网的震后次生灾害演化模型研究

针对震后次生灾害的演化问题,本文采用多案例分析方法提取地震及其次生灾害事件的属性,从属性层次按照“事件类型、关键属性、从属属性、环境属性和危害评估属性”对其进行结构化描述,分析震后次生灾害事件的属性特征,绘出了震后次生灾害演化Petri网模型。在此基础上,以渐变型次生灾害事件——震后瘟疫为例,根据随机Petri网与马尔科夫链的同构关系,构建了震后瘟疫事件演化系统随机Petri网模型。最后,通过马尔科夫链及相关数学方法对震后瘟疫事件演化系统进行了评估,分析其中的均衡状态及其变动规律,验证了模型的有效性,为应对地震次生灾害事件提供科学的应急决策支持。     

政府协调下群体性突发事件的演化博弈分析及应用

在群体性突发事件应急处置过程中,政府处置不当会使得事态扩大,甚至由非利益直接相关者转变为矛盾冲突方。本文将政府部门视为社会矛盾的调解者,运用演化博弈理论分析了政府作为利益协调者在群体性突发事件中的重要作用,并结合对公平因素的考虑,详细分析了一些主要参数对决策行为的影响。结果表明,政府提早介入、公平的利益再分配以及适当的惩罚措施有助于减少群体性突发事件。最后,通过分析案例“重庆市出租车罢工事件”的发展演化历程及政府的协调作用,说明了本文模型的适用性。     

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。     

基于稳定性分析的应急物资储备策略研究

应急物资实物代储方式是有效降低应急物流成本和实现应急物资快速筹集的重要举措。针对政府直接储备应急物资所带来的采购和管理成本过高、巨额资金占用、物资性能降低以及因管理不善造成的应急物资浪费等问题,本文本着互利合作的原则,借助种群共生理论构建政府与应急物资代储企业之间的合作共生关系,并通过构建数学模型分析了政府与实物代储企业满足共生平衡点的稳定性条件,以解决政府在限制支付条件下如何选择应急物资代储企业的问题,为政府制定应急物资储备策略提供决策依据。     

双目标突发事件应急救援前摄性调度优化

本文以救援时间最短化与计划鲁棒性最大化为目标,研究突发事件应急救援前摄性调度优化问题。作者首先对所研究问题进行界定,其中计划鲁棒性定义为各活动开始时间可调整时差的总和,任务是在应急预算和救援期限的约束下,确定活动执行模式与开始时间以实现上述两个目标。随后,构建问题的0-1规划优化模型,鉴于其强NP-hard属性,设计禁忌搜索启发式算法。最后用一个算例对研究进行说明,得到如下结论:救援时间随应急预算的增加而缩短,随救援期限的放宽而延长;计划鲁棒性随应急预算的增加或救援期限的放宽而提高;当权重分配系数增大时,应急救援时间先保持不变而后缩短,计划鲁棒性则呈减小趋势。本文研究可为突发事件应急救援的组织与协调提供决策支持。     

路政应急管理中资源布局的混合整数规划模型

本文根据道路灾害事故的发生特点,对城市路桥养护系统的运行模式和资源的合理调用机理进行分析,考虑到事发地点潜在的资源需求概率,建立资源布局的混合整数规划模型.本模型中资源布局方案的调度决策基础是在灾害事故的资源需求不发生变化的条件下,使得每个救助点的资源同时部分地为辖区内现有事故和潜在事故服务,而现有事故的剩余需求由其他救助点派出资源来满足.该模型的目标是解决城市中因同一时间段内发生两起灾害事故而造成路桥破坏导致的救助资源短缺问题,同时避免资源的闲置浪费.最后,通过算例证明,本方法较通常方法对城市总的资源配置量大大减少.     

A two-phase inspection policy with imperfect testing

This paper presents an inspection policy to detect failures of a single component system that remain hidden otherwise. Inspection reveals whether the unit is in good or failed state. The possibility of non perfect testing is assumed, thus, successive inspections may fail detecting a failure or result in a false alarm. The occurrence of false alarms is reported in optical fire detectors and inspection of printing circuit boards which are on the basis of electronic systems. A two-phase inspection schedule takes into account the changes in component’s aging. The system may undergo different inspection frequencies to detect both early failures or those due to the natural deterioration in the system as time goes by. The examples reveal the advantages of a two-phase inspection when comparing with the unique interval inspection.     

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。