CN101383027A - 一种突发环境事件应急预案的生成方法及系统 - Google Patents

Abstract

本发明公开了一种用于突发环境事件应急预案生成的技术方法，建立突发环境事件案例库；突发环境事件案例的表示与组织；突发环境事件案例检索方法；突发环境事件案例的适配方法。所提出的“基于案例推理的突发环境事件应急预案系统”，包括人机接口、检索引擎、适配器、案例管理器和案例库五个部分，系统不仅能“快而准”地生成突发环境事件的应急预案，而且系统具有主动学习的功能。本发明有助于增强突发环境事件中的组织抢险和快速反应能力，大大减少人民的生命财产损失，具有重要的经济价值和社会意义。

Description

一种突发环境事件应急预案的生成方法及系统

技术领域

本发明属于环保、人工智能领域，涉及人工智能技术在突发环境事件应急处理中的应用。

背景技术

近年来，我国城市突发性环境污染事件日益增加。突发性环境事故污染不同于一般的环境污染，它没有固定的排放方式和排放途径，突然发生、来势凶猛，往往在短时间内排放出大量的污染物质，而且种类复杂，涉及的因素较多，后果严重，所以突发性污染事故的防治比一般的环境污染要复杂和困难得多。目前，我国多数城市的突发环境事件应急体系仍处于初级应用阶段，在风险甄别、处理处置技术及应急响应等方面存在着不足，缺乏以知识为支撑的预案技术，人海战术仍然是目前应对紧急情况时的主要处理手段。因此，研究科学、合理的应急预案技术，增强突发环境事件中的组织抢险和快速反应能力，大大减少人民的生命财产损失，具有重要的经济价值和社会意义。

突发环境事件具有反应时间短、信息水平低、控制成本高等特点，现场应急指挥时需要快速获得准确的事故信息和有效的处置方案，而突发环境事件应急初期一段时间内的处置措施得当与否，往往决定了整个事故全过程处置的成败。突发环境事件一旦发生，如何快速而高效的获得科学、有序、高效的应急预案，是应急决策指挥的关键，因此突发环境事件应急预案系统需要具备“快而准”的特性：即能够快速从事前制定的预案库中，准确地寻找符合当前情况的应急预案，用以辅助现场应急处置。

另外，突发环境事件发生的机理往往模糊不清，无法通过专家领域知识进行完整的逻辑推理而制定应急预案，且类型多样，第一时间获得的事故信息数据往往较少，无法通过大量的统计分析进行决策。

基于案例推理(Case-Based Reasoning，简称CBR)作为人工智能中新崛起的一项重要推理方法，于1982年美国学者Roger Schank在《Dynamic Memory》一书中首次提出。1987年以来国际研究界每年举行CBR研讨会，先后在法律案例、医疗诊断、故障诊断、设计等领域证明了CBR方法的有效性和实用性。CBR是基于过去求解类似问题的经验而获得当前问题求解的一种推理模式，即在解决问题时，在案例库中寻找相似的、成功的过去案例，直接复用或经过修改后复用过去案例的解决方案，得到新问题的解决方案并形成新的实例充实案例库。一个典型的CBR推理过程如图1，包括案例的表示与组织、案例检索、案例的适配和修改，以及案例的学习保存等。

由此可见，基于案例推理方法实际上是一种类比推理方法，在遇到新问题时不需要进行完整的推理而求解，只需要“回忆”过去发生相似案例的解决方案，在一定程度上克服了知识获取的瓶颈，且兼有推理和学习两种功能，能够处理一些无法通过知识表达和机理不完全清楚的突发性事件的应急响应，实现快速准确地获得有效的应急预案。

自从1982年CBR方法首次被提出后，该方法沿着两个方向发展：一是理论方面，主要在CBR系统结构、相似度函数的定义、检索策略等方面得到深入研究；二是应用方面，将CBR理论应用于法律、医疗诊断、故障诊断、设计等相对比较单一、案例重现度、可比性以及应对策略复用程度较高的领域，并且与这些领域的知识相结合，形成了一些适用于这些专门领域的CBR系统开发技术。

相对于上述其它领域，突发环境事件领域比较复杂，事件种类较多，应急预案内容较繁。针对这些特点，本发明的发明人对案例的表示与组织、案例的检索、适配、案例库的学习与管理等方法进行了深入研究，创新性地将CBR方法应用于突发环境事件应急预案的生成。

发明内容

本发明的目的在于提供一种突发环境事件应急预案的生成方法。

为达到上述目的，本发明的解决方案是：一种突发环境事件应急预案的生成方法，包括：建立突发环境事件案例库；突发环境事件案例的表示与组织；突发环境事件案例检索方法；突发环境事件案例的适配方法。

进一步：

1、突发环境事件案例的组织与表示，采用分类和抽象相结合的策略对案例进行组织，即对突发环境事件进行分类(检索时首先判断事件的类别)，并抽象出各类事件的属性特征，利用关系数据库技术建立分类、分层的索引；

2、突发环境事件案例检索，采用基于HEOM(Heterogeneous Euclidean-Overlap Metric)的相似性度量方法，其基本思想是：对于连续性属性采用规范化的欧氏距离方法；对于符号属性采用重叠(Overlap)度量方法；

3、突发环境事件案例适配，采用结果复用和方法复用相结合，通过结构修改和诱导修改相结合的方式进行修正；

4、突发环境事件案例库学习，采用主动学习的方式来判断新案例是否保留到案例库中；如果新案例与原案例的相似度在设定阈值与1之间，则认为很相似，新案例的信息量和知识含量不高，不对案例进行存储；如新案例与原案例的相似度低于设定阈值，则将新案例保存到案例库中，并建立新案例的有效索引；

5、突发环境事件案例库管理，包括对可能产生误导的案例(噪音案例)进行删除或更新，冗余案例的删除以及案例库的重新组织等。系统为每个案例设置两个域：应用次数与成功次数，这些记录将作为判断案例是否冗余或为噪音案例的依据。当一个新案例被加入到案例库中时，它的这两个域都赋初值为零。随着案例库的使用，当该案例被检索到并成功地解决了目标问题时，它的应用次数与成功次数都加1；如果该案例未能成功地解决当前问题，则仅仅将应用次数加1。当一个案例的应用次数远大于成功次数时，该案例将被认定为噪音案例予以删除，或经过调整使其变为正确的案例；所述的“远大于”可以是：“应用次数：成功次数>5：1”。

6、系统的运行，经过初始案例的输入和案例库的扩容两个阶段。即首先要向系统中输入一定数量实际发生案例，这些案例可以是实际发生的突发环境事件，也可以是通过模型计算产生的假想案例；之后在经过一个较长的时期“自我学习”过程后，新的案例将源源不断的保存到案例库中，案例库得到扩容后，才能真正达到或超过专家的水平，从而实现决策支持的目的；

实现上述方法的系统，包括：

1)人机接口：负责系统与用户之间的交互及案例/预案信息的表达，采用菜单交互的诱导方式来构造用户视图，方便用户提供有关案例的信息，并对输入的参数进行匹配性检验；

2)检索引擎：负责响应用户的查询请求，在案例库中搜索和目标案例类似的源案例；检索引擎主要包括调度机和检索机两个模块；调度机在系统检索过程中起到总体控制和调度作用，检索机是实现检索过程的具体算法；

3)适配器：当检索到的源案例的解决方法不能满足目标问题的求解要求时，适配器负责对源案例和目标问题的进行适当修改，获得目标问题的解决方案；

4)案例管理器：负责案例的维护管理工作，主要由案例的增加、删除、修改、合并等操作组成；

5)案例库：即源案例的存储和组织，采用关系数据库的方法，对每个案例进行完整描述，并建立案例的主要特征索引。本发明有助于增强突发环境事件中的组织抢险和快速反应能力，大大减少人民的生命财产损失，具有重要的经济价值和社会意义。

附图说明

图1为基于案例推理的一般工作流程示意图。

图2为本发明CBR-EERPS系统结构图

图3为本发明CBR-EERPS系统工作流程图。

具体实施方式

以下结合附图所示实施例对本发明作进一步的说明。

1、CBR-EERPS系统结构

本发明申请提出“基于案例推理的突发环境事件应急预案系统(Case-Based Reasoning forEnvironment Emergency Response and Preparedness System，简称CBR-EERPS)”，主要由五个部分构成，如图2所示。

1)人机接口：负责系统与用户之间的交互及案例/预案信息的表达，采用菜单交互的诱导方式来构造用户视图，方便用户提供有关案例的信息，并对输入的参数进行匹配性检验。

2)检索引擎：负责响应用户的查询请求，在案例库中搜索和目标案例类似的源案例。检索引擎主要包括调度机和检索机两个模块。调度机在系统检索过程中起到总体控制和调度作用，检索机是实现检索过程的具体算法。

3)适配器：当检索到的源案例的解决方法不能满足目标问题的求解要求时，适配器负责对源案例和目标问题的进行适当修改，获得目标问题的解决方案。

4)案例管理器：负责案例的维护管理工作，主要由案例的增加、删除、修改、合并等操作组成。

5)案例库：即源案例的存储和组织，采用关系数据库的方法，对每个案例进行完整描述，并建立案例的主要特征索引。

2、CBR-EERPS系统中的关键技术

1)突发环境事件案例的表示与组织

案例的表示即把突发事件管理者和领域专家处理突发事件的经验和知识转变为可被计算机接受的用于描述知识的数据结构。案例一般表示为：案例＝<问题描述，解决方案，结果评价>。问题描述是事故的属性信息，解决方案是案例的具体处置方法措施。任何基于案例推理的系统必须要有问题或情境描述和解决方案，而结果评价可能在有的系统中没有。

CBR-EERPS系统案例表示方法如表1。突发环境事件属性列表见表2。

表1 案例的表示结构

 

案例框架	案例：：＝<案例编码，案例名称，属性列表，解决方案，结果评价，案例有效性>案例名称：：＝<事故单位，事故类型，污染物质>属性列表：：＝<时间，地点，原因，类型，污染物质，污染物量，事件等级，受污对象，影响范围，气象条件，爆炸性，着火性，人员伤亡，其他情况描述>解决方案：：＝<目标，决策信息，应急措施，任务分配和力量部署，注意事项>结果评价：：＝<文字描述，效果等级分(0～5分)>案例有效性：：＝<应用次数，成功次数>地点：：＝<距离水源地距离[，社会关注区][，生态敏感区][，特殊保护目标]>受污对象：：＝<大气，水体，土壤，生态，动植物...>气象条件：：＝<风向，水流，天气...>决策信息：：＝<属性1/属性值，...，属性n/属性值>应急措施：：＝<前期处置，事故控制，应急救援，人员疏散，事后恢复...>任务分配和力量部署：：＝<队伍名称，负责人，联系人，联系方式，任务类型，位置，起止时间>注意事项：：＝<关键词1，...，关键词n>事故单位、事故类型，污染物质：：＝<关键词>目标：：＝<关键词1，...，关键词n>距水源地距离：：＝<关键词>风向、水流、天气：：＝<关键词>前期处置，事故控制，应急救援，人员疏散，事后恢复：：＝<关键词1，...，关键词n>队伍名称，负责人，联系人，联系方式，任务类型，位置：：＝<关键词>起止时间：：＝<日期类型>
		溢油案例实例	8.5黄浦江溢油事故：：＝<03XX，黄浦江8.5溢油事故，属性列表，解决方案，结果评价，案例有效性>案例名称：：＝<吴泾热电厂附近的长阳号油轮，溢油事故，燃料油>属性类表：：＝<2003年8月5日凌晨4点，黄浦江吴泾热电厂附近，中海“长阳”轮被一艘小船碰撞导致左侧船艉油舱受损，燃料油，85吨，中型溢油，水面油污、西侧岸线、滩涂和湿地，上海七库至吴泾海缆公司码头长达8公里约150万平方米左右区域，气象条件，有爆炸可能性，易着火，无人员伤亡>解决方案：：＝<具体的处置方法(略)>结果评价：：＝<事件处置效果较好，未对上游取水口造成影响，效果等级分4.5分>案例有效性：：＝<应用次数1，成功次数1>地点：：＝<距离黄浦江上游的取水口17公里，准水源保护区>受污对象：：＝<江面水体，两侧岸线，滩涂，湿地，水生植物>气象条件：：＝<东南风，小潮汐，未来七八天将进入大潮汛阶段，晴天>决策信息：：＝<(略)>注意事项：：＝<(略)>距水源地距离：：＝<17公里>前期处置，事故控制，应急救援，人员疏散，事后恢复：：＝<(略)>队伍名称，负责人，联系人，联系方式，任务类型，位置：：＝<(略)>起止时间：：＝<(略)>

表2  突发环境事件属性列表

 

案例	类型	说明
			事件时间	datatime	输入时间
事件地点		指明距水源地距离、是否生态敏感区、社会关注区等
			事件原因	char	指明污染物来源
事件类型	int	采用1～9分别表示9类污染事故
			污染物质	char
污染物量	float
			事件等级	int	不知道等级情况下的采用严重程度表示
受污对象	char	大气、水、土壤等
			影响范围	float	面积
气象条件		分水文、风向、天气等。
			爆炸性		有/无(复选框形式)
着火性		有/无(复选框形式)
			人员伤亡	text

案例库组织采用分类和抽象相结合的策略，即对突发环境事件进行分类(检索时首先判断事件的类别)，并抽象出各类事件的属性特征，利用关系数据库技术建立分类、分层的索引。

根据突发环境事件的特点和污染物的特性，将突发环境事件分为9类，见表3。

表3  突发环境事故类型编码

 

事故种类	编码	举例
			有毒化学品泄漏扩散事故	01	0102xxx
易燃、易爆物的泄露爆炸污染事故	02	0203xxx
			溢油事故	03	0301xxx
非正常大量排放废水污染事故	04	0403xxx
			重点保护的野生动植物与自然保护区破坏	05	0503xxx
放射性污染	06	0604xxx
			光化学烟雾	07	0704xxx
排污窖井箱涵爆炸	08	0804xxx
			战争遗留的危险品污染	09	0904xxx

注：举例中的编码首2位代表事故类型，如0102xxx中的01代表有毒化学品泄露扩散事故；第3、4位代表事故等级，如0102xxx中02代表事故等级为二级；最后的数字代表案例的序号，如0102xxx中的xxx，即在案例库中的排序(按输入先后自动赋值)。

2)突发环境事件案例检索方法

由于突发环境事件的特点，对系统中案例的相似特征类型进行分类，见表4。

表4  案例相似特征类型

 

相似类型	可能取值	匹配计算方法	举例
				数字(NUM-A)	所有大于0的实数	欧氏距离	溢油量
数字(NUM_D)	定义范围内可取整数	精确匹配	事故等级
				文字(TXT)	自由文本	预定义的表达匹配	污染物
布尔(BOOL EAN)	是，否	精确匹配	着火性
				词汇变量(TERM_VAR)	自动赋值的整数	精确匹配	子预案ID
注册词(TERM-REG)	定义范围内的可选词	精确匹配	事故类型
				敏感词(TERM_HOT)	定义范围内可选词及其任意组合	预定义的模糊匹配	受污对象

CBR-EERPS系统检索采用基于HEOM(Heterogeneous Euclidean-Overlap Metric)的相似性度量方法，其基本思想是：对于连续性属性采用规范化的欧氏距离方法；对于符号属性采用重叠(Overlap)度量方法。属性a的两个取值x和y之间的距离定义如下：

$d_a(x,y)=\left\{\begin{array}{c}\mathrm{overlap}(x,y)\\ \mathrm{rn}\_{\mathrm{diff}}_a(x,y)\end{array}\right.---\left(1\right)$

其中，函数overlap(x，y)是用来计算符号属性的两个取值之间的距离的，其定义如下：

$\mathrm{overlap}(x,y)=\left\{\begin{array}{cc}0,& x\&NotEqual;y\\ 1,& x=y\end{array}\right.---\left(2\right)$

函数rn_diff_a(x，y)是用来计算连续属性的两个取值之间的距离的，其定义如下：

$\mathrm{rn}\_{\mathrm{diff}}_a(x,y)=\frac{|x-y|}{{\max }_a-{\min }_a}---\left(3\right)$

其中max_a和min_a分别是属性a的所有属性值中的最大值和最小值。

综合连续性属性和符号性属性，两个案例之间的距离公式HEOM(x，y)定义如下：

$\mathrm{HEOM}(x,y)=\sqrt{\underset{a=1}{\overset{m}{\mathrm{\&Sigma;}}}{d}_a{(x_a-y_a)}^2}---\left(4\right)$

其中m是案例具有的属性个数。

3)突发环境事件案例的适配方法

适配既要考虑二者之间重要的、突出的差异，也要考虑检索出的案例的解决方案中能够复用的部分。CBR-EERPS系统采用结果复用和方法复用相结合，通过结构修改和诱导修改相结合的方式进行修正，即对于一些可以直接应用的规则或公式，将其应用到解决方案的修改中，对于难以提取的规则采用人机交互式的修正方法。

4)突发环境事件案例库学习

CBR-EERPS系统采用主动学习的方式来判断新案例是否保留到案例库中。如果新案例与原案例的相似度在设定阈值与1之间，则认为很相似，新案例的信息量和知识含量不高，不对案例进行存储；如新案例与原案例的相似度低于设定阈值，则将新案例保存到案例库中，并建立新案例的有效索引。如下：

HEOM(x，y)>δ        不保留

HEOM(x，y)<δ        保留

其中δ为设定的阈值，且0≤δ≤1。

5)突发环境事件案例库管理

案例库管理包括对可能产生误导的案例(噪音案例)进行删除或更新，冗余案例的删除以及案例库的重新组织等。CBR-EERPS系统为每个案例设置两个域：应用次数与成功次数，这些记录将作为判断案例是否冗余或为噪音案例的依据。当一个新案例被加入到案例库中时，它的这两个域都赋初值为零。随着案例库的使用，当该案例被检索到并成功地解决了目标问题时，它的应用次数与成功次数都加1；如果该案例未能成功地解决当前问题，则仅仅将应用次数加1。当一个案例的应用次数远大于成功次数时，该案例将被认定为噪音案例予以删除，或经过调整使其变为正确的案例。与案例库管理有关的域见表5，其中阴影部分为用于管理而设置的两个域。

         表5  案例库管理的域

说明:本发明申请对每个案例设置两个域：被使用次数与成功次数，这些记录作为判断案例是否冗余或为噪音案例的依据。

规则如下：

1)初始阶段：Time(应用)＝0，Time(成功)＝0

2)当案例被检索到时：Time(应用)＝Time(应用)+1

3)并且成功解决当前问题时：Time(成功)＝Time(成功)+1

4)判断：Time(应用)>>Time(成功)时，认为该案例为噪音案例，删除该案例，将其移至失败案例库，或对案例的解决方案(预案)进行调整。

6)CBR-EERPS系统的运行

CBR-EERPS系统在实际应用前，需要经过初始案例的输入和案例库的扩容两个阶段。即首先要向系统中输入一定数量实际发生案例，这些案例可以是实际发生的突发环境事件，也可以是通过模型计算产生的假想案例；之后在经过一个较长的时期“自我学习”过程后，新的案例将源源不断的保存到案例库中，案例库得到扩容后，才能真正达到或超过专家的水平，从而实现决策支持的目的。

CBR-EERPS系统在工作流程如图3。

上述的对实施例的描述是为便于该技术领域的普通技术人员能理解和应用本发明。熟悉本领域技术的人员显然可以容易地对这些实施例做出各种修改，并把在此说明的一般原理应用到其他实施例中而不必经过创造性的劳动。因此，本发明不限于这里的实施例，本领域技术人员根据本发明的揭示，对于本发明做出的改进和修改都应该在本发明的保护范围之内。

Claims (6)

1、一种突发环境事件应急预案的生成方法，其特征在于：包括：

建立突发环境事件案例库；

突发环境事件案例的表示与组织；

突发环境事件案例检索方法；

突发环境事件案例的适配方法。

2、根据权利要求1所述的突发环境事件应急预案的生成方法，其特征在于：建立突发环境事件案例库包括：初始案例的输入和案例库的扩容两个阶段，首先要向系统中输入一定数量案例，这些案例包括实际发生的突发环境事件和通过模型计算产生的假想案例；之后在经过一个较长的时期“自我学习”过程后，新的案例将源源不断的保存到案例库中，案例库得到扩容后。

3、根据权利要求1所述的突发环境事件应急预案的生成方法，其特征在于：建立突发环境事件案例库包括：突发环境事件案例库学习：采用主动学习的方式来判断新案例是否保留到案例库中：如果新案例与原案例的相似度在设定阈值与1之间，则认为很相似，新案例的信息量和知识含量不高，不对案例进行存储；如新案例与原案例的相似度低于设定阈值，则将新案例保存到案例库中，并建立新案例的有效索引。

4、根据权利要求1所述的突发环境事件应急预案的生成方法，其特征在于：建立突发环境事件案例库包括：突发环境事件案例库管理，案例库管理包括对可能产生误导的案例进行删除或更新，冗余案例的删除以及案例库的重新组织。

5、根据权利要求4所述的突发环境事件应急预案的生成方法，其特征在于：为每个案例设置两个域：应用次数与成功次数，这些记录将作为判断案例是否冗余或为噪音案例的依据；当一个新案例被加入到案例库中时，它的这两个域都赋初值为零；随着案例库的使用，当该案例被检索到并成功地解决了目标问题时，它的应用次数与成功次数都加1；如果该案例未能成功地解决当前问题，则仅仅将应用次数加1；当一个案例的应用次数远大于成功次数时，该案例将被认定为噪音案例予以删除，或经过调整使其变为正确的案例。

6、实现权利要求1-5中任一所述的方法的系统，其特征在于：包括：

1)人机接口：负责系统与用户之间的交互及案例/预案信息的表达，采用菜单交互的诱导方式来构造用户视图，方便用户提供有关案例的信息，并对输入的参数进行匹配性检验；

2)检索引擎：负责响应用户的查询请求，在案例库中搜索和目标案例类似的源案例；检索引擎主要包括调度机和检索机两个模块；调度机在系统检索过程中起到总体控制和调度作用，检索机是实现检索过程的具体算法；

3)适配器：当检索到的源案例的解决方法不能满足目标问题的求解要求时，适配器负责对源案例和目标问题的进行适当修改，获得目标问题的解决方案；

4)案例管理器：负责案例的维护管理工作，主要由案例的增加、删除、修改、合并等操作组成；

5)案例库：即源案例的存储和组织，采用关系数据库的方法，对每个案例进行完整描述，并建立案例的主要特征索引。

Images