CN104462103A - 基于应急事件和应急预案的应急情景推荐方法 - Google Patents

基于应急事件和应急预案的应急情景推荐方法 Download PDF

Info

Publication number
CN104462103A
CN104462103A CN201310422489.7A CN201310422489A CN104462103A CN 104462103 A CN104462103 A CN 104462103A CN 201310422489 A CN201310422489 A CN 201310422489A CN 104462103 A CN104462103 A CN 104462103A
Authority
CN
China
Prior art keywords
decision
information
entity
event
emergency
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN201310422489.7A
Other languages
English (en)
Inventor
关晶晶
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
TIANJIN WISDOM TREE ELECTRONIC TECHNOLOGY Co Ltd
Original Assignee
TIANJIN WISDOM TREE ELECTRONIC TECHNOLOGY Co Ltd
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by TIANJIN WISDOM TREE ELECTRONIC TECHNOLOGY Co Ltd filed Critical TIANJIN WISDOM TREE ELECTRONIC TECHNOLOGY Co Ltd
Priority to CN201310422489.7A priority Critical patent/CN104462103A/zh
Publication of CN104462103A publication Critical patent/CN104462103A/zh
Pending legal-status Critical Current

Links

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06FELECTRIC DIGITAL DATA PROCESSING
    • G06F16/00Information retrieval; Database structures therefor; File system structures therefor
    • G06F16/20Information retrieval; Database structures therefor; File system structures therefor of structured data, e.g. relational data
    • G06F16/28Databases characterised by their database models, e.g. relational or object models
    • G06F16/284Relational databases
    • G06F16/288Entity relationship models

Landscapes

  • Engineering & Computer Science (AREA)
  • Databases & Information Systems (AREA)
  • Theoretical Computer Science (AREA)
  • Data Mining & Analysis (AREA)
  • Physics & Mathematics (AREA)
  • General Engineering & Computer Science (AREA)
  • General Physics & Mathematics (AREA)
  • Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明属于计算机辅助决策技术领域,涉及一种基于应急事件和应急预案的应急情景推荐方法:输入应急事件信息;预案匹配;使用选出的预案,分类整合在预案中出现的实体信息并依据重要性进行排序;判断实体信息优先级,输出排序后的决策实体清单;根据事件发生地点的地理信息,得出有效空间范围;查找各个类型的应急设施的基本信息,并将全部查找结果放至决策实体集;根据根据决策实体类型,查找决策实体类型模板;获得决策属性的元数据信息;查找决策实体的属性值,获得该属性的数据,对读取来的数据进行数据的整理和清洗,整合成完整的数据;输出填充好的决策实体集。本发明具有较高的准确性和实时性,为决策者提供全面有效的情境整合信息和决策信息。

Description

基于应急事件和应急预案的应急情景推荐方法
技术领域
本发明属于计算机辅助决策技术领域,涉及一种信息推荐方法。
背景技术
几年来公共突发事件的频频发生。突发公共安全事件,以其突发性,复杂性,破坏性,持续性等性质,经常给灾害中的处置带来很大的困扰。部分大中型事件,经常伴有各类次生灾害,涉及的领域众多并且内部关系繁杂。这么多的数据信息对实时性极强的临机决策构提出了苛刻的挑战。迫切需要一种方法可以自动半自动的收集整理事件中相对重要的有效的数据信息,推荐给用户。
发明内容
本发明的目的是提供一种信息推荐的方法,用以自动半自动的收集整理事件中相对重要的有效的数据信息,并推荐给用户。本发明的技术方案如下:
一种基于应急事件和应急预案的应急情景推荐方法,在建立了数字预案集和情景模型的基础上进行,数字预案集的内容包括制定单位,应对事件类型,应对事件级别,应对事件简要描述,所需物资准备,特别保护设施信息,并包括一组方案,定义为{部门,行为,物资,目标,条件}的五元组,用来描述哪个部门使用哪些物资,在什么条件下,对目标进行怎样的操作行为;所述的情景模型包括定义了决策实体类及其关系的本体,决策实例类包括关键设施,关键资源,自然环境,其特征在于,所述的应急情景推荐方法,包括下列步骤:
(1)定义为一个应急事件模型的六元组:{发生时间,发生地点,事件类型,事件级别,伤亡人数,损失财产},输入应急事件信息;
(2)将应急事件信息中的事件类型和事件级别与数字预案集里的预案相匹配,将符合条件的预案作为推荐项;
(3)使用步骤(2)选出的预案,将定义在情境模型中的决策实例类的信息填充好,分类整合在预案中出现的实体信息并依据重要性进行排序;
(4)根据实体信息在预案中出现的次数,判断优先级,确定推荐重要项,进行决策实体推荐和信息的扩展,其余的实体信息作为推荐主要项,输出排序后的决策实体清单;
(5)根据事件发生地点的地理信息,查询其所在的行政区划,并查找行政上级关系,如果区间过小,则根据需求,扩张其周边的一部分行政区划,得出有效空间范围;
(6)根据(4)中得到的清单,在所述的有效空间范围内,查找各个类型的应急设施的基本信息,并将全部查找结果放至决策实体集;
(7)根据根据决策实体类型,查找决策实体类型模板,模板中包含该类型的决策实体应该拥有的那些决策属性;
(8)根据包含的决策实体的各个属性信息集合进行元数据级搜索,获得决策属性的元数据信息;
(9)通过元数据信息进行数据源的链接,查找决策实体的属性值,获得该属性的数据,对读取来的数据进行数据的整理和清洗,整合成完整的数据;
(10)输出填充好的决策实体集,推荐应急情景。
本发明采用基于应急事件和应急预案的应急情景推荐方法,具有较高的准确性和实时性,利用计算机的高性能计算能力,为决策者提供全面有效的情境整合信息和决策信息,具有较高的现实可用性。
附图说明
图1本发明采用的主要模块图。
图2本发明的主要步骤流程图。
图3本发明采用的主要数据格式图。
图4预案筛选详细步骤图。
图5决策实例筛选步骤图。
图6本发明采用的情景本体模型。
具体实施方式
本发明提出一种基于应急事件和应急预案的应急情景推荐方法:首先,接受事件信息,事件信息包括特定的事件特征。接着,使用事件类型匹配的方式将事件信息与知识库中进行匹配。该知识库主要是针对突发公共安全事件中所制定的预案信息和其他相关知识。根据筛选匹配出的预案信息,统计出重要的决策实体类和他们的优先关系。决策实体是指在决策事件中出现的实体对象,对应在事件中出现的明确存在的物理实体,参与事件的主要单元,例如各类资源,气候环境,危险源,重点保护对象等。另外,决策实体类还包含一组定义好的观测要素,这些要素对应在应急事件类型中的这类应急实体的重要属性信息,这些信息值就是推荐的主要信息,现有的应急推荐系统中,这些信息是被规划在不同的信息系统中的。根据知识库中的信息进行统计分析,将提到的属性信息需求集合。最后到信息共享平台从数据源进行数据的收集,整合,发布。
本发明提供一种信息推荐系统,如图1所示。包括一个事件信息接受装置,用于接受数据信息。一个数据匹配装置,用于将数据的数据信息于现有的预案进行匹配。一个数据筛选排序装置,用于根据预案进行决策实体类和事发地点周边的该类实体性进行筛选。一个数据集中整合装置,填充筛选出来的数据需求,向用户提供推荐数据。
主要数据流程分为事件输入,预案匹配,决策实例信息推荐(包含实例类排序,实例填充和根据重要程度展开实体属性)三个主要步骤。
事件输入
根据事件模型,规定对事件的输入。应急事件模型被定义为一个六元组:
{发生时间,发生地点,事件类型,事件级别,伤亡人数,损失财产}。
根据这些信息,填充上述事件模型,构建一次事件的启动对象。本发明装置提供一个包含多个文本框的界面,依次输入相应信息,输入的信息为文本形式,系统将输入的内容作为对象存储至数据库。
预案匹配
数字化的预案,是扩展性搜索的主要基础资料,是搜索的背景知识。用来推荐主要的数据依据和基础。数字预案集,作为这一环节的重要基础,需要大量的时间进行整理和准备。主要内容包括:制定单位,应对事件类型,应对事件级别,应对事件简要描述,所需物资准备,特别保护设施等信息。另外数字化预案应该还包括一组方案。定义为{部门,行为,物资,目标,条件)的五元组,用来描述哪个部门使用哪些物资,在什么条件下,对目标进行怎样的操作行为。其中,“条件”为可选项。预案应提前准备,作为数据准备输入程序中。国家对紧急事件分级有国家标准,可以用来参考。
1〉建立预案匹配结果集,并清空该结果集。
2〉对所有预存的电子预案进行匹配,分别对已下属性进行匹配。
A)事件类型,针对事件类型进行匹配,对预案的事件类型进行字符串全等匹配。常见的事件类型大类有,自然灾害,事故灾难,公共卫生事件,社会安全事件四大类,并拥有二级三级分类。事件类型是事件匹配的最主要的相关项,该类型下的预案都是很重要的预判断性的知识,这些对决策信息推荐有很重要的帮助。人为类型匹配,在事件中,有一些事件根据人们经验上看是可以化为一类的,根据提前建立的对应表格可以把他们是为同一类型,同时查找,以减少预案不足所带来的影响。如堰塞湖垮塌事件实际上和小型水坝的崩溃有很多实际上的相似部分,所以后者的预案可以为前者提供很好的决策支持。
B)事件级别,根据事件大小,事件被分为不同的级别。突发公共事件通常分为四级,即I级(特别重大)、II级(重大)、III级(较大)、IV级(一般)。该突发事件的属性包括死亡人数(DeadNum)、受伤人数(InjureNum)、经济损失(Lost)、控制难度(HardLevel)、危害程度(EffectLevel)等因素计算出来的。根据经验算法和当前事件信息估算,对事件级别进行计算,以对应预案中的各不同级别的预案进行匹配。在实际应用中,这部分的计算可以参考其他的软件,或者由接报人员询问专家进行计算录入。
上诉两个条件完全符合的预案被认为是相似语言,作为推荐项存入结果集中。
3〉重复步骤2直到无法找到其他匹配预案。另外提供功能,可以根据用户习惯,添加新的预案。输入结果为预案匹配结果集。
决策实例信息推荐
实例类排序
1〉针对上步骤选出的预案(存放在预案匹配结果集中),进行情景匹配。根据数字化预案,将定义在情境模型中的决策实例类的信息填充好并依据重要性进行排序。决策实例类主要包括,关键设施,关键资源,自然环境等,细化为应急人力资源,应急保障物资,应急运输与物流资源,应急通讯保障资源;危险源,重点防护目标,紧急避难场;天气信息,地质信息等。这些决策实例类定义在情景模型本体中,并描述了其中的关系(见图6),用于进行语义信息描述等其他工作,这里只用到其中的分类的功能。在本环节中,要使用上一步骤中选出的预案中的数据,填充这些类型,分类整合在预案中出现的实体信息。把类型一致或相关的部分整合到一起,进行下一步处理。
2〉统计这些信息,在筛选出来的预案中出现的次数,根据出现次数,判断优先级别。优先级判定以出现次数为标准,认为和本此应急事件的相关度比较大,作为推荐重要项,优先级最高,作为推荐的主要部分,进行决策实体推荐,并进行决策实体信息的扩展;其余,作为推荐主要项,推荐页面的次要位置,并且仅列出决策实体名称,根据具体需要进行信息扩展。输出结果为排序后的决策实体清单。
决策实体筛选
决策实体的筛选是指在事发地点周边查找重要的决策实体,建立一个决策实体集,并清空。
1根据事件发生地点的地理信息,查询其所在的行政区划,并查找行政上级关系。如果区间过小,可以根据需求,扩张其周边的一部分行政区划,得出有效空间范围。
2根据上面得到的决策实体清单,在所述的有效空间范围内,查找各个类型的应急设施的基本信息,并将全部查找结果放至决策实体集,在步骤1中得到的范围中查找该类型的应急设施的基本信息,并将全部查找结果放至决策实体集。
3重复步骤2直至所有的类型都找全为止。
4将全部查找结果作为结果返回,输出决策实体集。
决策实体属性填充
根据决策类型的重要性,有些决策实体的具体信息需要被列举出来,这些信息并不保存在本装置中,所以就需要通过本装置的共享数据收集装置,填充各个决策实体属性。输入为决策实体集,其中优先级很高的项需要填充。
1〉根据决策实体类型,查找决策实体类型模板,模板中包含该类型的决策实体应该拥有那些决策属性。该模板应该由领域专家根据需要制定提前准备,实际时如果没有专家支持,可以使用国家标准。
2〉根据包含的决策属性集合进行元数据级搜索,获得决策属性的元数据信息。
3〉通过元数据信息进行数据源的链接,查找决策实体的属性值,获得该属性的数据。对读取来的数据进行数据的整理和清洗,主要是找出没填充的数据项,提示用户人工追加数据,整合成完整的数据。
4〉重复123步骤,直到全部的决策实体的属性信息收集完成。输出填充好的决策实体集,实现应急情景推荐。

Claims (1)

1.一种基于应急事件和应急预案的应急情景推荐方法,在建立了数字预案集和情景模型的基础上进行,数字预案集的内容包括制定单位,应对事件类型,应对事件级别,应对事件简要描述,所需物资准备,特别保护设施信息,并包括一组方案,定义为{部门,行为,物资,目标,条件}的五元组,用来描述哪个部门使用哪些物资,在什么条件下,对目标进行怎样的操作行为;所述的情景模型包括定义了决策实体类及其关系的本体,决策实例类包括关键设施,关键资源,自然环境,其特征在于,所述的应急情景推荐方法,包括下列步骤:
(1)定义为一个应急事件模型的六元组:{发生时间,发生地点,事件类型,事件级别,伤亡人数,损失财产},输入应急事件信息;
(2)将应急事件信息中的事件类型和事件级别与数字预案集里的预案相匹配,将符合条件的预案作为推荐项;
(3)使用步骤(2)选出的预案,将定义在情境模型中的决策实例类的信息填充好,分类整合在预案中出现的实体信息并依据重要性进行排序;
(4)根据实体信息在预案中出现的次数,判断优先级,确定推荐重要项,进行决策实体推荐和信息的扩展,其余的实体信息作为推荐主要项,输出排序后的决策实体清单;
(5)根据事件发生地点的地理信息,查询其所在的行政区划,并查找行政上级关系,如果区间过小,则根据需求,扩张其周边的一部分行政区划,得出有效空间范围;
(6)根据(4)中得到的清单,在所述的有效空间范围内,查找各个类型的应急设施的基本信息,并将全部查找结果放至决策实体集;
(7)根据根据决策实体类型,查找决策实体类型模板,模板中包含该类型的决策实体应该拥有的那些决策属性;
(8)根据包含的决策实体的各个属性信息集合进行元数据级搜索,获得决策属性的元数据信息;
(9)通过元数据信息进行数据源的链接,查找决策实体的属性值,获得该属性的数据,对读取来的数据进行数据的整理和清洗,整合成完整的数据;
(10)输出填充好的决策实体集,推荐应急情景。
CN201310422489.7A 2013-09-13 2013-09-13 基于应急事件和应急预案的应急情景推荐方法 Pending CN104462103A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN201310422489.7A CN104462103A (zh) 2013-09-13 2013-09-13 基于应急事件和应急预案的应急情景推荐方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN201310422489.7A CN104462103A (zh) 2013-09-13 2013-09-13 基于应急事件和应急预案的应急情景推荐方法

Publications (1)

Publication Number Publication Date
CN104462103A true CN104462103A (zh) 2015-03-25

Family

ID=52908167

Family Applications (1)

Application Number Title Priority Date Filing Date
CN201310422489.7A Pending CN104462103A (zh) 2013-09-13 2013-09-13 基于应急事件和应急预案的应急情景推荐方法

Country Status (1)

Country Link
CN (1) CN104462103A (zh)

Cited By (5)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154008A (zh) * 2017-05-11 2017-09-12 长威信息科技发展股份有限公司 一种基于数字源预案处理紧急事件的方法及系统
CN111145498A (zh) * 2018-11-05 2020-05-12 张哲夫 智能型应变系统及其操作方法
CN111160805A (zh) * 2019-12-31 2020-05-15 清华大学 应急预案辅助信息获取方法、装置及设备
CN111224729A (zh) * 2020-01-19 2020-06-02 湖南科大天河通信股份有限公司 一种基于数传电台通信的智能语音广播方法及装置
CN113344356A (zh) * 2021-05-31 2021-09-03 烽火通信科技股份有限公司 一种多目标资源分配决策方法和装置

Cited By (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107154008A (zh) * 2017-05-11 2017-09-12 长威信息科技发展股份有限公司 一种基于数字源预案处理紧急事件的方法及系统
CN111145498A (zh) * 2018-11-05 2020-05-12 张哲夫 智能型应变系统及其操作方法
CN111160805A (zh) * 2019-12-31 2020-05-15 清华大学 应急预案辅助信息获取方法、装置及设备
CN111224729A (zh) * 2020-01-19 2020-06-02 湖南科大天河通信股份有限公司 一种基于数传电台通信的智能语音广播方法及装置
CN111224729B (zh) * 2020-01-19 2021-09-03 湖南科大天河通信股份有限公司 一种基于数传电台通信的智能语音广播方法及装置
CN113344356A (zh) * 2021-05-31 2021-09-03 烽火通信科技股份有限公司 一种多目标资源分配决策方法和装置

Similar Documents

Publication Publication Date Title
CN101840439A (zh) 基于应急事件和应急预案的应急情景推荐方法
Zhong et al. Big data analytics for physical internet-based intelligent manufacturing shop floors
US7739138B2 (en) Automated utility supply management system integrating data sources including geographic information systems (GIS) data
KR102009649B1 (ko) 건축규정 분류체계별 건축규정 법령정보 검색 시스템 및 그 방법
CN104462103A (zh) 基于应急事件和应急预案的应急情景推荐方法
CN107748803B (zh) 一种空间态势特征事件数据库设计方法
CN106203761A (zh) 提取并显现来自数据源的用户工作属性
CN108664509A (zh) 一种即席查询的方法、装置及服务器
Yan et al. Cash transportation vehicle routing and scheduling under stochastic travel times
Nunes et al. Intellectual structure and trends in the humanitarian operations field
CN106294676A (zh) 一种电子商务政务系统的数据检索方法
Madhusudanan et al. From natural language text to rules: knowledge acquisition from formal documents for aircraft assembly
Gervais et al. Data quality issues and geographic knowledge discovery
Salam et al. Distributed framework for political event coding in real-time
CN108416532A (zh) 能源审计电子化信息系统
Lieske et al. Integrating planning support systems and multicriteria evaluation for energy facility site suitability evaluation
KR101365481B1 (ko) 도심재생사업의 수행을 지원하기 위한 사업별 포털 생성 관리 시스템
Stefanidis et al. The ICARUS Ontology: A general aviation ontology developed using a multi-layer approach
EP4002152A1 (en) Data tagging and synchronisation system
KR102009651B1 (ko) 건축관련 법령범위가 전산적으로 설정된 건축규정 법령정보 검색 시스템 및 그 방법
Oger et al. Making strategic supply chain capacity planning more dynamic to cope with hyperconnected and uncertain environments
Rahman et al. Understanding decision support in large-scale disasters: challenges in humanitarian logistics distribution
Kashef et al. Solving MCDM problems based on combination of PACMAN and LINMAP
WO2008084979A1 (en) Patent searching method and patent search system
Ali et al. A Systematic review of ontology-based approach and decision-making (DM) to improve public service delivery (PSD)

Legal Events

Date Code Title Description
C06 Publication
PB01 Publication
WD01 Invention patent application deemed withdrawn after publication
WD01 Invention patent application deemed withdrawn after publication

Application publication date: 20150325