CN108898528A - 一种面向危险化学品事故应急辅助决策的案例推理方法 - Google Patents
一种面向危险化学品事故应急辅助决策的案例推理方法 Download PDFInfo
- Publication number
- CN108898528A CN108898528A CN201810650719.8A CN201810650719A CN108898528A CN 108898528 A CN108898528 A CN 108898528A CN 201810650719 A CN201810650719 A CN 201810650719A CN 108898528 A CN108898528 A CN 108898528A
- Authority
- CN
- China
- Prior art keywords
- parameter
- accident
- information
- decision
- attribute
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 56
- 239000000383 hazardous chemical Substances 0.000 title claims abstract description 39
- 238000011156 evaluation Methods 0.000 claims abstract description 37
- 230000008569 process Effects 0.000 claims abstract description 16
- 238000000605 extraction Methods 0.000 claims abstract description 6
- 238000007726 management method Methods 0.000 claims description 82
- 239000000463 material Substances 0.000 claims description 37
- 238000001514 detection method Methods 0.000 claims description 29
- 238000005202 decontamination Methods 0.000 claims description 28
- 230000003588 decontaminative effect Effects 0.000 claims description 28
- 238000005516 engineering process Methods 0.000 claims description 26
- 238000004880 explosion Methods 0.000 claims description 26
- 239000000126 substance Substances 0.000 claims description 22
- 239000011159 matrix material Substances 0.000 claims description 21
- 238000002955 isolation Methods 0.000 claims description 14
- 239000013598 vector Substances 0.000 claims description 13
- 239000002360 explosive Substances 0.000 claims description 12
- 238000004519 manufacturing process Methods 0.000 claims description 12
- 238000003860 storage Methods 0.000 claims description 12
- 239000007789 gas Substances 0.000 claims description 10
- 239000002574 poison Substances 0.000 claims description 10
- 231100000614 poison Toxicity 0.000 claims description 10
- 238000004140 cleaning Methods 0.000 claims description 9
- 238000006243 chemical reaction Methods 0.000 claims description 8
- 238000007906 compression Methods 0.000 claims description 8
- 230000006835 compression Effects 0.000 claims description 8
- 241000208340 Araliaceae Species 0.000 claims description 7
- 235000005035 Panax pseudoginseng ssp. pseudoginseng Nutrition 0.000 claims description 7
- 235000003140 Panax quinquefolius Nutrition 0.000 claims description 7
- 235000008434 ginseng Nutrition 0.000 claims description 7
- 231100000419 toxicity Toxicity 0.000 claims description 7
- 230000001988 toxicity Effects 0.000 claims description 7
- 238000004364 calculation method Methods 0.000 claims description 6
- 238000010892 electric spark Methods 0.000 claims description 6
- 238000010438 heat treatment Methods 0.000 claims description 6
- 208000021760 high fever Diseases 0.000 claims description 6
- 230000035939 shock Effects 0.000 claims description 6
- 230000015572 biosynthetic process Effects 0.000 claims description 5
- 238000002485 combustion reaction Methods 0.000 claims description 5
- 230000006378 damage Effects 0.000 claims description 5
- 239000003814 drug Substances 0.000 claims description 4
- 239000007788 liquid Substances 0.000 claims description 4
- NAWXUBYGYWOOIX-SFHVURJKSA-N (2s)-2-[[4-[2-(2,4-diaminoquinazolin-6-yl)ethyl]benzoyl]amino]-4-methylidenepentanedioic acid Chemical compound C1=CC2=NC(N)=NC(N)=C2C=C1CCC1=CC=C(C(=O)N[C@@H](CC(=C)C(O)=O)C(O)=O)C=C1 NAWXUBYGYWOOIX-SFHVURJKSA-N 0.000 claims description 3
- 230000007059 acute toxicity Effects 0.000 claims description 3
- 231100000403 acute toxicity Toxicity 0.000 claims description 3
- 230000007797 corrosion Effects 0.000 claims description 3
- 238000005260 corrosion Methods 0.000 claims description 3
- 230000001419 dependent effect Effects 0.000 claims description 3
- 238000013461 design Methods 0.000 claims description 3
- 230000004069 differentiation Effects 0.000 claims description 3
- 238000001035 drying Methods 0.000 claims description 3
- 238000005530 etching Methods 0.000 claims description 3
- 238000010304 firing Methods 0.000 claims description 3
- 231100000252 nontoxic Toxicity 0.000 claims description 3
- 230000003000 nontoxic effect Effects 0.000 claims description 3
- 150000001451 organic peroxides Chemical group 0.000 claims description 3
- 238000001556 precipitation Methods 0.000 claims description 3
- 238000000926 separation method Methods 0.000 claims description 3
- 231100000004 severe toxicity Toxicity 0.000 claims description 3
- 239000007787 solid Substances 0.000 claims description 3
- 230000001629 suppression Effects 0.000 claims description 3
- 238000009390 chemical decontamination Methods 0.000 claims description 2
- 231100000053 low toxicity Toxicity 0.000 claims description 2
- 239000007800 oxidant agent Substances 0.000 claims description 2
- 230000001590 oxidative effect Effects 0.000 claims description 2
- 239000000843 powder Substances 0.000 claims description 2
- 230000001681 protective effect Effects 0.000 claims description 2
- 238000006467 substitution reaction Methods 0.000 claims description 2
- 230000034994 death Effects 0.000 claims 1
- 231100000517 death Toxicity 0.000 claims 1
- 238000007689 inspection Methods 0.000 claims 1
- 239000000203 mixture Substances 0.000 claims 1
- 239000000284 extract Substances 0.000 description 8
- 239000000243 solution Substances 0.000 description 4
- HEMHJVSKTPXQMS-UHFFFAOYSA-M Sodium hydroxide Chemical compound [OH-].[Na+] HEMHJVSKTPXQMS-UHFFFAOYSA-M 0.000 description 3
- 238000004458 analytical method Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 239000006260 foam Substances 0.000 description 3
- 230000005855 radiation Effects 0.000 description 3
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 3
- CURLTUGMZLYLDI-UHFFFAOYSA-N Carbon dioxide Chemical compound O=C=O CURLTUGMZLYLDI-UHFFFAOYSA-N 0.000 description 2
- 238000010586 diagram Methods 0.000 description 2
- 239000000428 dust Substances 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 231100000331 toxic Toxicity 0.000 description 2
- 230000002588 toxic effect Effects 0.000 description 2
- 102000004190 Enzymes Human genes 0.000 description 1
- 108090000790 Enzymes Proteins 0.000 description 1
- 208000001034 Frostbite Diseases 0.000 description 1
- OAICVXFJPJFONN-UHFFFAOYSA-N Phosphorus Chemical compound [P] OAICVXFJPJFONN-UHFFFAOYSA-N 0.000 description 1
- UIIMBOGNXHQVGW-DEQYMQKBSA-M Sodium bicarbonate-14C Chemical compound [Na+].O[14C]([O-])=O UIIMBOGNXHQVGW-DEQYMQKBSA-M 0.000 description 1
- 239000003463 adsorbent Substances 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 238000013473 artificial intelligence Methods 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 239000001569 carbon dioxide Substances 0.000 description 1
- 229910002092 carbon dioxide Inorganic materials 0.000 description 1
- 239000003795 chemical substances by application Substances 0.000 description 1
- 239000012141 concentrate Substances 0.000 description 1
- -1 consolidates Body Substances 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000006837 decompression Effects 0.000 description 1
- 230000007812 deficiency Effects 0.000 description 1
- 230000000593 degrading effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 238000010790 dilution Methods 0.000 description 1
- 239000012895 dilution Substances 0.000 description 1
- 238000007599 discharging Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000010429 evolutionary process Effects 0.000 description 1
- 239000004744 fabric Substances 0.000 description 1
- 231100001261 hazardous Toxicity 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 238000009413 insulation Methods 0.000 description 1
- 231100001231 less toxic Toxicity 0.000 description 1
- 238000013507 mapping Methods 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 238000006386 neutralization reaction Methods 0.000 description 1
- 230000003647 oxidation Effects 0.000 description 1
- 238000007254 oxidation reaction Methods 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 229910052698 phosphorus Inorganic materials 0.000 description 1
- 239000011574 phosphorus Substances 0.000 description 1
- 231100000572 poisoning Toxicity 0.000 description 1
- 230000000607 poisoning effect Effects 0.000 description 1
- 230000002265 prevention Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 239000010865 sewage Substances 0.000 description 1
- 238000012549 training Methods 0.000 description 1
- 239000002351 wastewater Substances 0.000 description 1
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
Landscapes
- Business, Economics & Management (AREA)
- Tourism & Hospitality (AREA)
- Engineering & Computer Science (AREA)
- General Health & Medical Sciences (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Health & Medical Sciences (AREA)
- Economics (AREA)
- Computer Security & Cryptography (AREA)
- Human Resources & Organizations (AREA)
- Educational Administration (AREA)
- Primary Health Care (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种面向危险化学品事故应急辅助决策的案例推理方法，步骤包括：1、对危险化学品已有事故案例的事故特征及其应急救援过程进行结构化表达，并作为应急辅助决策的样本案例。2、采集现场待决策事故的特征信息参数，基于参数数值属性提取规则，将特征信息参数的文字信息转化为数值属性，构成推理评价集合。3、设置权重，计算推理评价集合中各事故特征参数的局部相似度和样本案例整体相似度，筛选出一定数量的决策备选案例。4、通过比对，将相似度最高的备选案例该阶段应急救援参数信息进行重构并赋予该待决策事故，作为应急辅助决策结果。本发明可在一定程度保证应急辅助决策信息的有效性和适用性，提高应急处置效率。
Description
技术领域
本发明涉及消防应急救援技术领域，具体地说，是一种面向危险化学品事故应急辅助决策的案例推理方法。
背景技术
消防应急处置决策指灾害事故情景下，为降低事故影响和减少事故损失，依据特定的主客观条件，在有限的时间内进行事故分析判断、制定应急救援方案并动态控制的过程。危险化学品泄漏、火灾、爆炸事故作为常见的灾害事故类型，其具有突发性、动态性、灾害性等特点，消防应急处置决策时事故环境的复杂性、动态发展的不确定性、决策效果的高风险性、信息局限性、应急处置经验不足等因素会增加消防部队处置决策难度。所以在有限时间内快速、科学、高效地决策是消防应急处置的关键环节。
传统的应急辅助决策方法主要建立在消防指挥人员个体独立决策基础上，消防指挥人员依据所获取的事故信息，结合个体的专业知识、经验与以往相似类型事故的成功处置过程进行决策。该传统方法决策效果的好坏较多依赖消防指挥人员的个体的经验和水平，决策时间周期较长、决策效果不确定性较高。
由于危险化学品事故应急处置决策影响因素众多，涉及到事故信息、环境信息、装备信息、技术信息等多种因素且不断动态变化，决策效果与各因素之间关系复杂，各参数彼此之间存在一定关联，已有研究的决策模型难以综合考虑多种信息，对决策效果的不确定性等问题无法给予合理衡量。
快速、科学、高效地应急决策需要丰富的事故处置经验作为支撑。已有事故的成功应急处置案例可提供支持决策的丰富基础经验，为消防应急人员处置技术的选择、消防力量和资源的调派等需决策问题提供借鉴，且相似事故场景的应急处置方法较为相似。若能将所形成的事故应急处置案例高质量的用于消防辅助决策，则可以通过对已有相似事故场景的应急处置方法进行决策优选，快速地提出相对合理的决策建议。
案例推理作为人工智能领域的一个重要分支，其旨在利用已有的经验和成功案例去解决新的技术问题或者提供指导。基于案例推理的辅助决策技术提供了一种在缺乏系统决策模型但有大量事故处置案例经验的情景下对问题进行求解的技术方法，并且可以有效降低因消防人员经验不足或知识水平较低而导致的决策效果和决策时间的不确定性。基于案例推理的辅助决策技术需要建立事故案例样本数据库，将事故特征和对应的应急救援信息数据化、规范化，以从样本案例中快速提取有效的信息并获得处置技术规则。同时随着案例库样本案例的增加和完善，基于案例推理的辅助决策效果的科学性和高效性会日益提升。
发明内容
针对上述现有消防应急决策方法的问题，本发明提供一种面向危险化学品事故应急辅助决策的案例推理方法。(1)针对危险化学品已有事故，提取危险化学品事故案例特征信息、应急救援信息，采用框架表示法对危险化学品已有事故及其应急救援过程进行结构化表达，并作为应急辅助决策的样本案例。(2)采集现场待决策事故的特征信息参数，基于参数数值属性提取规则，待决策事故、样本案例的特征信息参数的文字信息转化为数值属性，构成推理评价集合。(3)设置权重，计算推理评价集合中各事故特征参数的局部相似度和样本案例整体相似度，筛选出一定数量的决策备选案例。(4)通过比对各备选案例应急救援阶段的局部相似度，将相似度最高的备选案例该阶段应急救援参数信息进行重构并赋予该待决策事故，作为应急辅助决策结果。采用本发明解决在消防指挥人员经验、知识不足时，通过高质量地借鉴和优选已有相似事故场景的处置决策信息而快速、合理、高效地进行应急决策。
为实现上述目的，本发明采取的技术方案是：一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，该方法包括以下步骤：
步骤一、事故特征和应急救援信息一体化样本案例的构建
针对危险化学品已有事故，提取危险化学品事故案例特征信息、应急救援信息，采用框架表示法对已知事故特征信息和应急救援信息进行结构化描述，并形成危险化学品事故消防应急辅助决策样本案例库。
步骤二、待决策事故特征信息的采集与推理评价集合的构建
收集现场可采集到的待决策事故的特征信息参数，基于参数数值属性提取规则，将事故特征信息参数的文字信息转化为数值属性，对事故案例样本库的每一起案例的事故特征信息参数采用相同提取规则进行转化，待决策事故、样本案例的特征信息参数属性构成推理评价集合。
步骤三、案例相似度推理与备选案例筛选
以步骤二形成的推理评价集合为基准，为事故特征参数的设置权重，对待决策事故的推理评价集合中的所有参数属性与每一起样本案例推理评价集合的对应参数属性进行局部相似度计算，采用加权平均综合计算待决策事故与样本案例库中各样本案例的整体相似度。
步骤四：备选案例应急救援参数信息的重构和决策
针对步骤三备选案例筛选结果，若只有一个备选案例，则将步骤一提取的应急救援信息赋予该待决策事故，作为应急处置辅助决策的结果；若存在多个备选案例时，针对应急救援各阶段，基于事故情景映射信息将事故特征信息参数筛选，形成阶段推理评价集合，按照步骤三推理方法，分别对应急救援阶段寻找相似度最高的已知备选案例，将已知备选案例的应急救援信息赋予该待决策事故对应的应急救援阶段类别参数信息，将各阶段的应急救援参数信息进行组合，作为应急辅助决策的结果。
本发明在步骤一中，所述危险化学品事故特征信息参数包括事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息；其中，物质信息参数包括物质相态、燃爆特性、毒性、腐蚀性；气象信息参数包括风速和降水量；事故状态参数包括泄漏事故状态、火灾事故状态和爆炸事故状态；其中，泄漏事故状态参数包括泄漏速率和泄漏量；火灾事故状态参数包括触发条件、燃烧面积和燃烧类型；爆炸事故状态参数包括触发条件、TNT爆炸当量和爆炸面积。
本发明在步骤一中，所述应急救援信息参数依据相关标准规范要求和应急处置目标的不同，提取各阶段对应的应急处置技术、装备、人员力量、资源参数；应急救援信息共设置侦检、警戒隔离、防护救护、现场处置、洗消、现场清理、信息管理共七个阶段类别，其中，侦检阶段类别参数包括侦检技术、侦检装备和侦检内容；警戒隔离阶段类别参数包括警戒隔离范围、警戒力量和警戒区域管理方法；防护救护阶段类别参数包括人员防护等级、防护装备和防护类别；泄漏事故的现场处置阶段类别参数包括控制泄漏源技术、泄漏物处置技术、应急处置物资、应急装备和应急力量；火灾事故的现场处置阶段类别参数包括控火与灭火技术、应急处置物资、应急装备和应急力量；爆炸事故的现场处置阶段类别参数包括爆炸抑制技术、控火与灭火技术、应急处置物资、应急装备和应急力量；洗消阶段类别参数包括面向人员、装备和环境洗消所使用的物理洗消方式、化学洗消方式、洗消药剂、洗消站设置位置、洗消对象、洗消装备；现场清理阶段类别参数包括现场清理技术、现场清理装备和清理力量；信息管理阶段类别参数包括信息管理内容、信息报告内容、信息发布方式、信息发布时间和信息发布权限。
本发明所述事故特征信息参数共设置文本类型、数值类型、枚举类型、模糊数值类型四种数值属性，每一种参数的数值属性提取规则为：
(1)、所述的事故时间参数采用文本类型，按照事故发生小时为节点分为白天、夜晚两个时间段。
(2)、所述的事故类型参数采用枚举类型，根据事故严重度等级，定义爆炸、火灾、泄漏、其他事故类型，对应的属性取值为4、3、2、1。
(3)、所述的物质信息参数中的物质相态参数采用文本类型，分为气体、液体、固体、粉尘；燃爆性参数采用文本类型，分为爆炸品、压缩和液化气体、易燃易爆物质、氧化剂与有机过氧化物、不燃物质；毒性参数采用枚举类型，根据工业毒物急性毒性分级标准，定义剧毒、高毒、中等毒、低毒、微毒、无毒六种，对应属性取值为5、4、3、2、1、0；腐蚀性参数采用枚举类型，定义强腐蚀、中等腐蚀、弱腐蚀、无腐蚀四种，对应属性取值为3、2、1、0。
(4)、所述周期阶段参数采用文本类型，分为生产、经营、储存、运输、使用、处置废弃阶段。
(5)、所述装置设备参数采用文本类型，其中储存阶段装置设备参数分为储罐、仓库、管道；运输阶段装置设备参数分为道路车辆、火车、船舶、飞机、管道；生产阶段装备设备参数分为反应设备、储存容器、换热设备、物料输送、分离设备、干燥设备、动力设备、仪器仪表、其他。
(6)、所述地理环境参数采用文本类型，依据按照人口密度、地理地形分为市区、郊区、野外、公路、隧道、桥梁涵洞、工厂。
(7)、所述气象信息参数中的风速参数采用枚举类型，依据《风力等级》标准定义属性为飓风、狂风、大风、有风、微风、无风，对应数值取值为5、4、3、2、1、0；雨水参数采用枚举类型，定义暴雨、大雨、中雨、小雨、无雨，对应属性取值为4、3、2、1、0。
(8)、所述泄漏事故状态参数中的泄漏速率参数采用数值或模糊数值类型；泄漏量参数采用枚举类型，定义完全泄漏、大量泄漏、中度泄漏、少量泄漏，对应取值为4、3、2、1。
(9)、所述火灾事故状态参数中的燃烧面积参数采用数值类型或模糊数值类型；燃烧类型参数采用文本类型，分为局部燃烧、全面燃烧、立体燃烧；触发条件参数采用文本类型，分为明火、高热物及高温表面、电火花、静电火花、摩擦与撞击、物质自行发热、绝热压缩、化学反应热及光线射线。
(10)、所述爆炸事故状态参数中的爆炸TNT当量参数采用数值类型或模糊数值类型；爆炸面积参数采用数值类型或模糊数值类型，由于实际爆炸面积难以准确衡量，采取将爆炸面积用严重受损区的爆炸半径进行等效替代；严重受损区爆炸半径采用数值类型或模糊数值类型；触发条件参数采用文本类型，分为明火、高热物及高温表面、电火花、静电火花、摩擦与撞击、物质自行发热、绝热压缩、化学反应热及光线射线。
(11)、所述事故类别参数采用枚举类型，根据国家安全生产监督管理总局发布的事故伤亡案例分类标准，分为特别重大事故、重大事故、较大事故、一般事故，对应属性取值为4、3、2、1。
(12)、所述事故演化信息参数采用枚举类型，以发生装置所属区域周边是否有重大危险源为判断依据，根据其危险程度定义一级重大危险源、二级重大危险源、三级重大危险源、四级重大危险源、无重大危险源，对应属性取值为4、3、2、1、0。
本发明在步骤三中，所述采用加权平均综合计算待决策事故与样本案例库中各样本案例的整体相似度的公式如下：
式(1)中：sim(X,Yn)表示待决策事故X和案例库Y中第n个样本案例的整体相似度；
k表示推理评价集合中的参数个数；
wi表示第i个参数总权重；
Xi表示待决策事故的第i个特征参数；
Yi,n表示案例库中第n个样本案例的第i个特征参数；
sim(Xi,Yi,n)为第i个参数属性的局部相似度；
通过设定相似度阈值筛选备选决策案例，若全部样本案例的最高整体相似度大于0.9，则将该样本案例作为备选案例；若全部相似度小于0.5，则无备选案例输出；否则将整体相似度排名前五个案例作为备选案例，借鉴备选案例进行辅助决策。
本发明所述式(1)中的参数总权重wi采用分级叠加计算，依据同级参数相对重要性程度，采用1-9尺度两两比较确定参数重要性数值bxy，bxy数值越小表明两个参数的重要性越相似，参数重要性bxy构成参数重要性判断矩阵；建立包括事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息一级事故特征参数的重要性判断矩阵B(1)：
式(2)中：为一级事故特征参数中第x个参数与第y个参数相比的重要度数值；
p为一级事故特征参数个数；
针对气象信息、物质信息、事故状态信息所属的二级子参数，分别建立各二级子参数重要性判断矩阵
式(3)中：表示二级子参数重要性判断矩阵，隶属于第m个一级参数；
为二级参数中第x个参数与第y个参数相比的重要度数值；
q为二级参数个数；
通过线性代数运算，求解矩阵B(1)最大特征根的特征向量W(1)、最大特征根的特征向量特征向量即为各级参数相对权重向量：
式(4)中：为一级事故特征参数中第m个事故特征参数的相对权重；
式(5)中：为第m个一级事故特征参数的第y个二级子参数的相对权重；
各级相对权重影响叠加计算参数总权重wi，对于评价指标集合中第i个参数，若为一级事故特征信息参数，位于一级判断矩阵中第m个参数，其参数总权重wi即为一级相对权重若为二级事故特征参数，隶属于第m个一级事故特征参数下第y个子参数，其参数总权重wi即为一级相对权重与二级相对权重的乘积：
本发明所述其中文本类型参数属性为离散变量，根据离散变量一致性确定局部相似度，文本类型参数属性局部相似度推理公式为：
式(8)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；
另对于触发条件、生产阶段装备设备参数，由于不同类型的触发条件、生产阶段不同装备设备损伤所引发的事故后果存在一定相似性，故改进其相似度推理公式为：
式(9)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；
其中枚举类型参数根据参数属性值得分差与属性最大分值N的比例确定局部相似度，枚举类型参数属性局部相似度推理公式为：
式(10)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；N为枚举类型特征参数属性最大分值；
其中数值类型参数属性局部相似度采用海明距离计算模型，参数为连续变量，数值类型参数属性局部相似度推理公式为：
式(11)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；max()为不同参数属性的数值最大值；
其中模糊数值类型参数中的部分参数在信息收集过程中存在模糊性，只能估算出其区间数值模糊数值类型参数属性局部相似度推理公式为：
式(12)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；为Xi参数属性的数值区间上限；为Xi参数属性的数值区间下限；max()为不同参数属性的数值最大值。
本发明将所述提取各阶段对应的应急处置技术、装备、人员力量、资源参数信息作为应急辅助决策结果，将不同应急救援阶段的参数信息进行重构和组合，形成待决策事故的整体应急救援参数信息：
式(13)中：N(X)为待决策事故X的应急救援参数信息；
Fj(T,M,P,R)为应急救援阶段类别参数信息；
j为应急处置阶段序号；
T为应急处置技术，M为装备，P为人员力量，R为资源；
f'j(T,M,P,R)为第j个应急处置阶段相似度最高的备选案例的应急救援参数信息；
U为阶段应急救援参数信息求并集。
本发明和现有技术对比，具有以下有益效果：
1、本发明在应急辅助决策时，仅在事故特征信息参数的权重分析需专家现场评判或提前预判，除此之外整个过程可通过非专业领域人员完成，降低对于消防应急救援人员专业知识和经验的依赖性。
2、本发明充分利用历史已有事故的决策信息，采用案例推理技术建立决策推理方法，所需时间较短、可控，有利于实时动态决策与应用。
3、本发明所涉及的决策案例推理方法，推理评价集合吸纳事故特征和演化信息，推理决策结果考虑案例事故特征参数与应急救援信息的映射关系并进行应急救援决策的重构和组合，可在一定程度保证应急辅助决策信息的有效性和适用性，提高应急处置效率。
因此，本发明将案例推理技术应用于消防应急救援技术领域，结合自身动态样本知识库和推理学习的特点，能够对应急处置需求进行准确判断，从而形成符合事故场景的消防应急处置决策。
附图说明
图1为本发明的案例推理方法流程图；
图2为本发明的应急辅助决策案例层次结构示意图；
图3为本发明的应急救援参数信息重构详细流程图。
具体实施方式
以下结合图1至图3和实施例对本发明做进一步说明：
步骤一、事故特征和应急救援信息一体化样本案例的构建
针对危险化学品已有事故，提取危险化学品事故案例特征信息、应急救援信息，采用框架表示法对已知事故特征信息和应急救援信息进行结构化描述，并形成危险化学品事故消防应急辅助决策样本案例库；每一个框架即对应的一个事故案例，是对危险化学品具体某一个事故及其应急救援过程的结构化表达，事故特征信息是决策问题的特征描述，应急救援信息是决策问题的解。
样本案例以参数类别-参数信息架构层次，表示为样本案例＝(事故特征信息；应急救援信息)＝(N个事故特征信息参数；N个应急救援信息参数)：
(1)危险化学品事故特征信息参数包括事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息，属于一级事故特征信息参数。
其中物质信息、气象信息、事故状态细划分二级子参数。物质信息参数包括物质相态、燃爆特性、毒性、腐蚀性。气象信息参数包括风速、降水量。
事故状态参数对不同危险化学品事故类型设计差异化参数结构模型。根据危险化学品灾害事故类型的不同，主要包括泄漏事故状态参数、火灾事故状态参数、爆炸事故状态参数共三种类型。
泄漏事故状态参数适用于危险化学品泄漏事故案例，包括泄漏速率、泄漏量。
火灾事故状态参数适用于危险化学品火灾事故案例，包括触发条件、燃烧面积、燃烧类型。爆炸事故状态参数适用于危险化学品爆炸事故案例，包括触发条件、TNT爆炸当量、爆炸面积。
(2)危险化学品事故消防应急救援信息参数，依据相关标准规范要求和应急处置目标的不同，应急救援信息共设置侦检、警戒隔离、防护救护、现场处置、洗消、现场清理、信息管理共七个阶段类别，提取各阶段对应的应急处置技术、装备、力量、资源等参数。
侦检阶段类别参数包括侦检技术(如中控室监控、询问、观察、检测)、侦检装备(如易燃易爆气体检测仪、有毒有害气体检测仪、红外测温仪、侦检无人机、望远镜、电子气象仪等)、侦检内容(如人员信息、物质信息、事故信息、地理环境信息、气象环境信息、周边危险源信息、可调集的应急资源信息等)。
警戒隔离阶段类别参数包括警戒隔离范围(如重度危险区、中度危险区、轻度危险区、安全区等级的距离)、警戒力量(如公安、武警、交警、事故单位安保人员)、警戒区域管理方法。
防护救护阶段类别参数包括人员防护等级、防护装备(如空气呼吸器、氧气呼吸器、自动苏生器、训练服、战斗服、个人呼救器、安全带、防高温手套、防化安全靴、重型防化服)、防护类别(如防火、防爆、防毒、防灼伤、防冻伤、防同位素辐射)。
现场处置阶段类别参数对不同危险化学品事故类型设计差异化参数结构模型。
针对泄漏事故,现场处置阶段类别参数包括控制泄漏源技术(如紧急停车、局部循环、降压堵漏、加装护套、倒料输转)、泄漏物处置技术(如围堤堵截、稀释与覆盖、收容、吸附、泵吸、盛装等)、处置物资(如泡沫等覆盖物品、消防水等稀释药剂、收容材料、吸附材料、中和材料等)、应急装备(如隔膜泵等收容装备、污水回收系统等类型及数量)、应急力量。
针对火灾、爆炸事故，现场处置阶段类别参数包括控火与灭火技术、爆炸抑制技术、应急处置物资(如灭火药剂、消防用水等)、应急装备(如如泡沫车、水罐车、涡喷消防车、自装卸正压排烟车等灭火救援消防车，干粉灭火器、二氧化碳灭火器等灭火器，车载水炮、移动炮、泡沫炮等消防炮，及无人机、灭火机器人、远距离遥控射水设备等其他特种装备)、应急力量(如救援专业队伍、救援专家)。
洗消阶段类别参数包括面向人员、装备和环境洗消所使用的物理洗消方式、化学洗消方式、洗消药剂(如氢氧化钠、碳酸氢钠、有机磷降解酶等)、洗消站设置位置、洗消对象(如中毒人员、现场医务人员、救援人员、群众、救援装备、车辆等)、洗消装备(公众洗消帐篷、高压清洗机等)。
现场清理阶段类别参数包括现场清理技术(如泄漏液体和固体统一收集处理、洗消污水集中净化处理等)、现场清理装备、清理力量。
信息管理阶段类别参数包括信息管理内容(如灾情动态、作战指令、社会舆情等)、信息报告内容、信息发布方式、信息发布时间、信息发布权限。
步骤二、待决策事故特征信息的采集与推理评价集合的构建
通过询问、判断、谈话、仪器设备侦查等手段，收集现场可采集到的待决策事故的特征信息参数，基于参数数值属性提取规则，将事故特征信息参数的文字信息转化为数值属性，对事故案例样本库的每一起案例的事故特征信息参数采用相同提取规则进行转化，待决策事故、样本案例的特征信息参数属性构成推理评价集合。
各事故特征信息参数共设置文本类型、数值类型、枚举类型、模糊数值类型四种数值属性，每一种参数的数值属性提取规则为：
(1)事故时间参数采用文本类型。按照事故发生小时为节点分为白天(8:00-18:00)、夜晚(18:00-8:00)两个时间段。
(2)事故类型参数采用枚举类型。根据事故严重度等级，定义爆炸、火灾、泄漏、其他事故类型对应的属性取值为4、3、2、1。
(3)物质信息参数包括物质相态、燃爆性、毒性、腐蚀性共四个二级子参数。
物质相态参数采用文本类型，分为气体、液体、固体、粉尘。
燃爆特性参数采用文本类型，分为爆炸品、压缩和液化气体、易燃易爆物质、氧化剂与有机过氧化物、不燃物质。
毒性参数采用枚举类型，根据工业毒物急性毒性分级标准，定义剧毒、高毒、中等毒、低毒、微毒、无毒6种，对应属性取值为5、4、3、2、1、0。
腐蚀性采用枚举类型，定义强腐蚀、中等腐蚀、弱腐蚀、无腐蚀等4种，对应属性取值为3、2、1、0。
(4)周期阶段参数采用文本类型，分为生产、经营、储存、运输、使用、处置废弃阶段。
(5)装备设备参数采用文本类型。
其中运输阶段装备设备参数分为道路车辆、火车、船舶、飞机、管道。
储存阶段装备设备参数分为储罐、仓库、管道。
生产阶段装备设备参数分为反应设备、储存容器、换热设备、物料输送、分离设备、干燥设备、动力设备、仪器仪表、其他。
(6)地理环境参数采用文本类型，依据按照人口密度、地理地形等分为市区、郊区、野外、公路、隧道、桥梁涵洞、工厂。
(7)气象信息参数包括风速、雨水共两个二级子参数。
风速参数采用枚举类型，依据《风力等级》标准定义属性为飓风(12级及其以上，≥32.7m/s)、狂风(9-11级，20.8-32.6m/s)、大风(6-8级，10.8-20.7m/s)、有风(4-5级，5.5-10.7m/s)、微风(1-3级，0.2-5.4m/s)、无风(0级，≤0.2m/s)，对应数值取值为5、4、3、2、1、0。
雨水参数采用枚举类型，定义暴雨、大雨、中雨、小雨、无雨，对应属性取值为4、3、2、1、0。属性分级标准为24小时内雨量在50mm以上为暴雨、25mm～50mm之间为大雨、10mm～25毫米mm为中雨、小于等于10mm为小雨。
(8)泄漏事故状态参数包括泄漏速率、泄漏量两个二级子参数。
泄漏速率参数采用数值或模糊数值类型。
泄漏量参数采用枚举类型，定义完全泄漏、大量泄漏、中度泄漏、少量泄漏，对应取值为4、3、2、1。泄漏量可简化以泄漏孔径为评判依据，将泄漏孔小于5mm为少量泄漏、5mm-50mm为中度泄漏，50m-150mm为大量泄漏,大于150mm为完全泄漏。
(9)火灾事故状态参数包括燃烧面积、燃烧类型、触发条件三个二级子参数。
燃烧面积参数采用数值类型或模糊数值类型。
燃烧类型参数采用文本类型，分为局部燃烧、全面燃烧、立体燃烧。
触发条件参数采用文本类型，分为明火、高热物及高温表面、电火花、静电火花、摩擦与撞击、物质自行发热、绝热压缩、化学反应热、光线射线。
(10)爆炸事故状态参数包括爆炸TNT当量、爆炸面积、触发条件三个二级子参数。
爆炸TNT当量参数采用数值类型或模糊数值类型。
爆炸面积参数采用数值类型或模糊数值类型，可简化为严重受损区的爆炸半径等效换算。
触发条件参数采用文本类型，分为明火、高热物及高温表面、电火花、静电火花、摩擦与撞击、物质自行发热、绝热压缩、化学反应热、光线射线。
(11)事故类别采用枚举类型，根据国家安全生产监督管理总局发布的事故伤亡案例分类标准，分为特别重大事故、重大事故、较大事故、一般事故，对应属性取值为4、3、2、1。
(12)事故演化信息采用枚举类型，以发生装置所属区域周边是否有重大危险源为判断依据，根据其危险程度定义一级重大危险源、二级重大危险源、三级重大危险源、四级重大危险源、无重大危险源，对应属性取值为4、3、2、1、0。
步骤三、案例相似度推理与备选案例筛选
以步骤二形成的推理评价集合为基准，为事故特征参数的设置权重，对待决策事故的推理评价集合中的所有参数属性与每一起样本案例推理评价集合的对应参数属性进行局部相似度计算，采用加权平均综合计算待决策事故与样本案例库中各样本案例的整体相似度：
式(1)中：sim(X,Yn)表示待决策事故X和案例库Y中第n个样本案例的整体相似度；
k表示推理评价集合中的参数个数；
wi表示第i个参数总权重；
Xi表示待决策事故的第i个特征参数；
Yi,n表示案例库中第n个样本案例的第i个特征参数；
sim(Xi,Yi,n)为第i个参数属性的局部相似度。
通过设定相似度阈值筛选备选决策案例，若全部样本案例的最高整体相似度大于0.9，则将该样本案例作为备选案例；若全部相似度小于0.5，则无备选案例输出；否则将整体相似度排名前五个案例作为备选案例，借鉴备选案例进行辅助决策。设定整体相似度阈值以舍弃整体相似度较小的案例结果，避免做出推送错误决策结果，可在一定程度保证待决策事故求解的可靠性和科学性。
以上式(1)中的参数总权重wi预先采用专家打分和层次分析法，分级叠加计算，依据同级参数相对重要性程度，采用1-9尺度两两比较确定参数重要性数值bxy，bxy数值越小表明两个参数的重要性越相似，参数重要性bxy构成参数重要性判断矩阵；建立包括事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息一级事故特征参数的重要性判断矩阵B(1)：
式(2)中：为一级事故特征参数中第x个参数与第y个参数相比的重要度数值；
p为一级事故特征参数个数。
针对气象信息、物质信息、事故状态信息所属的二级子参数，分别建立各二级子参数重要性判断矩阵
式(3)中：表示二级子参数重要性判断矩阵，隶属于第m个一级参数；
为二级参数中第x个参数与第y个参数相比的重要度数值；
q为二级参数个数。
通过线性代数运算，求解矩阵B(1)最大特征根的特征向量W(1)、最大特征根的特征向量特征向量即为各级参数相对权重向量：
式(4)中：为一级事故特征参数中第m个事故特征参数的相对权重；
式(5)中：为第m个一级事故特征参数的第y个二级子参数的相对权重。
各级相对权重影响叠加计算参数总权重wi，对于评价指标集合中第i个参数，若为一级事故特征信息参数，位于一级判断矩阵中第m个参数，其参数总权重wi即为一级相对权重如以下式(6)；若为二级事故特征参数，隶属于第m个一级事故特征参数下第y个子参数，其参数总权重wi即为一级相对权重与二级相对权重的乘积，如以下式(7)：
其中文本类型参数属性为离散变量，根据离散变量一致性确定局部相似度，文本类型参数属性局部相似度推理公式为：
式(8)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度。
另对于触发条件、生产阶段装备设备参数，由于不同类型的触发条件、生产阶段不同装备设备损伤引发的事故后果存在一定相似性，故改进其相似度推理公式为：
式(9)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度。
其中枚举类型参数根据参数属性值得分差与属性最大得分值N的比例确定局部相似度，枚举类型参数属性局部相似度推理公式为：
式(10)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；N为枚举类型特征参数属性最大分值。
其中数值类型参数属性局部相似度采用海明距离计算模型，参数为连续变量，数值类型参数属性局部相似度推理公式为：
式(11)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；max()为不同参数属性的数值最大值。
其中模糊数值类型参数中的部分参数在信息收集过程中存在模糊性，只能估算出其区间数值模糊数值类型参数属性局部相似度推理公式为：
式(12)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；为Xi参数属性的数值区间上限；为Xi参数属性的数值区间下限；max()为不同参数属性的数值最大值。
步骤四：备选案例应急救援参数信息的重构和决策
针对步骤三备选案例筛选结果，若只有一个备选案例，则将步骤一提取的应急救援参数信息赋予该待决策事故，作为应急处置辅助决策的结果；若存在多个备选案例时，针对应急救援各阶段，基于事故情景映射信息将事故特征信息参数筛选，形成阶段推理评价集合，按照步骤三推理方法，分别对应急救援阶段寻找相似度最高的已知备选案例，将已知备选案例的应急救援信息赋予该待决策事故对应的应急救援阶段类别参数信息，将各阶段的应急救援参数信息进行组合，作为应急处置辅助决策的结果。
将提取各阶段对应的应急处置技术、装备、人员力量、资源参数信息作为应急辅助决策结果，将不同应急救援阶段的参数信息进行重构和组合，形成待决策事故的整体应急救援参数信息：
式中：N(X)为待决策事故X的应急救援参数信息；
Fj(T,M,P,R)为应急救援阶段类别参数信息；
j为应急处置阶段序号；
T为应急处置技术，M为装备，P为人员力量，R为资源；
f'j(T,M,P,R)为第j个应急处置阶段相似度最高的备选案例的应急救援参数信息；
U为阶段应急救援参数信息的求并集。
其中对于侦检阶段、警戒隔离阶段、防护阶段、现场救援阶段、洗消阶段需简化事故特征信息参数形成阶段推理评价集合。
侦检阶段由事故时间、事故类型、物质信息、周期阶段、装备设备、地理环境、气象信息构成侦检阶段推理评价集合。
警戒隔离阶段由事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息构成警戒隔离阶段推理评价集合。
防护阶段由事故类型、物质信息构成防护阶段推理评价集合。
现场救援阶段由事故类型、物质信息、周期阶段、装备设备、事故状态、事故类别、事故演化信息构成现场阶段推理评价集合。
洗消阶段由物质信息、事故类型、地理环境构成洗消阶段推理评价结合。
各指标权重按照已有权重进行归一化处理。
实施例：推理流程具体步骤如下：
第一步：事故特征和应急救援信息一体化样本案例构建。
针对危险化学品已知事故的演化过程和应急救援过程，对可获取的事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息等事故特征信息和侦检、警戒隔离、防护救护、现场处置、洗消、现场清理、信息管理等应急救援信息进行提取。采用框架表示法将所获取的数据信息形成一个样本案例。结合实施例，其提取的事故特征信息和应急救援信息如表1所示：
表1
第二步，待决策事故特征信息的采集与推理评价集合的构建。
在事故现场，消防应急人员前期通过询问、判断、谈话、仪器设备侦查等手段，收集现场可采集到的待决策事故的特征信息，采集信息种类同步骤一的事故特征信息参数。对于收集的待决策事故特征信息，基于参数数值属性提取规则，将事故特征信息参数的文字信息转化为数值属性。已提取的每一起样本案例的事故特征信息，采用同样的规则进行转化。
事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息等事故特征参数，按照文本类型、数值类型、枚举类型、模糊数值类型进行属性赋值。由待决策事故、样本案例事故转化后具有数值属性的事故特征参数，共同构成推理评价集合。待决策事故、样本案例的事故特征信息属性和推理评价集合如表2所示：
表2
第三步，案例相似度推理与备选案例筛选。
以构建的推理评价集合为基准，专家遵照判断准则对于各指标相对重要度进行打分。打分采用1-9尺度两两比较，针对一级事故特征参数{A1,A2,…,A10}专家打分构成参数重要性判断矩阵B为：
通过层次分析法计算参数重要性判断矩阵B的最大特征根，即各一级事故特征参数权重W＝(0.0348,0.2058,0.2257,0.0555,0.0791,0.0466,0.0295,0.1777,0.0348,0.1104)。
对于气象信息、物质信息、事故状态信息等分设二级参数，采用相同方法建立判断矩阵、计算最大特征根，得到二级事故特征参数权重。物质信息的的二级事故特征参数权重相对权重为：其总权重向量
气象信息的二级事故特征参数权重相对权重为：其总权重向量
事故状态信息的二级事故特征参数权重相对权重为其总权重向量
各推理评价集合参数总权重为：
(wA1，wA2，wA31，wA32，wA33，wA34wA4，wA5wA6，wA71，wA72，wA81，wA82，wA83，wA9，wA10)＝(0.0348,0.2058,0.06671,0.06671,0.04514,0.04514,0.0555,0.0791,0.0466,0.02065,0.00885,0.03554,0.07108,0.07108,0.0348,0.1104)。
将推理评价集合中待决策事故的特征参数属性与每一起样本案例的对应参数属性进行一一比对，依据属性类型计算局部相似度。样本案例1的参数局部相似度计算结果为{0,1,1,1,0.80,0.80,0,0,0,1,1,1,0.375,0,0.75,1}。样本案例2的参数局部相似度计算结果为{1,1,1,1,0.4,1,1,1,1,0.8,0.8,0.2,0.0625,0,0.75,1.0}。
待决策事故与样本案例1的整体相似度 待决策事故与样本案例2的整体相似度sim(X，Y2)＝0.7901。其他已知的样本案例采用同样的方法计算整体相似度。
逐个计算样本案例库中所有样本案例的整体相似度，若某案例相似度大于0.9且相似度数值最大，则将该案例作为样本案例。若全部相似度小于0.5，则无备选案例输出；否则将整体相似度排名前五个案例作为备选案例，借鉴备选案例进行辅助决策。
本实施例中，没有完全匹配相似度大于0.9的样本案例，故选取相似度大于0.5的前五个样本案例作为备选案例，用于应急辅助决策。
第四步，备选案例应急救援参数信息的重构和决策。
针对筛选出的五个备选案例，分别计算各备选案例的应急救援子阶段局部相似度。各阶段的相似度推理指标体系，基于事故情景映射信息进行适当简化。提取各阶段局部相似度最高的案例应急救援信息作为待决策事故的应急救援阶段类别参数信息。以侦检阶段为例说明。选取事故时间、事故类型、物质信息、周期阶段、装备设备、地理环境、气象信息等构成侦检阶段推理评价集合。
阶段局部相似度计算过程同步骤三。1-5号备选案例的侦检阶段局部相似度计算结果为{0.6209、0.7565、0.8534、0.7263、0.8152}，选择局部相似度最高的3号备选案例，将其提取其应急救援侦检技术信息要素{观察、询问、监测}、侦检装备信息要素{易燃易爆气体检测仪、红外测温仪、侦查无人机、有毒有害气体检测仪}、侦检内容信息要素{物质信息、地理环境、周边危险源、可调集的应急资源}，赋予该待决策事故的应急救援侦检阶段类别参数，作为侦检阶段的应急辅助决策结果f′1(x)。其他应急救援阶段类别参数信息求解过程重复上述过程。
最后将侦检、警戒隔离、防护救护、现场处置、洗消、现场清理、信息管理各阶段的应急救援参数信息进行合并，通过重构形成如表1所示的待决策事故的应急救援信息，作为辅助决策结果为应急救援提供指导：
N(X)＝U{f'j(T,M,P,R)}＝U{f'j(X)}}。
相比以往个体经验型决策模式，采用案例推理方法得出的应急辅助决策信息，决策信息来源于已有真实事故案例的应急救援过程，并基于事故情景映射信息分应急救援阶段进行推理评价和相似度筛选，决策信息更加科学、有效且有一定的工程应用性。整个计算过程减少指挥人员的判断、分析、讨论时间，决策时间较短，应急处置效率提高。
Claims (8)
1.一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，该方法包括以下步骤：
步骤一、事故特征和应急救援信息一体化样本案例的构建
针对危险化学品已有事故，提取危险化学品事故案例特征信息、应急救援信息，采用框架表示法对已知事故特征信息和应急救援信息进行结构化描述，并形成危险化学品事故消防应急辅助决策的样本案例库；
步骤二、待决策事故特征信息的采集与推理评价集合的构建
收集现场可采集到的待决策事故的特征信息参数，基于参数数值属性提取规则，将事故特征信息参数的文字信息转化为数值属性，对事故案例样本库的每一起案例的事故特征信息参数采用相同提取规则进行转化，待决策事故、样本案例的特征信息参数属性构成推理评价集合；
步骤三、案例相似度推理与备选案例筛选
以步骤二形成的推理评价集合为基准，为事故特征参数设置权重，对待决策事故推理评价集合中的所有参数属性与每一起样本案例推理评价集合的对应参数属性进行局部相似度计算，采用加权平均综合计算待决策事故与样本案例库中各样本案例的整体相似度；
步骤四：备选案例应急救援参数信息的重构和决策
针对步骤三备选案例筛选结果，若只有一个备选案例，则将步骤一提取的应急救援信息赋予该待决策事故，作为应急处置辅助决策的结果；若存在多个备选案例时，针对应急救援各阶段，基于事故情景映射信息将事故特征信息参数筛选，形成阶段推理评价集合，按照步骤三推理方法，分别对应急救援阶段寻找相似度最高的已知备选案例，将已知备选案例的应急救援信息赋予该待决策事故对应的应急救援阶段类别参数信息，将各阶段的应急救援参数信息进行组合，作为应急辅助决策的结果。
2.根据权利要求1所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，步骤一中，所述危险化学品事故特征信息参数包括事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息；其中，物质信息参数包括物质相态、燃爆特性、毒性、腐蚀性；气象信息参数包括风速和降水量；事故状态参数包括泄漏事故状态、火灾事故状态和爆炸事故状态；其中，泄漏事故状态参数包括泄漏速率和泄漏量；火灾事故状态参数包括触发条件、燃烧面积和燃烧类型；爆炸事故状态参数包括触发条件、TNT爆炸当量和爆炸面积。
3.根据权利要求1所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，步骤一中，所述应急救援信息参数依据相关标准规范要求和应急处置目标的不同，提取各阶段对应的应急救援技术、装备、人员力量、资源参数；应急救援信息共设置侦检、警戒隔离、防护救护、现场处置、洗消、现场清理、信息管理共七个阶段类别，其中，侦检阶段类别参数包括侦检技术、侦检装备和侦检内容；警戒隔离阶段类别参数包括警戒隔离范围、警戒力量和警戒区域管理方法；防护救护阶段类别参数包括人员防护等级、防护装备和防护类别；现场处置阶段类别参数对不同危险化学品事故类型设计差异化参数结构模型；泄漏事故的现场处置阶段类别参数包括控制泄漏源技术、泄漏物处置技术、应急处置物资、应急装备和应急力量；火灾事故的现场处置阶段类别参数包括控火与灭火技术、应急处置物资、应急装备和应急力量；爆炸事故的现场处置阶段类别参数包括爆炸抑制技术、控火与灭火技术、应急处置物资、应急装备和应急力量；洗消阶段类别参数包括面向人员、装备和环境洗消所使用的物理洗消方式、化学洗消方式、洗消药剂、洗消站设置位置、洗消对象、洗消装备；现场清理阶段类别参数包括现场清理技术、现场清理装备和清理力量；信息管理阶段类别参数包括信息管理内容、信息报告内容、信息发布方式、信息发布时间和信息发布权限。
4.根据权利要求2所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，所述事故特征信息参数共设置文本类型、数值类型、枚举类型、模糊数值类型四种数值属性，每一种参数的数值属性提取规则为：
(1)、所述的事故时间参数采用文本类型，按照事故发生小时为节点分为白天、夜晚两个时间段；
(2)、所述的事故类型参数采用枚举类型，根据事故严重度等级，定义爆炸、火灾、泄漏、其他事故类型，对应的属性取值为4、3、2、1；
(3)、所述的物质信息参数中的物质相态参数采用文本类型，分为气体、液体、固体、粉尘；燃爆性参数采用文本类型，分为爆炸品、压缩和液化气体、易燃易爆物质、氧化剂与有机过氧化物、不燃物质；毒性参数采用枚举类型，根据工业毒物急性毒性分级标准，定义剧毒、高毒、中等毒、低毒、微毒、无毒六种，对应属性取值为5、4、3、2、1、0；腐蚀性参数采用枚举类型，定义强腐蚀、中等腐蚀、弱腐蚀、无腐蚀四种，对应属性取值为3、2、1、0；
(4)、所述周期阶段参数采用文本类型，分为生产、经营、储存、运输、使用、处置废弃阶段；
(5)、所述装置设备参数采用文本类型，其中储存阶段装置设备参数分为储罐、仓库、管道；运输阶段装置设备参数分为道路车辆、火车、船舶、飞机、管道；生产阶段装备设备参数分为反应设备、储存容器、换热设备、物料输送、分离设备、干燥设备、动力设备、仪器仪表、其他；
(6)、所述地理环境参数采用文本类型，依据按照人口密度、地理地形分为市区、郊区、野外、公路、隧道、桥梁涵洞、工厂；
(7)、所述气象信息参数中的风速参数采用枚举类型，依据《风力等级》标准定义属性为飓风、狂风、大风、有风、微风、无风，对应数值取值为5、4、3、2、1、0；雨水参数采用枚举类型，定义暴雨、大雨、中雨、小雨、无雨，对应属性取值为4、3、2、1、0；
(8)、所述泄漏事故状态参数中的泄漏速率参数采用数值或模糊数值类型；泄漏量参数采用枚举类型，定义完全泄漏、大量泄漏、中度泄漏、少量泄漏，对应取值为4、3、2、1；
(9)、所述火灾事故状态参数中的燃烧面积参数采用数值类型或模糊数值类型；燃烧类型参数采用文本类型，分为局部燃烧、全面燃烧、立体燃烧；触发条件参数采用文本类型，分为明火、高热物及高温表面、电火花、静电火花、摩擦与撞击、物质自行发热、绝热压缩、化学反应热及光线射线；
(10)、所述爆炸事故状态参数中的爆炸TNT当量参数采用数值类型或模糊数值类型；爆炸面积参数采用数值类型或模糊数值类型，由于实际爆炸面积难以准确衡量，采取将爆炸面积用严重受损区的爆炸半径进行等效替代；严重受损区爆炸半径采用数值类型或模糊数值类型；触发条件参数采用文本类型，分为明火、高热物及高温表面、电火花、静电火花、摩擦与撞击、物质自行发热、绝热压缩、化学反应热及光线射线；
(11)、所述事故类别参数采用枚举类型，根据国家安全生产监督管理总局发布的事故伤亡案例分类标准，分为特别重大事故、重大事故、较大事故、一般事故，对应属性取值为4、3、2、1；
(12)、所述事故演化信息参数采用枚举类型，以发生装置所属区域周边是否有重大危险源为判断依据，根据其危险程度定义一级重大危险源、二级重大危险源、三级重大危险源、四级重大危险源、无重大危险源，对应属性取值为4、3、2、1、0。
5.根据权利要求1所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，步骤三中，所述采用加权平均综合计算待决策事故与样本案例库中各样本案例的整体相似度的公式如下：
式(1)中：sim(X,Yn)表示待决策事故X和案例库Y中第n个样本案例的整体相似度；
k表示推理评价集合中的参数个数；
wi表示第i个参数总权重；
Xi表示待决策事故的第i个特征参数属性；
Yi,n表示案例库中第n个样本案例的第i个特征参数属性；
sim(Xi,Yi,n)为第i个参数属性的局部相似度；
通过设定相似度阈值筛选备选决策案例，若全部样本案例的最高整体相似度大于0.9，则将该样本案例作为备选案例；若全部相似度小于0.5，则无备选案例输出；否则将整体相似度排名前五个案例作为备选案例，借鉴备选案例进行辅助决策。
6.根据权利要求2或权利要求5所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，所述式(1)中的参数总权重wi采用分级叠加计算，依据同级参数相对重要性程度，采用1-9尺度两两比较确定参数重要性数值bxy，bxy数值越小表明两个参数的重要性越相似，参数重要性bxy构成参数重要性判断矩阵；建立包括事故时间、事故类型、物质信息、周期阶段、装置设备、地理环境、气象信息、事故状态、事故类别、事故演化信息一级事故特征参数的重要性判断矩阵B(1)：
式(2)中：为一级事故特征参数中第x个参数与第y个参数相比的重要度数值；
p为一级事故特征参数个数；
针对气象信息、物质信息、事故状态信息所属的二级子参数，分别建立各二级子参数重要性判断矩阵
式(3)中：表示二级子参数重要性判断矩阵，隶属于第m个一级参数；
为二级参数中第x个参数与第y个参数相比的重要度数值；
q为二级参数个数；
通过线性代数运算，求解矩阵B(1)最大特征根的特征向量W(1)、最大特征根的特征向量特征向量即为各级参数相对权重向量：
式(4)中：为一级事故特征参数中第m个事故特征参数的相对权重；
式(5)中：为第m个一级事故特征参数的第y个二级子参数的相对权重；
各级相对权重影响叠加计算参数总权重wi，对于评价指标集合中第i个参数，若为一级事故特征信息参数，位于一级判断矩阵中第m个参数，其参数总权重wi即为一级相对权重若为二级事故特征参数，隶属于第m个一级事故特征参数下第y个子参数，其参数总权重wi即为一级相对权重与二级相对权重的乘积：
7.根据权利要求1、权利要求4或权利要求5所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，其中文本类型参数属性为离散变量，根据离散变量一致性确定局部相似度，文本类型参数属性局部相似度推理公式：
式(8)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；
另对于触发条件、生产阶段装备设备参数，由于不同类型的触发条件、生产阶段不同装备设备损伤所引发的事故后果存在一定相似性，故改进其相似度推理公式为：
式(9)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；
其中枚举类型参数根据参数属性值得分差与属性最大分值N的比例确定局部相似度，枚举类型参数属性局部相似度推理公式为：
式(10)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；N为枚举类型特征参数属性最大分值；
其中数值类型参数属性局部相似度采用海明距离计算模型，参数为连续变量，数值类型参数属性局部相似度推理公式为：
式(11)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；max()为不同参数属性的数值最大值；
其中模糊数值类型参数中的部分参数在信息收集过程中存在模糊性，只能估算出其区间数值模糊数值类型参数属性局部相似度推理公式为：
式(12)中，Xi表示待决策事故的第i个特征参数属性；Yi,n表示案例库中第n个样本案例的第i个特征参数属性；sim(Xi,Yi,n)为第i个参数属性的局部相似度；为Xi参数属性的数值区间上限；为Xi参数属性的数值区间下限；max()为不同参数属性的数值最大值。
8.根据权利要求1所述的一种面向危险化学品事故应急辅助决策的案例推理方法，其特征在于，步骤四中，将所述提取各阶段对应的应急处置技术、装备、人员力量、资源参数信息作为应急辅助决策结果，将不同应急救援阶段的参数信息进行重构和组合，形成待决策事故的整体应急救援参数信息：
式(13)中：N(X)为待决策事故X的应急救援参数信息；
Fj(T,M,P,R)为应急救援阶段类别参数信息；
j为应急处置阶段序号；
T为应急处置技术，M为装备，P为人员力量，R为资源；
f′j(T,M,P,R)为第j个应急处置阶段相似度最高的备选案例的应急救援参数信息；U为阶段应急救援参数信息求并集。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810650719.8A CN108898528A (zh) | 2018-06-22 | 2018-06-22 | 一种面向危险化学品事故应急辅助决策的案例推理方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201810650719.8A CN108898528A (zh) | 2018-06-22 | 2018-06-22 | 一种面向危险化学品事故应急辅助决策的案例推理方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN108898528A true CN108898528A (zh) | 2018-11-27 |
Family
ID=64345859
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201810650719.8A Pending CN108898528A (zh) | 2018-06-22 | 2018-06-22 | 一种面向危险化学品事故应急辅助决策的案例推理方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN108898528A (zh) |
Cited By (16)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886411A (zh) * | 2019-02-25 | 2019-06-14 | 浙江远图互联科技股份有限公司 | 一种压力性损伤临床决策系统的规则库表示及推理方法 |
| CN109947806A (zh) * | 2019-03-27 | 2019-06-28 | 江苏扬建集团有限公司 | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 |
| CN110059762A (zh) * | 2019-04-26 | 2019-07-26 | 迪爱斯信息技术股份有限公司 | 消防车辆调派方案的筛选方法及系统、终端设备 |
| CN110288501A (zh) * | 2019-07-05 | 2019-09-27 | 华北科技学院 | 一种矿井水害事故应急决策方法及系统 |
| CN111178448A (zh) * | 2019-12-31 | 2020-05-19 | 深圳集智数字科技有限公司 | 一种确定与目标事件相似的历史事件的方法及装置 |
| CN111263302A (zh) * | 2020-01-07 | 2020-06-09 | 北京佰才邦技术有限公司 | 一种基于5g边缘计算网络的危险区域审计方法和系统 |
| CN112434901A (zh) * | 2020-10-15 | 2021-03-02 | 合肥工业大学 | 无人机交通巡逻方案的智能重决策方法和系统 |
| CN112488584A (zh) * | 2020-12-18 | 2021-03-12 | 国网山东省电力公司临沂供电公司 | 一种危化品事故电力应急处置安全预警方法 |
| CN112488583A (zh) * | 2020-12-18 | 2021-03-12 | 国网山东省电力公司临沂供电公司 | 一种危化品事故电力应急处置资源调拨处理方法 |
| CN112749207A (zh) * | 2020-12-29 | 2021-05-04 | 大连海事大学 | 一种基于案例推理的深海应急处置辅助决策系统 |
| CN112801191A (zh) * | 2021-02-02 | 2021-05-14 | 中国石油大学(北京) | 管道事故处置的智能推荐方法、装置及设备 |
| CN113011789A (zh) * | 2021-04-23 | 2021-06-22 | 集美大学 | 水上危化品事故应急辅助决策方法、终端设备及存储介质 |
| CN113379260A (zh) * | 2021-06-17 | 2021-09-10 | 浙江省应急管理科学研究院 | 应急监测快速反应系统 |
| CN113780785A (zh) * | 2021-09-01 | 2021-12-10 | 上海智眭科技有限公司 | 预案管理系统及其管理方法 |
| CN114795001A (zh) * | 2022-03-29 | 2022-07-29 | 北京小米移动软件有限公司 | 清洁机器人控制方法、装置及云端服务器 |
| WO2024187649A1 (zh) * | 2023-03-10 | 2024-09-19 | 中国长江三峡集团有限公司 | 一种水库群筛选相似水库进行风险防控的方法及装置 |
Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010005194A (ko) * | 1999-06-30 | 2001-01-15 | 정몽규 | 패널 구부림용 기구 |
| CN102314639A (zh) * | 2011-07-05 | 2012-01-11 | 万达信息股份有限公司 | 一种可视化的动态智能应急处置方案生成方法 |
| CN104463446A (zh) * | 2014-11-28 | 2015-03-25 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于案例推理的应急预案评估系统运行方法 |
-
2018
- 2018-06-22 CN CN201810650719.8A patent/CN108898528A/zh active Pending
Patent Citations (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| KR20010005194A (ko) * | 1999-06-30 | 2001-01-15 | 정몽규 | 패널 구부림용 기구 |
| CN102314639A (zh) * | 2011-07-05 | 2012-01-11 | 万达信息股份有限公司 | 一种可视化的动态智能应急处置方案生成方法 |
| CN104463446A (zh) * | 2014-11-28 | 2015-03-25 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于案例推理的应急预案评估系统运行方法 |
Non-Patent Citations (3)
| Title |
|---|
| 吴联忠: ""基于案例推理的危险化学品事故警戒范围研究"", 《武警学院报》 * |
| 李俊: ""基于CBR的危险化学品事故数据库的研究"", 《中国优秀硕士学位论文全文数据库信息科技辑》 * |
| 袁晓芳，李红霞: ""基于情景检索的非常规突发事件案例推理应急决策方法研究""基于情景检索的非常规突发事件案例推理应急决策方法研究"", 《非常规突发事件应急决策理论与方法研究》 * |
Cited By (22)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN109886411B (zh) * | 2019-02-25 | 2021-05-07 | 浙江远图互联科技股份有限公司 | 一种压力性损伤临床决策系统的规则库表示及推理方法 |
| CN109886411A (zh) * | 2019-02-25 | 2019-06-14 | 浙江远图互联科技股份有限公司 | 一种压力性损伤临床决策系统的规则库表示及推理方法 |
| CN109947806A (zh) * | 2019-03-27 | 2019-06-28 | 江苏扬建集团有限公司 | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 |
| CN109947806B (zh) * | 2019-03-27 | 2023-05-02 | 江苏扬建集团有限公司 | 一种基于案例推理的超高层施工安全事故应急辅助决策方法 |
| CN110059762A (zh) * | 2019-04-26 | 2019-07-26 | 迪爱斯信息技术股份有限公司 | 消防车辆调派方案的筛选方法及系统、终端设备 |
| CN110288501A (zh) * | 2019-07-05 | 2019-09-27 | 华北科技学院 | 一种矿井水害事故应急决策方法及系统 |
| CN111178448A (zh) * | 2019-12-31 | 2020-05-19 | 深圳集智数字科技有限公司 | 一种确定与目标事件相似的历史事件的方法及装置 |
| CN111263302A (zh) * | 2020-01-07 | 2020-06-09 | 北京佰才邦技术有限公司 | 一种基于5g边缘计算网络的危险区域审计方法和系统 |
| CN112434901B (zh) * | 2020-10-15 | 2022-11-04 | 合肥工业大学 | 无人机交通巡逻方案的智能重决策方法和系统 |
| CN112434901A (zh) * | 2020-10-15 | 2021-03-02 | 合肥工业大学 | 无人机交通巡逻方案的智能重决策方法和系统 |
| CN112488584A (zh) * | 2020-12-18 | 2021-03-12 | 国网山东省电力公司临沂供电公司 | 一种危化品事故电力应急处置安全预警方法 |
| CN112488583A (zh) * | 2020-12-18 | 2021-03-12 | 国网山东省电力公司临沂供电公司 | 一种危化品事故电力应急处置资源调拨处理方法 |
| CN112749207A (zh) * | 2020-12-29 | 2021-05-04 | 大连海事大学 | 一种基于案例推理的深海应急处置辅助决策系统 |
| CN112749207B (zh) * | 2020-12-29 | 2023-06-02 | 大连海事大学 | 一种基于案例推理的深海应急处置辅助决策系统 |
| CN112801191A (zh) * | 2021-02-02 | 2021-05-14 | 中国石油大学(北京) | 管道事故处置的智能推荐方法、装置及设备 |
| CN112801191B (zh) * | 2021-02-02 | 2023-11-21 | 中国石油大学(北京) | 管道事故处置的智能推荐方法、装置及设备 |
| CN113011789A (zh) * | 2021-04-23 | 2021-06-22 | 集美大学 | 水上危化品事故应急辅助决策方法、终端设备及存储介质 |
| CN113379260A (zh) * | 2021-06-17 | 2021-09-10 | 浙江省应急管理科学研究院 | 应急监测快速反应系统 |
| CN113780785A (zh) * | 2021-09-01 | 2021-12-10 | 上海智眭科技有限公司 | 预案管理系统及其管理方法 |
| CN114795001A (zh) * | 2022-03-29 | 2022-07-29 | 北京小米移动软件有限公司 | 清洁机器人控制方法、装置及云端服务器 |
| CN114795001B (zh) * | 2022-03-29 | 2024-02-23 | 北京小米移动软件有限公司 | 清洁机器人控制方法、装置及云端服务器 |
| WO2024187649A1 (zh) * | 2023-03-10 | 2024-09-19 | 中国长江三峡集团有限公司 | 一种水库群筛选相似水库进行风险防控的方法及装置 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108898528A (zh) | 一种面向危险化学品事故应急辅助决策的案例推理方法 | |
| CN102708645B (zh) | 一种船舶舱室火灾连锁报警优先级评估方法 | |
| CN102682560B (zh) | 一种船舶舱室火灾连锁报警等级评估装置 | |
| CN107240216A (zh) | 基于3dgis+bim技术和人工智能运维应急报警与快速响应方法 | |
| CN102682341A (zh) | 煤矿应急救援指挥信息管理系统及其方法 | |
| CN105023384A (zh) | 基于数据挖掘和数据分析的消防安全预警报警系统及方法 | |
| CN101539951A (zh) | 城市防灾抗灾信息化救援指挥综合智能平台构建办法 | |
| CN106600167A (zh) | 考虑人因失误和组织缺陷的海洋平台火灾风险评估方法 | |
| CN108648403A (zh) | 一种自学习消防安全预警方法及系统 | |
| CN117151478A (zh) | 一种基于卷积神经网络的化工企业风险预警方法及系统 | |
| CN103267960A (zh) | 一种消防员单兵定位装置及其应用 | |
| Chen et al. | Fire risk assessment in cotton storage based on fuzzy comprehensive evaluation and Bayesian network | |
| Pang et al. | Scenario derivation and consequence evaluation of dust explosion accident based on dynamic Bayesian network | |
| CN1049052C (zh) | 一种智能化炼油化工危险源事故预案和应急处理方法 | |
| CN114699699B (zh) | 一种储油场所用火情监测与控制系统 | |
| Vijayan et al. | Experimental Evaluation of Smart Forest Fire Detection Methodology using Internet of Things and Logical Sensors | |
| CN114584597A (zh) | 一种基于云端系统的智能监控消防系统 | |
| CN106022663A (zh) | 一种面向输电线路的山火临近风险评估系统 | |
| CN103679609A (zh) | 工业用火场快速判断与辅助决策装置 | |
| CN112330004B (zh) | 一种基于事件链的城市燃气泄漏突发事件推演方法及系统 | |
| CN114462974A (zh) | 一种智慧消防全链条防控系统及多源信息融合决策方法 | |
| CN203915837U (zh) | 储罐火灾快速判断与辅助决策装置 | |
| Wang et al. | Quantitative assessment of human error of emergency behavior for hazardous chemical spills in chemical parks | |
| CN113159532B (zh) | 一种面向智能消防指挥系统的辅助决策关键技术 | |
| CN116361874A (zh) | 一种考虑多级多米诺效应的事故态势推演及预警系统 |
Legal Events
| Date | Code | Title | Description |
|---|---|---|---|
| PB01 | Publication | ||
| PB01 | Publication | ||
| SE01 | Entry into force of request for substantive examination | ||
| SE01 | Entry into force of request for substantive examination | ||
| WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20181127 |
|
| WD01 | Invention patent application deemed withdrawn after publication |