CN110442830B - 一种基于区间二元语义和dematel的突发事件应急管理优化策略的计算方法 - Google Patents
一种基于区间二元语义和dematel的突发事件应急管理优化策略的计算方法 Download PDFInfo
- Publication number
- CN110442830B CN110442830B CN201910682656.9A CN201910682656A CN110442830B CN 110442830 B CN110442830 B CN 110442830B CN 201910682656 A CN201910682656 A CN 201910682656A CN 110442830 B CN110442830 B CN 110442830B
- Authority
- CN
- China
- Prior art keywords
- interval
- influence
- emergency management
- matrix
- direct influence
- 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.)
- Active
Links
- 238000005457 optimization Methods 0.000 title claims abstract description 70
- 238000004364 calculation method Methods 0.000 title claims abstract description 20
- 239000011159 matrix material Substances 0.000 claims abstract description 148
- 238000010845 search algorithm Methods 0.000 claims abstract description 7
- 238000011156 evaluation Methods 0.000 claims description 50
- 238000000034 method Methods 0.000 claims description 25
- 239000000126 substance Substances 0.000 claims description 17
- 230000000694 effects Effects 0.000 claims description 12
- 230000008569 process Effects 0.000 claims description 8
- 230000000295 complement effect Effects 0.000 claims description 6
- BTCSSZJGUNDROE-UHFFFAOYSA-N gamma-aminobutyric acid Chemical compound NCCCC(O)=O BTCSSZJGUNDROE-UHFFFAOYSA-N 0.000 claims description 5
- 238000004220 aggregation Methods 0.000 claims description 3
- 230000001174 ascending effect Effects 0.000 claims description 3
- 239000002245 particle Substances 0.000 claims description 3
- 238000002156 mixing Methods 0.000 claims description 2
- 230000007704 transition Effects 0.000 claims description 2
- 238000007726 management method Methods 0.000 description 103
- 230000006870 function Effects 0.000 description 4
- 235000019580 granularity Nutrition 0.000 description 4
- 230000000875 corresponding effect Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 3
- 230000006872 improvement Effects 0.000 description 3
- 230000001364 causal effect Effects 0.000 description 2
- 238000006243 chemical reaction Methods 0.000 description 2
- 238000005516 engineering process Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009471 action Effects 0.000 description 1
- 230000002776 aggregation Effects 0.000 description 1
- 238000013459 approach Methods 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000002596 correlated effect Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000036541 health Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000000630 rising effect Effects 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012360 testing method Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F16/00—Information retrieval; Database structures therefor; File system structures therefor
- G06F16/90—Details of database functions independent of the retrieved data types
- G06F16/906—Clustering; Classification
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
- G06F17/10—Complex mathematical operations
- G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/04—Forecasting or optimisation specially adapted for administrative or management purposes, e.g. linear programming or "cutting stock problem"
-
- 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- 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
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02A—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE
- Y02A10/00—TECHNOLOGIES FOR ADAPTATION TO CLIMATE CHANGE at coastal zones; at river basins
- Y02A10/40—Controlling or monitoring, e.g. of flood or hurricane; Forecasting, e.g. risk assessment or mapping
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Databases & Information Systems (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Mathematical Physics (AREA)
- Data Mining & Analysis (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Analysis (AREA)
- Game Theory and Decision Science (AREA)
- Pure & Applied Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Computational Mathematics (AREA)
- Mathematical Optimization (AREA)
- General Health & Medical Sciences (AREA)
- Computing Systems (AREA)
- Primary Health Care (AREA)
- Health & Medical Sciences (AREA)
- Algebra (AREA)
- Software Systems (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
- Information Retrieval, Db Structures And Fs Structures Therefor (AREA)
Abstract
本发明涉及一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,属于突发事件应急管理技术领域,其包括有如下的步骤:S1、根据给出的区间语言直接影响关系矩阵,采用迭代算法对突发事件应急管理影响因素的区间二元语义直接影响关系矩阵的群体共识进行检验和调整,得到满足群体共识水平的区间二元语义直接影响关系矩阵;S2、根据满足群体共识水平的区间二元语义直接影响关系矩阵,计算突发事件应急管理影响因素的区间值综合关系矩阵,并通过构建概率影响关系图得到突发事件应急管理影响因素的分类;S3、根据区间值综合关系矩阵,采用逐步比较搜索算法确定突发事件应急管理影响因素的优化顺序,得到突发事件应急管理优化策略。
Description
技术领域
本发明属于突发事件应急管理技术领域,具体涉及一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法。
背景技术
近年来,世界范围内各类突发事件频繁发生,不仅造成了大量的人员伤亡和财产损失,还对经济社会发展和生态环境健康造成了负面影响。比如,国内外近年发生的典型突发事件有2011年日本福岛地震、2018年印度喀拉拉邦洪水。因此,突发事件应急管理受到世界各国政府乃至整个国际社会越来越多的关注。但是,随着各类突发事件发生频率和规模的日益增加,当前突发事件应急管理暴露出越来越多的问题,例如现代物流技术应用不足、应急信息系统缺乏有效性等,故突发事件应急管理水平仍需大幅优化、提高。
传统的突发事件应急管理优化大多只关注突发事件应急管理的具体的一两个活动,仅能部分地而不能系统地提高突发事件应急管理的效能;另有一部分则考虑对突发事件应急管理的各个方面、所有活动进行优化、提高,但是大多数情况下可用的资源是有限的,故这种做法可行性差、不切实际。因此,更可行的做法是将突发事件应急管理划分为若干有意义的活动,并厘清各个活动之间的交互关系,通过优化关键、重要的活动来系统地提高突发事件应急管理的整体效能。虽然已有部分优化方法从这一思路出发,认证突发事件应急管理的影响因素,利用决策试验与评价实验室技术(DEMATEL)评估和分析各影响因素之间的相互影响关系,进而找出突发事件应急管理的关键成功因素并对其进行优化。但是,这些方法要么忽略了评估突发事件应急管理各影响因素间影响关系时的模糊不确定性和多样性,要么在评估信息处理时将模糊的评估信息转化为精确数进而造成评估信息的失真或丢失。
此外,由于突发事件应急管理涉及面较广、牵扯领域较多,需要拥有各相关领域的专业知识才能保证得到较合理的结果,但关于突发事件应急管理影响因素间的影响关系的评估信息之间往往存在分歧,如果评估群体未对评估信息达成共识或存在分歧,则会造成最后的结果缺乏可靠性以及无法被接受等,而现有的优化方法在使用DEMATEL时并没有考虑这一现实问题。另一方面,尽管认证突发事件应急管理关键成功因素很重要,但进一步获得关键成功因素的优化顺序更具有指导意义。同时,由于突发事件可能随时发生,故若突发事件应急管理的每一步优化都能最大程度地提升其效能将具有重大意义。然而,当前优化方法未能明确给出关键成功因素的具体优化顺序,也未能保证每一步优化都能使突发事件应急管理效能获得最大的提升。
发明内容
为解决上述技术问题,本发明提供了一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,既能很好地处理直接影响关系评估时的模糊不确定性和多样性,又能有效地避免评估信息的失真或丢失,并自动检验和调整群体共识、导出更合理且更具有指导意义的突发事件应急管理优化策略。
为了实现上述发明目的,本发明采取如下技术方案:
本发明提供一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,所述方法包括以下步骤:
S1、根据给出的区间语言直接影响关系矩阵,采用迭代算法对突发事件应急管理影响因素的区间二元语义直接影响关系矩阵的群体共识进行检验和调整,得到满足群体共识水平的区间二元语义直接影响关系矩阵;
S2、根据满足群体共识水平的区间二元语义直接影响关系矩阵,计算突发事件应急管理影响因素的区间值综合关系矩阵,并通过构建概率影响关系图得到突发事件应急管理影响因素的分类;
S3、根据区间值综合关系矩阵,采用逐步比较搜索算法确定突发事件应急管理影响因素的优化顺序,得到突发事件应急管理优化策略。
进一步地,所述S1步骤“根据给出的区间语言直接影响关系矩阵,采用迭代算法对突发事件应急管理影响因素的区间二元语义直接影响关系矩阵的群体共识进行检验和调整,得到满足群体共识水平的区间二元语义直接影响关系矩阵”具体实现如下:
(1)将给出的突发事件应急管理影响因素的区间语言直接影响关系矩阵转化为区间二元语义直接影响关系矩阵,其中,表示第k个区间二元语义直接影响关系矩阵给出的影响因素Fi对影响因素Fj的直接影响,k=1,2,…,K,K为区间二元语义直接影响关系矩阵的总个数,n为突发事件应急管理影响因素的总个数,i,j=1,2,…,n;
(2)令l为迭代次数,用于迭代的矩阵 将给定的第k个区间二元语义直接影响关系矩阵Xk的权重表示为wk,wk∈[0,1]且最大迭代次数表示为Max_l、控制参数表示为λ、全局群体共识水平阈值,即可接受的群体共识水平,表示为ξ,其中,和分别是第l次迭代的第k个区间二元语义直接影响关系矩阵Xk,l的元素的下限和上限;
和分别是第l次迭代的第p个区间二元语义直接影响关系矩阵Xp,l的元素的下限和上限,和分别是第l次迭代的第q个区间二元语义直接影响关系矩阵Xq,l的元素的下限和上限,表示第l次迭代的区间二元语义直接影响关系矩阵Xp,l和Xq,l关于影响因素对(Fi,Fj)的相似度;
其中,表示第l次迭代的所有区间二元语义直接影响关系矩阵关于影响因素对(Fi,Fj)的群体共识,wp和wq分别表示第p个区间二元语义直接影响关系矩阵Xp和第q个区间二元语义直接影响关系矩阵Xq的权重,p,q=1,2,…,K,wpq表示Xp和Xq关于相似矩阵的标准化后的混合权重;
(6)若CRMl≥ξ或l>Max_l,执行所述S1步骤的(11);否则,执行所述S1步骤的(7);
或者,如果在初次迭代中全局群体共识水平远低于阈值ξ,可采用下式来加速调整过程:
FACl′={Fi|cfi l<ξ,i=1,2,…,n}; (9)
其中,i,j与(Fi,Fj)∈PFi l或(Fi,Fj)∈PFi′l中i,j一致,表示第l次迭代中的区间二元语义直接影响关系矩阵Xp,l和Xq,l关于影响因素对(Fi,Fj)∈PFi l或(Fi,Fj)∈PFi′l的相似度;如果p>q,则令
再进一步地,所述S1步骤中的“突发事件”是一个广义的概念,指突然发生的,造成或可能造成人员伤亡、财产损失、环境破坏以及重大社会影响的,需要及时采取应急措施予以应对的自然灾害、事故灾难、公共卫生事件和社会安全事件等。
再进一步地,所述S1步骤中的“突发事件应急管理”是指利用科学、技术、计划和管理等知识来处置或管理突发事件的决策优化活动,其目的是通过合理的决策有效地整合各种社会资源以减少或最小化突发事件的危害,并提高相关社区从突发事件负面影响中恢复的能力,使其安全、可持续和有弹性。
再进一步地,所述S1步骤中的“突发事件应急管理影响因素”是指对突发事件应急管理有影响作用的因素,可通过将突发事件应急管理看作是一个系统,分析系统的有机组成和影响系统运行的因素来确定。
再进一步地,所述S1步骤中的“区间语言直接影响关系矩阵”和“区间二元语义直接影响关系矩阵”分别为和其中表示第k个区间语言直接影响关系矩阵给出的影响因素Fi对影响因素Fj的直接影响,分别为的下限和上限,Sg+1={s0,s1,…,sg}为预先定义好的由奇数个语言短语构成的用于表达影响因素间直接影响关系的语言评价集,g+1为语言评价集Sg+1的粒度, 和分别为和所代表的语言评价集Sg+1中的语言短语的下标,
再进一步地,所述S1步骤中的“区间二元语义”采用如下定义:
定义1:S={s0,s1,…,sg}为预先定义好的由奇数个语言短语构成的语言评价集,g+1为语言评价集S的粒度,设(si,α1)和(sj,α2)为两个二元语义信息,si,sj∈S,α1,α2∈[-0.5/g,0.5/g)且(si,α1)≤(sj,α2),则称s=[(si,α1),(sj,α2)]为一个区间二元语义,其中,(si,α1)和(sj,α2)分别s的下限和上限,si和sj分别为语言评价集S中的第i个和第j个元素,α1和α2分别表示经过集结计算后得到的语言信息与最贴近语言短语si和sj之间的偏差;
定义2:S={s0,s1,…,sg}为预先定义好的由奇数个语言短语构成的语言评价集,g+1为语言评价集S的粒度,两个二元语义(si,α1)和(sj,α2)组成区间二元语义信息[(si,α1),(sj,α2)],i≤j,α1≤α2,设[β1,β2](β1,β2∈[0,1],β1≤β2)为语言评价集S经集结得到的区间实数,令
则称函数△为区间实数[β1,β2]对应的区间二元语义信息的转换函数,其中round为四舍五入取整算子;
定义3:令
△-1([(si,α1),(sj,α2)])=[i/g+α1,j/g+α2]=[β1,β2] (15)则称△-1为函数△的逆函数;
进一步地,所述S2步骤“根据满足群体共识水平的区间二元语义直接影响关系矩阵,计算突发事件应急管理影响因素的区间值综合关系矩阵,并通过构建概率影响关系图得到突发事件应急管理影响因素的分类”具体实现如下:
(6)计算每个影响因素属于原因因素的概率Pi cg或属于结果因素的概率Pi eg,然后分别以中心度和原因度为二维直角坐标系的横轴和纵轴,并将每个影响因素及其属于原因因素的概率或属于结果因素的概率置于坐标系中,构建概率影响关系图,其中,
Pi cg=1,当
Pi cg=0,当
Pi eg=1-Pi cg; (30)
对影响因素进行分类:
若Pi cg≥0.5,则影响因素Fi为原因因素;
若Pi eg>0.5,则影响因素Fi为结果因素。
再进一步地,所述S1步骤中的“概率影响关系图”是指以中心度和原因度为二维直角坐标系的横轴和纵轴,包含每个突发事件应急管理影响因素及其属于原因因素的概率或属于结果因素的概率的和突发事件应急管理影响因素的分类的、呈现出突发事件应急管理影响因素间因果关系的图形。
进一步地,所述S3步骤“根据区间值综合关系矩阵,采用逐步比较搜索算法确定突发事件应急管理影响因素的优化顺序,得到突发事件应急管理优化策略”具体实现如下:
(5)若ν<n,则令ν=ν+1,执行所述S3步骤的(2);否则,执行所述S3步骤的(6);
(9)若τ<n-1,则令τ=τ+1,ν=1,执行所述S3步骤的(3);否则,执行所述S3步骤的(10);
(11)令Ψ=Θ,输出Ψ。
其中,和分别是外层迭代次数为τ、内层迭代次数为ν时的突发事件应急管理总体收益的下限和上限,OSV表示当前外层迭代次数下的所有影响因素的优化状态组成的向量,SOIτ表示外层迭代次数为τ时所有突发事件应急管理总体收益组成的向量,表示优于的可能度,表示的优先度,Ψ表示突发事件应急管理影响因素的优化顺序集合。
再进一步地,所述S3步骤中的“逐步比较搜索算法”在执行过程中每次只选择优化一个突发事件应急管理影响因素,若被选择的影响因素被优化,其对突发事件应急管理整体效能提升的贡献最大,然后再一个个地逐渐增加被优化的影响因素的个数,直至所有影响因素均被优化;突发事件应急管理的总体收益考虑了当某一影响因素被优化时,在区间值综合关系矩阵的作用下,其对本身及其他影响因素效能提升的贡献;同时,在每一轮迭代中,为了确定选择哪一个影响因素被优化,所有的在上一轮迭代中未被选定优化的影响因素均被逐个地优化并计算和比较它们对突发事件应急管理整体效能提升的贡献,如果某一影响因素被优化时其对突发事件应急管理整体效能提升的贡献最大,则该影响因素被选定为本轮的被优化的影响因素。
再进一步地,所述S3步骤中的“突发事件应急管理优化策略”由所述S3步骤的(11)中的集合Ψ给出,即集合Ψ给出了突发事件应急管理影响因素的最佳优化顺序,同时在可用的资源有限、只能选择部分影响因素进行优化的情况下,应急管理决策者可根据集合Ψ给出的优化顺序,确定最佳的优化组合及选定的优化组合内的影响因素的最佳优化顺序。
本发明的有益效果:采用来自不同粒度的语言评价集的不确定性语言短语来表达评估信息,能够有效且精确地模拟和处理评估信息的模糊不确定性和多样性,使评估更加灵活并避免信息的失真或丢失;同时,能够自动检验群体共识并进行调整以促使可接受的群体共识水平的达成;另外,能够导出更合理且更具有指导意义的突发事件应急管理优化策略,该优化策略能够保证每一步优化都能使突发事件应急管理整体效能获得最大的提升,不仅能够给出突发事件应急管理影响因素最佳的优化顺序,而且在资源有限、只能选择部分影响因素进行优化的条件下,应急管理决策者可根据给出的优化顺序,确定最佳的优化组合及选定的优化组合内的影响因素的最佳优化顺序。
附图说明
此处所说明的附图用来提供对本发明的进一步理解,构成本发明的一部分,本发明的示意性实施例及其说明用于解释本发明,并不构成对本发明的不当限定。在附图中:
图1是本发明实施例方法的流程图;
图2是本发明实施例方法的详细路线图;
图3是本发明实施例提供的突发事件应急管理的概率影响关系图。
具体实施方式
下面通过实施例并结合附图对本发明作进一步说明。显然,所描述的实施例仅仅是本发明一部分实施例,而不是全部的实施例。基于本发明中的实施例,本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例,都属于本发明保护的范围。
本发明对某应急管理部门突发事件应急管理的优化策略进行计算。该应急管理部门决策者为在可用资源有限的条件下系统地优化其突发事件应急管理,应用本发明提出的基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法对其突发事件应急管理的优化策略进行计算。为此,该应急管理部门组建了一个由3名成员组成的评估小组,由该评估小组对其突发事件应急管理的影响因素进行分析和评估。经过初期筛选,该评估小组确定该应急管理部门突发事件应急管理的10个影响因素作为后续评估的对象,表1列出了这10个影响因素,Fi,i=1,2,…,10。
表1某应急管理部门突发事件应急管理影响因素
评估小组的3名成员分别使用各自偏好的、粒度为7、9和5的语言评价集,利用区间语言的形式评估突发事件应急管理各影响因素之间的直接影响关系。上述粒度为5、7和9的语言评价集表示如下:
A5={a0=无影响,a1=影响低,a2=影响一般,a3=影响高,a4=影响很高};
评估小组经商定将3个区间语言直接影响关系矩阵的权重分别定为0.42,0.23和0.35,即后续区间二元语义直接影响关系矩阵的权重、将其评估信息的可接受的群体共识水平定为0.93、将用于检验和调整其评估信息群体共识的迭代算法对其评估信息进行调整的控制参数定为0.65、将迭代算法的最大迭代次数定为5。
下面结合图1和图2,采用本发明所述的一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法来对该应急管理部门突发事件应急管理的优化进行分析,具体包括以下阶段和步骤:
S1、根据给出的区间语言直接影响关系矩阵,采用迭代算法对突发事件应急管理影响因素的区间二元语义直接影响关系矩阵的群体共识进行检验和调整,得到满足群体共识水平的区间二元语义直接影响关系矩阵:
(2)令l为迭代次数,用于迭代的矩阵将给定的3个区间语言直接影响关系矩阵的权重分别表示为w1,w2和w3,最大迭代次数表示为Max_l、控制参数表示为λ、全局群体共识水平阈值,即可接受的群体共识水平,表示为ξ;
表6相似矩阵SIM12,0
表7相似矩阵SIM13,0
表8相似矩阵SIM23,0
(5)利用式(4-6)依次计算影响因素对的群体共识水平影响因素的群体共识水平cfi 0和直接影响关系矩阵的群体共识水平CRM0,也即全局群体共识水平,其中,的计算结果如表9所示,cfi 0的计算结果如表10所示,CRM0的计算结果为0.9289;
表10影响因素的群体共识水平
(6)由于CRM0<ξ=0.93,故执行所述S1步骤的(7);
(7)由于CRM0与ξ很接近,故采用式(7)、式(9)和式(11)来依次确定需要调整对其他影响因素直接影响的影响因素集FAC0、需要调整直接影响关系的影响因素对集PFi 0,以及提供相关直接影响关系的区间二元语义直接影响关系矩阵集计算结果为FAC0={F2},PF2,0={(F2,F1),(F2,F3),(F2,F4),(F2,F6),(F2,F7),(F2,F9)},需要调整集合EXPj,0,j=1,3,4,6,7,9中的区间二元语义直接影响关系矩阵关于PF2,0中影响因素对间直接影响关系的评估信息,具体如表11所示;
表11需要调整评估信息的区间二元语义直接影响关系矩阵集EXPj,0,j=1,3,4,6,7,9
S2、根据满足群体共识水平的区间二元语义直接影响关系矩阵,计算突发事件应急管理影响因素的区间值综合关系矩阵,并通过构建概率影响关系图得到突发事件应急管理影响因素的分类:
表14群体区间二元语义直接影响关系矩阵O=(oij)10×10
(6)利用式(27-30)计算每个影响因素属于原因因素的概率Pi cg或属于结果因素的概率Pi eg;然后分别以中心度和原因度为二维直角坐标系的横轴和纵轴,并将每个影响因素及其属于原因因素的概率或属于结果因素的概率置于坐标系中,构建概率影响关系图,如图3所示;同时,图3既给出了突发事件应急管理影响因素的分类,又给出了每个影响因素属于原因因素的概率或属于结果因素的概率。
S3、根据区间值综合关系矩阵,采用逐步比较搜索算法确定突发事件应急管理影响因素的优化顺序,得到突发事件应急管理优化策略:
(5)由于ν=1<10,则令ν=ν+1=2,返回到所述S3步骤的(2),重复执行所述S3步骤的(2-5),直至ν=10,计算结果如表18所示,然后执行所述S3步骤的(6);
表18突发事件应急管理总体收益SOIτ
(7)利用式(33)计算可能度互补矩阵的排序向量得到Υ1=[0.0699,0.1330,0.0897,0.0672,0.0747,0.0650,0.1258,0.1361,0.1136,0.1250];
(9)由于τ=1<10-1,则令τ=τ+1=2,ν=1,执行所述S3步骤的(3);
(3)由于则令其中μ=1,2,…,10且μ≠ν,其中即然后执行所述S3步骤的(4-8)的迭代过程;此时,得到与排序向量的最大值相关联的下标i=2,令将放进集合Θ中;当前结果意味着如果应急管理决策者由于资源的限制只能选择两个影响因素进行优化,则影响因素F8和影响因素F2应被选定为优化组合,并且应先优化影响因素F8再优化影响因素F2;
执行所述S3步骤的(9),重复上述过程,直至τ=9,其中得到的计算结果SOIτ和Υτ,τ=1,2,…,9分别如表18和表19所示,其中,表19中加粗的数字为相应排序向量的最大值;
表19可能度互补矩阵的排序向量Υτ,τ=1,2,…,9
(11)令Ψ=Θ={F8,F2,F7,F10,F9,F3,F5,F1,F4,F6},输出Ψ。
本实施例的结果表明该应急管理部门的10个突发事件应急管理影响因素中,F8,F2,F9,F7,F5和F10属于原因因素的概率更高,而F4,F1,F6和F3属于结果因素的概率更高;另外,该应急管理部门10个突发事件应急管理影响因素最佳的优化顺序为在资源有限且仅能选择部分影响因素进行优化时,应急管理决策者可得到最佳的优化组合及其内影响因素的最佳优化顺序,比如,若应急管理决策者根据现有的资源决定选择6个影响因素进行优化,则最佳的优化组合为{F8,F2,F7,F10,F9,F3},该组合最佳的优化顺序为一旦这些影响因素被执行优化,突发事件应急管理的整体效能将得到逐步的、系统的提升。
最后应当说明的是:以上实施例仅用以说明本发明的技术方案而本发明并不限制于以上实施例,所属领域的技术人员参照上述实施例,依然可以对本发明的具体实施方式进行修改或等同替换,而未脱离本发明精神和范围的任何修改或等同替换,均在本发明的权利要求保护范围之内。
Claims (5)
1.一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,其特征在于:所述方法包括以下步骤:
S1、根据给出的区间语言直接影响关系矩阵,采用迭代算法对突发事件应急管理影响因素的区间二元语义直接影响关系矩阵的群体共识进行检验和调整,得到满足群体共识水平的区间二元语义直接影响关系矩阵;
S2、根据满足群体共识水平的区间二元语义直接影响关系矩阵,计算突发事件应急管理影响因素的区间值综合关系矩阵,并通过构建概率影响关系图得到突发事件应急管理影响因素的分类;
S3、根据区间值综合关系矩阵,采用逐步比较搜索算法确定突发事件应急管理影响因素的优化顺序,得到突发事件应急管理优化策略;
所述S1步骤中,根据给出的区间语言直接影响关系矩阵,采用迭代算法对突发事件应急管理影响因素的区间二元语义直接影响关系矩阵的群体共识进行检验和调整,得到满足群体共识水平的区间二元语义直接影响关系矩阵具体实现如下:
(1)将给出的突发事件应急管理影响因素的区间语言直接影响关系矩阵转化为区间二元语义直接影响关系矩阵,其中,表示第k个区间二元语义直接影响关系矩阵给出的影响因素Fi对影响因素Fj的直接影响,k=1,2,…,K,K为区间二元语义直接影响关系矩阵的总个数,n为突发事件应急管理影响因素的总个数,i,j=1,2,…,n;
(2)令l为迭代次数,用于迭代的矩阵 将给定的第k个区间二元语义直接影响关系矩阵Xk的权重表示为wk,wk∈[0,1]且最大迭代次数表示为Max_l、控制参数表示为λ、全局群体共识水平阈值,即可接受的群体共识水平,表示为ξ,其中,和分别是第l次迭代的第k个区间二元语义直接影响关系矩阵Xk,l的元素的下限和上限;
(3)计算任意两个区间二元语义直接影响关系矩阵和的相似矩阵其中, 和分别是第l次迭代的第p个区间二元语义直接影响关系矩阵Xp,l的元素的下限和上限,和分别是第l次迭代的第q个区间二元语义直接影响关系矩阵Xq,l的元素的下限和上限,表示第l次迭代的区间二元语义直接影响关系矩阵Xp,l和Xq,l关于影响因素对(Fi,Fj)的相似度;
其中,表示第l次迭代的所有区间二元语义直接影响关系矩阵关于影响因素对(Fi,Fj)的群体共识,wp和wq分别表示第p个区间二元语义直接影响关系矩阵Xp和第q个区间二元语义直接影响关系矩阵Xq的权重,p,q=1,2,…,K,wpq表示Xp和Xq关于相似矩阵的标准化后的混合权重;
(6)若CRMl≥ξ或l>Max_l,执行所述S1步骤的(11);否则,执行所述S1步骤的(7);
或者,如果在初次迭代中全局群体共识水平远低于阈值ξ,可采用下式来加速调整过程:
FAC′l={Fi|cfi l<ξ,i=1,2,…,n};
其中,i,j与(Fi,Fj)∈PFi l或(Fi,Fj)∈PFi′l中i,j一致,表示第l次迭代中的区间二元语义直接影响关系矩阵Xp,l和Xq,l关于影响因素对(Fi,Fj)∈PFi l或(Fi,Fj)∈PFi′l的相似度;如果p>q,则令
3.根据权利要求1所述的一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,其特征在于:所述S2步骤中,根据满足群体共识水平的区间二元语义直接影响关系矩阵,计算突发事件应急管理影响因素的区间值综合关系矩阵,并通过构建概率影响关系图得到突发事件应急管理影响因素的分类具体实现如下:
(6)计算每个影响因素属于原因因素的概率Pi cg或属于结果因素的概率Pi eg,然后分别以中心度和原因度为二维直角坐标系的横轴和纵轴,并将每个影响因素及其属于原因因素的概率或属于结果因素的概率置于坐标系中,构建概率影响关系图,其中,
Pi eg=1-Pi cg;
对影响因素进行分类:
若Pi cg≥0.5,则影响因素Fi为原因因素;
若Pi eg>0.5,则影响因素Fi为结果因素。
4.根据权利要求1所述的一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,其特征在于:所述S3步骤中,根据区间值综合关系矩阵,采用逐步比较搜索算法确定突发事件应急管理影响因素的优化顺序,得到突发事件应急管理优化策略具体实现如下:
(5)若ν<n,则令ν=ν+1,执行所述S3步骤的(2);否则,执行所述S3步骤的(6);
(9)若τ<n-1,则令τ=τ+1,ν=1,执行步骤的(3);否则,执行步骤的(10);
(11)令Ψ=Θ,输出Ψ;
5.根据权利要求1所述的一种基于区间二元语义和DEMATEL的突发事件应急管理优化策略的计算方法,其特征在于:所述S3步骤中,突发事件应急管理优化策略由所述S3步骤的(11)中的集合Ψ给出,即集合Ψ给出了突发事件应急管理影响因素的最佳优化顺序,同时在可用的资源有限、只能选择部分影响因素进行优化的情况下,应急管理决策者可根据集合Ψ给出的优化顺序,确定最佳的优化组合及选定的优化组合内的影响因素的最佳优化顺序。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910682656.9A CN110442830B (zh) | 2019-07-26 | 2019-07-26 | 一种基于区间二元语义和dematel的突发事件应急管理优化策略的计算方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201910682656.9A CN110442830B (zh) | 2019-07-26 | 2019-07-26 | 一种基于区间二元语义和dematel的突发事件应急管理优化策略的计算方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN110442830A CN110442830A (zh) | 2019-11-12 |
CN110442830B true CN110442830B (zh) | 2022-12-23 |
Family
ID=68431697
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201910682656.9A Active CN110442830B (zh) | 2019-07-26 | 2019-07-26 | 一种基于区间二元语义和dematel的突发事件应急管理优化策略的计算方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN110442830B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113705080B (zh) * | 2021-07-21 | 2024-02-09 | 杭州电子科技大学 | 一种基于dematel-anp的深海载人潜水器可靠性指标的分析方法 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016082263A1 (zh) * | 2014-11-28 | 2016-06-02 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台及其实施方法 |
CN107622354A (zh) * | 2017-09-29 | 2018-01-23 | 中国科学技术大学 | 一种基于区间二元语义的突发事件应急能力评估方法 |
CN108416530A (zh) * | 2018-03-19 | 2018-08-17 | 辽宁工程技术大学 | 一种煤矿突发事件应急响应风险决策方法 |
-
2019
- 2019-07-26 CN CN201910682656.9A patent/CN110442830B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
WO2016082263A1 (zh) * | 2014-11-28 | 2016-06-02 | 东莞中国科学院云计算产业技术创新与育成中心 | 一种基于预案的多目标辅助决策平台及其实施方法 |
CN107622354A (zh) * | 2017-09-29 | 2018-01-23 | 中国科学技术大学 | 一种基于区间二元语义的突发事件应急能力评估方法 |
CN108416530A (zh) * | 2018-03-19 | 2018-08-17 | 辽宁工程技术大学 | 一种煤矿突发事件应急响应风险决策方法 |
Non-Patent Citations (2)
Title |
---|
基于二元语义的非常规突发事件群决策方法;岳小云等;《河北科技师范学院学报》;20110615(第02期);全文 * |
基于相对信息熵和语言加权算子的网络舆情突发事件模糊多指标应急决策方法;张倩生等;《数据采集与处理》;20180115(第01期);全文 * |
Also Published As
Publication number | Publication date |
---|---|
CN110442830A (zh) | 2019-11-12 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110807154B (zh) | 一种基于混合深度学习模型的推荐方法与系统 | |
KR102061987B1 (ko) | 위험 평가 방법 및 시스템 | |
Patel et al. | Study of various decision tree pruning methods with their empirical comparison in WEKA | |
CN109857871B (zh) | 一种基于社交网络海量情景数据的用户关系发现方法 | |
CN110135460B (zh) | 基于vlad卷积模块的图像信息强化方法 | |
CN112685504B (zh) | 一种面向生产过程的分布式迁移图学习方法 | |
EP3138058A1 (en) | Method and apparatus for classifying object based on social networking service, and storage medium | |
CN111340493A (zh) | 一种多维度分布式异常交易行为检测方法 | |
CN113591465B (zh) | 基于关联增强的网络威胁情报多维IoC实体识别方法及装置 | |
CN113378160A (zh) | 一种基于生成式对抗网络的图神经网络模型防御方法及装置 | |
WO2020024444A1 (zh) | 人群绩效等级识别方法、装置、存储介质及计算机设备 | |
CN110442830B (zh) | 一种基于区间二元语义和dematel的突发事件应急管理优化策略的计算方法 | |
CN113705242B (zh) | 面向教育咨询服务的智能语义匹配方法和装置 | |
CN111967574B (zh) | 一种基于张量奇异值定界的卷积神经网络训练方法 | |
CN109978013B (zh) | 一种用于人物动作识别的深度聚类方法 | |
CN111783688A (zh) | 一种基于卷积神经网络的遥感图像场景分类方法 | |
CN111783936A (zh) | 卷积神经网络构建方法、装置、设备及介质 | |
CN109460872B (zh) | 一种面向移动通信用户流失不平衡数据预测方法 | |
CN112200208A (zh) | 基于多维度特征融合的云工作流任务执行时间预测方法 | |
CN107402984B (zh) | 一种基于主题的分类方法及装置 | |
CN116303386A (zh) | 一种基于关系图谱的缺失数据智能插补方法和系统 | |
CN115600211A (zh) | 基于CNN-BiLSTM多标签分类的智能合约未知漏洞检测方法 | |
CN114611673A (zh) | 神经网络压缩方法、装置、设备及可读存储介质 | |
Wang et al. | Hierarchical multimodal fusion network with dynamic multi-task learning | |
WO2021042517A1 (zh) | 基于人工智能的文章主旨提取方法、装置及存储介质 |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |