CN110738371A - 一种基于故障树分析法的突发事件应急响应方案决策方法 - Google Patents
一种基于故障树分析法的突发事件应急响应方案决策方法 Download PDFInfo
- Publication number
- CN110738371A CN110738371A CN201910976733.1A CN201910976733A CN110738371A CN 110738371 A CN110738371 A CN 110738371A CN 201910976733 A CN201910976733 A CN 201910976733A CN 110738371 A CN110738371 A CN 110738371A
- Authority
- CN
- China
- Prior art keywords
- emergency
- probability
- casualties
- event
- scheme
- 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.)
- Withdrawn
Links
- 230000004044 response Effects 0.000 title claims abstract description 45
- 238000000034 method Methods 0.000 title claims abstract description 37
- 238000004458 analytical method Methods 0.000 title claims abstract description 36
- 238000004364 calculation method Methods 0.000 claims description 26
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 claims description 20
- 230000034994 death Effects 0.000 claims description 6
- 231100000517 death Toxicity 0.000 claims description 6
- 239000011159 matrix material Substances 0.000 claims description 6
- 206010013647 Drowning Diseases 0.000 claims description 5
- 239000000463 material Substances 0.000 claims description 5
- 239000013598 vector Substances 0.000 claims description 5
- 238000012546 transfer Methods 0.000 claims description 4
- 230000002776 aggregation Effects 0.000 claims description 3
- 238000004220 aggregation Methods 0.000 claims description 3
- 238000011156 evaluation Methods 0.000 claims description 2
- 238000007619 statistical method Methods 0.000 claims description 2
- 238000013500 data storage Methods 0.000 description 10
- 238000007726 management method Methods 0.000 description 4
- 230000000007 visual effect Effects 0.000 description 4
- 230000000694 effects Effects 0.000 description 2
- 239000000284 extract Substances 0.000 description 2
- 230000010354 integration Effects 0.000 description 2
- 101150067055 minC gene Proteins 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000007781 pre-processing Methods 0.000 description 2
- 238000011160 research Methods 0.000 description 2
- 230000004043 responsiveness Effects 0.000 description 2
- 241000238413 Octopus Species 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000008569 process Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000008685 targeting Effects 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
- 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
- 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)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Human Resources & Organizations (AREA)
- Tourism & Hospitality (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Computer Security & Cryptography (AREA)
- Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Educational Administration (AREA)
- General Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了突发事件响应技术领域的一种基于故障树分析法的突发事件应急响应方案决策方法，旨在解决现有技术中突发事件响应的适应性与敏捷性较差，单一救援方案难以解决突发事件中各种复杂局面的技术问题。所述方法包括如下步骤：构建突发事件造成人员伤亡的故障树，所述故障树包括突发事件中造成的伤亡事件和造成所述伤亡事件的基本事件；以避免人员伤亡为目标，针对能够人为做出改变的基本事件，制定与其适配的应急备选子方案；构建由不少于一个应急备选子方案组成的方案组合；以预计人员伤亡数量最小为目标，选取与其相对应的方案组合作为应急响应方案。
Description
技术领域
本发明涉及一种基于故障树分析法的突发事件应急响应方案决策方法，属 于突发事件响应技术领域。
背景技术
近年来，水灾害成为引人关注的热点问题，2019年4月11日，深圳突发强 降水，造成10人死亡、1人失联；2018年7月，江西暴雨洪涝灾害，导致109.8 万人受灾，直接损失13.8亿元；2017年，湖南省洪灾导致44人死亡或失联。 平原河网地区由于地势较为平坦，容易受到洪涝灾害的袭击，河口三角洲还易 受到到风暴潮和台风的袭击。由于平原河网地区易涝难排，一旦出现水灾害， 可能会造成难以挽回的重大损失和人员伤亡，因而防洪抗洪是平原河网地区的 首要任务。由于水灾害突发事件具有不确定性高、危害性大的特点，因而对灾 害的应急响应提出了非常高的要求。
近年来，对水灾害突发事件应急响应的研究成为热门话题，一些学者结合 运用博弈分析视角，研究了水灾害应急管理中的府际合作模式，给出了博弈模 型。但现有模型大多采用传统的群体决策方法或者风险决策方法，适应性与敏 捷性较差，有必要构建适应性高、敏捷性强的突发事件响应模型；由于突发事 件具有高度的不确定性与复杂性，单一的救援方案往往难以解决突发事件中出 现的各种复杂局面，从而导致整体救援效果不佳，有必要根据具体问题的实际 情况，制定整体效果最佳的应急救援方案，生成应急响应的方案组合，提高响 应模型的响应度。
发明内容
针对现有技术的不足，本发明的目的在于提供一种基于故障树分析法的突 发事件应急响应方案决策方法，以解决现有技术中突发事件响应的适应性与敏 捷性较差，单一救援方案难以解决突发事件中各种复杂局面的技术问题。
为解决上述技术问题，本发明所采用的技术方案是：
一种基于故障树分析法的突发事件应急响应方案决策方法，包括如下步骤：
构建突发事件造成人员伤亡的故障树，所述故障树包括突发事件中造成的 伤亡事件和造成所述伤亡事件的基本事件；
以避免人员伤亡为目标，针对能够人为做出改变的基本事件，制定与其适 配的应急备选子方案；
预测在实施应急备选子方案后，与所实施应急备选子方案相对应的基本事 件仍会发生的概率估计值和预期伤亡人数；
构建由不少于一个应急备选子方案组成的方案组合；
基于所述概率估计值和预期伤亡人数，采用故障树分析法求取在实施所述 方案组合后的预计人员伤亡数量；
以预计人员伤亡数量最小为目标，选取与其相对应的方案组合作为应急响 应方案。
进一步地，所述概率估计值的预测方法，包括：主观估计法或/和客观估 计法。
进一步地，所述主观估计法，包括：
获取不少于两个业内专家提出的基本事件仍会发生的主观概率估计值；
基于不少于两个主观概率估计值构建概率值矩阵；
对概率值矩阵进行线性加权集结，计算获取基本事件仍会发生的主观概率。
进一步地，所述客观估计法，包括：对历史案例进行统计分析，计算获取 基本事件仍会发生的客观概率。
进一步地，所述概率估计值，其计算公式如下：
式中，pj为第j个基本事件仍会发生的概率估计值，
为第j个基本事件仍 会发生的客观概率，α为客观概率的权重向量，为第j个基本事件仍会发生的 主观概率，β为主观概率的权重向量，fj为历史案例中第j个基本事件发生的频 数，f为历史案例的发生频次，n为基本事件的数量，k为业内专家的数量，Wr为第r个业内专家的权重，Prj为第r个业内专家提出的第j个基本事件仍会发生 的主观概率估计值。
进一步地，所述伤亡事件包括位于故障树第一层的顶上事件和位于故障树 第二层的中间事件，所述基本事件位于故障树第三层，所述顶上事件为突发事 件中造成的人员伤亡，所述中间事件为突发事件中能够避免的人员伤亡。
进一步地，所述突发事件为水灾害突发事件，所述中间事件包括非淹没区 域溺水身亡或/和建筑物倒塌伤亡；
所述基本事件包括强降雨、低洼处留人、建筑物倒塌、淹没区域溺水伤亡、 缺少物资伤亡、建筑物内有人中的至少任一项；
进一步地，所述方案组合的选取条件，还包括：以预计救援总成本最小为 目标。
所述应急备选子方案包括低洼处不准留人、提供物资补给、转移人员、加 固室外设施、转移建筑物内人员中的至少任一项。
进一步地，所述方案组合的选取，满足如下计算公式：
mint11＝p11r11，
式中，t11为采取对应方案组合条件下预计人员伤亡数量，p11为故障树顶上 事件发生的概率，r11为故障树顶上事件对应的伤亡人数，C为采取对应方案组合 条件下预计救援总成本，
为第g个基本事件的第sg个应急备选子方案投入的 救援成本。
进一步地，所述方案组合的选取，mint11优先于minC。
与现有技术相比，本发明所达到的有益效果：以预计人员伤亡数量最小为 目标，兼顾救援成本，基于故障树分析法选取由预设应急备选子方案组成的方 案组合作为应急响应方案，提高了突发事件响应的及时性、针对性和合理性， 最大程度地降低突发事件带来的人员伤亡与经济损失，有效解决了现有技术中 突发事件响应的适应性与敏捷性较差，单一救援方案难以解决突发事件中各种 复杂局面的技术问题。
具体实施方式
下面对本发明作进一步描述。以下实施例仅用于更加清楚地说明本发明的 技术方案，而不能以此来限制本发明的保护范围。
本发明的目的在于解决目前水灾害突发事件响应过程中存在响应度低、系 统性不足的技术问题，在云平台上基于故障树分析法建立水灾害突发事件响应 模型，能够提高突发事件响应模型的及时性、针对性和合理性，最大程度地降 低突发事件带来的人员伤亡与经济损失。
本发明具体实施方式提供了一种基于故障树分析法的突发事件应急响应方 案决策方法，所述方法基于水灾害突发事件响应云平台模型来实现，包括如下 步骤：
(1)对水灾害突发事件各个因素进行系统分析，构建水灾害突发事件造成 人员伤亡的故障树。构建的故障树分为三层，顶上事件为第一层，为水灾害造 成的人员伤亡；中间事件为第二层，为水灾害中通过采取措施能够避免的人员 伤亡，包括非淹没区域溺水身亡和建筑物倒塌伤亡；基本事件为第三层，包括 强降雨、低洼处留人、建筑物倒塌、淹没区域溺水伤亡、缺少物资伤亡和建筑 物内有人，基本事件区分为两类，即：能够人为做出改变的和不能人为做出改 变的，其中，强降雨便属于不能人为做出改变的基本事件。
(2)在云平台上分别构建用户管理模块、数据存储模块、分析计算模块、 结果输出模块，将故障树中的基本事件添加到云平台中的计算分析模块，以此 从数据存储模块中提取相应数据用作后续分析。其中，数据存储模块主要用于 储存采集的数据并对其进行预处理；分析计算模块为一个基于故障树分析法的 水灾害突发事件响应云平台模型，主要用于将需要用到的数据从数据储存模块 中提取出来进行分析计算，得出结果；结果输出模块主要用于接收分析计算模 块输出的计算结果，将其呈现在模块可视化界面上，并标示出最优方案；用户 管理模块主要用于管理云平台用户。
(3)使用八爪鱼等软件采集近五年来全国范围内的水灾害突发事件的数 据，采集指标包括事件名称、时间、区域、降水情况、发生原因、灾害类型、 受灾人口、死亡人口、失踪人口、房屋倒塌数、直接经济损失和农作物受灾面 积等，作为历史数据储存在云平台数据储存模块中，进行去重和标准化预处理， 并将经过处理后的数据同样存储在云平台的数据存储模块中。
(4)邀请业内专家根据水灾害突发事件实际情况进行研究，通过用户管理 模块用户注册、登录进入云平台，从云平台的数据存储模块中获取水灾害样本 数据进行分析，预测基本事件在实施应急备选子方案后仍会发生的概率估计值、 预期伤亡人数和预计成本，将其录入到云平台并存储在数据存储模块中。
(5)步骤(4)中所述实施应急备选子方案，是指采用故障树分析法在云 平台分析计算模块中建立突发事件响应模型时，为避免何减少人员伤亡，故障 树中的基本事件都有与其对应的应急备选子方案集。由于基本事件都存在发生 和不发生两种情景，因而预测步骤(4)中所述预测基本事件在实施应急备选子 方案后仍会发生的概率估计值，可采用专家主观意见和客观估计两方面相结合 的主客观集成概率估计法进行求取，其流程与计算步骤如下：
①主观估计法：首先，云平台计算分析模块从数据存储模块中提取k位业 内专家对水灾害突发事件中基本事件的主观概率估计值，并对其进行汇总整合， 得到k位专家的概率值矩阵PE，如下所示：
式中，Pkn表示第k位业内专家Ek对于第n个基本事件Sn所估计的仍会发生 的概率值；
然后，对概率值矩阵进行线性加权集结，计算得到基本事件仍会发生的主观 概率，记为p2＝(p1 2,p2 2,…pj 2…,pn 2)，其中，pj 2表示线性加权结果后第j个基本事 件Sj仍会发生的主观概率，其计算公式如下：
式中，Wr为第r位业内专家Er的权重，Prj为第r个业内专家提出的第j个基 本事件仍会发生的主观概率估计值；
②客观估计法：云平台计算分析模块从数据存储模块中提取近五年的水灾 害样本数据进行统计计算，可得到基本事件仍会发生客观概率，其计算公式如 下：
式中，pj 1表示通过历史案例统计得到的第j个基本事件Sj仍会发生的客观概 率，fj为历史案例中第j个基本事件发生的频数，f为历史案例的发生频次；
③主客观集成法：计算出客观概率和主观概率后，在此基础上对主观和客观 概率进行集成计算，进而可以计算出各个基本事件仍会发生的概率估计值，其 计算公式如下：
式中，α与β分别为客观概率与主观概率的权重向量。
(6)分析计算模块中根据具体的突发事件实际情况，将各个基本事件所对 应的应急备选子方案进行组合，计算每一个方案组合中各个故障节点的人员伤 亡与救援成本，遵循人员伤亡为第一要素、救援成本为第二要素的原则，进行 应急响应方案的科学决策，求解出最佳的方案组合。
(7)决策水灾害突发事件应急响应方案时，要考虑人员伤亡与救援成本两 个方面，此时，应将减少人员伤亡作为救援的第一目标与最重要的要素进行决 策，在追求人员伤亡数量最少的基础上，再考虑资源与人员有限等情况，将救 援成本作为第二目标与其次要素进行考虑，以利于降低救援成本。该决策办法 遵循人员-成本最小目标原则，人员-成本最小目标模型的计算公式如下：
mint11＝p11r11 (3.5)
式中，p11为故障树顶上事件发生的概率，r11为故障树顶上事件对应的伤亡 人数，mint11表示采取对应方案组合条件下预计人员伤亡数量最小值；minC为采 取对应方案组合条件下预计救援总成本最小值，为第g个基本事件的第sg个 应急备选子方案投入的救援成本。
(8)应急响应方案的决策结果，由分析计算模块传递至结果输出模块，在 可视化界面中呈现各种方案组合，并标示出最优方案组合，以供决策者参考， 快速启动应急响应。
下面，以2013年余姚水灾为背景，结合实施例对本发明方法的实施步骤进 行详细描述。
(1)确定每个基本事件节点所对应的应急备选子方案。所述基本事件(Xg) 一共有6个，其中包括可应对的4个基本事件(X2～X5)和不可应对的2个基 本事件(X1、X6)；应急备选子方案
所对应的预期伤亡人数和预计成本， 如表1所示；
表1：应急备选子方案
所对应的预期伤亡人数和预计成本
(2)根据主客观集成法，对基本事件采取不同方案后所有节点对应的情景 概率值进行估值计算，所述方案即应急备选子方案
所述情节概率值即在 实施应急备选子方案后与所实施应急备选子方案相对应的基本事件仍会发生的 概率估计值，其计算结果如表2所示；
表2：基本事件方案实施后情景概率值
由表1和表2可知，根据应急备选子方案，可以得到的方案组合形式共有1 ×2×3×2×2×1＝24种，在不同的方案组合形式下，水灾害造成的人员伤亡数 量也不同。
(3)计算不同的方案组合中各故障树节点的概率，这里，以方案组合1
为例，其计算公式如下：
先计算第二层中间事件节点概率：
再计算第一层顶上事件节点概率：
方案组合故障节点概率计算结果如表3所示：
表3：方案组合故障节点概率
(4)针对2013年余姚水灾案例的应急响应模型中决策，需要考虑到水灾害 突发事件的两个方面，第一个方面是救援工作涉及到的人力和物资的成本，这 里指的是上文提到的物资补给，加固房屋、悬挂物、广告牌等室外设施，危险 区域人员的撤离工作，救援人员的派遣等等各方面的救援成本；第二个方面是 人员的伤亡情况，水灾害突发事件往往会导致居民的生命安全受到威胁，例如 低洼处留人伤亡、建筑物倒塌伤亡、缺少物资伤亡和淹没伤亡等，要尽量减少 人员的伤亡；
为此，需要将以上数据输入云平台中分析计算模块，经过人员-成本最小目 标模型处理，得到24种响应方案的组合形式，随后该模块将计算每一个方案组 合形式中各个故障节点的人员伤亡与救援成本，遵循人员伤亡为第一要素、救 援成本为第二要素的原则，进行方案的科学决策。
首先，计算方案组合的故障数节点伤亡人数，在这里，还是以方案组合1
为例，其计算公式如下：
式中，r21为故障树第2层中第1个节点(非淹没区域溺水身亡)对应的伤亡 人数，r22为故障树第2层中第2个节点(建筑物倒塌伤亡)对应的伤亡人数， r11表示故障树顶上事件对应的伤亡人数；
每个方案组合形式的故障树节点伤亡人数，其计算结果如表4所示；
表4：方案组合故障节点伤亡人数
然后，根据公式(3.5)与公式(3.6)，再分别计算每个方案组合的预计人 员伤亡数量与预计救援总成本，其计算结果如表5所示：
表5：预计人员伤亡数量与救援总成本
本发明实施例将减少人员伤亡作为救援的第一目标与最重要的要素进行决 策，将救援成本作为其次要素进行考虑，并且并未对救援成本有相关的限制， 因而2013年余姚水灾案例在云平台结果输出模块的可视化界面中被标示的最优 方案组合形式为
采取的应急响应措施有：低洼处不留人，转 移人员，加固房屋、悬挂物、广告牌室外设置，停止人员外出活动，设置警戒 区，转移建筑物内人员，基于上述措施组合形成应急响应方案。然后，发布气 象灾害预警，启动应急响应。相关部门进行现场处置与救援，派出工作组加强 工作。
本发明方法实施例在云平台上基于故障树分析法建立水灾害突发事件响应 模型，以预计人员伤亡数量最小为目标，兼顾救援成本，基于故障树分析法选 取由预设应急备选子方案组成的方案组合作为应急响应方案，提高了突发事件 响应的及时性、针对性和合理性，有利于最大程度地降低突发事件带来的人员 伤亡与经济损失，有效解决了现有技术中突发事件响应的适应性与敏捷性较差， 单一救援方案难以解决突发事件中各种复杂局面的技术问题。
以上所述仅是本发明的优选实施方式，应当指出，对于本技术领域的普通 技术人员来说，在不脱离本发明技术原理的前提下，还可以做出若干改进和变 形，这些改进和变形也应视为本发明的保护范围。
Claims (10)
1.一种基于故障树分析法的突发事件应急响应方案决策方法，其特征是，包括如下步骤：
构建突发事件造成人员伤亡的故障树，所述故障树包括突发事件中造成的伤亡事件和造成所述伤亡事件的基本事件；
以避免人员伤亡为目标，针对能够人为做出改变的基本事件，制定与其适配的应急备选子方案；
预测在实施应急备选子方案后，与所实施应急备选子方案相对应的基本事件仍会发生的概率估计值和预期伤亡人数；
构建由不少于一个应急备选子方案组成的方案组合；
基于所述概率估计值和预期伤亡人数，采用故障树分析法求取在实施所述方案组合后的预计人员伤亡数量；
以预计人员伤亡数量最小为目标，选取与其相对应的方案组合作为应急响应方案。
2.根据权利要求1所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述概率估计值的预测方法，包括：主观估计法或/和客观估计法。
3.根据权利要求2所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述主观估计法，包括：
获取不少于两个业内专家提出的基本事件仍会发生的主观概率估计值；
基于不少于两个主观概率估计值构建概率值矩阵；
对概率值矩阵进行线性加权集结，计算获取基本事件仍会发生的主观概率。
4.根据权利要求3所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述客观估计法，包括：对历史案例进行统计分析，计算获取基本事件仍会发生的客观概率。
5.根据权利要求4所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述概率估计值，其计算公式如下：
式中，pj为第j个基本事件仍会发生的概率估计值，
为第j个基本事件仍会发生的客观概率，α为客观概率的权重向量，
为第j个基本事件仍会发生的主观概率，β为主观概率的权重向量，fj为历史案例中第j个基本事件发生的频数，f为历史案例的发生频次，n为基本事件的数量，k为业内专家的数量，Wr为第r个业内专家的权重，Prj为第r个业内专家提出的第j个基本事件仍会发生的主观概率估计值。
6.根据权利要求1至5中任一项所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述伤亡事件包括位于故障树第一层的顶上事件和位于故障树第二层的中间事件，所述基本事件位于故障树第三层，所述顶上事件为突发事件中造成的人员伤亡，所述中间事件为突发事件中能够避免的人员伤亡。
7.根据权利要求6所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述突发事件为水灾害突发事件，所述中间事件包括非淹没区域溺水身亡或/和建筑物倒塌伤亡；
所述基本事件包括强降雨、低洼处留人、建筑物倒塌、淹没区域溺水伤亡、缺少物资伤亡、建筑物内有人中的至少任一项。
8.根据权利要求6所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述方案组合的选取条件，还包括：以预计救援总成本最小为目标。
所述应急备选子方案包括低洼处不准留人、提供物资补给、转移人员、加固室外设施、转移建筑物内人员中的至少任一项。
9.根据权利要求8所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述方案组合的选取，满足如下计算公式：
min t11＝p11r11，
式中，t11为采取对应方案组合条件下预计人员伤亡数量，p11为故障树顶上事件发生的概率，r11为故障树顶上事件对应的伤亡人数，C为采取对应方案组合条件下预计救援总成本，
为第g个基本事件的第sg个应急备选子方案投入的救援成本。
10.根据权利要求9所述的基于故障树分析法的突发事件应急响应方案决策方法，其特征是，所述方案组合的选取，min t11优先于min C。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910976733.1A CN110738371A (zh) | 2019-10-15 | 2019-10-15 | 一种基于故障树分析法的突发事件应急响应方案决策方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN201910976733.1A CN110738371A (zh) | 2019-10-15 | 2019-10-15 | 一种基于故障树分析法的突发事件应急响应方案决策方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN110738371A true CN110738371A (zh) | 2020-01-31 |
Family
ID=69268929
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN201910976733.1A Withdrawn CN110738371A (zh) | 2019-10-15 | 2019-10-15 | 一种基于故障树分析法的突发事件应急响应方案决策方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN110738371A (zh) |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112801390A (zh) * | 2021-02-04 | 2021-05-14 | 天津科技大学 | 基于不确定故障树的水下生产系统维修优化方法及装置 |
| CN116050676A (zh) * | 2023-03-31 | 2023-05-02 | 四川互慧软件有限公司 | 一种基于突发群体事件的应急预案推荐系统 |
-
2019
- 2019-10-15 CN CN201910976733.1A patent/CN110738371A/zh not_active Withdrawn
Cited By (3)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN112801390A (zh) * | 2021-02-04 | 2021-05-14 | 天津科技大学 | 基于不确定故障树的水下生产系统维修优化方法及装置 |
| CN116050676A (zh) * | 2023-03-31 | 2023-05-02 | 四川互慧软件有限公司 | 一种基于突发群体事件的应急预案推荐系统 |
| CN116050676B (zh) * | 2023-03-31 | 2023-06-16 | 四川互慧软件有限公司 | 一种基于突发群体事件的应急预案推荐系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108596382B (zh) | 基于多起点、多待救援点、多个终点的救援路径规划方法 | |
| CN110738371A (zh) | 一种基于故障树分析法的突发事件应急响应方案决策方法 | |
| US11625803B2 (en) | High land tourism safety risk warning method based on reinforcement learning | |
| CN111861133A (zh) | 一种山洪灾害防治能力评价方法 | |
| CN109447330B (zh) | 考虑电网弹性及适应能力的配电网风险预警方法 | |
| CN110490432B (zh) | 基于Hausdorff距离的双向基准特征消防风险评估方法及系统 | |
| CN111178732A (zh) | 基于大数据赋能条件下的区域动态火灾风险评估方法 | |
| CN107122878A (zh) | 一种基于大数据与人为因素的电力系统风险评估方法 | |
| CN107146034A (zh) | 一种岗位胜任素质测评方法 | |
| CN112653870B (zh) | 一种基于大数据的异常行为预警系统 | |
| CN109460915A (zh) | 一种基于大数据驱动的城市电梯智能派工检验系统 | |
| CN110688772A (zh) | 一种基于vr局域网联机系统的变电站异常处理模拟系统 | |
| CN110472822A (zh) | 一种智能配电网供电可靠性评估系统及方法 | |
| CN115470460A (zh) | 一种邮轮火灾风险识别与控制方法及系统 | |
| CN116013022A (zh) | 一种智慧消防控制系统及方法 | |
| CN117114619A (zh) | 一种基于大数据分析的项目安全管理系统 | |
| Lindberg et al. | Self-rated physical loads of work tasks among firefighters | |
| CN112668821A (zh) | 一种基于风沙区域绝缘子故障概率的配电线路风险分析方法 | |
| CN104618133B (zh) | 一种电网电压质量监测数据采集方法及系统 | |
| CN112101754A (zh) | 一种电力应急保障能力评价方法 | |
| Chen et al. | Research on building fire risk assessment based on analytic hierarchy process (AHP) | |
| CN114781800A (zh) | 一种城市轨道交通应急演练评估方法 | |
| CN114997616A (zh) | 一种基于模糊重心的电梯安全综合评估方法 | |
| CN108846746A (zh) | 一种结合离散统计和极限学习机的碳交易行为建模方法 | |
| CN108694527B (zh) | 一种配电网评价方法 |
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 | ||
| WW01 | Invention patent application withdrawn after publication | ||
| WW01 | Invention patent application withdrawn after publication |
Application publication date: 20200131 |