CN111582595B - 用于自然灾害的应急决策方法、装置及电子设备 - Google Patents
用于自然灾害的应急决策方法、装置及电子设备 Download PDFInfo
- Publication number
- CN111582595B CN111582595B CN202010402602.5A CN202010402602A CN111582595B CN 111582595 B CN111582595 B CN 111582595B CN 202010402602 A CN202010402602 A CN 202010402602A CN 111582595 B CN111582595 B CN 111582595B
- Authority
- CN
- China
- Prior art keywords
- emergency
- evaluation
- criterion
- evaluation criteria
- decision
- 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
- 238000000034 method Methods 0.000 title claims abstract description 58
- 238000011156 evaluation Methods 0.000 claims abstract description 180
- 239000011159 matrix material Substances 0.000 claims abstract description 29
- 239000013598 vector Substances 0.000 claims description 25
- 238000006243 chemical reaction Methods 0.000 claims description 6
- 239000000463 material Substances 0.000 claims description 5
- 238000010276 construction Methods 0.000 claims description 3
- 230000010354 integration Effects 0.000 claims 2
- 230000007547 defect Effects 0.000 abstract description 3
- 230000008569 process Effects 0.000 description 4
- 238000011160 research Methods 0.000 description 4
- 230000009471 action Effects 0.000 description 3
- 238000010586 diagram Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 239000004973 liquid crystal related substance Substances 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000008859 change Effects 0.000 description 1
- 230000019771 cognition Effects 0.000 description 1
- 238000007796 conventional method Methods 0.000 description 1
- 230000001066 destructive effect Effects 0.000 description 1
- 230000004069 differentiation Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 238000010295 mobile communication Methods 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 238000005457 optimization Methods 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 230000011273 social behavior Effects 0.000 description 1
- 239000007787 solid 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
- 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
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N20/00—Machine learning
-
- 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
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Human Resources & Organizations (AREA)
- Strategic Management (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Data Mining & Analysis (AREA)
- Operations Research (AREA)
- Educational Administration (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Artificial Intelligence (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Quality & Reliability (AREA)
- Evolutionary Computation (AREA)
- Medical Informatics (AREA)
- Game Theory and Decision Science (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本公开涉及一种用于自然灾害的应急决策方法、装置及电子设备,方法包括:确定至少两个针对自然灾害的应急方案;确定用于评价所述应急方案的至少两个评价准则以及各所述评价准则的权重;获取各决策者对各所述应急方案相对于各评价准则的评价值,并根据所述评价值建立应急决策矩阵;基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值;根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重以及所述应急决策矩阵,得到各所述应急方案的期望值;基于各所述应急方案的期望值,确定最优应急方案。本公开实施例可以有效地从多个自然灾害的应急方案中选出最优应急方案,弥补了现有的应急决策方法不能满足实际需要的不足。
Description
技术领域
本公开涉及应急决策技术领域,尤其涉及一种用于自然灾害的应急决策方法、装置及电子设备。
背景技术
自然灾害,作为生态系统中的一种灾害,如地质、气象、生物和环境污染、火灾和海洋灾害等,往往导致社会经济系统的稳定损失,造成社会资源供需失衡,给社会和城市的经济方面和建设方面造成严重损害。近年来,随着自然灾害数量显著增加,自然灾害的相关研究以其高可能性、严重性、广泛性等特点,受到了不同应用领域学者和研究者的广泛关注。
以洪涝灾害为例,洪水会破坏基础设施,也会破坏河流和周围的漫滩,并对气候变化产生影响;在社会方面,往往给当地带来巨大的经济损失,且易使当地陷入紧急状态。因此,决策者不可避免地需要有效、合理的实际解决方案,能够在短时间内克服破坏性事件带来的影响。然而,在紧急情况下,由于缺乏与决策者知识相关的信息等不确定性的存在,基于传统技术的可靠决策是一项困难的任务。因此,多准则决策方法作为一种有助于决策者在考虑冲突准则的情况下,从一组备选应急方案中选择最优意见的技术,在解决应急决策问题方面受到了各界的广泛关注,被认为是求解典型应急决策问题最优解的有效工具。
多准则决策研究成果众多,但仍然面临诸多困境。首先,决策群体由差异化较大的若干个体组成,如何有效整合每个决策者的评价,构成综合评价结果,较少有相关研究;其次,许多准则是语言变量,难以精确表述和优劣排序,现有的区间数、模糊数等方法需要借助先验知识,评价结果存在主观性;最后,现有对准则权重的研究均利用两两成对比较方法,但由于专家认知的主观性和两两比较的复杂性,判断矩阵经常会出现不一致现象,导致评价结果有偏差。因此,现有的应急决策方法不能满足实际需要,如何有效地从多个自然灾害的应急方案选出最优应急方案仍然是目前亟待解决的问题。
发明内容
为了解决上述技术问题或者至少部分地解决上述技术问题,本公开提供了一种用于自然灾害的应急决策方法、装置及电子设备。
第一方面,本发明实施例提出一种用于自然灾害的应急决策方法,包括以下步骤:
确定至少两个针对自然灾害的应急方案;
确定用于评价所述应急方案的至少两个评价准则以及各所述评价准则的权重;
获取各决策者对各所述应急方案相对于各评价准则的评价值,并根据所述评价值建立应急决策矩阵;
基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值;
根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重以及所述应急决策矩阵,得到各所述应急方案的期望值;
基于各所述应急方案的期望值,确定最优应急方案。
第二方面,本发明实施例还提出一种用于自然灾害的应急决策装置,包括:
应急方案确定模块,用于确定至少两个针对自然灾害的应急方案;
评价准则确定模块,用于确定用于评价所述应急方案的至少两个评价准则以及各所述评价准则的权重;
决策矩阵建立模块,用于获取各决策者对各所述应急方案相对于各评价准则的评价值,并根据所述评价值建立应急决策矩阵;
博弈值确定模块,用于基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值;
期望值确定模块,用于根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重以及所述应急决策矩阵,得到各所述应急方案的期望值;
最优应急方案确定模块,用于基于各所述应急方案的期望值,确定最优应急方案。
第三方面,本发明实施例还提出一种电子设备,包括:处理器和存储器;
处理器通过调用存储器存储的程序或指令,用于执行上述任一方法的步骤。
第四方面,本发明实施例还提出一种计算机可读存储介质,计算机可读存储介质存储程序或指令,程序或指令使计算机执行上述任一方法的步骤。
本发明实施例中提供的用于自然灾害的应急决策方法,通过确定用于评价所述应急方案的至少两个评价准则以及各所述评价准则的权重;获取各决策者对各所述应急方案相对于各评价准则的评价值,并根据所述评价值建立应急决策矩阵;基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值;根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重以及所述应急决策矩阵,得到各所述应急方案的期望值;基于各所述应急方案的期望值,确定最优应急方案,可以有效地从多个自然灾害的应急方案中选出最优应急方案,可以满足实际需要,弥补了现有的应急决策方法不能满足实际需要的不足。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分,示出了符合本公开的实施例,并与说明书一起用于解释本公开的原理。
为了更清楚地说明本公开实施例或现有技术中的技术方案,下面将对实施例或现有技术描述中所需要使用的附图作简单地介绍,显而易见地,对于本领域普通技术人员而言,在不付出创造性劳动性的前提下,还可以根据这些附图获得其他的附图。
图1是本公开实施例提供的一种用于自然灾害的应急决策方法的流程图;
图2为本公开实施例提供的一种利用最优最劣方法确定各评价准则的权重的流程图;
图3为本公开实施例提供的一种实现S130的流程图;
图4为本公开实施例提供的一种实现S140的流程图;
图5为本公开实施例提供的一种用于自然灾害的应急决策装置的结构框图;
图6为本公开实施例提供的电子设备的硬件结构示意图。
具体实施方式
为了能够更清楚地理解本公开的上述目的、特征和优点,下面将对本公开的方案进行进一步描述。需要说明的是,在不冲突的情况下,本公开的实施例及实施例中的特征可以相互组合。
在下面的描述中阐述了很多具体细节以便于充分理解本公开,但本公开还可以采用其他不同于在此描述的方式来实施;显然,说明书中的实施例只是本公开的一部分实施例,而不是全部的实施例。
图1是本公开实施例提供的一种用于自然灾害的应急决策方法的流程图。参见图1,该用于自然灾害的应急决策方法包括以下步骤:
S110、确定至少两个针对自然灾害的应急方案。
S120、确定用于评价应急方案的至少两个评价准则以及各评价准则的权重。
其中,确定各评价准则的权重的方法有多种,示例性地,可以根据经验指定、或者利用最优最劣方法计算确定。其中,最优最劣方法作为一种基于比较的方法,其在一致性比率、一致性、总偏差和最小违规方面具有很好的性能,有利于确保各评价准则的权重设置合适,为后续决策的有效性提供保障。
示例性地,图2为本公开实施例提供的一种利用最优最劣方法确定各评价准则的权重的流程图。参见图2,若利用最优最劣方法确定各评价准则的权重,本步骤的实现方法包括:
S121、确定用于评价应急方案的至少两个评价准则,至少两个评价准则构成评价准则集,评价准则集表示为C={C1,C2,…,Cn},Cn为第n个评价准则,n为正整数。
可选地,评价准则集可以由某个决策者指定,或者由t位决策者E={E1,E2,…,Et}讨论确定,然后将指定结果或讨论结果输入到执行本公开提供的用于自然灾害的应急决策方法的终端中。
S122、在评价准则集中确定最优准则CB和最劣准则CW。
类似地,最优准则CB和最劣准则CW可以由某个决策者指定,或者由t位决策者E={E1,E2,…,Et}讨论确定。其确定的依据本申请对此不作限制,示例性地,可以为以时效性和经济成本中的至少一个作为确定依据。
S123、以最优准则CB为标准,获取各决策者对所有评价准则的偏好评分,构建第一比较向量其中/>代表以最优准则CB为标准,第k位决策者对评价准则Cj的偏好程度。其中,1≤j≤n,且j为整数。
可选地,令各决策者以最优准则CB为标准,利用1~9标度为所有评价准则的偏好打分,基于打分结果构建第一比较向量。
S124、以最劣准则CW为标准,获取各决策者对所有评价准则的偏好评分,构建第二比较向量其中/>代表以最劣准则CW为标准,第k位决策者对评价准则Cj的偏好程度。其中,1≤j≤n,且j为整数。
类似地,可以令各决策者以最劣准则CW为标准,利用1~9标度为所有评价准则的偏好打分,基于打分结果构建第二比较向量。
S125、基于第一比较向量和第二比较向量,确定各评价准则的权重。
本步骤的实现方法可以为:基于第一比较向量和第二比较向量,得到综合比较向量;综合比较向量表示为:
其中,
基于综合比较向量,构建数学规划问题并求解,得到评价准则集中各评价准则的最优权重其中数学规划问题形式为:
其中,目标函数的意义为,对于所有j,取全部 中最大的一个,使其最小化。
S130、获取各决策者对各应急方案相对于各评价准则的评价值,并根据评价值建立应急决策矩阵。
可选地,在实际中,可以将应急方案相对于任一评价准则的符合程度划分为至少两个等级,不同等级对应不同的第一梯形模糊数;类似地,将决策者出具的评价意见的可靠程度划分为至少两个等级,不同等级对应不同的第二梯形模糊数;各决策者对各应急方案相对于各评价准则的评价值,包括第一梯形模糊数和第二梯形模糊数。
示例性地,将应急方案相对于任一评价准则的符合程度划分为7个等级,分别为:非常差、差、较差、中等、较好、好、非常好。将决策者出具的评价意见的可靠程度同样划分为7个等级,分别为:非常不可靠、不可靠、较不可靠、一般、较可靠、可靠、非常可靠。应急方案相对于任一评价准则的符合程度的各个等级、决策者出具的评价意见的可靠程度的各个等级与梯形模糊数的对应关系如表1所示。
表1
等级 | 梯形模糊数 |
非常差/非常不可靠 | (0,0.1,0.1,0.2) |
差/不可靠 | (0.1,0.2,0.2,0.3) |
较差/较不可靠 | (0.2,0.3,0.4,0.5) |
中等/一般 | (0.4,0.5,0.5,0.6) |
较好/较可靠 | (0.5,0.6,0.7,0.8), |
好/可靠 | (0.7,0.8,0.8,0.9) |
非常好/非常可靠 | (0.8,0.9,0.9,1.0) |
图3为本公开实施例提供的一种实现S130的流程图。参见图3,本步骤的具体实现方法可以包括:
S131、获取应急决策中各决策者对各应急方案相对于各评价准则的评价值,记第k位决策者对应急方案Pi(i=1,2,…,m)相对于评价准则Cj的Z-数模糊评价值其中/>为第一梯形模糊数,表示评价意见。为第二梯形模糊数,表示评价意见的可靠程度。m为正整数,表示总的应急方案的个数。
S132、将第二梯形模糊数转化为第一清晰数/>
S133、基于第一清晰数和第一梯形模糊数/>得到加权模糊数/>
S134、将加权模糊数集结成综合评价模糊数/>
S135、将综合评价模糊数转化为第二清晰数Aij,建立决策矩阵D=(Aij)m×n,其中:
这样设置的实质是,使得各决策者,以梯形模糊数表达自己的观点和个人的信心水平,不仅能更准确地解释不确定决策者的意见,而且保留了决策者固有的意见或原始数据的完整性。
S140、基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值。
本步骤的实现方法有多种。示例性地,图4为本公开实施例提供的一种实现S140的流程图。参见图4,可选地,本步骤的实现方法可以包括:
S141、基于零和博弈模型,构建关于应急方案的博弈值的数学规划问题以及关于评价准则的博弈值的数学规划问题;
S142、基于应急方案的博弈值的数学规划问题,确定应急方案的博弈值
S143、基于评价准则的博弈值的数学规划问题,确定评价准则的博弈值
可选地,S142中关于应急方案的博弈值的数学规划问题形式可以为
可选地,S143中关于评价准则的博弈值的数学规划问题形式为
零和博弈方法具有博弈者(决策者)与自然之间的特点和不合作行为,从而使双方的主要目标是在决策过程中实现利润最大化,这样设置与应急决策的目的相适应。
S150、根据应急方案的博弈值、评价准则的博弈值、各评价准则的权重以及应急决策矩阵,得到各应急方案的期望值。
可选地,本步骤的具体实现方法可以为,根据应急方案的博弈值、评价准则的博弈值、各评价准则的权重、应急决策矩阵以及下式,得到各应急方案的期望值gi:
S160、基于各应急方案的期望值,确定最优应急方案。
可选地,本步骤的实现方法可以为将与最大期望值对应的应急方案作为最优应急方案。
上述技术方案可以有效地从多个自然灾害的应急方案中选出最优应急方案,可以满足实际需要,弥补了现有的应急决策方法不能满足实际需要的不足。
示例性地,下面以某洪灾发生后救灾物资运输路线应急方案决策为例对本公开提供的用于自然灾害的应急决策方法进行进一步说明。继续参见图1,该应急方案决策方法包括:
S110、确定至少两个针对自然灾害的应急方案。
示例性地,共有四位具有洪水后紧急决策相关专业知识和背景的决策者,这四位决策者共确定出四个应急方案。这四个应急方案通过表2给出。
表2
S120、确定用于评价应急方案的至少两个评价准则以及各评价准则的权重。
示例性地,这四位决策者共确定出五个评价准则。这五个评价准则通过表3给出。
表3
四位决策者选出的最优准则、最劣准则及所有评价准则相对于最优准则和最劣准则的偏好程度,如表4所示。
表4
利用最优最劣方法计算确定各评价准则的权重为ω*=(0.0432,0.4216,0.0973,0.1459,0.2919)。可选地,在实际中可以调用MATLAB按照前文中S125中数学规划问题,得到各评价准则的权重。
S130、获取各决策者对各应急方案相对于各评价准则的评价值,并根据评价值建立应急决策矩阵。
示例性地,四位决策者给出各应急方案相对于各评价准则的评价值如表5所示。示例性地,表5中,第一位决策者E1对应急方案P1在评价准则C1方面的评价结果为(0.4,0.5,0.5,0.6),(0.4,0.5,0.5,0.6)。其中第一组数(0.4,0.5,0.5,0.6)代表第一梯形模糊数,表示评价意见。第二组数(0.4,0.5,0.5,0.6)代表第二梯形模糊数,表示评价意见的可靠程度。
表5
/>
根据评价值计算得到加权模糊数,即执行完前文中S133后所得的加权模糊数,如表6所示。
表6
/>
/>
根据评价值建立应急决策矩阵,即执行完S135后得到的应急决策矩阵如表7所示。
表7
S140、基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值。
示例性地,所建立的零和博弈模型如下所示:
/>
可选地,在实际计算时,可以调用线性规划软件LINDO求解上述模型可得应急方案的博弈值为p*=(1.000,0.000,0.000,0.000)、评价准则的博弈值为c*=(0.000,0.000,0.000,1.000,0.000)。
S150、根据应急方案的博弈值、评价准则的博弈值、各评价准则的权重以及应急决策矩阵,得到各应急方案的期望值。
可选地,根据应急方案的博弈值、评价准则的博弈值、各评价准则的权重以及应急决策矩阵,得到各应急方案的期望值分别为g1=0.295、g2=0、g3=0、g4=0。
S160、基于各应急方案的期望值,确定最优应急方案。
由于应急方案为P1的期望值(g1=0.295)最高,确定应急方案为P1(飞机紧急运送救济物资)为最优应急方案。
本公开实施例还提供一种用于自然灾害的应急决策装置,图5为本公开实施例提供的一种用于自然灾害的应急决策装置的结构框图。参见图5,该用于自然灾害的应急决策装置,包括应急方案确定模块210、评价准则确定模块220、决策矩阵建立模块230、博弈值确定模块240、期望值确定模块250以及最优应急方案确定模块260。
其中,应急方案确定模块210,用于确定至少两个针对自然灾害的应急方案;
评价准则确定模块220,用于确定用于评价所述应急方案的至少两个评价准则以及各所述评价准则的权重;
决策矩阵建立模块230,用于获取各决策者对各所述应急方案相对于各评价准则的评价值,并根据所述评价值建立应急决策矩阵;
博弈值确定模块240,用于基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值;
期望值确定模块250,用于根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重以及所述应急决策矩阵,得到各所述应急方案的期望值;
最优应急方案确定模块260,用于基于各所述应急方案的期望值,确定最优应急方案。
以上实施例公开的装置能够实现以上各方法实施例公开的方法的流程,并具有相同或相应的有益效果,为避免重复,在此不再赘述。
图6为本公开实施例提供的电子设备的硬件结构示意图,如图6所示,该电子设备可以包括手机、电脑等终端,该电子设备包括:
一个或多个处理器301,图6中以一个处理器301为例;
存储器302;
所述电子设备还可以包括:输入装置303和输出装置304。
所述电子设备中的处理器301、存储器302、输入装置303和输出装置304可以通过总线或者其他方式连接,图6中以通过总线连接为例。
存储器302作为一种非暂态计算机可读存储介质,可用于存储软件程序、计算机可执行程序以及模块,如本发明实施例中的用于自然灾害的应急决策方法对应的程序指令/模块(例如,附图5所示的应急方案确定模块210、评价准则确定模块220、决策矩阵建立模块230、博弈值确定模块240、期望值确定模块250以及最优应急方案确定模块260)。处理器301通过运行存储在存储器302中的软件程序、指令以及模块,从而执行服务器的各种功能应用以及数据处理,即实现上述方法实施例的用于自然灾害的应急决策方法。
存储器302可以包括存储程序区和存储数据区,其中,存储程序区可存储操作系统、至少一个功能所需要的应用程序;存储数据区可存储根据电子设备的使用所创建的数据等。此外,存储器302可以包括高速随机存取存储器,还可以包括非暂态性存储器,例如至少一个磁盘存储器件、闪存器件、或其他非暂态性固态存储器件。在一些实施例中,存储器302可选包括相对于处理器301远程设置的存储器,这些远程存储器可以通过网络连接至终端设备。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
输入装置303可用于接收输入的数字或字符信息,以及产生与电子设备的用户设置以及功能控制有关的键信号输入。输出装置304可包括显示屏等显示设备。
本发明实施例还提供一种包含计算机可读存储介质,该计算机可读存储介质存储程序或指令,该程序或指令使计算机执行行时用于执行一种用于自然灾害的应急决策方法,该方法包括:
确定至少两个针对自然灾害的应急方案;
确定用于评价所述应急方案的至少两个评价准则以及各所述评价准则的权重;
获取各决策者对各所述应急方案相对于各评价准则的评价值,并根据所述评价值建立应急决策矩阵;
基于零和博弈模型,得到应急方案的博弈值和评价准则的博弈值;
根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重以及所述应急决策矩阵,得到各所述应急方案的期望值;
基于各所述应急方案的期望值,确定最优应急方案。
可选的,该计算机可执行指令在由计算机处理器执行时还可以用于执行本发明任意实施例所提供的用于自然灾害的应急决策方法的技术方案。
通过以上关于实施方式的描述,所属领域的技术人员可以清楚地了解到,本发明可借助软件及必需的通用硬件来实现,当然也可以通过硬件实现,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品可以存储在计算机可读存储介质中,如计算机的软盘、只读存储器(Read-Only Memory,ROM)、随机存取存储器(RandomAccess Memory,RAM)、闪存(FLASH)、硬盘或光盘等,包括若干指令用以使得一台计算机设备(可以是个人计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
需要说明的是,在本文中,诸如“第一”和“第二”等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来,而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
以上所述仅是本公开的具体实施方式,使本领域技术人员能够理解或实现本公开。对这些实施例的多种修改对本领域的技术人员来说将是显而易见的,本文中所定义的一般原理可以在不脱离本公开的精神或范围的情况下,在其它实施例中实现。因此,本公开将不会被限制于本文所述的这些实施例,而是要符合与本文所公开的原理和新颖特点相一致的最宽的范围。
Claims (4)
1.一种用于自然灾害的应急决策方法,其特征在于,包括以下步骤:
确定至少两个针对自然灾害的应急方案;所述自然灾害为洪涝灾害,所述应急方案包括飞机紧急运送救济物资、维修损坏公路的运输、修理损坏铁路的运输以及基于大批人员合作的运输;
确定用于评价所述应急方案的至少两个评价准则,所述至少两个评价准则构成评价准
则集,所述评价准则集表示为,为第n个评价准则,n为正整数;所述评价
准则包括舒适度、防洪等级、材料费用、运输成本以及建造难度;
在所述评价准则集中确定最优准则和最劣准则;
以所述最优准则为标准,获取各决策者对所有所述评价准则的偏好评分,构建第一
比较向量,其中代表以最优准则为标准,第位决策者对评价准则的偏好程度; 其中,,且j为整数;
以所述最劣准则为标准,获取各决策者对所有所述评价准则的偏好评分,构建第二
比较向量,其中代表以最劣准则为标准,第位决策者对评价准则的偏好程度;
基于所述第一比较向量和所述第二比较向量,得到综合比较向量;所述综合比较向量表示为:
,/>其中,/>,/>;
基于所述综合比较向量,构建数学规划问题并求解,得到评价准则各评价准则的最优权重,其中数学规划问题形式为:
;
获取应急决策中各决策者对各应急方案相对于各评价准则的评价值,其中,所述应急
方案相对于任一所述评价准则的符合程度划分为至少两个等级,不同等级对应不同的第一
梯形模糊数;决策者出具的评价意见的可靠程度划分为至少两个等级,不同等级对应不同
的第二梯形模糊数;所述各决策者对各所述应急方案相对于各评价准则的评价值,包括所
述第一梯形模糊数和所述第二梯形模糊数;记第位决策者对应急方案相对于
评价准则的Z-数模糊评价值为,其中为第一梯形模糊
数,为第二梯形模糊数,m为正整数,表示总的应急方案的个数;
将第二梯形模糊数转化为清晰数/>:
基于清晰数/>和第一梯形模糊数/>,得到加权模糊数/>:
将加权模糊数/>集结成综合评价模糊数/>:/>将模糊数/>转化为清晰数/>,建立决策矩阵/>,其中:/>;
基于零和博弈模型,构建关于应急方案的博弈值的数学规划问题以及关于评价准则的博弈值的数学规划问题;
基于所述应急方案的博弈值的数学规划问题,确定应急方案的博弈值;
基于所述评价准则的博弈值的数学规划问题,确定评价准则的博弈值;
其中,关于应急方案的博弈值的数学规划问题形式为
关于评价准则的博弈值的数学规划问题形式为
;
根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重、应急决策矩阵以及下式,得到各所述应急方案的期望值:
;
基于各所述应急方案的期望值,确定最优应急方案。
2.一种用于自然灾害的应急决策装置,其特征在于,包括:
应急方案确定模块,用于确定至少两个针对自然灾害的应急方案;所述自然灾害为洪涝灾害,所述应急方案包括飞机紧急运送救济物资、维修损坏公路的运输、修理损坏铁路的运输以及基于大批人员合作的运输;
评价准则确定模块,用于确定用于评价所述应急方案的至少两个评价准则,所述至少
两个评价准则构成评价准则集,所述评价准则集表示为,为第n个评价准
则,n为正整数;所述评价准则包括舒适度、防洪等级、材料费用、运输成本以及建造难度;
在所述评价准则集中确定最优准则和最劣准则;
以所述最优准则为标准,获取各决策者对所有所述评价准则的偏好评分,构建第一
比较向量,其中代表以最优准则为标准,第位决策者对评价准则的偏好程度; 其中, ,且j为整数;
以所述最劣准则为标准,获取各决策者对所有所述评价准则的偏好评分,构建第二
比较向量,其中代表以最劣准则为标准,第位决策者对评价准则的偏好程度;
基于所述第一比较向量和所述第二比较向量,得到综合比较向量;所述综合比较向量表示为:
,/>其中,/>,/>;
基于所述综合比较向量,构建数学规划问题并求解,得到评价准则各评价准则的最优权重,其中数学规划问题形式为:
决策矩阵建立模块,用于获取应急决策中各决策者对
各应急方案相对于各评价准则的评价值,其中,所述应急方案相对于任一所述评价准则的
符合程度划分为至少两个等级,不同等级对应不同的第一梯形模糊数;决策者出具的评价
意见的可靠程度划分为至少两个等级,不同等级对应不同的第二梯形模糊数;所述各决策
者对各所述应急方案相对于各评价准则的评价值,包括所述第一梯形模糊数和所述第二梯
形模糊数;记第位决策者对应急方案相对于评价准则的Z-数模糊评价值
为,其中为第一梯形模糊数,为第二梯
形模糊数,m为正整数,表示总的应急方案的个数;
将第二梯形模糊数转化为清晰数/>:
基于清晰数/>和第一梯形模糊数/>,得到加权模糊数/>:
将加权模糊数/>集结成综合评价模糊数/>:
将模糊数/>转化为清晰数/>,建立决策矩阵/>,其中:
;
博弈值确定模块,用于基于零和博弈模型,构建关于应急方案的博弈值的数学规划问题以及关于评价准则的博弈值的数学规划问题;
基于所述应急方案的博弈值的数学规划问题,确定应急方案的博弈值;
基于所述评价准则的博弈值的数学规划问题,确定评价准则的博弈值;
其中,关于应急方案的博弈值的数学规划问题形式为
关于评价准则的博弈值的数学规划问题形式为
;
期望值确定模块,用于根据所述应急方案的博弈值、所述评价准则的博弈值、各所述评价准则的权重、应急决策矩阵以及下式,得到各所述应急方案的期望值:
;
最优应急方案确定模块,用于基于各所述应急方案的期望值,确定最优应急方案。
3.一种电子设备,其特征在于,包括:处理器和存储器;
所述处理器通过调用所述存储器存储的程序或指令,用于执行如权利要求1所述方法的步骤。
4.一种计算机可读存储介质,其特征在于,所述计算机可读存储介质存储程序或指令,所述程序或指令使计算机执行如权利要求1所述方法的步骤。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010402602.5A CN111582595B (zh) | 2020-05-13 | 2020-05-13 | 用于自然灾害的应急决策方法、装置及电子设备 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010402602.5A CN111582595B (zh) | 2020-05-13 | 2020-05-13 | 用于自然灾害的应急决策方法、装置及电子设备 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN111582595A CN111582595A (zh) | 2020-08-25 |
CN111582595B true CN111582595B (zh) | 2023-09-26 |
Family
ID=72124961
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010402602.5A Active CN111582595B (zh) | 2020-05-13 | 2020-05-13 | 用于自然灾害的应急决策方法、装置及电子设备 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN111582595B (zh) |
Families Citing this family (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114493921A (zh) * | 2022-01-21 | 2022-05-13 | 广东电网有限责任公司 | 一种关于电网安全应急事件的决策方案的排列方法及装置 |
Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003242434A (ja) * | 2002-02-14 | 2003-08-29 | Mitsubishi Electric Corp | ミッションプランニング方法およびミッションプランニングシステム |
WO2012078475A2 (en) * | 2010-12-07 | 2012-06-14 | Gautam Dasgupta | Emergency response management apparatuses, methods and systems |
CN107330554A (zh) * | 2017-06-29 | 2017-11-07 | 国网湖南省电力公司 | 山火灾害下电网灭火装备动态博弈应急方法及系统 |
CN107392556A (zh) * | 2017-09-15 | 2017-11-24 | 辽宁工程技术大学 | 基于三角犹豫模糊数应急物资储备库选址多属性决策方法 |
CN108428024A (zh) * | 2018-06-08 | 2018-08-21 | 重庆科技学院 | 不确定信息下非常规突发事件应急资源分配决策优化方法 |
CN108564286A (zh) * | 2018-04-19 | 2018-09-21 | 天合泽泰(厦门)征信服务有限公司 | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 |
CN108777641A (zh) * | 2018-06-05 | 2018-11-09 | 北京理工大学 | 一种基于李群的网络系统风险度量方法 |
CN109038573A (zh) * | 2018-09-03 | 2018-12-18 | 南方电网科学研究院有限责任公司 | 一种电力系统保护方法、装置、介质及设备 |
CN111047197A (zh) * | 2019-12-11 | 2020-04-21 | 亚信科技(中国)有限公司 | 一种战略攻守决策评估方法及装置 |
Family Cites Families (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
US7892080B1 (en) * | 2006-10-24 | 2011-02-22 | Fredrik Andreas Dahl | System and method for conducting a game including a computer-controlled player |
WO2017100220A1 (en) * | 2015-12-07 | 2017-06-15 | Rapidsos, Inc. | Systems and methods for predicting emergency situations |
-
2020
- 2020-05-13 CN CN202010402602.5A patent/CN111582595B/zh active Active
Patent Citations (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
JP2003242434A (ja) * | 2002-02-14 | 2003-08-29 | Mitsubishi Electric Corp | ミッションプランニング方法およびミッションプランニングシステム |
WO2012078475A2 (en) * | 2010-12-07 | 2012-06-14 | Gautam Dasgupta | Emergency response management apparatuses, methods and systems |
CN107330554A (zh) * | 2017-06-29 | 2017-11-07 | 国网湖南省电力公司 | 山火灾害下电网灭火装备动态博弈应急方法及系统 |
CN107392556A (zh) * | 2017-09-15 | 2017-11-24 | 辽宁工程技术大学 | 基于三角犹豫模糊数应急物资储备库选址多属性决策方法 |
CN108564286A (zh) * | 2018-04-19 | 2018-09-21 | 天合泽泰(厦门)征信服务有限公司 | 一种基于大数据征信的人工智能金融风控授信评定方法和系统 |
CN108777641A (zh) * | 2018-06-05 | 2018-11-09 | 北京理工大学 | 一种基于李群的网络系统风险度量方法 |
CN108428024A (zh) * | 2018-06-08 | 2018-08-21 | 重庆科技学院 | 不确定信息下非常规突发事件应急资源分配决策优化方法 |
CN109038573A (zh) * | 2018-09-03 | 2018-12-18 | 南方电网科学研究院有限责任公司 | 一种电力系统保护方法、装置、介质及设备 |
CN111047197A (zh) * | 2019-12-11 | 2020-04-21 | 亚信科技(中国)有限公司 | 一种战略攻守决策评估方法及装置 |
Non-Patent Citations (4)
Title |
---|
A review of game theory applications in natural disaster management research;Seaberg, D;NATURAL HAZARDS;第89卷(第3期);第1461-1483页 * |
全球恐怖主义风险下城市地铁恐袭事件应急能力评估体系构建研究;卢文刚;行政科学论坛(第7期);第41-47页 * |
基于熵权的TOPSIS法配送中心选址方案评价研究;孙洪华;物流科技;第33卷(第5期);第46-49页 * |
灰色多属性风险决策方法及其应用研究;张金波;巢湖学院学报;第21卷(第3期);第28-33页 * |
Also Published As
Publication number | Publication date |
---|---|
CN111582595A (zh) | 2020-08-25 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Pang et al. | Uniform design–based Gaussian process regression for data-driven rapid fragility assessment of bridges | |
WO2021179834A1 (zh) | 基于异构图进行业务处理的方法及装置 | |
CN107273490B (zh) | 一种基于知识图谱的组合错题推荐方法 | |
Gulum et al. | A two level interval valued neutrosophic AHP integrated TOPSIS methodology for post-earthquake fire risk assessment: An application for Istanbul | |
CN109766454A (zh) | 一种投资者分类方法、装置、设备及介质 | |
CN111723973B (zh) | 基于mooc日志数据中用户行为因果关系的学习效果优化方法 | |
Jabbarzadeh | Application of the AHP and TOPSIS in project management | |
CN103853786A (zh) | 数据库参数的优化方法与系统 | |
Ariani et al. | Implementation of fuzzy inference system with Tsukamoto method for study programme selection | |
CN110132263A (zh) | 一种基于表示学习的星图识别方法 | |
Chen | Data construction process and qualiflex-based method for multiple-criteria group decision making with interval-valued intuitionistic fuzzy sets | |
Ardil | Fuzzy Uncertainty Theory for Stealth Fighter Aircraft Selection in Entropic Fuzzy TOPSIS Decision Analysis Process | |
Ran et al. | Combining grey relational analysis and TOPSIS concepts for evaluating the technical innovation capability of high technology enterprises with fuzzy information | |
Liu et al. | An extended C-TODIM method with linguistic intuitionistic fuzzy numbers | |
CN111582595B (zh) | 用于自然灾害的应急决策方法、装置及电子设备 | |
CN112149949A (zh) | 一种基于犹豫模糊及层次分析法的卫星通信系统效能评估方法 | |
CN106097094A (zh) | 一种面向中小企业的人机结合信贷评估新模型 | |
Sun | Study on application of data mining technology in university computer network educational administration management system | |
CN113850669A (zh) | 用户分群方法、装置、计算机设备及计算机可读存储介质 | |
Khodadadi et al. | A novel hybrid MCDM approach based on fuzzy DEMATEL, ANP, and fuzzy VIKOR for selecting the best project managers | |
Ma et al. | Highway construction investment risk evaluation using BP neural network model | |
CN111666985B (zh) | 一种基于dropout的深度学习对抗样本图像分类防御方法 | |
CN114282988A (zh) | 异常申请识别方法及设备 | |
CN106127606A (zh) | 一种勘探开发项目中油气指标数据的处理方法和装置 | |
Fernando et al. | Development of a Predictive Decision Support System for Student Graduation using a Decision Tree Algorithm |
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 |