CN112508322B - 应急演练评估方法、装置、电子设备以及存储介质 - Google Patents
应急演练评估方法、装置、电子设备以及存储介质 Download PDFInfo
- Publication number
- CN112508322B CN112508322B CN202011084319.9A CN202011084319A CN112508322B CN 112508322 B CN112508322 B CN 112508322B CN 202011084319 A CN202011084319 A CN 202011084319A CN 112508322 B CN112508322 B CN 112508322B
- Authority
- CN
- China
- Prior art keywords
- emergency
- evaluation
- level
- factors
- exercise
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 491
- 238000005553 drilling Methods 0.000 title abstract description 10
- 238000000034 method Methods 0.000 claims abstract description 52
- 238000013210 evaluation model Methods 0.000 claims abstract description 30
- 238000011282 treatment Methods 0.000 claims description 36
- 238000002360 preparation method Methods 0.000 claims description 18
- 230000004044 response Effects 0.000 claims description 18
- 238000012423 maintenance Methods 0.000 claims description 17
- 238000004458 analytical method Methods 0.000 claims description 9
- 238000010276 construction Methods 0.000 claims description 9
- 238000011835 investigation Methods 0.000 claims description 9
- 230000015654 memory Effects 0.000 claims description 9
- 238000012545 processing Methods 0.000 claims description 9
- 238000012937 correction Methods 0.000 claims description 8
- 238000007689 inspection Methods 0.000 claims description 8
- 238000012544 monitoring process Methods 0.000 claims description 8
- 238000002844 melting Methods 0.000 claims description 6
- 230000008018 melting Effects 0.000 claims description 6
- 230000002708 enhancing effect Effects 0.000 claims description 5
- 238000004590 computer program Methods 0.000 claims description 4
- 239000011159 matrix material Substances 0.000 description 20
- 230000008569 process Effects 0.000 description 14
- 239000004973 liquid crystal related substance Substances 0.000 description 12
- 230000006870 function Effects 0.000 description 11
- 238000004364 calculation method Methods 0.000 description 10
- 238000010586 diagram Methods 0.000 description 9
- 230000000694 effects Effects 0.000 description 8
- 238000002679 ablation Methods 0.000 description 3
- 230000008520 organization Effects 0.000 description 3
- 230000015572 biosynthetic process Effects 0.000 description 2
- 230000010485 coping Effects 0.000 description 2
- AAOVKJBEBIDNHE-UHFFFAOYSA-N diazepam Chemical compound N=1CC(=O)N(C)C2=CC=C(Cl)C=C2C=1C1=CC=CC=C1 AAOVKJBEBIDNHE-UHFFFAOYSA-N 0.000 description 2
- 229960003529 diazepam Drugs 0.000 description 2
- 230000003370 grooming effect Effects 0.000 description 2
- 238000005728 strengthening Methods 0.000 description 2
- 238000003786 synthesis reaction Methods 0.000 description 2
- 238000012546 transfer Methods 0.000 description 2
- 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 description 1
- 206010033799 Paralysis Diseases 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000033228 biological regulation Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
- 239000000463 material Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 238000005192 partition Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000007781 pre-processing Methods 0.000 description 1
- 238000002203 pretreatment Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000003014 reinforcing effect Effects 0.000 description 1
- 238000011160 research Methods 0.000 description 1
- 238000012216 screening Methods 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 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
- G06Q10/06—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
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06F—ELECTRIC DIGITAL DATA PROCESSING
- G06F18/00—Pattern recognition
- G06F18/20—Analysing
- G06F18/24—Classification techniques
- G06F18/241—Classification techniques relating to the classification model, e.g. parametric or non-parametric approaches
-
- 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)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- General Physics & Mathematics (AREA)
- Tourism & Hospitality (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Physics & Mathematics (AREA)
- Marketing (AREA)
- Entrepreneurship & Innovation (AREA)
- General Business, Economics & Management (AREA)
- Data Mining & Analysis (AREA)
- Bioinformatics & Computational Biology (AREA)
- Operations Research (AREA)
- Bioinformatics & Cheminformatics (AREA)
- Computer Vision & Pattern Recognition (AREA)
- Game Theory and Decision Science (AREA)
- Artificial Intelligence (AREA)
- Life Sciences & Earth Sciences (AREA)
- General Engineering & Computer Science (AREA)
- Quality & Reliability (AREA)
- Evolutionary Biology (AREA)
- Evolutionary Computation (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明实施例公开了一种应急演练评估方法、装置、电子设备以及存储介质。该方法包括：根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集；根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集；采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。基于该方法和装置，可以实现对于应急演练的有效评估。
Description
技术领域
本发明实施例涉及计算机技术领域，尤其涉及应急演练评估方法、装置、电子设备以及存储介质。
背景技术
为保证及时、高效、有序地实施应急抢险工作，需要适时进行应急演练，来提高突发事件处置的反应能力，加强突发事件处置工作水平。基于应急处置工作的重要性，国内外已建立应急演练的相关研究工作。我国已建立了突发事件应急救援体系和制度，发布了《北京市突发事件应急演练实施指南》(2011年9月21日发布)。
应急演练以虚拟突发事件为演练目标，模拟真实救援的处置过程。应急演练评估能更好地总结应急演练内容、增强突发事件应急反应能力。目前，国内有很多应急演练评估问题的研究，例如，以法律法规为模板，结合情景构建方法构建应急演练评估指标体系，结合经验和专家意见挑选某些因素建立城市轨道交通应急演练评估模型，或者从铁路应急能力下筛选相应指标构建重大疫情下铁路应急救援能力评估指标体系，或者从事故统计数据资料挑选应急评估阈值。然而，现在大部分应急演练并没有结合相应应急预案，针对预案选取合适的方法进行评价，评估者仅仅对于相应内容做大致判断，导致无法对应急演练做出定量的评估，评估结果也不够准确。
发明内容
本发明实施例的一个目的是解决至少上述问题和/或缺陷，并提供至少后面将说明的优点。
本发明实施例提供了应急演练评估方法、装置、电子设备以及存储介质，可以实现对于应急演练的有效评估。
第一方面，提供了一种应急演练评估方法，包括：
根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集；
根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集；
采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
可选地，所述采用多层次模糊综合评估模型对各所述第二层因素集以及所述第一层因素集进行模糊综合评估，确定针对所述应急演练的评估结果之前，所述方法包括：
确定所述应急演练中各应急步骤的实施时效性和应急资源满足程度；
获取所述应急演练中由评价者所评价的各应急步骤的完成度；
根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分；
根据各二级评价因素的评语集得分，确定各二级评价因素在评语集中的评语等级；其中，以各二级评价因素在评语集中的评语等级作为各二级评价因素的评估结果。
可选地，所述根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分，包括：
通过以下公式计算二级评价因素的评语集得分D(qn,cn,tn)：
其中，qn代表在所述应急演练中为第m个应急阶段的第n个应急步骤所实际提供的应急资源的量，代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最低需求量，/>代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最高需求量，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的应急资源满足程度，tn代表在所述应急演练中实施第m个应急阶段的第n个应急步骤所实际花费的时间，代表在所述应急预案中实施第m个应急阶段的第n个应急步骤所需要的最长时间，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的实施时效性，cn代表在所述应急演练中由评价者所评价的第m个应急阶段的第n个应急步骤的完成程度。
可选地，所述采用多层次模糊综合评估模型对各所述第二层因素集以及所述第一层因素集进行模糊综合评估，确定针对所述应急演练的评估结果之前，所述方法包括：
采用(-1,0,1)标度法确定所述第一层因素集中各一级评价因素的权重以及各所述第二层因素集中各二级评价因素的权重。
可选地，所述采用多层次模糊综合评估模型对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果，包括：
基于预设的不同类别的评价者的评估权重，采用NLSA算子集结所述不同类别的评价者对各二级评价因素的评估结果，计算各二级评价因素的综合评估结果；
基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
可选地，所述基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果，包括：
基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的综合评估结果，计算各第二层因素集的综合评估结果；
基于所述第一层因素集中各一级评价因素的权重，采用NLWA算子集结所述第一层因素集所包含的一级评价因素的综合评估结果，计算所述第一层因素集的综合评估结果；
根据所述第一层因素集的综合评估结果，确定评估期望值；其中，所述评估期望值用于表示针对所述应急演练的评估结果。
可选地，所述应急演练为雪天交通突发事件应急演练。
可选地，
所述第一层因素集包含以下一级评价因素：预警管理，应急准备，应急响应，总结评估和善后处置；
针对预警管理所构建的第二层因素集包括以下二级评价因素：信息接收，联系处理，信息上报，到岗指挥和发布预警；
针对应急准备所构建的第二层因素集包括以下二级评价因素：舆情应对，先期处置和现场督查；
针对应急响应所构建的第二层因素集包括以下二级评价因素：铲冰除雪,车辆疏导，旅客疏散，险情评估，积雪消融和秩序维护；
针对总结评估所构建的第二层因素集包括以下二级评价因素：上岗备勤，加强督查，原因分析和调查评估；
针对善后处置所构建的第二层因素集包括以下二级评价因素：检查整改，加强设备养护和相关路段巡视监测。
第二方面，提供了一种应急演练评估装置，包括：
第一层因素集构建模块，用于根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集；
第二层因素集构建模块，用于根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集；
多层次模糊综合评估模型，用于对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
可选地，所述装置包括：
实施时效性和应急资源满足程度确定模块，用于确定所述应急演练中各应急步骤的实施时效性和应急资源满足程度；
完成度获取模块，用于获取所述应急演练中由评价者所评价的各应急步骤的完成度；
评语集得分确定模块，用于根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分；
评语等级确定模块，用于根据各二级评价因素的评语集得分，确定各二级评价因素在评语集中的评语等级；其中，以各二级评价因素在评语集中的评语等级作为各二级评价因素的评估结果。
可选地，所述评语等级确定模块，具体用于：
通过以下公式计算二级评价因素的评语集得分D(qn,cn,tn)：
其中，qn代表在所述应急演练中为第m个应急阶段的第n个应急步骤所实际提供的应急资源的量，代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最低需求量，/>代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最高需求量，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的应急资源满足程度，tn代表在所述应急演练中实施第m个应急阶段的第n个应急步骤所实际花费的时间，代表在所述应急预案中实施第m个应急阶段的第n个应急步骤所需要的最长时间，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的实施时效性，cn代表在所述应急演练中由评价者所评价的第m个应急阶段的第n个应急步骤的完成程度。
可选地，所述装置包括：
权重确定模块，用于采用(-1,0,1)标度法确定所述第一层因素集中各一级评价因素的权重以及各所述第二层因素集中各二级评价因素的权重。
可选地，所述多层次模糊综合评估模型，具体用于：
基于预设的不同类别的评价者的评估权重，采用NLSA算子集结所述不同类别的评价者对各二级评价因素的评估结果，计算各二级评价因素的综合评估结果；
基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
可选地，所述多层次模糊综合评估模型，还具体用于：
基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的综合评估结果，计算各第二层因素集的综合评估结果；
基于所述第一层因素集中各一级评价因素的权重，采用NLWA算子集结所述第一层因素集所包含的一级评价因素的综合评估结果，计算所述第一层因素集的综合评估结果；
根据所述第一层因素集的综合评估结果，确定评估期望值；其中，所述评估期望值用于表示针对所述应急演练的评估结果。
可选地，所述应急演练为雪天交通突发事件应急演练。
可选地，
所述第一层因素集包含以下一级评价因素：预警管理，应急准备，应急响应，总结评估和善后处置；
针对预警管理所构建的第二层因素集包括以下二级评价因素：信息接收，联系处理，信息上报，到岗指挥和发布预警；
针对应急准备所构建的第二层因素集包括以下二级评价因素：舆情应对，先期处置和现场督查；
针对应急响应所构建的第二层因素集包括以下二级评价因素：铲冰除雪,车辆疏导，旅客疏散，险情评估，积雪消融和秩序维护；
针对总结评估所构建的第二层因素集包括以下二级评价因素：上岗备勤，加强督查，原因分析和调查评估；
针对善后处置所构建的第二层因素集包括以下二级评价因素：检查整改，加强设备养护和相关路段巡视监测。
第三方面，提供了一种电子设备，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行以上所述的方法。
第四方面，提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现以上所述的方法。
本发明实施例至少包括以下有益效果：
本发明实施例提供的应急演练评估方法和装置，首先根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集，之后根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集，最后采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。该方法和装置依据应急预案对应急演练进行划分，并进一步基于应急阶段的实施内容进行划分，构建出能够准确反映应急演练质量和效果的因素集，最后通过多层次模糊综合评估模型实现对于应急演练的有效评估。
本发明实施例的其它优点、目标和特征将部分通过下面的说明体现，部分还将通过对本发明实施例的研究和实践而为本领域的技术人员所理解。
附图说明
图1为本发明一个实施例提供的应急演练评估方法的流程图；
图2为本发明一个实施例提供的实施时效性函数的示意图；
图3为本发明一个实施例提供的应急资源满足程度函数的示意图；
图4为本发明一个实施例提供的完成度函数的示意图；
图5为本发明一个实施例提供的应急演练评估装置的结构示意图；
图6为本发明一个实施例提供的电子设备的结构示意图。
具体实施方式
下面结合附图对本发明实施例做进一步的详细说明，以令本领域技术人员参照说明书文字能够据以实施。
图1为本发明一个实施例提供的应急演练评估方法的流程图，该方法由具有处理能力的系统、服务器或应急演练评估装置执行。如图1所示，上述方法包括：
步骤110，根据应急预案，将应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集。
步骤120，根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集。
应急预案作为应急处置工作的依据，用于明确应急演练的适用范围和应急处置流程，介绍相应机构和职责。因此，结合应急预案对应急演练进行评估，可以实现对于应急演练的有效评估。
在一些实施例中，根据应急预案，可以将应急演练划分成多个应急阶段，并将应急阶段作为一级评价因素，从而构建第一层因素集。其中，应急阶段包含从应急预案中分解出的一定的应急处置流程，不同的应急阶段之间的应急处置流程是不重复的。进一步地，根据应急阶段的实施内容，又将应急阶段划分成不同的应急步骤，并将应急步骤作为二级评价因素，构建出第二层因素集。其中，应急步骤包含从相应应急阶段分解出的一定的应急处置流程。然而同属于同一应急阶段的多个应急步骤之间可以是同步执行的，也可以是依据一定次序进行的，可以依据实际情况设定。
基于上述过程，实现了应急演练的评价指标体系的构建。由于该评价指标体系是依据应急预案所构建的，其可以准确反映应急演练的质量和效果，进而实现准确评估应急演练的目的。
在一些实施例中，应急演练为雪天交通突发事件应急演练。
针对雪天交通突发事件应急演练，通过对应急预案进行分析，将应急演练先划分为五个应急阶段，分别为预警管理，应急准备，应急响应，总结评估和善后处置。即第一层因素集包含以下一级评价因素：预警管理，应急准备，应急响应，总结评估和善后处置。接下来，继续对每个应急阶段进行分解，划分为多个应急步骤，从而针对每个应急阶段进一步构建第二层因素集，每个第二层因素集包含多个二级评价因素。
具体地，针对预警管理所构建的第二层因素集包括以下二级评价因素：信息接收，联系处理，信息上报，到岗指挥和发布预警；针对应急准备所构建的第二层因素集包括以下二级评价因素：舆情应对，先期处置和现场督查；针对应急响应所构建的第二层因素集包括以下二级评价因素：铲冰除雪,车辆疏导，旅客疏散，险情评估，积雪消融和秩序维护；针对总结评估所构建的第二层因素集包括以下二级评价因素：上岗备勤，加强督查，原因分析和调查评估；针对善后处置所构建的第二层因素集包括以下二级评价因素：检查整改，加强设备养护和相关路段巡视监测。
进一步地，在应用多层次模糊综合评估模型对所有因素进行模糊综合评估之前，需要确定用于实现模糊综合评价的评语集。
在一些实施例中，可以以各应急步骤的实施时效性、应急资源满足程度以及完成度作为应急演练评估时对各应急步骤的评价标准，从而提高对应急演练中的各应急步骤的评估准确性。
实施时效性用于反映应急演练中应急步骤实施的及时性，即反映是否在应急预案中所规定的时间范围内完成。图2示出了本发明实施例中实施时效性函数Ctn的示意图。
其中，Ctn的取值区间为[0,1]。在tn代表在应急演练中实施第n个应急步骤所实际花费的时间，可以通过查询备勤文件获得，分别代表在应急预案中实施第n个应急步骤所需要的最长时间，n为在某一个应急阶段中应急步骤的编号。比如，对于铲冰除雪这一应急步骤，/>为5小时，应急演练时该应急步骤实际花费的时间为3小时，则所计算出的t为0.4。当tn越接近/>所计算的Ctn值越小，说明应急演练时某一应急步骤的实施时效性越差；反之，所计算的Ctn值越大，说明应急演练时某一应急步骤的实施时效性越好。
应急资源满足程度用于反映应急演练中对于应急步骤的应急资源需求的满足程度。图3示出了本发明实施例中应急资源满足程度函数Cqn的示意图。
其中，Cqn的取值区间为[0,1]。qn代表在应急演练中为第n个应急步骤所实际提供的应急资源的量，代表在应急预案中第n个应急步骤对应急资源的最低需求量，/>代表代表在所述应急预案中第n个应急步骤对应急资源的最高需求量，n为在某一个应急阶段中应急步骤的编号。比如，对于铲冰除雪这一应急步骤，所需要的铲雪车最低数量/>为5台，所需要的铲雪车最高数量/>为10台，应急演练时实际提供了铲雪车数量qn为6台，则所计算出的应急资源满足程度Cqn为0.2。当qn越接近/>所计算的q值越大，说明应急演练时某一应急步骤的应急资源满足程度越高；当qn越接近/>所计算的Cqn值越小，说明应急演练时某一应急步骤的应急资源满足程度越差。应该理解的是，根据不同的应急步骤所需要的应急资源不同，qn的实际含义相应会发生变化。另外，也可以将人力资源视为一种应急资源，比如对于车辆疏导这一应急步骤，所需要的工作人员最低数量/>为5人，最大数量/>为10人，应急演练时实际参与车辆疏导的工作人员qn为6人，则所计算出的应急资源满足程度Cqn为0.2。
完成度用于反映应急演练中对于应急步骤的完成程度。图4示出了本发明实施例中完成度函数Ccn的示意图。
Ccn＝cn (3)
其中，cn代表在应急演练中由评价者所评价的第n个应急步骤的完成程度，cn的取值区间为[0,1]，n为在某一个应急阶段中应急步骤的编号。
相应地，在确定评语集的过程中，还进一步确定了评语集得分的计算公式。评语集得分D(qn,cn,tn)为根据应急演练中各应急步骤的实时生效性、应急资源满足程度以及完成度确定，可以由实施时效性函数、应急资源满足程度函数以及完成度函数相乘得到。在一些示例中，对于第n个二级评价因素，评语集得分D(qn,cn,tn)的具体的计算公式如下：
其中，D(qn,cn,tn)的取值区间为[0,1]。
在公式(4)中，当说明在应急演练时向应急步骤实际提供的应急资源已经达到或者超出了该应急步骤所需要的应急资源，则认为此时q的取值为1。另外，对于某一个应急步骤而言，其没有明确或额外的应急资源的需求，比如应急准备阶段中的舆情应对步骤，主要实施内容是由交管局提供和播报交通疏导信息，在应急演练中实施这一步骤时交管局可能不需要额外增加新的人力和物力，只需要由日常负责提供和播报交通疏导信息的部门、人员和设备完成这一步骤，对于存在类似情况的应急步骤，可以认为在应急演练中所实际提供的应急资源已经超过了该应急步骤所需要的应急资源的最高需求量，即符合的条件，Cqn取值为1。换句话说，对于那些在应急演练时不需要考虑其对于应急资源的需求的应急步骤，可以理解为，应急演练时所提供的应急资源已经超过了该应急步骤所需要的应急资源的最高需求量，符合/>的条件，Cqn取值为1。
在一些示例中，采用四粒度评语集，分为好、较好、较差、差四个评语等级。表1为本发明实施例中评语集的划分表，其中，评语等级包含了评语以及等级分值，并且每个评语等级还与评语集得分的分数区间一一对应。
表1评语集划分表
在对应急演练进行评估的过程中，基于上述构建的评分集，可以对各二级评价因素进行评估。基于所得到的二级评价因素的评估结果，可以实现后续计算中对全部因素进行模糊综合评估过程。
在一些实施例中，对二级评价因素的评估过程包括：确定应急演练中各应急步骤的实施时效性和应急资源满足程度；获取应急演练中由评价者所评价的各应急步骤的完成度；根据应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分；根据各二级评价因素的评语集得分，确定各二级评价因素在评语集中的评语等级；其中，以各二级评价因素在评语集中的评语等级作为各二级评价因素的评估结果。
例如，对于某一二级评价因素所计算的评语集得分为1，则根据表1，可以确定该评语集得分所属的分数区间为[0.75,1]，则该二级评价因素的等级分值为4，评语为好。
进一步地，在应用多层次模糊综合评估模型对所有因素进行模糊综合评估之前，还需要确定各因素的权重。
确定权重过程中，传统的9标度法在判断矩阵中的应用具有很大的局限性，不能很好的保证结果的客观一致性，因此，在一些实施例中，采用(-1,0,1)标度法确定第一层因素集中各一级评价因素的权重以及各第二层因素集中各二级评价因素的权重。(-1,0,1)标度法通过两两因素的比较确定比较矩阵，再计算最优传递矩阵，最后确定判断矩阵。此时判断矩阵具备很好的一致性，不需要一致性检验。
具体地，采用(-1,0,1)标度法确定任一因素集中各因素的权重的计算过程如下：
首先，构建比较矩阵：
其中，
其中，i和j分别代表因素集中两个因素的编号。
然后计算最优传递矩阵：
其中，
最后得出判断矩阵：
其中，
vik＝ecp(cik) (10)
取判断矩阵特征向量构成权重矩阵λ＝[λ1,λ2…λn]，即为该因素集中各因素的权重。应该理解的是，当所构建的因素集存在多个时，例如构建了第一层因素集以及多个第二层因素集，对于每个因素集，都需要采用(-1,0,1)标度法计算在其中各因素的权重。
步骤130，采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对应急演练的评估结果。
多层次模糊综合评价模型先将目标问题细化为若干层次，由专家对应急演练中应急步骤结合评语集进行评估量化，构建因素之间的模糊关系矩阵。模糊关系矩阵确定后，需要借助模糊合成算子构造多层次模糊综合评价模型。常用的模糊合成算子有取小取大型、相乘取大型、取小相加型。由于取小取大型和相乘取大型强调应急演练中主要因素的影响，容易导致其他因素丢失，取小相加型会忽视某些因素较大情况的影响，而且上述算子在群体决策中通常仅表达专家评价，未能刻画专家在群体决策中的差异性，本发明实施例使用结合NLSA算子(New Linguistic Set Average新型语言变量算子)和NLWA算子(NewLinguistic Weighted Average新型语言变量加权平均算子)的决策算子，来消除结果“失真”的影响。
在一些实施例中，基于预设的不同类别的评价者的评估权重，采用NLSA算子集结不同类别的评价者对各二级评价因素的评估结果，计算各二级评价因素的综合评估结果；基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
进一步地，基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果，包括：基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的综合评估结果，计算各第二层因素集的综合评估结果；基于第一层因素集中各一级评价因素的权重，采用NLWA算子集结第一层因素集所包含的一级评价因素的综合评估结果，计算第一层因素集的综合评估结果；根据第一层因素集的综合评估结果，确定评估期望值；其中，评估期望值用于表示针对应急演练的评估结果。
具体地，在一个示例中，假设有三类评价者，他们的评价权重为W＝[w(l1),w(l2),w(l3)]，每类评价者lk对于每个二级评价因素的评价结果为g(lk)，其中，k代表评价者的类别编号。根据本发明实施例中所构建的评语集，每个二级评价因素的评价结果可以表现为等级分值，即4,3,2,1。则二级评价因素的模糊评价结果为(其中k＝1,2,3)。评价者的类别可以根据实际需要进行选择，本发明实施例在此不做具体限定。
需要注意的是，这里每个二级评价因素的评价结果并不是直接由评价者评价得出，而是先获取评价者对于应急步骤的完成度的评价，然后结合完成度、实施时效性以及应急资源满足程度三个维度计算出评语集得分，再根据评语集得分确定在评语集中对应的等级分值，将等级分值作为二级评价因素的评价结果。即，不同类别的评价者对于应急步骤的完成度的评价不同，会导致二级评级因素的评价结果产生不同。通过NLSA算子则可以反映不同类别的评价者在群体决策中的差异性。
为了确保因素不会丢失和忽略的情况，选取拓展函数：
对于各二级评价因素，基于不同类别评价者的评级权重，利用NLSA算子集结所有评价者的评估结果R。对于第m个第二层因素集中第n个二级评价因素，利用NLSA算子集结所有评价者的评估结果，得到针对该二级评价因素的综合评估结果Rn，具体计算公式如下：
其中，
其中，n代表二级评价因素的编号(这里，由于应急步骤作为第二层因素集的二级评价因素，n也可以理解为应急步骤的编号)，p代表评价者的类别个数，g(lk)为第k个类别的评价者lk对于第n个二级评价因素的评价结果，w(lk)为第k个类别的评价者lk的评价权重，为第k个类别的评价者lk对于第n个二级评价因素的模糊评价结果。
接下来，对于各第二层因素集，单独计算各第二层因素集的综合评估结果即基于该第二层因素集所包含的各二级评价因素的权重，利用NLWA算子集结各二级评价因素的综合评估结果。对于第m个第二层因素集，利用NLWA算子集结各二级评价因素的综合评估结果，得到针对该第二层因素集的综合评估结果/>具体计算公式如下：
其中，
λn代表第m个第二层因素集中第n个二级评价因素的权重，u代表第m个第二层因素集中二级评价因素的个数。
基于第一层因素集中每个一级评级因素的权重，再采用NLWA算子集结各第二层因素集的综合评估结果，从而得到第一层因素集的综合评估结果其具体计算公式如下：
其中，
ωj代表第一层因素集中第j个一级评价因素的权重，q代表第一层因素集中一级评价因素的个数。
最后，对第一层因素集的综合评估结果进行期望值比较。评估期望值定义为：
对评估期望值进行比较，显然越大，综合评估结果越优。
在一些实施例中，当不对评价者进行分类时，则可以理解为评价者具有相同的评价权重，在这种情况下，采用多层次模糊综合评估模型对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对应急演练的评估结果，包括：基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的评估结果，计算各第二层因素集的综合评估结果；基于第一层因素集中各一级评价因素的权重，采用NLWA算子集结第一层因素集所包含的一级评价因素的综合评估结果，计算第一层因素集的综合评估结果；根据第一层因素集的综合评估结果，确定评估期望值；其中，评估期望值用于表示针对应急演练的评估结果。
其中，NLWA算子可以克服现有的取小取大型、相乘取大型以及取小相加型的算子所带来的结果失真的问题，从而提高对于应急演练评估的准确性。
在一些示例中，可以将多次应急演练的评估结果放在一起，进行横向比较，从而发现多次应急演练的效果和质量变化。
综上所述，本发明实施例提供的应急演练评估方法，首先根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集，之后根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集，最后采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。该方法依据应急预案对应急演练进行划分，并进一步基于应急阶段的实施内容进行划分，构建出能够准确反映应急演练质量和效果的因素集，最后通过多层次模糊综合评估模型实现对于应急演练的有效评估。
以下结合一个具体场景来描述本发明实施例提供的应急演练评估方法。
安定门外大街、安定路、安立路，是北京著名社区亚运村通往城里的主干道，在其旁边拥有奥林匹克公园、北京国际会议中心等重要建筑，在重大雪天交通突发事件发生后，容易导致北京的周边交通大面积瘫痪。因此以该区域作为应急演练区域，应急部门和相关单位派出3只应急演练队伍，分别是A队、B队、C队。在雪天应急演练中，假定安定门外大街、安定路及安立路高峰时期T时刻出现雪天交通突发事件，造成大量人员滞留和交通拥堵。启动应急预案，结合雪天应急演练评估步骤实施，同时结合多层次模糊评价模型，建立雪天应急演练模型，进行雪天应急演练评估。
以北京市雪天交通保障应急预案作为指导预案，对雪天应急预案进行合理化划分，把雪天应急演练划分为：预警管理、应急准备、应急响应、总结评估、善后处置五个应急阶段。基于应急阶段，构建了第一层因素集。根据应急阶段的实施内容，进一步将应急阶段划分为多个应急步骤。应急阶段的实施内容可以通过应急预案确定，具体通过应急预案中所规定的应急演练所涉及的实施主体(包括指挥机构、办事机构和成员单位)的应急处置流程进行划分。基于每个应急阶段所划分出的应急步骤，针对每个应急阶段，构建了相应的第二层因素集。第一层因素集所包含的一级评价因素和所有第二层因素集所包含的二级评价因素构成了雪天交通突发事件应急演练的评价指标体系。
第一层因素集：
I＝[I1,I2,I3,I4,I5]＝[预警管理,应急准备,应急响应,总结评估,善后处置]。
第二层因素集：
预警管理因素集I1＝[I11,I12,I13,I14,I15]＝[信息接收,联系处理,信息上报,到岗指挥,发布预警]。其相应因素集结合应急预案具体为：①信息接收：接受搜索客户或媒体发布的突发事件信息。②联系处理：立刻联系相关部门进行核实和预处理。③信息上报：相关人员赶赴现场，将现场情况提交至雪天交通应急指挥部。④到岗指挥：保证相关领导到岗进行现场指挥。⑤发布预警：对社会媒体发布雪情预警。
应急准备因素集I2＝[I21,I22,I23]＝[舆情应对,先期处置,现场督查]。其相应因素集结合应急预案具体为：①舆情应对：交管局提供和播报交通疏导信息。②先期处置：相关单位或部门进行现场处置。③现场督查：相关成员单位及保障单位和市应急办领导赶赴现场，部署调度。
应急响应因素集I3＝[I31,I32,I33,I34,I35,I36]＝[铲冰除雪,车辆疏导,旅客疏散,险情评估,积雪消融,秩序维护]。其相应因素集结合应急预案具体为：①铲冰除雪：相关部门开展铲冰除雪工作。②车辆疏导：交管局对雪天造成拥堵的车辆做好诱导和疏导维护工作③旅客疏散：交通委协调相应部门做好协调运输工作，确保运输市场秩序和旅客疏散情况。④险情评估：相应保障单位确定事故原因。⑤积雪消融：水务局进行积雪倾倒消融。⑥秩序维护：交管局调整警力部署，对积雪较重区域和道路重点区域采取相应管制措施，确保车辆和人员正常通行。
总结评估因素集I4＝[I41,I42,I43,I44]＝[上岗备勤,加强督查,原因分析,调查评估]。其相应因素集结合应急预案具体为：①上岗备勤：排水、公联、检测、城建等相关队伍到场执行上岗备勤任务。②加强督查：突发事件处置流程结束后，成员单位通知路政公司关注事故突发路段，加强巡逻检查。③原因分析：相关成员单位将应对工作情况交给应急办。④调查评估：组织事故处置调查评估小组，对应急演练相应流程进行详细评估，并将相应评价报告报送市应急委。
善后处置因素集I5＝[I51,I52,I53]＝[检查整改,加强设备养护,相关路段巡视监测]。其相应因素集结合应急预案具体为：①检查整改：成员单位接受通知，并将检查与整改情况上报。②加强设备养护：成员单位加强处理设备的日常养护。③相关路段巡视监测：成员单位加强对负责轨道的巡视与观测。
结合公式(7)至公式(10)，采用(-1,0,1)标度法确定各因素集的判断矩阵，并计算各因素集中各因素的权重。
预警管理因素集的判断矩阵V1为：
通过计算可得预警管理因素集I1＝[I11,I12,I13,I14,I15]＝[信息接收,联系处理,信息上报,到岗指挥,发布预警]中各二级评价因素的权重依次为λ1＝0.2504，λ2＝0.3735，λ3＝0.2030，λ4＝0.0754，λ5＝0.0977。
应急准备因素集的判断矩阵V2为：
通过计算可得应急准备因素集I2＝[I21,I22,I23]＝[舆情应对,先期处置,现场督查]为中各二级评价因素的权重依次为λ1＝0.4158，λ2＝0.4158，λ3＝0.1684。
应急响应因素集的判断矩阵V3为：
通过计算可得应急响应因素集I3＝[I31,I32,I33,I34,I35,I36]＝[铲冰除雪,车辆疏导,旅客疏散,险情评估,积雪消融,秩序维护]中各二级评价因素的权重依次为λ1＝0.3279，λ2＝0.2349，λ3＝0.1683，λ4＝0.0619，λ5＝0.0864，λ6＝0.1206。
总结评估因素集的判断矩阵V4为：
通过计算可得总结评估因素集I4＝[I41,I42,I43,I44]＝[上岗备勤,加强督查,原因分析,调查评估]中各二级评价因素的权重依次为λ1＝0.4551，λ2＝0.2760，λ3＝0.1015，λ4＝0.1674。
善后处置因素集的判断矩阵V5为：
通过计算可得善后处置因素集I5＝[I51,I52,I53]＝[检查整改,加强设备养护,相关路段巡视监测]中各二级评价因素的权重依次为λ1＝0.3214，λ2＝0.2302，λ3＝0.4484。
以上，第二层因素集的判断矩阵及各第二层因素集中各二级评价因素的权重确定完毕。
第一层因素集的判断矩阵为：
第一层因素集I＝[I1,I2,I3,I4,I5]＝[预警管理,应急准备,应急响应,总结评估,善后处置]中各一级评价因素的权重依次为ω1＝0.2556，ω2＝0.0770，ω3＝0.3813，ω4＝0.1713，ω5＝0.1148。
在应急演练后，根据应急演练备勤文件和相应文件邀请专家、教授、应急指挥领导对本次应急演练事件进行评估，专家、教授、应急指挥领导三类评价者的评价权重为W＝[0.4,0.4,0.2]。由评价者对二级评价因素的完成度c进行评估，之后结合公式(1)至公式(4)计算出二级评价因素的评语集得分D(qn,cn,tn)，根据表1中评语集得分的分数区间与等级分值之间的对应关系，确定二级评价因素的评语和相应的等级分值，作为对该二级评价因素的评估结果。进一步地，为了体现不同类别评价者的决策差异性，基于NLWA算子构建二级评价因素的模糊评估结果为其中，g(lk)为第k个类别的评价者lk对于二级评价因素的评价结果，g(lk)的取值为二级评价因素的等级分值，w(lk)为第k个类别的评价者lk的评价权重。基于上述过程，得到应急演练过程中所有二级评价因素的模糊评价结果，其中，表2给出了A队应急演练过程中21个二级评价因素的模糊评价结果，表3给出了B队应急演练过程中21个二级评价因素的模糊评价结果，表4给出了C队应急演练过程中21个二级评价因素的模糊评价结果。
表2.A队应急演练过程中21个二级评价因素的模糊评价结果
表3.B队应急演练过程中21个二级评价因素的模糊评价结果
表4.C队应急演练过程中21个二级评价因素的模糊评价结果
采用多层次模糊综合评估模型依据公式(11)至公式(21)得出A队应急演练评估期望值为：E＝0.97827，B队应急演练评估期望值为：E＝0.85886，C队应急演练评估期望值为：E＝0.8883。
对三个队伍的应急演练评估期望值进行对比发现，A队应急演练效果最好，B队的演练效果最差，C队上岗备勤效果都比较差。据此，实现对于应急演练质量和效果的评估，可以基于评估结果以及不同队伍之间评估结果的横向比较情况，确定应急演练过程中的薄弱环节，对应急演练的流程进行总结分析。
图5为本发明实施例提供的应急演练评估装置的结构示意图。如图5所示，该应急演练评估装置500包括：第一层因素集构建模块510，用于根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集；第二层因素集构建模块520，用于根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集；多层次模糊综合评估模型530，用于对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
在一些实施例中，所述装置包括：实施时效性和应急资源满足程度确定模块，用于确定所述应急演练中各应急步骤的实施时效性和应急资源满足程度；完成度获取模块，用于获取所述应急演练中由评价者所评价的各应急步骤的完成度；评语集得分确定模块，用于根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分；评语等级确定模块，用于根据各二级评价因素的评语集得分，确定各二级评价因素在评语集中的评语等级；其中，以各二级评价因素在评语集中的评语等级作为各二级评价因素的评估结果。
在一些实施例中，所述评语等级确定模块，具体用于：通过以下公式计算二级评价因素的评语集得分D(qn,cn,tn)：
其中，qn代表在所述应急演练中为第m个应急阶段的第n个应急步骤所实际提供的应急资源的量，代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最低需求量，/>代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最高需求量，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的应急资源满足程度，tn代表在所述应急演练中实施第m个应急阶段的第n个应急步骤所实际花费的时间，代表在所述应急预案中实施第m个应急阶段的第n个应急步骤所需要的最长时间，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的实施时效性，cn代表在所述应急演练中由评价者所评价的第m个应急阶段的第n个应急步骤的完成程度。
在一些实施例中，所述装置包括：权重确定模块，用于采用(-1,0,1)标度法确定所述第一层因素集中各一级评价因素的权重以及各所述第二层因素集中各二级评价因素的权重。
在一些实施例中，所述多层次模糊综合评估模型，具体用于：基于预设的不同类别的评价者的评估权重，采用NLSA算子集结所述不同类别的评价者对各二级评价因素的评估结果，计算各二级评价因素的综合评估结果；基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果。
在一些实施例中，所述多层次模糊综合评估模型，还具体用于：基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的综合评估结果，计算各第二层因素集的综合评估结果；基于所述第一层因素集中各一级评价因素的权重，采用NLWA算子集结所述第一层因素集所包含的一级评价因素的综合评估结果，计算所述第一层因素集的综合评估结果；根据所述第一层因素集的综合评估结果，确定评估期望值；其中，所述评估期望值用于表示针对所述应急演练的评估结果。
在一些实施例中，所述应急演练为雪天交通突发事件应急演练。
在一些实施例中，所述第一层因素集包含以下一级评价因素：预警管理，应急准备，应急响应，总结评估和善后处置；针对预警管理所构建的第二层因素集包括以下二级评价因素：信息接收，联系处理，信息上报，到岗指挥和发布预警；针对应急准备所构建的第二层因素集包括以下二级评价因素：舆情应对，先期处置和现场督查；针对应急响应所构建的第二层因素集包括以下二级评价因素：铲冰除雪,车辆疏导，旅客疏散，险情评估，积雪消融和秩序维护；针对总结评估所构建的第二层因素集包括以下二级评价因素：上岗备勤，加强督查，原因分析和调查评估；针对善后处置所构建的第二层因素集包括以下二级评价因素：检查整改，加强设备养护和相关路段巡视监测。
图6示出了本发明实施例的电子设备。如图6所示，电子设备600包括：至少一个处理器610，以及与所述至少一个处理器610通信连接的存储器620，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行所述的方法。
具体地，上述存储器620和处理器610经由总线630连接在一起，能够为通用的存储器和处理器，这里不做具体限定，当处理器610运行存储器620存储的计算机程序时，能够执行本发明实施例中结合图1至图5所描述的各项操作和功能。
本发明实施例还提供了一种存储介质，其上存储有计算机程序，该程序被处理器执行时，实现所述的方法。具体实现可参见方法实施例，在此不再赘述。
尽管本发明实施例的实施方案已公开如上，但其并不仅仅限于说明书和实施方式中所列运用。它完全可以被适用于各种适合本发明实施例的领域。对于熟悉本领域的人员而言，可容易地实现另外的修改。因此在不背离权利要求及等同范围所限定的一般概念下，本发明实施例并不限于特定的细节和这里示出与描述的图例。
Claims (7)
1.一种应急演练评估方法，其特征在于，包括：
根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集；
根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集；
采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果；
所述采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果之前，所述方法包括：
确定所述应急演练中各应急步骤的实施时效性和应急资源满足程度；
获取所述应急演练中由评价者所评价的各应急步骤的完成度；
根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分；
根据各二级评价因素的评语集得分，确定各二级评价因素在评语集中的评语等级；其中，以各二级评价因素在评语集中的评语等级作为各二级评价因素的评估结果；
所述根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分，包括：
通过以下公式计算二级评价因素的评语集得分D(qn,cn,tn)：
其中，qn代表在所述应急演练中为第m个应急阶段的第n个应急步骤所实际提供的应急资源的量，代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最低需求量，/>代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最高需求量，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的应急资源满足程度，tn代表在所述应急演练中实施第m个应急阶段的第n个应急步骤所实际花费的时间，/>代表在所述应急预案中实施第m个应急阶段的第n个应急步骤所需要的最长时间，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的实施时效性，cn代表在所述应急演练中由评价者所评价的第m个应急阶段的第n个应急步骤的完成程度；
所述采用多层次模糊综合评估模型对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果，包括：
基于预设的不同类别的评价者的评估权重，采用NLSA算子集结所述不同类别的评价者对各二级评价因素的评估结果，计算各二级评价因素的综合评估结果；
基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果；
所述基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果，包括：
基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的综合评估结果，计算各第二层因素集的综合评估结果；
基于所述第一层因素集中各一级评价因素的权重，采用NLWA算子集结所述第一层因素集所包含的一级评价因素的综合评估结果，计算所述第一层因素集的综合评估结果；
根据所述第一层因素集的综合评估结果，确定评估期望值；其中，所述评估期望值用于表示针对所述应急演练的评估结果。
2.如权利要求1所述的应急演练评估方法，其特征在于，所述采用多层次模糊综合评估模型对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果之前，所述方法包括：
采用(-1,0,1)标度法确定所述第一层因素集中各一级评价因素的权重以及各所述第二层因素集中各二级评价因素的权重。
3.如权利要求1所述的应急演练评估方法，其特征在于，所述应急演练为雪天交通突发事件应急演练。
4.如权利要求3所述的应急演练评估方法，其特征在于，
所述第一层因素集包含以下一级评价因素：预警管理，应急准备，应急响应，总结评估和善后处置；
针对预警管理所构建的第二层因素集包括以下二级评价因素：信息接收，联系处理，信息上报，到岗指挥和发布预警；
针对应急准备所构建的第二层因素集包括以下二级评价因素：舆情应对，先期处置和现场督查；
针对应急响应所构建的第二层因素集包括以下二级评价因素：铲冰除雪,车辆疏导，旅客疏散，险情评估，积雪消融和秩序维护；
针对总结评估所构建的第二层因素集包括以下二级评价因素：上岗备勤，加强督查，原因分析和调查评估；
针对善后处置所构建的第二层因素集包括以下二级评价因素：检查整改，加强设备养护和相关路段巡视监测。
5.一种应急演练评估装置，其特征在于，包括：
第一层因素集构建模块，用于根据应急预案，将所述应急演练划分为多个应急阶段，以各应急阶段作为各一级评价因素，构建第一层因素集；
第二层因素集构建模块，用于根据各应急阶段的实施内容，将各应急阶段划分为至少一个应急步骤，以各应急阶段所包含的应急步骤作为二级评价因素，构建各第二层因素集；
多层次模糊综合评估模型，用于对所有二级评价因素以及所有一级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果；
所述装置包括：实施时效性和应急资源满足程度确定模块，用于确定所述应急演练中各应急步骤的实施时效性和应急资源满足程度；完成度获取模块，用于获取所述应急演练中由评价者所评价的各应急步骤的完成度；评语集得分确定模块，用于根据所述应急演练中各应急步骤的实施时效性、应急资源满足程度以及完成度，确定各二级评价因素的评语集得分；评语等级确定模块，用于根据各二级评价因素的评语集得分，确定各二级评价因素在评语集中的评语等级；其中，以各二级评价因素在评语集中的评语等级作为各二级评价因素的评估结果；
所述评语等级确定模块，具体用于：通过以下公式计算二级评价因素的评语集得分D(qn,cn,tn)：
其中，qn代表在所述应急演练中为第m个应急阶段的第n个应急步骤所实际提供的应急资源的量，代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最低需求量，/>代表在所述应急预案中第m个应急阶段的第n个应急步骤对应急资源的最高需求量，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的应急资源满足程度，tn代表在所述应急演练中实施第m个应急阶段的第n个应急步骤所实际花费的时间，/>代表在所述应急预案中实施第m个应急阶段的第n个应急步骤所需要的最长时间，/>代表所述应急演练中第m个应急阶段的第n个应急步骤的实施时效性，cn代表在所述应急演练中由评价者所评价的第m个应急阶段的第n个应急步骤的完成程度；
所述多层次模糊综合评估模型，具体用于：基于预设的不同类别的评价者的评估权重，采用NLSA算子集结所述不同类别的评价者对各二级评价因素的评估结果，计算各二级评价因素的综合评估结果；基于各二级评价因素的综合评估结果，对所有一级评价因素以及所有二级评价因素进行模糊综合评估，确定针对所述应急演练的评估结果；
所述多层次模糊综合评估模型，还具体用于：基于各第二层因素集中各二级评价因素的权重，采用NLWA算子集结各第二层因素集所包含的二级评价因素的综合评估结果，计算各第二层因素集的综合评估结果；基于所述第一层因素集中各一级评价因素的权重，采用NLWA算子集结所述第一层因素集所包含的一级评价因素的综合评估结果，计算所述第一层因素集的综合评估结果；根据所述第一层因素集的综合评估结果，确定评估期望值；其中，所述评估期望值用于表示针对所述应急演练的评估结果。
6.一种电子设备，其特征在于，包括：至少一个处理器，以及与所述至少一个处理器通信连接的存储器，其中，所述存储器存储有可被所述至少一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行权利要求1-4中任一项所述的方法。
7.一种存储介质，其上存储有计算机程序，其特征在于，该程序被处理器执行时，实现权利要求1-4中任一项所述的方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011084319.9A CN112508322B (zh) | 2020-10-12 | 2020-10-12 | 应急演练评估方法、装置、电子设备以及存储介质 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202011084319.9A CN112508322B (zh) | 2020-10-12 | 2020-10-12 | 应急演练评估方法、装置、电子设备以及存储介质 |
Publications (2)
| Publication Number | Publication Date |
|---|---|
| CN112508322A CN112508322A (zh) | 2021-03-16 |
| CN112508322B true CN112508322B (zh) | 2023-07-25 |
Family
ID=74953997
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202011084319.9A Active CN112508322B (zh) | 2020-10-12 | 2020-10-12 | 应急演练评估方法、装置、电子设备以及存储介质 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN112508322B (zh) |
Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106971265A (zh) * | 2017-03-21 | 2017-07-21 | 武汉理工大学 | 一种评价海上救援能力的方法 |
-
2020
- 2020-10-12 CN CN202011084319.9A patent/CN112508322B/zh active Active
Patent Citations (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN106971265A (zh) * | 2017-03-21 | 2017-07-21 | 武汉理工大学 | 一种评价海上救援能力的方法 |
Non-Patent Citations (4)
| Title |
|---|
| 李嵘 ; 刘志钢 ; 潘寒川 ; 王华声 ; .基于AHP-TOPSIS的城市轨道交通应急演练评估研究.铁道运输与经济.2020,第42卷(第01期),第110-115页. * |
| 闫博 ; 覃勇 ; 李国和 ; 刘璐 ; .基于模糊数学的应急演练效果评估方法研究.计算机与现代化.2015,(第09期),第113-116、126页. * |
| 陈孝国.《可拓初等关联函数的扩展研究及应用》.哈尔滨：哈尔滨工业大学出版社 ,2018,第142-143页. * |
| 陈钉均.重大疫情下铁路应急救援能力评估指标体系构建.交通运输工程学报.2020,第20卷(第03期),第129-137页. * |
Also Published As
| Publication number | Publication date |
|---|---|
| CN112508322A (zh) | 2021-03-16 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| CN108596727B (zh) | 一种共享单车的管理与决策方法 | |
| Boujelbene et al. | The performance analysis of public transport operators in Tunisia using AHP method | |
| An et al. | Aggregation of group fuzzy risk information in the railway risk decision making process | |
| CN108519972A (zh) | 一种合同条款的法律风险判定方法、装置及计算机设备 | |
| CN105303503B (zh) | 互联网交通运政服务云 | |
| Peng et al. | Application of machine learning to laboratory safety management assessment | |
| CN104063753A (zh) | 一种智能交通运维绩效综合评价方法 | |
| He et al. | An analysis approach for building collapse accident using system thinking approach and SEA model | |
| CN109409541A (zh) | 实现报废汽车蓄电池逆向物流可行性评价的方法 | |
| Zhang et al. | Evaluation of emergency evacuation capacity of urban metro stations based on combined weights and TOPSIS-GRA method in intuitive fuzzy environment | |
| CN112508322B (zh) | 应急演练评估方法、装置、电子设备以及存储介质 | |
| Erming et al. | TRAFFIC SAFETY RISK ASSESSMENT OF SMART CITY BASED ON BAYESIAN NETWORK. | |
| CN117114169A (zh) | 一种基于综合评估的应急物资仓库最优选址方法及系统 | |
| CN115907532A (zh) | 车辆修理企业布局分析评估方法及系统 | |
| CN115409332A (zh) | 一种辐射事故应急演习评估方法 | |
| CN111709669A (zh) | 一种企业信用评分系统及方法 | |
| CN111861284A (zh) | 一种社会治理单元风险评估及预警方法 | |
| CN116739392B (zh) | 一种基于物元的多制式轨道交通应急协同决策方法及装置 | |
| Schachtel | CitiStat and the Baltimore neighborhood indicators alliance: Using information to improve communication and community | |
| Al-Mahrooqi | Developing the most significant and suitable smart city indicators for smart city pilot in Knowledge Oasis Muscat (KOM), Sultanate of Oman | |
| Di | Risk Management in the Construction of Intelligent Transportation Platform Based on Artificial Intelligence | |
| CN116307779A (zh) | 一种城市道路停车体检评分自动获取方法 | |
| Ramos-Dimaya et al. | Using Analytic Hierarchy Process and Technique for Order of Preference by Similarity to Ideal Solution for Multi-Criteria Decision-Making Approach in Evaluating Science High School Campus Sites | |
| Hu et al. | Data processing in performance evaluation of logistics park based on fuzzy comprehensive evaluation method | |
| Chu | Smart City Construction in Hefei: Status Quo, Problems and Countermeasures |
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 |