CN114626674A - 突发事件虚拟训练的公安民警应急处置能力评价方法 - Google Patents
突发事件虚拟训练的公安民警应急处置能力评价方法 Download PDFInfo
- Publication number
- CN114626674A CN114626674A CN202210124588.6A CN202210124588A CN114626674A CN 114626674 A CN114626674 A CN 114626674A CN 202210124588 A CN202210124588 A CN 202210124588A CN 114626674 A CN114626674 A CN 114626674A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- cloud
- emergency
- index
- level
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 241001622623 Coeliadinae Species 0.000 title claims abstract description 36
- 238000000034 method Methods 0.000 title claims description 36
- 238000011156 evaluation Methods 0.000 claims abstract description 123
- 238000012549 training Methods 0.000 claims abstract description 22
- 239000011159 matrix material Substances 0.000 claims abstract description 19
- 238000006243 chemical reaction Methods 0.000 claims abstract description 7
- 238000004422 calculation algorithm Methods 0.000 claims description 6
- 238000004364 calculation method Methods 0.000 claims description 4
- 230000010354 integration Effects 0.000 claims description 3
- 230000007246 mechanism Effects 0.000 claims description 3
- 238000004451 qualitative analysis Methods 0.000 claims description 3
- 238000004088 simulation Methods 0.000 claims description 3
- 230000009466 transformation Effects 0.000 claims description 2
- 230000000007 visual effect Effects 0.000 abstract description 7
- 238000010586 diagram Methods 0.000 description 10
- 230000008859 change Effects 0.000 description 9
- 230000009471 action Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 5
- 238000011158 quantitative evaluation Methods 0.000 description 4
- 238000004891 communication Methods 0.000 description 3
- 230000000694 effects Effects 0.000 description 3
- 238000005516 engineering process Methods 0.000 description 3
- 238000013210 evaluation model Methods 0.000 description 3
- 238000013507 mapping Methods 0.000 description 3
- 230000003340 mental effect Effects 0.000 description 3
- 238000005054 agglomeration Methods 0.000 description 2
- 230000002776 aggregation Effects 0.000 description 2
- 239000006185 dispersion Substances 0.000 description 2
- 230000010365 information processing Effects 0.000 description 2
- 238000011835 investigation Methods 0.000 description 2
- 230000006996 mental state Effects 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 238000004393 prognosis Methods 0.000 description 2
- 230000008439 repair process Effects 0.000 description 2
- 208000027418 Wounds and injury Diseases 0.000 description 1
- 230000001740 anti-invasion Effects 0.000 description 1
- QVGXLLKOCUKJST-UHFFFAOYSA-N atomic oxygen Chemical compound [O] QVGXLLKOCUKJST-UHFFFAOYSA-N 0.000 description 1
- 230000009286 beneficial effect Effects 0.000 description 1
- 239000008280 blood Substances 0.000 description 1
- 210000004369 blood Anatomy 0.000 description 1
- 230000036772 blood pressure Effects 0.000 description 1
- 230000036760 body temperature Effects 0.000 description 1
- 238000010276 construction Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 238000012217 deletion Methods 0.000 description 1
- 230000037430 deletion Effects 0.000 description 1
- 238000011161 development Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 230000002349 favourable effect Effects 0.000 description 1
- 230000005484 gravity Effects 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000001939 inductive effect Effects 0.000 description 1
- 208000014674 injury Diseases 0.000 description 1
- 238000007689 inspection Methods 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 229910052760 oxygen Inorganic materials 0.000 description 1
- 239000001301 oxygen Substances 0.000 description 1
- 230000003449 preventive effect Effects 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011084 recovery Methods 0.000 description 1
- 238000012552 review Methods 0.000 description 1
- 238000012502 risk assessment Methods 0.000 description 1
- 238000012953 risk communication Methods 0.000 description 1
- 238000013077 scoring method Methods 0.000 description 1
- 238000007789 sealing Methods 0.000 description 1
- 230000009469 supplementation Effects 0.000 description 1
Images
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
- 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)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Theoretical Computer Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了突发事件虚拟训练的公安民警应急处置能力评价方法，包括以下具体步骤，S1.确定其权重值，构建归一化的决策矩阵；S2.进行评价指标中定性与定量指标间的转换，提出定性概念与定量数值转换模型；S3.构建评价指标体系；S4.确定评价指标权重，确定一级指标和一级指标下各级指标极其权重；S5.确立评价标准。本方案在面向重大突发事件的公安民警应急处置虚拟训练领域内率先提出科学的评价方案，在形成可服务实战、引领实战、操作性强的技术规范以及评价规则的同时，形成直观的、可量化的公安民警应急处置能力科学评价体系，全面地提升了训练的水平。
Description
技术领域
本发明涉及公安能力考察体系技术领域，具体而言，涉及突发事件虚拟训练的公安民警应急处置能力评价方法。
背景技术
在应对的自然灾害、事故灾难、公共卫生和社会安全等造成或者可能造成严重社会危害的重大突发事件时，由于其具有紧急程度高、危害性大、涉及范围广、人员及财产损失严重等特点，因此，公安机关必须培养具备较强应急处置能力的人民警察队伍，以预防和减少突发事件的发生，控制、减轻和消除突发事件引起的严重社会危害，保护人民生命财产安全，维护国家安全、公共安全、环境安全和社会秩序。
传统的应急处置训练模式所需场所条件限制多、组织难度大、演练成本高，受训人员易受伤害。随着虚拟现实技术的不断发展，为解决上述问题提供了新途径。但虚拟现实技术在公安应急处置虚拟训练的应用只解决了训练过程上的难题，在训练结果评价方面仍然缺乏科学、有效的途径。
本专利顺应新形势下公安应急处置虚拟训练的需求，提供能够充分体现训练实际效果的评估解决方案，以科学的、可量化的方式对公安民警应急处置能力进行评价，考评人员可通过直观的评价结果发现影响训练效果的关键因素，有针对性地调整虚拟训练方法并提升民警的应急处置能力。
发明内容
本发明的主要目的在于提供突发事件虚拟训练的公安民警应急处置能力评价方法，以改善相关技术中的应急处置能力评估一直缺乏明确的定义及规范，急需建立一套完整、科学、全面的指标体系的问题。
为了实现上述目的，本发明提供了突发事件虚拟训练的公安民警应急处置能力评价方法，包括S1.确定其权重值，鉴于公安民警应急处置能力评价指标体系中既包含精确数值型(定量)指标，又包含语言描述型(定性)指标的特点，需要构建归一化的决策矩阵；
S2.进行评价指标中定性与定量指标间的转换，将云概念引入公安民警应急处置能力评价体系，在概率统计和模糊数学的基础上提出定性概念与定量数值转换模型；
S3.构建评价指标体系，基于指标体系的全面性，层次性，定性和定量整合的基本原则，通过大量模拟训练并综合考量公安实战专家意见，对其进行归纳和整理；
S4.确定评价指标权重，通过重大突发事件应急处置机制并结合公安实战专家意见，制定出一级指标和一级指标下各级指标极其权重；
S5.确立评价标准，在影响反恐应急评价考核指标体系因素中，可以对这些因素进行定性分析，用模糊的定性词集表示，并通过评分法进行评估；有些因素必须根据相关标准进行具体量化，提供定量评估结果，综合评分使用差，较差，一般，较好，好来描述级别，评分范围为[0，10]。
在本发明的一种实施例中，S1中，归一化的决策矩阵的建立步骤包括：
(1)初始评价矩阵为X＝(xij)s×k，其中为第i想定下的第j个指标值，s为想定数，k为指标数；标准决策矩阵
其中：
①式中E(xj)，o-(xj)分别为第i想定下第j个指标值的期望和方差。
(2)构造归一化的评价矩阵
令标准评价矩阵
中每列的最大值为
采用线性尺度变化法对指标值进行规范化，则有：
在本发明的一种实施例中，在S2中，定性概念与定量数值转换模型建立的具体步骤包括：
定义1：假设U为一个定量域，C为U上的定性概念，则定量域U上的定量值x，对于定性概念C而言，可表示为x对C的确定度μc(x)。确定度在定量论域U上的分布称为隶属云，一个定量值x代表一个云滴，简称云。确定度μc(x)的取值范围为[0,1]，云即为定量论域U到区间[0,1]的映射，数学概念表示为：
定义2：设论域中有n朵云
{c1(Ex1,En1,He1),c2(Ex2,En2,He2),…,cn(Exn,Enn,Hen)}可将n多云集结为一种综合云C(Ex,En,He)
式⑤中，λ＝(λ1,λ2,…,λn)为n朵云的权重值。
在本发明的一种实施例中，S2中，利用正向云发生器算法生成云滴，具体包括以下步骤：云概念表示自然语言中的基元—语言值，用云的数字特征—期望Ex，熵En和超熵He表示语言值的数学性质，正向云发生器根据云的数字特征(Ex，En，He)产生云滴，一维正向正态云发生器的算法实现如下：
输入：表示定型概念A的三个数字特征值Ex，En，He以及云滴数N；
输出：N个云滴的定量值，以及每个云滴代表概念A的确定度；
步骤:
①产生一个期望值为En，标准差为He的正态随机数；
②产生一个期望值Ex，标准差为abs(En’)的正态随机数xi；
③计算：
④令(xi,yi)为一个云滴，它是该云表示的语言值在数量上的一次具体实现，其中x为定性概念在论域中这一次对应的数值，为属于这个语言值得程度的量度；
⑤重复步骤①到步骤④，直到产生满足要求数目的云滴数。
在本发明的一种实施例中，S3中，将影响应急处置能力评价考核指标主要分为四大类：指挥控制能力、综合保障能力、心理压力承受能力和作战能力，基于指标体系的全面性，层次性，定性和定量整合的基本原则，构建了由3个一级指标、9个二级指标和30个三级指标、44个四级指标、33个五级指标、62个六级指标组成的多级层次结构。
在本发明的一种实施例中，S4中，应急处置能力评价考核指标体系设置为集合U，集合U下有三个一级指标，分别为A受训人员能力评价、B指挥人员能力评价、C综合保障能力。
在本发明的一种实施例中，一级指标A下有3个二级指标、14个三级指标、20个四级指标、33个五级指标、62个六级指标；一级指标B下有4个二级指标、8个三级指标、24个四级指标；一级指标C下有2个二级指标、8个三级指标。
在本发明的一种实施例中，S5中，量化云参数的计算具体步骤包括：
假设有m个专家得分，xk是第k个(1,2，...，m)专家得分的因子，并且可以根据公式获得该因子的云模型特征数Ex，En及He；在计算出某一因素的云模型特征量后，
可以通过公式将各二级指标的评论云整合为3个一级指标评论综合云，进而生成反恐应急评价考核指标体系模型的综合云，公式为
⑦式中Exi、Eni、Hei、ωi分别表示各级指标的期望、熵、超熵值及对应的权重，n为对同一个指标进行打分的个数。
与现有技术相比，本发明的有益效果是：通过上述设计的突发事件虚拟训练的公安民警应急处置能力评价方法，通过建立多级、多层次、模块化的公安民警应急处置能力评价指标，为虚拟训练中受训人员应急处置能力的量化评估确立评价方案，借助云理论将公安民警应急处置能力评价指标中的客观指标与主观指标进行统一量化，再利用正向云发生器生成云滴，构建可视化的能力评价集云图，形成训练评价模型。本发明建立了多级、多层次的能力评价指标，将虚拟训练中产生的一些属性信息(例如指挥控制、辅助决策、综合保障及分队行动能力等)进行分类，形成适应新形势下公安民警应急处置能力评价指标体系；
通过将云概念引入面向重大突发事件的虚拟训练中，利用云的数字特征可用期望值Ex、熵En、超熵He三个数值来表征，把模糊性和随机性完全集成到一起，构成定性和定量相互间的映射，为公安民警应急处置能力评价指标中定性与定量相结合的信息处理提供了有力手段；
在面向重大突发事件的虚拟训练领域内率先提出的可量化评价方案，在形成可服务实战、引领实战、操作性强的技术规范以及评价规则的同时，形成直观的、可量化的公安民警应急处置能力科学评价体系，全面地提升了训练的水平。
附图说明
图1为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的集合U应急评价指标体系示意图；
图2为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的一级指标A示意图；
图3为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的三级指标A11示意图；
图4为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的三级指标A12示意图；
图5为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的三级指标A13示意图；
图6为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的三级指标A14示意图；
图7为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的三级指标A15示意图；
图8为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的一级指标B示意图；
图9为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的指标C示意图；
图10为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的云滴计算示意图；
图11为根据本发明实施例提供的突发事件虚拟训练的公安民警应急处置能力评价方法的流程示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，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，都应当属于本发明保护的范围。
需要说明的是，本发明的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本发明的实施例。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
在本发明中，术语“上”、“下”、“左”、“右”、“前”、“后”、“顶”、“底”、“内”、“外”、“中”、“竖直”、“水平”、“横向”、“纵向”等指示的方位或位置关系为基于附图所示的方位或位置关系。这些术语主要是为了更好地描述本发明及其实施例，并非用于限定所指示的装置、元件或组成部分必须具有特定方位，或以特定方位进行构造和操作。
并且，上述部分术语除了可以用于表示方位或位置关系以外，还可能用于表示其他含义，例如术语“上”在某些情况下也可能用于表示某种依附关系或连接关系。对于本领域普通技术人员而言，可以根据具体情况理解这些术语在本发明中的具体含义。
另外，术语“多个”的含义应为两个以及两个以上。
需要说明的是，在不冲突的情况下，本发明中的实施例及实施例中的特征可以相互组合。下面将参考附图并结合实施例来详细说明本发明。
实施例1
请参阅图1-图9，本发明提供了突发事件虚拟训练的公安民警应急处置能力评价方法，包括S1.确定其权重值，鉴于公安民警应急处置能力评价指标体系中既包含精确数值型(定量)指标，又包含语言描述型(定性)指标的特点，需要构建归一化的决策矩阵；
S2.进行评价指标中定性与定量指标间的转换，将云概念引入公安民警应急处置能力评价体系，在概率统计和模糊数学的基础上提出定性概念与定量数值转换模型；
S3.构建评价指标体系，基于指标体系的全面性，层次性，定性和定量整合的基本原则，通过大量模拟训练并综合考量公安实战专家意见，对其进行归纳和整理；
S4.确定评价指标权重，通过重大突发事件应急处置机制并结合公安实战专家意见，制定出一级指标和一级指标下各级指标极其权重；
S5.确立评价标准，在影响反恐应急评价考核指标体系因素中，可以对这些因素进行定性分析，用模糊的定性词集表示，并通过评分法进行评估；有些因素必须根据相关标准进行具体量化，提供定量评估结果，综合评分使用差，较差，一般，较好，好来描述级别，评分范围为[0，10]。
具体应用时，为了体现评价各指标的重要程度，需要确定其权重值。鉴于公安民警应急处置能力评价指标体系中既包含精确数值型(定量)指标，又包含语言描述型(定性)指标的特点，需要构建归一化的决策矩阵，步骤如下：
(1)初始评价矩阵为X＝(xij)s×k，其中为第i想定下的第j个指标值，s为想定数，k为指标数；标准决策矩阵
其中：
①式中E(xj)，o-(xj)分别为第i想定下第j个指标值的期望和方差。
(2)构造归一化的评价矩阵
令标准评价矩阵
中每列的最大值为
采用线性尺度变化法对指标值进行规范化，则有：
将云概念引入公安民警应急处置能力评价体系，在概率统计和模糊数学的基础上提出定性概念与定量数值转换模型，可以较好的完成评价指标中定性与定量指标间的转换。而云模型是由众多云滴构成的，云滴是定性概念与论域空间定量描述的随机映射，反映了定性概念的随机性特征。因此，本发明利用正向云发生器算法生成云滴，构造可视化、可量化的公安民警应急处置能力评估结果。定性概念与定量数值转换模型建立的具体步骤包括：
定义1：假设U为一个定量域，C为U上的定性概念，则定量域U上的定量值x，对于定性概念C而言，可表示为x对C的确定度μc(x)。确定度在定量论域U上的分布称为隶属云，一个定量值x代表一个云滴，简称云。确定度μc(x)的取值范围为[0,1]，云即为定量论域U到区间[0,1]的映射，数学概念表示为：
定义2：设论域中有n朵云
{c1(Ex1,En1,He1),c2(Ex2,En2,He2),…,cn(Exn,Enn,Hen)}可将n多云集结为一种综合云C(Ex,En,He)
式⑤中，λ＝(λ1,λ2,…,λn)为n朵云的权重值。
云概念表示自然语言中的基元—语言值，用云的数字特征—期望Ex，熵En和超熵He表示语言值的数学性质。
其中，期望Ex：云滴在论域空间分布的期望，是最能够代表定性概念的点，是这个概念量化的最典型样本。期望是云的重心位置，即中心值，用来评判应急情况下各个能力的等级评价值期望值Ex越大，代表线路能力的等级评价值越大。
熵En：在云概念中，熵代表定性概念的可度量粒度，熵越大，通常概念越宏观，代表能力的等级评价值越不可靠。也是定性概念不确定性的度量，由概念的随机性和模糊性共同决定。一方面,En是定性概念随机性的度量，反映了能够代表这个定性概念的云滴的离散程度；另一方面，又是定性概念亦此亦彼性的度量，反映了在论域空间可被概念接受的云滴的取值范围。用同一个数字特征来反映随机性和模糊性，也必然反映他们之间的关联性。
超熵He：熵的不确定性度量，即熵的熵，由熵的随机性和模糊性共同决定。反映了每个数值隶属这个语言值程度的凝聚性，即云滴的凝聚程度。超熵越大，云的离散程度越大，隶属度的随机性也随之增大，云的厚度也越大，能力高低等级评价结果的随机性也越大，评价结果越不精确。
见图10，正向云发生器根据云的数字特征(Ex，En，He)产生云滴，一维正向正态云发生器的算法实现如下：
输入：表示定型概念A的三个数字特征值Ex，En，He以及云滴数N；
输出：N个云滴的定量值，以及每个云滴代表概念A的确定度；
步骤:
①产生一个期望值为En，标准差为He的正态随机数；
②产生一个期望值Ex，标准差为abs(En’)的正态随机数xi；
③计算：
④令(xi,yi)为一个云滴，它是该云表示的语言值在数量上的一次具体实现，其中x为定性概念在论域中这一次对应的数值，为属于这个语言值得程度的量度；
⑤重复步骤①到步骤④，直到产生满足要求数目的云滴数。
根据评估模型的原理，将应急处置能力评价考核指标体系作为领域，将各个地区的应急能力作为云滴，各项指标的综合评价结果形成的云团的总体特征，反映了突发事件发生时的反映能力。在评价指标体系的构建中，将影响应急处置能力评价考核指标主要分为四大类：指挥控制能力、综合保障能力、心理压力承受能力和作战能力，基于指标体系的全面性，层次性，定性和定量整合的基本原则，构建了由3个一级指标、9个二级指标和30个三级指标、44个四级指标、33个五级指标、62个六级指标组成的多级层次结构。
其中，见图1，应急处置能力评价考核指标体系设置为集合U，集合U下有三个一级指标，分别为A受训人员能力评价、B指挥人员能力评价、C综合保障能力。具体见图2-图7，一级指标A下有3个二级指标、14个三级指标、20个四级指标、33个五级指标、62个六级指标；见图8，一级指标B下有4个二级指标、8个三级指标、24个四级指标；见图9，一级指标C下有2个二级指标、8个三级指标。
对评价指标权重进行确定：
1、一级指标：
| 权重 | 一级指标 | 权重 | |
| A受训人员能力评价 | 0.34 | ||
| 应急处置能力考核评价指标 | 1.00 | B指挥人员能力评价 | 0.33 |
| C综合保障能力 | 0.33 |
表1一级指标及其权重
2、一级指标下各级指标极其权重：
(1)受训人员能力评价下各级指标极其权重：
表2一级指标A下二级指标及其权重
| 二级指标 | 权重 | 三级指标 | 权重 |
| A11街面巡控 | 0.2 | ||
| A12入户清查 | 0.2 | ||
| A1实操执行评价 | 0.34 | A13武装抓捕 | 0.2 |
| A14重点场所遇袭 | 0.2 | ||
| A15驻地反侵袭 | 0.2 | ||
| A21心电变化率 | 0.17 | ||
| A22脑电变化率 | 0.17 | ||
| A2生理指标评价 | 0.33 | A23血压变化率 | 0.17 |
| A24血氧变化率 | 0.16 | ||
| A25体温变化率 | 0.17 | ||
| A26脉率变化率 | 0.16 | ||
| A31受训过程心理压力变化 | 0.34 | ||
| A3心理状态评价 | 0.33 | A32心理危机干预后心理压力变化 | 0.33 |
| A33多次干预后心理状态评价 | 0.33 |
表3二级指标A1、A2、A3下各三级指标及其权重
表4三级指标A11、A12、A13、A14、A15下四级指标极其权重
表5四级指标A111、A112、A113下各五级、六级指标及其权重
| 四级指标 | 权重 | 五级指标 | 权重 |
| A121前期准备 | 0.25 | A1211警力与装备配置 | 0.5 |
| A1212入门前形势评估(313战术) | 0.5 | ||
| A122现场处置 | 0.25 | A1221单兵训练 | 0.5 |
| A1222多人协同 | 0.5 | ||
| A123后期处置 | 0.25 | A1231单兵训练 | 0.5 |
| A1232多人协同 | 0.5 |
表6四级指标A121、A122、A123下五级指标及其权重
| 五级指标 | 权重 | 六级指标 | 权重 |
| A12211现场风险评估及传达 | 0.17 | ||
| A12212警械持有姿态 | 0.17 | ||
| A1221单兵训练 | 0.5 | A12213武器持有姿态 | 0.17 |
| A12214发现目标速度 | 0.17 | ||
| A12215战术执行 | 0.16 | ||
| A12216处置效果 | 0.16 | ||
| A12221人员站位及分工 | 0.34 | ||
| A1222多人协同 | 0.5 | A12222现场指令交互 | 0.33 |
| A12223戒备、距离、掩体、位置、沟通 | 0.33 | ||
| A12311排除隐患 | 0.25 | ||
| A1231单兵训练 | 0.5 | A12312检查人员和装备 | 0.25 |
| A12313收集固定证明 | 0.25 | ||
| A12314救助伤员 | 0.25 | ||
| A1232多人协同 | 0.5 | A12321现场封控 | 0.5 |
| A12322武装押解 | 0.5 |
表7五级指标A1221、A1222、A1231、A1232下六级指标及其权重
| 四级指标 | 权重 | 五级指标 | 权重 |
| A1311对敌人是否全面评估 | 0.34 | ||
| A131评估 | 0.25 | A1312对我方是否全面评估 | 0.33 |
| A1313对环境是否全面评估 | 0.33 | ||
| A1321人员是否准备充分 | 0.34 | ||
| A132前期准备 | 0.25 | A1322装备是否准备充分 | 0.33 |
| A1323计划是否准备充分 | 0.33 | ||
| A133现场处置 | 0.25 | A1331单兵训练 | 0.5 |
| A1332多人协同 | 0.5 |
表8四级指标A131、A132、A133下五级指标及其权重
| 五级指标 | 权重 | 六级指标 | 权重 |
| A13311是否有行动前的侦察 | 0.12 | ||
| A13312抓捕组能否隐蔽到达攻击位置 | 0.11 | ||
| A13313警械持有姿态 | 0.11 | ||
| A13314武器持有姿态 | 0.11 | ||
| A1331单兵训练 | 0.5 | A13315发现目标速度 | 0.11 |
| A13316目标命中准确率 | 0.11 | ||
| A13317是否成功抓捕目标，清理现场 | 0.11 | ||
| A13318是否造成不必要的伤亡 | 0.11 | ||
| A13319是否彻底搜身、安全带离 | 0.11 | ||
| A13321封锁区域是否合理 | 0.34 | ||
| A1332多人协同 | 0.5 | A13322是否有通讯管制、频率干扰 | 0.33 |
| A13323是否占领有利地形，避免火力交叉，有效警戒 | 0.33 |
表9五级指标A1331、A1332下六级指标及其权重
表10四级指标A141、A142、A143下五级指标及其权重
表11五级指标A1421、A1422下六级指标及其权重
表12四级指标A151、A152、A153下五级指标及其权重
表13五级指标A1511、A1512、A1521、A1522下六级指标及其权重
(2)指挥人员能力评价下各级指标极其权重：
表14一级指标B下各二级指标和三级指标及其权重
表15三级指标B11、B12、B21、B22、B31、B32下各四级指标及其权重
(3)综合保障能力下各级指标及其权重：
| 一级指标 | 权重 | 二级指标 | 权重 | 三级指标 | 权重 |
| C11通勤保障完整率 | 0.34 | ||||
| C1通讯保障 | 0.5 | C12平均故障时间间隔 | 0.33 | ||
| C13平均故障修复时间 | 0.33 | ||||
| C综合保障能力 | 0.33 | C21受损装备修复 | 0.2 | ||
| C22缺失装备修复 | 0.2 | ||||
| C2后期处置 | 0.5 | C23客观评价危机 | 0.2 | ||
| C24预防方案的制定与补充 | 0.2 | ||||
| C25恢复和重建社会秩序 | 0.2 |
表16一级指标C下各二级指标和三级指标及其权重
在影响反恐应急评价考核指标体系因素中，可以对这些因素进行定性分析，用模糊的定性词集表示，并通过评分法进行评估；有些因素必须根据相关标准进行具体量化，提供定量评估结果。考虑到专家评论集的描述习惯，综合评分使用差，较差，一般，较好，好来描述级别，评分范围为[0，10]。考核指标，分数越高。
表17标准等级
根据公式计算标准云的参数，量化云参数的计算具体步骤包括：
假设有m个专家得分，xk是第k个(1,2，...，m)专家得分的因子，并且可以根据公式获得该因子的云模型特征数Ex，En及He；在计算出某一因素的云模型特征量后，
可以通过公式将各二级指标的评论云整合为3个一级指标评论综合云，进而生成反恐应急评价考核指标体系模型的综合云，公式为
⑦式中Exi、Eni、Hei、ωi分别表示各级指标的期望、熵、超熵值及对应的权重，n为对同一个指标进行打分的个数。
具体的，通过该突发事件虚拟训练的公安民警应急处置能力评价方法，建立多级、多层次、模块化的公安民警应急处置能力评价指标，为虚拟训练中受训人员应急处置能力的量化评估确立评价方案，借助云理论将公安民警应急处置能力评价指标中的客观指标与主观指标进行统一量化，再利用正向云发生器生成云滴，构建可视化的能力评价集云图，形成训练评价模型。本发明建立了多级、多层次的能力评价指标，将虚拟训练中产生的一些属性信息(例如指挥控制、辅助决策、综合保障及分队行动能力等)进行分类，形成适应新形势下公安民警应急处置能力评价指标体系；
通过将云概念引入面向重大突发事件的虚拟训练中，利用云的数字特征可用期望值Ex、熵En、超熵He三个数值来表征，把模糊性和随机性完全集成到一起，构成定性和定量相互间的映射，为公安民警应急处置能力评价指标中定性与定量相结合的信息处理提供了有力手段；
在面向重大突发事件的虚拟训练领域内率先提出的可量化评价方案，在形成可服务实战、引领实战、操作性强的技术规范以及评价规则的同时，形成直观的、可量化的公安民警应急处置能力科学评价体系，全面地提升了训练的水平。
以上所述仅为本发明的优选实施例而已，并不用于限制本发明，对于本领域的技术人员来说，本发明可以有各种更改和变化。凡在本发明的精神和原则之内，所作的任何修改、等同替换、改进等，均应包含在本发明的保护范围之内。
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。
Claims (8)
1.突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，包括以下具体步骤：
S1.确定其权重值，鉴于公安民警应急处置能力评价指标体系中既包含精确数值型(定量)指标，又包含语言描述型(定性)指标的特点，需要构建归一化的决策矩阵；
S2.进行评价指标中定性与定量指标间的转换，将云概念引入公安民警应急处置能力评价体系，在概率统计和模糊数学的基础上提出定性概念与定量数值转换模型；
S3.构建评价指标体系，基于指标体系的全面性，层次性，定性和定量整合的基本原则，通过大量模拟训练并综合考量公安实战专家意见，对其进行归纳和整理；
S4.确定评价指标权重，通过重大突发事件应急处置机制并结合公安实战专家意见，制定出一级指标和一级指标下各级指标极其权重；
S5.确立评价标准，在影响反恐应急评价考核指标体系因素中，可以对这些因素进行定性分析，用模糊的定性词集表示，并通过评分法进行评估；有些因素必须根据相关标准进行具体量化，提供定量评估结果，综合评分使用差，较差，一般，较好，好来描述级别，评分范围为[0，10]。
2.如权利要求1所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，S1中，归一化的决策矩阵的建立步骤包括：
(1)初始评价矩阵为X＝(xij)s×k，其中为第i想定下的第j个指标值，s为想定数，k为指标数；标准决策矩阵
其中：
①式中E(xj)，o-(xj)分别为第i想定下第j个指标值的期望和方差。
(2)构造归一化的评价矩阵
令标准评价矩阵
中每列的最大值为
采用线性尺度变化法对指标值进行规范化，则有：
3.如权利要求1所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，在S2中，定性概念与定量数值转换模型建立的具体步骤包括：
定义1：假设U为一个定量域，C为U上的定性概念，则定量域U上的定量值x，对于定性概念C而言，可表示为x对C的确定度μc(x)。确定度在定量论域U上的分布称为隶属云，一个定量值x代表一个云滴，简称云。确定度μc(x)的取值范围为[0,1]，云即为定量论域U到区间[0,1]的映射，数学概念表示为：
定义2：设论域中有n朵云
{c1(Ex1,En1,He1),c2(Ex2,En2,He2),…,cn(Exn,Enn,Hen)}可将n多云集结为一种综合云C(Ex,En,He)
式⑤中，λ＝(λ1,λ2,…,λn)为n朵云的权重值。
4.如权利要求3所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，S2中，利用正向云发生器算法生成云滴，具体包括以下步骤：云概念表示自然语言中的基元—语言值，用云的数字特征—期望Ex，熵En和超熵He表示语言值的数学性质，正向云发生器根据云的数字特征(Ex，En，He)产生云滴，一维正向正态云发生器的算法实现如下：
输入：表示定型概念A的三个数字特征值Ex，En，He以及云滴数N；
输出：N个云滴的定量值，以及每个云滴代表概念A的确定度；
步骤:
①产生一个期望值为En，标准差为He的正态随机数；
②产生一个期望值Ex，标准差为abs(En’)的正态随机数xi；
③计算：
④令(xi,yi)为一个云滴，它是该云表示的语言值在数量上的一次具体实现，其中x为定性概念在论域中这一次对应的数值，为属于这个语言值得程度的量度；
⑤重复步骤①到步骤④，直到产生满足要求数目的云滴数。
5.如权利要求1所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，S3中，将影响应急处置能力评价考核指标主要分为四大类：指挥控制能力、综合保障能力、心理压力承受能力和作战能力，基于指标体系的全面性，层次性，定性和定量整合的基本原则，构建了由3个一级指标、9个二级指标和30个三级指标、44个四级指标、33个五级指标、62个六级指标组成的多级层次结构。
6.如权利要求1所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，S4中，应急处置能力评价考核指标体系设置为集合U，集合U下有三个一级指标，分别为A受训人员能力评价、B指挥人员能力评价、C综合保障能力。
7.如权利要求6所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，一级指标A下有3个二级指标、14个三级指标、20个四级指标、33个五级指标、62个六级指标；一级指标B下有4个二级指标、8个三级指标、24个四级指标；一级指标C下有2个二级指标、8个三级指标。
8.如权利要求1所述的突发事件虚拟训练的公安民警应急处置能力评价方法，其特征在于，S5中，量化云参数的计算具体步骤包括：
假设有m个专家得分，xk是第k个(1,2，...，m)专家得分的因子，并且可以根据公式获得该因子的云模型特征数Ex，En及He；在计算出某一因素的云模型特征量后，
可以通过公式将各二级指标的评论云整合为3个一级指标评论综合云，进而生成反恐应急评价考核指标体系模型的综合云，公式为
⑦式中Exi、Eni、Hei、ωi分别表示各级指标的期望、熵、超熵值及对应的权重，n为对同一个指标进行打分的个数。
Applications Claiming Priority (2)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202111232818 | 2021-10-22 | ||
| CN2021112328182 | 2021-10-22 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114626674A true CN114626674A (zh) | 2022-06-14 |
Family
ID=81898343
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210124588.6A Pending CN114626674A (zh) | 2021-10-22 | 2022-02-10 | 突发事件虚拟训练的公安民警应急处置能力评价方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114626674A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116629715A (zh) * | 2023-07-25 | 2023-08-22 | 中国船舶集团有限公司第七〇七研究所 | 基于临机事件与突发事件的模拟训练综合评估方法及系统 |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107464045A (zh) * | 2017-07-21 | 2017-12-12 | 河海大学 | 一种基于云模型的水利现代化指标体系评价方法 |
| CN110516907A (zh) * | 2019-07-17 | 2019-11-29 | 吉林大学 | 一种基于ahp-熵权云模型的岩爆等级评价方法 |
| CN112862266A (zh) * | 2021-01-19 | 2021-05-28 | 昆明理工大学 | 一种基于模糊决策的煤矿事故应急预案评估模型构建方法 |
| CN113159580A (zh) * | 2021-04-23 | 2021-07-23 | 华南理工大学 | 一种基于云模型的工贸企业安全管理能力评估方法 |
-
2022
- 2022-02-10 CN CN202210124588.6A patent/CN114626674A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN107464045A (zh) * | 2017-07-21 | 2017-12-12 | 河海大学 | 一种基于云模型的水利现代化指标体系评价方法 |
| CN110516907A (zh) * | 2019-07-17 | 2019-11-29 | 吉林大学 | 一种基于ahp-熵权云模型的岩爆等级评价方法 |
| CN112862266A (zh) * | 2021-01-19 | 2021-05-28 | 昆明理工大学 | 一种基于模糊决策的煤矿事故应急预案评估模型构建方法 |
| CN113159580A (zh) * | 2021-04-23 | 2021-07-23 | 华南理工大学 | 一种基于云模型的工贸企业安全管理能力评估方法 |
Non-Patent Citations (3)
| Title |
|---|
| 张文宇等: ""基于测量-云模型的施工企业安全事故应急处置能力综合评价"", 安全与环境工程, vol. 28, no. 5, 30 September 2021 (2021-09-30), pages 51 - 57 * |
| 郑明贵等: ""铜铁资源海外开发战略选区评价"", 31 August 2014, 知识产权出版社, pages: 23 - 27 * |
| 陈雷等: ""基于熵权系数与TOPSIS集成评价决策方法的研究"", 控制欲决策, vol. 18, no. 4, 31 July 2003 (2003-07-31), pages 456 - 459 * |
Cited By (2)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN116629715A (zh) * | 2023-07-25 | 2023-08-22 | 中国船舶集团有限公司第七〇七研究所 | 基于临机事件与突发事件的模拟训练综合评估方法及系统 |
| CN116629715B (zh) * | 2023-07-25 | 2023-10-13 | 中国船舶集团有限公司第七〇七研究所 | 基于临机事件与突发事件的模拟训练综合评估方法及系统 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Dichter et al. | Coercive control in intimate partner violence: Relationship with women’s experience of violence, use of violence, and danger. | |
| CN113379267B (zh) | 一种基于风险分级预测的城市火灾事件处理方法、系统及存储介质 | |
| Bury et al. | The detection of feigned uncoached and coached posttraumatic stress disorder with the MMPI-2 in a sample of workplace accident victims. | |
| Xu et al. | A multi-criteria decision making procedure based on interval-valued intuitionistic fuzzy bonferroni means | |
| CN110119904A (zh) | 一种舰船装备维修保障能力评估方法和系统 | |
| CN110135741A (zh) | 基于舰载机火灾的灭火训练成绩评估系统及方法 | |
| CN111178731A (zh) | 基于大数据赋能条件下的社会单位动态火灾风险评估方法 | |
| Li et al. | MetaInjury: Meta-learning framework for reusing the risk knowledge of different construction accidents | |
| CN111798112A (zh) | 一种城市社区社会公共安全综合风险评估方法 | |
| CN107832982A (zh) | 一种基于大数据旅游出行评估模型区域适旅指数计算方法 | |
| CN114626674A (zh) | 突发事件虚拟训练的公安民警应急处置能力评价方法 | |
| CN115018384A (zh) | 一种建筑工地安全风险评估方法及系统 | |
| Khoury-Kassabri et al. | Weapon carrying in Israeli schools: the contribution of individual and school factors | |
| CN116663897B (zh) | 一种基于贝叶斯网络的城市老旧社区安全风险评价方法 | |
| Gardašević-Filipović et al. | Multicriteria optimization in a fuzzy environment: the fuzzy analytic hierarchy process | |
| AU2021103263A4 (en) | Optimal allocation system of medical emergency rescue resources for catastrophic emergency events | |
| CN113408137B (zh) | 一种基于任务完成度和损失比的体系作战效能分析方法 | |
| CN111062551A (zh) | 一种施工现场的安全因素评价方法、装置及服务器 | |
| CN114611945A (zh) | 一种基于多维数据的飞行学员胜任力画像方法 | |
| CN114202240A (zh) | 一种可穿戴外骨骼机器人人机协作安全性评价系统及方法 | |
| Shi et al. | Assessment of Power Plant Based on Unsafe Behavior of Workers through Backpropagation Neural Network Model | |
| Givens et al. | Females Engaged in Elite Training Previously Only Open to Males: Exploring the Variables of Successful Outcomes | |
| Ozok | Fuzzy modelling and efficiency in health care systems | |
| Leng | The future of events data mareiages: A question of compatibility | |
| Zahruddin et al. | Case Study: Using Data Mining to Predict Student Performance Based on Demographic Attributes |
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 |