CN115239168A - 一种基于复杂网络的突发事件应急救援系统效能评估方法 - Google Patents
一种基于复杂网络的突发事件应急救援系统效能评估方法 Download PDFInfo
- Publication number
- CN115239168A CN115239168A CN202210912144.9A CN202210912144A CN115239168A CN 115239168 A CN115239168 A CN 115239168A CN 202210912144 A CN202210912144 A CN 202210912144A CN 115239168 A CN115239168 A CN 115239168A
- Authority
- CN
- China
- Prior art keywords
- layer
- emergency rescue
- index
- rescue system
- command control
- 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
- 238000011156 evaluation Methods 0.000 title claims abstract description 13
- 238000013210 evaluation model Methods 0.000 claims abstract description 61
- 238000004458 analytical method Methods 0.000 claims abstract description 22
- 230000008859 change Effects 0.000 claims abstract description 17
- 239000010410 layer Substances 0.000 claims description 172
- 238000000034 method Methods 0.000 claims description 46
- 230000008569 process Effects 0.000 claims description 20
- 230000019771 cognition Effects 0.000 claims description 8
- 230000009471 action Effects 0.000 claims description 6
- 238000010276 construction Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 5
- 230000032683 aging Effects 0.000 claims description 3
- 230000003993 interaction Effects 0.000 claims description 3
- 230000004931 aggregating effect Effects 0.000 claims description 2
- 230000003247 decreasing effect Effects 0.000 claims description 2
- 239000011229 interlayer Substances 0.000 claims description 2
- 230000008520 organization Effects 0.000 claims description 2
- 230000008439 repair process Effects 0.000 claims description 2
- 238000010586 diagram Methods 0.000 description 6
- 238000012544 monitoring process Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 3
- 238000004088 simulation Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000004891 communication Methods 0.000 description 2
- 238000003012 network analysis Methods 0.000 description 2
- 230000001105 regulatory effect Effects 0.000 description 2
- 230000004888 barrier function Effects 0.000 description 1
- 230000008901 benefit Effects 0.000 description 1
- 238000004140 cleaning Methods 0.000 description 1
- 230000001149 cognitive effect Effects 0.000 description 1
- 230000010354 integration Effects 0.000 description 1
- 238000005259 measurement Methods 0.000 description 1
- 230000005180 public health Effects 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000011158 quantitative evaluation Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
- 230000003068 static effect 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06311—Scheduling, planning or task assignment for a person or group
-
- 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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06313—Resource planning in a project environment
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Economics (AREA)
- Strategic Management (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- General Business, Economics & Management (AREA)
- Marketing (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Life Sciences & Earth Sciences (AREA)
- Biodiversity & Conservation Biology (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Alarm Systems (AREA)
Abstract
本发明公开了一种基于复杂网络的突发事件应急救援系统效能评估方法,包括以下步骤:步骤一、通过OODA-Multi‑Layer分析方法对应急救援系统分析,O‑O‑D‑A各环节分析结果抽象形成信息层(I)、指挥控制层(C)和任务层(T);步骤二、利用复杂网络构建由信息层、指挥控制层和任务层组成的应急救援系统效能评估模型G;步骤三、根据应急救援系统信息层、指挥控制层和任务层状态结构变化情况,将应急救援系统效能评估模型G拓展为动态可变的效能评估模型M;步骤四、根据应急救援系统效能评估模型分别构建信息层效能指标EI、指挥控制层效能指标EC、任务层效能指标ET,并综合形成应急救援系统整体效能指标Eem={EI,EC,ET};本发明可以解决动态变化应急救援系统信息收集能力、指挥控制能力、任务执行能力难以量化评价的问题。
Description
技术领域
本发明涉及突发事件应急管理技术领域,具体涉及一种基于复杂网络的突发事件应急救援系统效能评估方法。
背景技术
《中华人民共和国突发事件应对法》定义了突发事件包括自然灾害、事故灾难、公共卫生事件和社会安全事件四类,突发事件发生时,高效的应急救援可极大的降低突发事件对群众生命、财产造成的损失,因此有必要对突发事件应急救援系统开展效能评估工作。通过构建突发事件应急救援系统效能评估模型,设计系统效能指标,掌握应急救援过程中信息收集、决策方案制定、人员装备调度及任务分配等工作执行效果的满足程度,辅助决策者及时调整决策方案,更好的挽救受困人员、减小经济损失、降低社会危害。
对应急救援过程进行有效的认识和分析是构建系统效能评估模型和量化评估结果的前提,由于突发事件应急救援中的指挥控制与军事行动作战指挥有一定的相似性和同源性,军事指挥领域中经典的OODA模型可用于应急救援过程分析,主要通过观察(Observe)、定位(Orient)、决策(Decide)、行动(Act)环节将应急救援过程划分为数据采集、态势认知、决策生成、方案执行等工作流程。然而,经典OODA模型对应急救援流程描述粒度粗糙,不能刻画应急救援过程中各组成部分的协同和交互关系,无法准确构建系统效能评估模型;同时,在实际应用中,基于OODA模型的分析的结果无法定量描述应急救援系统效能。因此,还需进一步提出更合适的方法来分析应急救援系统各组成部分的复杂关系,并据此建立效能评估模型。
目前,在突发事件应急救援系统效能评估模型方面,主要包括网络分析法(ANP模型)、ADC方法、综合权重近似理想解(TOPSIS法)、随机Petri网模型、交叉影响分析和解释结构建模(CIA-SIM)等方法,主要围绕静态不变的应急救援系统进行效能模型构建。然而,突发事件应急救援是一个复杂开放的动态系统,需要评估其动态可变指挥体系及任务的效能。
因此,针对需解决的具体问题,本专利提出OODA-Multi-Layer分析方法(OODA模型、多层复杂网络分析相结合)方法、动态可变的效能评估模型构建方法,该方法具有一定独创性。
发明内容
本发明的目的是为了解决上述问题,提出一种能够对动态变化的应急救援系统的效能进行量化评估的模型构建方法,并设计系统的效能评估指标,获得准确有效的应急救援系统效能评估结果。
本发明的具体步骤为:
步骤一、通过OODA-Multi-Layer分析方法对应急救援系统分析,O-O-D-A各环节分析结果抽象形成信息层(I)、指挥控制层(C)和任务层(T);
步骤二、利用复杂网络构建由信息层、指挥控制层和任务层组成的应急救援系统效能评估模型G;
步骤三、根据应急救援系统信息层、指挥控制层和任务层状态结构变化情况,将应急救援系统效能评估模型G拓展为动态可变的效能评估模型M;
步骤四、根据应急救援系统效能评估模型分别构建信息层效能指标EI、指挥控制层效能指标EC、任务层效能指标ET,并综合形成应急救援系统整体效能指标Eem={EI,EC,ET}。
本发明与现有技术相比,其显著优点在于:
(1)本发明通过提出OODA-Multi-Layer分析方法,对应急救援系统工作环节进行了细粒度有效描述和多层级网络化表达;
(2)本发明建立了应急救援系统效能评估模型及拓展形成了动态可变的效能评估模型,结合效能指标,可量化评估结构动态变化的应急救援系统效能。
附图说明
图1是本发明的流程图。
图2是基于OODA-Multi-Layer分析过程示意图。
图3是应急救援系统效能评估模型示意图。
图4是动态可变的效能评估模型示意图。
图5是OODA分析地震灾后应急救援工作环节图。
图6是地震灾后急救援系统效能评估模型图。
图7是地震灾后动态可变的效能评估模型图。
图8是地震灾后应急救援系统动态变化效能评估结果对比图。
具体实施方式
下面将结合附图和实施例对本发明作进一步说明。
方法的流程图如图1所示,包括以下几个步骤:
步骤一、通过OODA-Multi-Layer分析方法对应急救援系统分析,O-O-D-A各环节分析结果抽象形成信息层(I)、指挥控制层(C)和任务层(T)。
按照OODA模型中观察(Observe)、定位(Orient)、决策(Decide)、行动(Act)环节将应急救援系统划分为数据采集、态势认知、决策生成、方案执行4个工作环节,应急救援执行过程为,决策主体依据来自于不同观测节点的数据识别突发事件,通过已采集数据进行态势认知,并根据认知结果以及预案生成决策方案,然后将决策方案传达给任务执行者,监控方案执行情况以及事件变化情况不断进行OODA循环。
基于OODA对应急救援系统的分析结果,将其抽象整合形成多层级结构。具体方法为,应急救援的观察(Observe)过程(包括数据采集)抽象细化为信息层(I),定位(Orient)、决策(Decide)过程(包括态势认知、决策生成)整合抽象为指挥控制层(C),行动(Act)过程(包括方案执行)抽象细化为任务层(T),O-O-D-A各环节之间的关联相应的变为信息层(I)、指挥控制层(C)和任务层(T)之间的指令传递或信息传递,OODA-Multi-Layer方法的实施流程如图2所示。
步骤二、利用复杂网络构建由信息层、指挥控制层和任务层组成的应急救援系统效能评估模型G。
在步骤一建立的信息层、指挥控制层和任务层的基础上,利用复杂网络方法将各层级中的实体或事件抽象为网络的节点,各个实体或事件之间的连接抽象为边;各层级中节点和边都被赋予相应的功能属性,根据各层级网络的规范化表示方式,如表1所示,将步骤一分析得到的多层级结构转换为相互联系的实体或事件组成的应急救援系统效能评估模型G={GI,GC,GT},如图3所示。
其中信息层网络GI=(NI,eI),NI是信息层节点的集合,代表各个监控站点,如摄像头、无人机、卫星及灾害监测站,eI为信息层节点连边的集合,代表站点的信息交互关系,指挥控制层网络GC=(NC,eC),NC是指挥控制层节点的集合,表示为决策实体或被控对象,如指挥中心、各部门、各救援组和各类装备,eC表示决策实体之间的领导关系以及实体对装备的控制关系的集合,任务层网络GT=(NT,eT),NT是任务节点的集合,表示目标对象(危险源、救助对象)和由其引发的事故而需采取的任务行动,eT表示任务之间的关联关系以及顺序,应急救援系统效能评估模型各层间连边L={La,Lb},信息层与指挥控制层连边集合指挥控制层与任务层连边集合
表1各层级网络图形、字母表示方法
步骤三、根据应急救援系统信息层、指挥控制层和任务层状态结构变化情况,将应急救援系统效能评估模型G拓展为动态可变的效能评估模型M;
实际应用中,应急救援系统中各个监控站点、指挥结构、人员、装备会不断调整变化,因此系统效能评估模型需进行相应的演化。具体为:以步骤二应急救援系统效能评估模型G为初始模型G0,在信息层或指挥控制层或任务层结构发生改变时,在初始模型G0基础上根据节点、连边的增加或减少的变化情况形成结构调整后的效能评估模型G1,…,Gk,按结构调整先后顺序排列形成动态效能评估模型M,M={G0,G1,…,Gk},G0是初始的应急救援系统效能评估模型,G1和Gk分别是第1次和第k次系统结构调整后的效能评估模型。动态可变的效能评估模型M的示意图见如图4,图4中深色节点和加粗连边是相对上一个模型的变化。
步骤四、根据应急救援系统效能评估模型分别构建信息层效能指标EI、指挥控制层效能指标EC、任务层效能指标ET,并综合形成应急救援系统整体效能指标Eem={EI,EC,ET}。
根据步骤三中已经建立了应急救援系统效能评估模型,构建应急救援系统效能指标,具体步骤如下:
1)构建信息层效能指标EI,EI通过信息流转时效性指标(Tl)和节点关联性指标(Co)两个角度度量。
EI=ω11Tl+ω12Co
其中,ω11,ω12是权重系数,且ω11+ω12=1;Tl=1/(λL+1),λ是信息流转时效性指标系数,L是该层网络中任意节点对之间的最短路径的算数平均值;θ是信息层节点关联性指标系数,k是信息层网络的平均度。
2)构建信息层效能指标EC,EC通过应急救援系统指挥控制的组织结构指数(Or)、救援装备可用性(Aall)两个方面度量。
EC=Or×Aall
其中,Or=ω21O1+ω22O2+ω23O3,ω21+ω22+ω23=1;O1是时效指标,O2是质量指标,O3是柔性指标,通过总时效熵、总质量熵和总变化熵计算得到。
Ai表示某类第i台救援装备处于正常状态,Ai=MTBF/(MTBF+MTTR),MTBF为平均故障间隔时间,MTTR为平均维修时间;k′是总的救援装备种类数,N是某类救援装备需要正常工作的数量。
3)从成功指标(Ts)、失败指标(Tf)、时间指标(Tt)、比例指标(Tr)等角度构建任务层效能指标ET。ET=Ts∪Tf∪Tt∪Tr,Ts是完成救援任务的能力指标,包括被困目标搜索能力、救援任务成功率;Tf是无法完成任务的能力度量,包括救援装备故障率、通讯中断率;Tt是应急救援时间度量,包括救援启动延迟、通信延迟以及救援力量到达时间;Tr是根据目标任务统计结果得出比例指数,包括救援任务的人员伤亡率(被困人员、救援人员)、救援装备损失率。
4)将信息层、指挥控制层、任务层效能指标采用加权积的方式进行聚合,依据每一层的重要度赋予不同的权重值。
其中,u为应急救援系统层级系数,ω1,ω2,ω3为权重系数,ω1+ω2+ω3=1。信息层、指挥控制层和任务层的效能共同决定系统整体效能,整体效能指标Eem会随着各层级网络结构的改变而发生变化。为此,定义信息层结构变化对指挥控制层效能影响系数α,指挥控制层结构变化对任务层效能影响系数β。即仅信息层结构发生改变时,会对指挥控制层的效能产生直接影响,信息层改变后的效能表示为EI′,此时整体效能为:
仅指挥控制层结构发生改变时,指挥控制层改变后的效能表示为EC′,此时整体效能为:
其中,α,β有三种不同取值,分别对应不同层级结构改变对整体效能的影响。
实施例:
现通过对地震灾后应急救援系统效能评估为例,对本专利的方法进行说明。
步骤一、通过OODA-Multi-Layer分析方法对地震灾后应急救援系统分析;
通过OODA模型分析地震灾后应急救援过程,得到粗粒度的工作环节,如图5所示,然后将数据采集、态势认知、决策生成、方案执行抽象整合形成应急救援系统信息层(I)、指挥控制层(C)和任务层(T)。
步骤二、利用复杂网络分析地震灾后应急救援系统信息层、指挥控制层和任务层组成部分及逻辑关系,形成应急救援系统效能评估模型G。
首先,分析信息层、指挥控制层和任务层内包含的实体和事件,利用复杂网络方法将各层级内的实体或事件抽象为网络的节点,各个实体或事件之间的连接抽象为边,各节点含义如表2所示;然后分析各层层级的关联关系,根据表1各层级网络的规范化表示方式,得到应急救援系统效能评估模型G,如图6所示。
表2各层级节点含义表
步骤三、分别改变地震灾后应急救援系统信息层、指挥控制层网络结构,将系统效能评估模型G拓展为动态可变的效能评估模型M。
在步骤二中得到的应急救援系统效能评估模型G作为初始效能评估模型G0,在信息层中增加卫星节点、监控节点、地震监测站节点、无人机节点以及与其相关节点的数据传输链路,并增加各节点之间信息共享链路,信息层改变后系统效能评估模型为G1;对指挥控制层组织结构进行调整,将原有救援工作组进行重组,并对原有领导关系进行了调整,增加三类救援装备(障碍清除类,人员救治类,运输三类)各1台,指挥控制改变后效能评估模型为G2。拓展形成的动态可变的效能评估模型M如图7所示。
步骤四、根据应急救援系统效能评估模型G设计信息层效能指标EI、指挥控制层效能指标EC、任务层效能指标ET及整体效能指标Eem1={EI,EC,ET},并计算结构改变后模型G1、G2的整体效能指标Eem2和Eem3。
模型G信息层、指挥控制层、任务层的效能指标及整体效能指标构建过程如下:
1)计算模型G0信息层效能指标值,设定信息层中流转时效性指标系数为λ=0.25,关联性指标系数θ=0.45,权重系数ω11=0.5,ω12=0.5,根据网络统计参数计算得到效能值如表所示。
表3信息层效能值
2)计算指挥控制层效能指标值,假设救援装备分为障碍清除,人员救治,运输三类,每类设备各3台,所有设备都需要能正常工作,即不存在冗余的情况,MTBF分别为2000h,3000h,3000h,MTTR分别为20h,25h,25h,计算得到指挥控制层效能值如表。
表4指挥控制层效能值
3)计算任务层效能指标值,以搜救、医疗、后勤、安置、清理为应急救援任务(图7方框节点),利用仿真实验任务成功率作为任务层效能指标值,仿真平台为NetLogo 6.2.0,取100次仿真任务成功率的均值作为任务层效能指标值,即ET=0.4704。
类似的,按照步骤1)~4)计算模型G1和G2整体效能值Eem2=0.4782,Eem3=0.5073,得到动态变化的地震灾后应急救援系统效能评估结果,如图8所示,对比Eem1,Eem2,Eem3的值,信息层改变后的效能评估模型相较于初始模型G0,救援效能增加(Eem2-Eem1)/Eem1=4.34%,指挥控制层的调整使系统效能增加(Eem3-Eem2)/Eem2=6.08%。在实际应急救援中,可根据求得的系统各层级效能值进行相应的决策方案调整;当人员、资源有限时,可通过应急救援系统不同层级节点改变对整体效能变化的影响权衡资源的分配,增加各层级关键节点的建设,以确保获得更好的灾情应急救援效果。
综上,本发明通过OODA模型初步分析应急救援过程,将OODA分析得到的四个工作环节抽象整合形成为信息层、指挥控制层、任务层,形成一种新的OODA-Multi-Layer分析方法,利用复杂网络分析每一层的组成部分及逻辑关系形成应急救援系统效能评估模型,并拓展为动态可变的效能评估模型,结合设计的效能指标量化评估结果。在实际救援中,得到量化的效能评估结果能够辅助评价动态应急救援系统的信息收集能力、指挥控制能力、任务执行能力,并为突发事件的应急救援方案调整、资源调度、人员分配提供辅助决策。
Claims (5)
1.一种基于复杂网络的突发事件应急救援系统效能评估方法,其特征在于,具体过程为:
步骤一、通过OODA-Multi-Layer分析方法对应急救援系统进行分析,O-O-D-A各环节分析结果抽象形成信息层(I)、指挥控制层(C)和任务层(T);
步骤二、利用复杂网络构建由信息层、指挥控制层和任务层组成的应急救援系统效能评估模型G;
步骤三、根据应急救援系统信息层、指挥控制层和任务层状态结构变化情况,将应急救援系统效能评估模型G拓展为动态可变的效能评估模型M;
步骤四、根据应急救援系统效能评估模型分别构建信息层效能指标EI、指挥控制层效能指标EC、任务层效能指标ET,并综合形成应急救援系统整体效能指标Eem={EI,EC,ET}。
2.根据权利要求1所述的方法,其特征在于,步骤一中的OODA-Multi-Layer分析方法,具体为:按照OODA模型中观察(O)、定位(O)、决策(D)、行动(A)环节将应急救援系统划分为数据采集、态势认知、决策生成、方案执行4个工作过程,将应急救援的数据采集过程抽象细化为信息层(I),态势认知和决策生成过程整合抽象为指挥控制层(C),方案执行过程抽象细化为任务层(T),应急救援系统被描述为由I、C和T组成的多层级结构,O-O-D-A各环节之间的关联关系相应的变为I、C和T之间的指令传递或信息传递。
3.根据权利要求1所述的方法,其特征在于,步骤二中构建应急救援系统效能评估模型G,具体为,在步骤一建立的信息层、指挥控制层和任务层多层级结构基础上,利用复杂网络方法将各层级中的实体或事件抽象为网络的节点,各个实体或事件之间的连接抽象为边,得到由相互联系的实体或事件组成的应急救援系统效能评估模型G={GI,GC,GT},GI是信息层网络,GI=(NI,eI),NI是信息层节点的集合,代表各个信息采集站点,eI为信息层节点连边的集合,代表站点的信息交互关系;GC为指挥控制层网络,GC=(NC,eC),NC是指挥控制层节点的集合,表示为决策实体或被控对象,eC表示决策实体之间的领导关系以及实体对装备的控制关系的集合;GT为任务层网络,GT=(NT,eT),NT是任务节点的集合,表示目标对象和由其引发的事故而需采取的任务行动,eT表示任务之间的关联关系以及顺序;应急救援系统效能评估模型各层间连边L={La,Lb},信息层与指挥控制层连边集合指挥控制层与任务层连边集合
4.根据权利要求1所述的方法,其特征在于,步骤三中应急救援系统效能评估模型G拓展为动态可变的效能评估模型M,具体为,以步骤二应急救援系统效能评估模型G为初始模型G0,在信息层或指挥控制层或任务层结构发生改变时,在初始模型G0基础上根据节点、连边的增加或减少的变化情况形成结构调整后的效能评估模型G1,…,Gk,按结构调整先后顺序排列形成动态可变的效能评估模型M,M={G0,G1,…,Gk},G0是初始的应急救援系统效能评估模型,G1和Gk分别是第1次和第k次系统结构调整后的效能评估模型。
5.根据权利要求1所述的方法,其特征在于,步骤四中,所述的效能指标构建过程如下:
1)构建信息层效能指标EI,EI通过信息流转时效性指标(Tl)和节点关联性指标(Co)两个角度度量;
EI=ω11Tl+ω12Co
其中,ω11,ω12是权重系数,且ω11+ω12=1;信息流转时效性指标Tl=1/(λL+1),λ是信息流转时效性指标系数,L是该层网络中任意节点对之间的最短路径的算数平均值;θ是信息层节点关联性指标系数,k是信息层网络的平均度;
2)构建指挥控制层效能指标EC,EC通过应急救援系统指挥控制的组织结构指数(Or)、救援装备可用性(Aall)两个方面度量;
EC=Or×Aall
其中,Or=ω21O1+ω22O2+ω23O3,ω21+ω22+ω23=1;O1是时效指标,O2是质量指标,O3是柔性指标;
Ai表示某类第i台救援装备处于正常状态,Ai=MTBF/(MTBF+MTTR),MTBF为平均故障间隔时间,MTTR为平均维修时间;k′是总的救援装备种类数,N是某类救援装备需要正常工作的数量;
3)从成功指标(Ts)、失败指标(Tf)、时间指标(Tt)、比例指标(Tr)四个角度构建任务层效能指标ET,ET=Ts∪Tf∪Tt∪Tr;
4)将信息层、指挥控制层、任务层效能指标采用加权积的方式进行聚合,依据每一层的重要度赋予不同的权重值;
其中,EI、EC、ET分别为信息层、指挥控制层及任务层效能指标,u为应急救援系统层级系数,ω1,ω2,ω3为权重系数,ω1+ω2+ω3=1;信息层、指挥控制层和任务层共同决定应急救援系统整体效能,整体效能指标Eem会随着网络结构的改变而发生变化;定义信息层结构变化对指挥控制层效能影响系数α,指挥控制层结构变化对任务层效能影响系数β;即仅信息层结构发生改变时,会对指挥控制层的效能产生直接影响,信息层改变后的效能表示为EI′,此时整体效能为:
仅指挥控制层结构发生改变时,指挥控制层改变后的效能表示为EC′,此时整体效能为:
其中,α,β有三种不同取值,分别对应不同层级结构改变对整体效能的影响:
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210912144.9A CN115239168A (zh) | 2022-07-29 | 2022-07-29 | 一种基于复杂网络的突发事件应急救援系统效能评估方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202210912144.9A CN115239168A (zh) | 2022-07-29 | 2022-07-29 | 一种基于复杂网络的突发事件应急救援系统效能评估方法 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115239168A true CN115239168A (zh) | 2022-10-25 |
Family
ID=83677963
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202210912144.9A Pending CN115239168A (zh) | 2022-07-29 | 2022-07-29 | 一种基于复杂网络的突发事件应急救援系统效能评估方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115239168A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029129A (zh) * | 2023-01-04 | 2023-04-28 | 中国人民解放军军事科学院系统工程研究院 | 一种搜救体系建模方法及装置 |
-
2022
- 2022-07-29 CN CN202210912144.9A patent/CN115239168A/zh active Pending
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116029129A (zh) * | 2023-01-04 | 2023-04-28 | 中国人民解放军军事科学院系统工程研究院 | 一种搜救体系建模方法及装置 |
CN116029129B (zh) * | 2023-01-04 | 2023-08-11 | 中国人民解放军军事科学院系统工程研究院 | 一种搜救体系建模方法及装置 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Barak et al. | A novel hybrid fuzzy DEA-Fuzzy MADM method for airlines safety evaluation | |
Groth et al. | Hybrid causal methodology and software platform for probabilistic risk assessment and safety monitoring of socio-technical systems | |
Konstandinidou et al. | A fuzzy modeling application of CREAM methodology for human reliability analysis | |
Bandeira et al. | General model analysis of aeronautical accidents involving human and organizational factors | |
CN104881609A (zh) | 一种复杂软件系统软件单元可信性评估方法 | |
Haddad et al. | Selecting a robust decision making method to evaluate employee performance | |
CN110942086A (zh) | 数据预测优化方法、装置、设备及可读存储介质 | |
AU2021104851A4 (en) | An integrated fuzzy approach for risk assessment in tunneling construction projects | |
Li et al. | An assessment method of operator’s situation awareness reliability based on fuzzy logic-AHP | |
Ayyub et al. | Risk analysis and management for marine systems | |
De Iuliis et al. | Resilience of the built environment: A methodology to estimate the downtime of building structures using fuzzy logic | |
Veshneva et al. | Increasing the safety of flights with the use of mathematical model based on status functions | |
Chen et al. | Human reliability analysis for visual inspection in aviation maintenance by a Bayesian network approach | |
CN115239168A (zh) | 一种基于复杂网络的突发事件应急救援系统效能评估方法 | |
CN115114128A (zh) | 一种卫星健康状态评估系统及评估方法 | |
Han et al. | A new type-2 fuzzy multi-criteria hybrid method for rail transit operation safety assessment | |
Zhang et al. | Developing a taxonomy and a dependency assessment model of performance influencing factors for intelligent coal mines | |
Yan et al. | Using artificial neural network for predicting and evaluating situation awareness of operator | |
Praynlin et al. | Performance analysis of software effort estimation models using neural networks | |
Ahmed et al. | A university leader selection novel intelligent system based on Fuzzy-AHP and PROMETTEE II | |
Schmid | The technology acceptance scale: Its Bayesian psychometrics assessed in a factor analysis via Markov chain Monte Carlo models | |
Nivolianitou et al. | A fuzzy modeling application for human reliability analysis in the process industry | |
Dolzhenko | THE DEVELOPMENT OF A MATHEMATICAL MODEL OF PROFESSIONAL TRAINING OF AVIATION PERSONNEL PARTICIPATED IN ENSURING FLIGHT SAFETY. | |
Colizza et al. | Epidemic predictability in meta-population models with heterogeneous couplings: the impact of disease parameter values | |
Yusuf et al. | Development of a simulation experiment to investigate in-flight startle using fuzzy cognitive maps and pupillometry |
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 |