CN116307628A - 应急方案自动生成方法和装置 - Google Patents
应急方案自动生成方法和装置 Download PDFInfo
- Publication number
- CN116307628A CN116307628A CN202310364527.1A CN202310364527A CN116307628A CN 116307628 A CN116307628 A CN 116307628A CN 202310364527 A CN202310364527 A CN 202310364527A CN 116307628 A CN116307628 A CN 116307628A
- Authority
- CN
- China
- Prior art keywords
- emergency
- real
- plan
- executed
- situation information
- 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
- 238000000034 method Methods 0.000 title claims abstract description 61
- 230000001364 causal effect Effects 0.000 claims abstract description 15
- 238000004590 computer program Methods 0.000 claims description 16
- 238000004422 calculation algorithm Methods 0.000 claims description 13
- 238000007726 management method Methods 0.000 claims description 11
- 239000000463 material Substances 0.000 claims description 7
- 230000004044 response Effects 0.000 claims description 7
- 238000012512 characterization method Methods 0.000 claims description 5
- 238000010586 diagram Methods 0.000 abstract description 10
- 238000012545 processing Methods 0.000 abstract description 5
- 238000012544 monitoring process Methods 0.000 abstract description 4
- 230000008859 change Effects 0.000 abstract description 3
- 230000003068 static effect Effects 0.000 description 9
- 230000008569 process Effects 0.000 description 8
- 238000004891 communication Methods 0.000 description 6
- 230000001960 triggered effect Effects 0.000 description 5
- 230000009471 action Effects 0.000 description 4
- 238000006243 chemical reaction Methods 0.000 description 4
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 4
- 241000282414 Homo sapiens Species 0.000 description 3
- 238000010276 construction Methods 0.000 description 2
- 230000000694 effects Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000009472 formulation Methods 0.000 description 2
- 239000000203 mixture Substances 0.000 description 2
- 230000003287 optical effect Effects 0.000 description 2
- 230000002411 adverse Effects 0.000 description 1
- 238000004364 calculation method Methods 0.000 description 1
- 238000007635 classification algorithm Methods 0.000 description 1
- 230000006378 damage Effects 0.000 description 1
- 238000013500 data storage Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000003912 environmental pollution Methods 0.000 description 1
- 230000003631 expected effect Effects 0.000 description 1
- 239000000284 extract Substances 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000008447 perception Effects 0.000 description 1
- 238000003672 processing method Methods 0.000 description 1
- 239000012925 reference material Substances 0.000 description 1
- 238000012163 sequencing technique Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 238000012549 training Methods 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
- G06Q10/06313—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
- G06Q10/0631—Resource planning, allocation, distributing or scheduling for enterprises or organisations
- G06Q10/06316—Sequencing of tasks or work
-
- 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)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Tourism & Hospitality (AREA)
- Development Economics (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Educational Administration (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (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
本发明提供一种应急方案自动生成方法和装置，属于应急预案处理技术领域，该方法包括：接收实时态势信息；将实时态势信息输入至应急方案决策模型中，通过应急方案决策模型生成多个预案任务，并对多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对实时态势信息的响应措施；根据待执行指令生成动态甘特图。本发明能够将实时态势信息、以及预案任务与历史案例特征进行匹配，使得生成的应急方案考虑全面且有针对性，且能够根据应急场景的变化实时生成待执行指令，通过动态显示任务时序图，能够体现任务之间的逻辑关系，用于动态指导任务的生成、分派和监控，提高应急管理实时化水平。
Description
技术领域
本发明涉及应急预案处理技术领域，尤其涉及一种应急方案自动生成方法和装置。
背景技术
应急预案是指面对突发事件如自然灾害、重特大事故、环境公害及人为破坏的应急管理、指挥、救援计划等。随着数字化技术的广泛应用，在应急预案处理领域也逐渐使用人工智能算法来实现应急方案的制定和资源调度。
目前在应急处理领域普遍采用的解决方案是根据用户输入的当前应急场景的场景特征信息，系统可根据该场景特征信息在历史案例数据库中查找与当前应急场景相匹配的历史案例，基于该历史案例应用的应急预案内容生成当前应急场景的事件处理方案。
可见，现有的应急预案数字化处理方法强依赖于历史案例，由于历史案例往往都是简明扼要的小段文本记录，这就导致仅仅依靠文本记载难以将当前应急场景与历史案例在多个维度上形成匹配关系，从而导致现有的方法难以生成与当前应急场景更有针对性、更有效的应急处理方案，降低应急事件的处理效率。
发明内容
针对现有技术存在的问题，本发明实施例提供一种应急方案自动生成方法和装置。
本发明提供一种应急方案自动生成方法，包括：
接收实时态势信息；
将所述实时态势信息输入至应急方案决策模型中，通过所述应急方案决策模型生成多个预案任务，并对所述多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对所述实时态势信息的响应措施；
根据所述待执行指令生成动态甘特图。
根据本发明提供的一种应急方案自动生成方法，所述应急方案决策模型是基于KNN算法、Drools规则引擎和JShop2任务规划引擎构建的。
根据本发明提供的一种应急方案自动生成方法，还包括：
基于预先构建的贝叶斯网络对所述待执行指令与预设历史案例库中的历史案例特征进行推演；
若推演结果不满足预设条件，则返回所述接收实时态势信息的步骤。
根据本发明提供的一种应急方案自动生成方法，所述预设历史案例库是采用以下步骤构建的，包括：
从历史应急案例文字信息中提取应急事件规模特征、响应措施特征、物资调配特征，构建得到所述预设历史案例库。
根据本发明提供的一种应急方案自动生成方法，还包括：
从历史应急案例文字信息中，提取数据获取难度特征、事件刻画特征、数据覆盖率，构建得到所述预设历史案例库。
根据本发明提供的一种应急方案自动生成方法，所述实时态势信息包括由物联感知设备上传的实时环境感知数据和由管理端上传的事件信息中的至少一种。
本发明还提供一种应急方案自动生成装置，所述装置包括：
感知模块，用于接收实时态势信息；
待执行指令生成模块，用于将所述实时态势信息输入至应急方案决策模型中，通过所述应急方案决策模型生成多个预案任务，并对所述多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对所述实时态势信息的响应措施；
甘特图输出模块，用于根据所述待执行指令生成动态甘特图。
本发明还提供一种电子设备，包括存储器、处理器及存储在存储器上并可在处理器上运行的计算机程序，所述处理器执行所述程序时实现如上述任一种所述应急方案自动生成方法。
本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现如上述任一种所述应急方案自动生成方法。
本发明还提供一种计算机程序产品，包括计算机程序，所述计算机程序被处理器执行时实现如上述任一种所述应急方案自动生成方法。
本发明提供的应急方案自动生成方法和装置，通过接收实时态势信息；将实时态势信息输入至应急方案决策模型中，通过应急方案决策模型生成多个预案任务，并对多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对实时态势信息的响应措施；根据待执行指令生成动态甘特图。本发明与传统的仅仅依赖历史案例的文字记载作为参照来指定应急预案的方法相比，能够根据实时态势信息生成多个预案任务，并将这些预案任务进行排序，且能够根据应急场景的变化实时生成待执行指令，通过动态显示任务时序图，能够体现任务之间的逻辑关系，例如时序关系、依赖关系，用于动态指导任务的生成、分派和监控，提高应急管理实时化水平。
附图说明
为了更清楚地说明本发明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一简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1是本发明提供的应急方案自动生成方法的应用环境示意图；
图2是本发明提供的应急方案自动生成方法的流程示意图；
图3是本发明提供的预设静态任务库的生成来源示意图；
图4是本发明提供的应急方案自动生成方法的整体构思示意图；
图5是本发明提供的任务动态时序图的示意图；
图6是本发明提供的应急方案自动生成装置的结构示意图；
图7是本发明提供的电子设备的结构示意图。
具体实施方式
为使本发明的目的、技术方案和优点更加清楚，下面将结合本发明中的附图，对本发明中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，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作出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
需要说明的是，在本发明实施例的描述中，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。术语“上”、“下”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，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。除非另有明确的规定和限定，术语“安装”、“相连”、“连接”应做广义理解，例如，可以是固定连接，也可以是可拆卸连接，或一体地连接；可以是机械连接，也可以是电连接；可以是直接相连，也可以通过中间媒介间接相连，可以是两个元件内部的连通。对于本领域的普通技术人员而言，可以根据具体情况理解上述术语在本发明中的具体含义。
本申请中的术语“第一”、“第二”等是用于区别类似的对象，而不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，以便本申请的实施例能够以除了在这里图示或描述的那些以外的顺序实施，且“第一”、“第二”等所区分的对象通常为一类，并不限定对象的个数，例如第一对象可以是一个，也可以是多个。此外，“和/或”表示所连接对象的至少其中之一，字符“/”，一般表示前后关联对象是一种“或”的关系。
下面结合图1-图7描述本发明的具体实施方法。
本发明实施例提供的应急方案自动生成方法，可以应用于如图1所示的应用环境中。其中，物联感知设备101以及管理端102通过网络与服务器103进行通信，物联感知设备101包括分布于不同地点下的各种传感器设备，例如图像传感设备、温度传感器、湿度传感器等；服务器103还通过网络与任务执行端104，任务执行端104包括分布于不同地点下的终端设备，这些终端设备可以但不限于是各种个人计算机、笔记本电脑、智能手机、平板电脑和便携式可穿戴设备，便携式可穿戴设备可为智能手表、智能手环、头戴设备等。数据存储系统可以存储服务器103需要处理的数据。服务器103可以用独立的服务器或者是多个服务器组成的服务器集群来实现。
在一个实施例中，如图2所示，提供了一种应急方案自动生成方法，以该方法应用于图1中的服务器103为例进行说明，包括以下步骤：
步骤201，接收实时态势信息；
其中，实时态势信息包括由物联感知设备101上传的实时环境感知数据或由管理端102上传的事件信息。其中，实时环境感知数据是指物联感知设备101(或称安全监控系统)在应急情景发生的情况下被预设环境条件触发时所上传的情景数据。例如，在暴雨导致山体滑坡时，触发当地的物联感知设备(如水浸传感器、不同方位的摄像机等)采集当时的场景数据，包括图像、水位、风力等级等数据。管理端102上传的事件信息是指应急保障人员上传的信息，例如应急值守系统上传到服务器103的事故接报信息、应急资源管理系统上传的应急资源信息、通讯录系统上传的人员信息等，还包括事故现场工作人员上传的现场回传信息、专家会商建议采纳的任务信息等。
具体地，如图3所示，图3展示了一具体场景中接收到的实时态势信息的种类，当某地发生突发事件时，分布在当地的物联感知设备101被触发，采集到当时的实时环境感知数据，包括但不限于图像、温度、湿度、水位等数据，并将这些实时环境感知数据上传到服务器103；同时，管理端工作人员将事故接报信息或其他事故相关信息上传到服务器103。
步骤202，将上述实时态势信息输入至应急方案决策模型中，通过该应急方案决策模型生成多个预案任务，并对上述多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对上述实时态势信息的响应措施。
其中，应急方案决策模型是指预先构建的生成针对当前场景的应急方案的算法。预案任务是指针对应急事故采取的处理措施或响应措施，也即应急事故处理计划，例如通知救火人员到达现场、通知救护车到达现场、通知A组人员在B地点等待等。待执行指令是指从上述多个预案任务中选出的与当前应急场景最匹配的待执行行动任务或待执行行动指令。预设历史案例库是指根据过去历史实际发生过的应急预案的场景及当时派遣的任务或相应的经验教训所整理的历史案例特征集合，主要包括历史实际发生的应急场景的场景特征(包括灾害等级、伤亡人数、实际解决措施、最优解决措施等)。
具体地，如图4所示，图4展示了本发明的整体技术构思示意图，上述应急方案决策模型是基于预设静态任务库构建的任务推荐模型，将上述实时态势信息输入应急方案决策模型，应急方案决策模型可根据当前实时态势信息与预设静态任务库中存储的任务特征之间的关联度使用一定的算法查找到与上述实时态势信息相匹配的多个预案任务，例如若接到火势信息，则对应的预案任务可以是通知消防人员到场、通知救护车到达现场等。对上述多个预案任务的时序关系或因果关系进行推演，得到待执行指令。
步骤203，根据上述待执行指令生成动态甘特图。
其中，动态甘特图能够通过条状图来显示项目、进度和其他时间相关的系统进展的内在关系随着时间进展的情况。
具体地，服务器103将上述待执行指令发送至任务执行端104，并根据执行进展情况实时动态更新，生成动态甘特图，如图5所示。
上述实施例，通过接收实时态势信息；将实时态势信息输入至应急方案决策模型中，通过应急方案决策模型生成多个预案任务，并对多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对实时态势信息的响应措施；根据待执行指令生成动态甘特图。本发明与传统的仅仅依赖历史案例的文字记载作为参照来指定应急预案的方法相比，能够根据实时态势信息生成多个预案任务，并将这些预案任务进行排序，且根据应急场景的变化实时生成待执行指令，通过动态显示任务时序图，能够体现任务之间的逻辑关系，例如时序关系、依赖关系，用于动态指导任务的生成、分派和监控，提高应急管理实时化水平。
在一实施例中，上述应急方案决策模型是基于KNN(K-Nearest Neighbor，K最邻近)算法、Drools规则引擎和JShop2任务规划引擎构建的。
其中，KNN算法是一种分类算法，通过测量不同特征值之间的距离进行分类。Drools规则引擎使用基于规则的方法来实现专家系统；专家系统是基于知识的系统，它使用知识表示法将获得的知识处理成可用于推理的知识库。JShop2任务规划引擎是一种基于HTN(Hierarchical Task Network，分层任务网络)规划算法的规划器。
具体地，如图4所示，通过KNN算法计算实时态势信息与预案库中的历史场景特征之间的距离，得到距离较近的历史场景；利用Drools规则引擎关联上述距离较近的历史场景中采用的多个预案任务；利用JShop任务规划引擎对上述多个预案任务的时序关系、因果关系进行排序，最终得到依序排列的待执行指令。
上述实施例，通过运用KNN算法计算历史案例中的相似情景，Drools规则引擎的规则关联该情景所采取的行动指令，JShop任务规划引擎对行动指令的时序关系、因果关系进行统一编排，得到多个预案任务，提高了应急方案制定的自动化水平。
在一实施例中，上述步骤202中的多个预案任务是按照如下步骤得到的，具体包括：根据实时态势信息，在预设静态任务库中查找与所述态势感知任务关联的人力归属任务、资源调度任务和专家会商任务；
其中，预设静态任务库中包括各种可执行任务，即在理想应急场景下指派的各种可执行任务，包括人力归属任务、资源调度任务和专家会商任务，其中，人力归属任务用于表示各个任务所归属的职责范围特征，来自相应的人力组织架构和职责；资源调度任务用于表示在应急指挥调度过程中，产生的各种资源需求特征，例如队伍调度特征。物资调度特征和设备调度特征等；专家会商任务用于表示在在应急指挥调度过程中，产生的专家会议任务特征，包括根据事件类型、事件级别所推荐的专家以及所组织的不同级别的专家会议。
具体地，应急方案决策模型根据接收到的实时态势信息，在预设静态任务库中通过KNN算法，查找到与上述实时态势信息相关联的人力归属任务、资源调度任务或专家会商任务；例如，服务器103接收这些实时态势信息，若实时态势信息中包含温度报警信息，则触发灭火任务；若水浸传感器达到预设条件被触发，则在上述预设静态任务库中匹配得到洪涝抢险任务。
上述实施例，使用KNN算法根据实时态势信息的数据特征与预设静态任务库中的任务特征之间的距离，查找到距离最近的多个预案任务，为后续选出最优方案提供全面、有效的数据基础。
在一实施例中，上述步骤203包括：基于预先构建的贝叶斯网络对所述待执行指令与预设历史案例库中的历史案例特征进行推演；若推演结果不满足预设条件，则返回步骤201。
其中，贝叶斯网络以预设致灾要素和各种可执行指令(或称可执行任务)为各个节点，基于各个节点之间的因果关系或时序关系构建节点之间的边，基于预设历史案例库中的态势信息和可执行任务之间的转化概率(发生概率)作为条件概率。预设致灾要素是指是自然或人为环境中，能够对人类生命、财产或各种活动产生不利影响，并达到造成灾害程序的罕见或极端的事件，如暴雨洪涝、干旱、热带气旋、风暴潮、霜冻、低温、冰雹、海啸、地震、滑坡、泥石流等均为致灾要素。
具体地，本发明使用贝叶斯网络推演实时态势信息与上述待执行指令之间的转化概率，判断转化概率是否满足预设条件，例如判断转化概率是否大于预设阈值(该预设阈值是根据专家知识库设定的，可根据实际情况灵活选取)，若是，则认为上述待执行指令能够满足预期效果，若否，则返回步骤201重新采集实时态势信息，从而调整上述步骤202得到的多个预案任务，最终得到优选的待执行指令。
上述实施例，使用历史案例作为重要且有效的参考资料，而非生成应急方案的主要渠道，有利于根据历史资料灵活调整理想方案，提高了方案制定的灵活性，且更有针对性，更准确。
在一实施例中，上述预设历史案例库是采用以下步骤构建的，包括：从历史应急案例文字信息中提取应急事件规模特征、响应措施特征、物资调配特征，构建得到所述预设历史案例库。
具体地，本发明对历史应急案例文字信息进行特征工程，提取应急事件规模特征(例如伤亡人数、灾害等级、覆盖面积、物资损失数额等)、响应措施特征(例如发现时间、任务派出起始时间等)、物资调配特征(例如派出人员数量、车辆数量等)，构建得到所述预设历史案例库
可选地，本发明对于上述预设历史案例库的构建过程，还可以从数据获取难度特征、事件刻画特征、数据覆盖特征三个维度进行特征提取，其中，数据获取难度特征指的是该历史案例文字记载信息是否容易获取；事件刻画特征包括多个维度的特征，是指与历史事件最紧密相连的要素，包括事件时间、事发单位、事故简况、事发地点、事件后果等；数据覆盖特征是指字段的数据完整度，对于不够完整的历史案例文字信息，可过滤掉相应的历史事件，不作为本发明的中的历史参考信息。
上述实施例，通过特征提取构建预设历史案例库为后续计算历史案例特征与预案任务之间的贝叶斯推演提供了数据基础。
下面对本发明提供的应急方案自动生成装置进行描述，下文描述的应急方案自动生成装置与上文描述的应急方案自动生成方法可相互对应参照。
在一实施例中，提供了一种应急方案自动生成装置，该装置包括：感知模块601、待执行指令生成模块602和甘特图输出模块603；其中，
感知模块601，用于接收实时态势信息；
待执行指令生成模块602，用于将所述实时态势信息输入至应急方案决策模型中，通过所述应急方案决策模型生成多个预案任务，并对所述多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对所述实时态势信息的响应措施；
甘特图输出模块603，用于根据所述待执行指令生成动态甘特图。
在一实施例中，上述应急方案决策模型是基于KNN算法、Drools规则引擎和JShop2任务规划引擎构建的。
在一实施例中，还包括推演结果判断单元，用于基于预先构建的贝叶斯网络对所述待执行指令与预设历史案例库中的历史案例特征进行推演；若推演结果不满足预设条件，则返回所述接收实时态势信息的步骤。
在一实施例中，上述待执行指令生成模块602还用于：
从历史应急案例文字信息中提取应急事件规模特征、响应措施特征、物资调配特征，构建得到所述预设历史案例库；从历史应急案例文字信息中，提取数据获取难度特征、事件刻画特征、数据覆盖率。
在一实施例中，所述实时态势信息包括由物联感知设备上传的实时环境感知数据和由管理端上传的事件信息中的至少一种。
图7示例了一种电子设备的实体结构示意图，如图7所示，该电子设备可以包括：处理器(processor)710、通信接口(Communications Interface)720、存储器(memory)730和通信总线740，其中，处理器710，通信接口720，存储器730通过通信总线740完成相互间的通信。处理器710可以调用存储器730中的逻辑指令，以执行应急方案自动生成方法，该方法包括：接收实时态势信息；将将实时态势信息输入至应急方案决策模型中，通过应急方案决策模型生成多个预案任务，并对多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对实时态势信息的响应措施；根据待执行指令生成动态甘特图。
此外，上述的存储器730中的逻辑指令可以通过软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在一个计算机可读取存储介质中。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或者该技术方案的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质中，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方法的全部或部分步骤。而前述的存储介质包括：U盘、移动硬盘、只读存储器(ROM，Read-Only Memory)、随机存取存储器(RAM，Random Access Memory)、磁碟或者光盘等各种可以存储程序代码的介质。
另一方面，本发明还提供一种计算机程序产品，所述计算机程序产品包括计算机程序，计算机程序可存储在非暂态计算机可读存储介质上，所述计算机程序被处理器执行时，计算机能够执行上述各方法所提供的应急方案自动生成方法，该方法包括：接收实时态势信息；将将实时态势信息输入至应急方案决策模型中，通过应急方案决策模型生成多个预案任务，并对多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对实时态势信息的响应措施；根据待执行指令生成动态甘特图。
又一方面，本发明还提供一种非暂态计算机可读存储介质，其上存储有计算机程序，该计算机程序被处理器执行时实现以执行上述各方法提供的应急方案自动生成方法，该方法包括：接收实时态势信息；将将实时态势信息输入至应急方案决策模型中，通过应急方案决策模型生成多个预案任务，并对多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对实时态势信息的响应措施；根据待执行指令生成动态甘特图。
以上所描述的装置实施例仅仅是示意性的，其中所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部模块来实现本实施例方案的目的。本领域普通技术人员在不付出创造性的劳动的情况下，即可以理解并实施。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到各实施方式可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件。基于这样的理解，上述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ROM/RAM、磁碟、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)执行各个实施例或者实施例的某些部分所述的方法。
最后应说明的是：以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。
Claims (10)
1.一种应急方案自动生成方法，其特征在于，包括：
接收实时态势信息；
将所述实时态势信息输入至应急方案决策模型中，通过所述应急方案决策模型生成多个预案任务，并对所述多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对所述实时态势信息的响应措施；
根据所述待执行指令生成动态甘特图。
2.根据权利要求1所述的应急方案自动生成方法，其特征在于，所述应急方案决策模型是基于KNN算法、Drools规则引擎和JShop2任务规划引擎构建的。
3.根据权利要求1所述的应急方案自动生成方法，其特征在于，所述方法还包括：
基于预先构建的贝叶斯网络对所述待执行指令与预设历史案例库中的历史案例特征进行推演；
若推演结果不满足预设条件，则返回所述接收实时态势信息的步骤。
4.根据权利要求3所述的应急方案自动生成方法，其特征在于，所述预设历史案例库是采用以下步骤构建的，包括：
从历史应急案例文字信息中提取应急事件规模特征、响应措施特征、物资调配特征，构建得到所述预设历史案例库。
5.根据权利要求4所述的应急方案自动生成方法，其特征在于，还包括：
从历史应急案例文字信息中，提取数据获取难度特征、事件刻画特征、数据覆盖率，构建得到所述预设历史案例库。
6.根据权利要求1所述的应急方案自动生成方法，其特征在于，所述实时态势信息包括由物联感知设备上传的实时环境感知数据和由管理端上传的事件信息中的至少一种。
7.一种应急方案自动生成装置，其特征在于，所述装置包括：
感知模块，用于接收实时态势信息；
待执行指令生成模块，用于将所述实时态势信息输入至应急方案决策模型中，通过所述应急方案决策模型生成多个预案任务，并对所述多个预案任务的时序关系或因果关系进行推演，得到待执行指令；其中，每个预案任务表示针对所述实时态势信息的响应措施；
甘特图输出模块，用于根据所述待执行指令生成动态甘特图。
8.一种电子设备，包括存储器、处理器及存储在所述存储器上并可在所述处理器上运行的计算机程序，其特征在于，所述处理器执行所述程序时实现如权利要求1至6任一项所述应急方案自动生成方法。
9.一种非暂态计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述应急方案自动生成方法。
10.一种计算机程序产品，包括计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1至6任一项所述应急方案自动生成方法。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310364527.1A CN116307628A (zh) | 2023-04-04 | 2023-04-04 | 应急方案自动生成方法和装置 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202310364527.1A CN116307628A (zh) | 2023-04-04 | 2023-04-04 | 应急方案自动生成方法和装置 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN116307628A true CN116307628A (zh) | 2023-06-23 |
Family
ID=86792604
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202310364527.1A Pending CN116307628A (zh) | 2023-04-04 | 2023-04-04 | 应急方案自动生成方法和装置 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN116307628A (zh) |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151397A (zh) * | 2023-08-31 | 2023-12-01 | 应急管理部大数据中心 | 一种现场检查方案任务智能匹配管理方法 |
Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105260170A (zh) * | 2015-07-08 | 2016-01-20 | 中国科学院计算技术研究所 | 一种基于案例的突发事件态势推演方法及系统 |
| CN106682246A (zh) * | 2015-11-05 | 2017-05-17 | 国家电网公司 | 一种电网应急演练方案图形化设计平台 |
| CN110148937A (zh) * | 2019-05-27 | 2019-08-20 | 国网上海市电力公司 | 一种基于贝叶斯网络的大面积停电事件智能推演方法 |
| CN112446605A (zh) * | 2020-11-20 | 2021-03-05 | 航天精一(广东)信息科技有限公司 | 一种基于知识推理和仿真演练的应急预案管理方法及系统 |
| CN113076690A (zh) * | 2021-03-26 | 2021-07-06 | 上海市东方医院（同济大学附属东方医院） | 用于灾难医学救援的灾难情景推演方法 |
| CN115796509A (zh) * | 2022-11-22 | 2023-03-14 | 交控科技股份有限公司 | 一种轨道交通应急调度辅助决策系统及方法 |
-
2023
- 2023-04-04 CN CN202310364527.1A patent/CN116307628A/zh active Pending
Patent Citations (6)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN105260170A (zh) * | 2015-07-08 | 2016-01-20 | 中国科学院计算技术研究所 | 一种基于案例的突发事件态势推演方法及系统 |
| CN106682246A (zh) * | 2015-11-05 | 2017-05-17 | 国家电网公司 | 一种电网应急演练方案图形化设计平台 |
| CN110148937A (zh) * | 2019-05-27 | 2019-08-20 | 国网上海市电力公司 | 一种基于贝叶斯网络的大面积停电事件智能推演方法 |
| CN112446605A (zh) * | 2020-11-20 | 2021-03-05 | 航天精一(广东)信息科技有限公司 | 一种基于知识推理和仿真演练的应急预案管理方法及系统 |
| CN113076690A (zh) * | 2021-03-26 | 2021-07-06 | 上海市东方医院（同济大学附属东方医院） | 用于灾难医学救援的灾难情景推演方法 |
| CN115796509A (zh) * | 2022-11-22 | 2023-03-14 | 交控科技股份有限公司 | 一种轨道交通应急调度辅助决策系统及方法 |
Non-Patent Citations (4)
| Title |
|---|
| 安紫菁: "基于态势推演模型的应急决策研究", 《中国优秀博硕士学位论文全文数据库（硕士）基础科学辑》, no. 6, pages 002 - 199 * |
| 徐天和等: "《中华生物医学统计大辞典现场调查统计分册》", 31 December 2020, 中国统计出版社, pages: 42 - 44 * |
| 戴亚平等: "《决策支持系统中的经典与智能化方法》", 31 May 2022, 北京理工大学出版社, pages: 185 - 191 * |
| 高明: "《知识协同工作流建模、服务规划与服务组合》", 28 February 2015, 中国铁道出版社, pages: 93 - 97 * |
Cited By (1)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN117151397A (zh) * | 2023-08-31 | 2023-12-01 | 应急管理部大数据中心 | 一种现场检查方案任务智能匹配管理方法 |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| US7698246B2 (en) | System and method for optimal and adaptive process unification of decision support functions associated with managing a chaotic event | |
| US7647286B2 (en) | System and method for managing a chaotic event by providing optimal and adaptive sequencing of decision sets with supporting data | |
| US7653609B2 (en) | System and method for managing a chaotic event by optimizing decision subdivisions subject to multidimensional constraints | |
| US7647288B2 (en) | System and method for optimally customizable and adaptive personalized information display for information associated with managing a chaotic event | |
| Hu et al. | A bi-objective robust model for emergency resource allocation under uncertainty | |
| Peng et al. | An incident information management framework based on data integration, data mining, and multi-criteria decision making | |
| AU2024203089A1 (en) | Artificial intelligence applications for computer-aided dispatch systems | |
| US20210166197A1 (en) | System and method for providing risk recommendation, mitigation and prediction | |
| Baldominos et al. | DataCare: Big data analytics solution for intelligent healthcare management. | |
| Öztaysi et al. | Fuzzy inference systems for disaster response | |
| KR102490062B1 (ko) | Ai 기반 사용자 맞춤형 재난 위험예측 및 안전관리 방법, 장치 및 컴퓨터프로그램 | |
| CN116307628A (zh) | 应急方案自动生成方法和装置 | |
| Bannour et al. | Emergency management case-based reasoning systems: a survey of recent developments | |
| Paterson et al. | Using unstructured data to improve the continuous planning of critical processes involving humans | |
| CN117726162A (zh) | 一种基于多模态数据融合的社区风险等级评估方法及系统 | |
| Jefferson et al. | Using geographic information systems to support decision making in disaster response | |
| Zhang et al. | Situational-aware multi-graph convolutional recurrent network (sa-mgcrn) for travel demand forecasting during wildfires | |
| Zou et al. | GeoAI for Disaster Response | |
| CN113946464B (zh) | 一种结合模型及经验的预训练和并行推演的告警降噪方法 | |
| Holdsworth et al. | The SERIES model: development of a practitioner focused emergency response evaluation system | |
| Romanowski et al. | Information management and decision support in critical infrastructure emergencies at the local level | |
| Athanasiadis et al. | Knowledge discovery for operational decision support in air quality management | |
| Schneider et al. | Decision making to support local emergency preparation, response, and recovery | |
| Terzi et al. | Towards a social-media driven multi-drone tasking platform | |
| CN118504939B (zh) | 一种电网故障保电维修计划制定方法、装置、设备及介质 |
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 |