（系统工程专业论文）城市交通应急指挥决策支持系统的相关研究.pdf

1 绪论 1 绪论 1 1 选题背景 随着社会经济的快速发展和城市现代化水平的不断提高，突发灾 害事件对城市功能正常发挥的影响程度和波及范围也越来越大。建立 应急指挥系统，增强城市应急反应和防灾减灾能力，以最大限度减少 人为事故或自然灾害事件对城市发展秩序和市民正常生活的不利影 响，是当今世界大城市面临的一项重要课题。特别是北京将承办2 0 0 8 年夏季奥运会，提高预防和处置突发事件的能力和水平，为成功举办 一届出色的奥运会提供全方位的保障，已成为首都建设和管理的重要 任务之一。 城市交通能否满足居民的出行需求直接关系到城市的正常运转 和发展。当前，城市交通供需之间的严重失衡所导致的居民出行难问 题已成为我国部分城市，尤其是北京等特大型城市面临的首要难题。 如果本就不畅通的城市交通系统，再受到突发性的、偶然性的恶劣天 气因素或是恶性交通事故的影响，而又不能得到及时有效地处置的 话，必将导致城市交通系统的局部瘫痪甚至完全瘫痪。因此，如何有 效应对突发事件，建立交通应急指挥系统已经成为城市交通管理中一 个重要课题。 在交通系统日趋复杂、瞬息万变的今天，单凭人的经验和现有手 段已经不能够解决复杂的城市交通应急问题，而是要依靠高效的信息 化的工具、手段和方法来辅助人进行应急指挥决策。决策支持系统是 集信息技术、通信技术和智能技术等技术为一体的具有辅助决策功能 北京交通大学硕士学位论文 1 3 1 国内外研究综述 根据应急指挥系统的功能特点，国内外有关方面的研究和技术应 用都是围绕信息资源的采集，传输，存储，显示等目标，以操作简单 性，管理科学性，信息多元性，实用性为原则。 从国内外应急指挥系统的发展现状来看，应急指挥决策系统，不 是一个独立的运作系统，而是一个综合性系统，应用信息等技术，可 实现大面积的、跨专业和部门的信息资源，处理资源和通讯资源的实 时调度o3 。其中应用的信息采集技术最主要的特点是集成化，也就是 建立集计算机，网络，视频信息采集、接收、传输，数字图像处理及 遥控等技术于一体的信息支持系统，可对事发现场进行实时、全方位、 全天候远程监视，和智能化管理，并通过远程控制图像效果，实现现 场无人值守。指挥中心可从大量的摄像机的视频信号中，选取关键事 件的视频信号，在监视器上显示图像信息，并不断更换新信息，显示 周边道路等环境情况，以利于指挥抢险“1 。 应急指挥系统中信息的及时传输十分重要，从当前的发展现状来 看，信息传输技术方面一般采用专线、因特网、卫星网络、电话设备、 移动通讯设备，使指挥中心与相关单位建立数据通讯网络。利用移动 通讯、卫星通讯、宽带光缆、数字微波、公用电话网、因特网等现代 化混合组网的数据传输系统，可完成应急指挥系统信息的传输及调 用。在范围较大现场进行抢险和救护时，g p s g s m t j c d m a 等具有卫星 无线定位功能的定位手机、对讲机等可以提供给现场抢险车辆、指挥 员和处置人员使用，以利于紧急救援突发事件口“。 信息存储系统的建立是应急指挥系统建设的关键环节，从国内外 的情况来看，信息存储系统主要有以下几种数据库系统构成：有关 北京交通大学硕士学位论文 1 32 国内外应用现状 1 3 2 1 国外应用现状 目前，世界各国已相继建应急指挥中心，如美国的纽约、芝加哥、 洛杉矶、亚特兰大，英国的伦敦、澳大利亚的悉尼等市。这些中心普 遍采用现代科学技术建立了综合的应急指挥系统，这些系统具有通 信、指挥、辅助决策等功能。下面仅就应急指挥系统在美国及德国的 典型应用进行简要介绍“。 美国 9 1 1 事件后，美国专门成立了国土安全部，各城市都建设了应对 危机机制与应急指挥系统。美国纽约的灾难应急管理系统就是一个典 型的应急指挥辅助决策支持系统，由危险评估和规划、灾情缓解、预 防措施、快速反应等五个功能模块组成。 ( 1 ) 危险评估和规划 制定救灾措施，首先需要知道潜在危险、造成的后果以及与保护 设施相关的详细信息。利用系统，就可以把危险数据( 火灾区等) 和 其它图形数据( 如人口高密区、战略规划区、街道、管线、电力线等) 叠加显示和分析，从而标示出潜在的险情。利用g i s 可以准确地查明 情况，并对各种灾难造成的后果做出正确的估计，进而进行减灾、预 防、快速反映、恢复重建等一系列工作。 ( 2 ) 灾情缓解 减灾分析可以判断相关区域内潜在的能够造成人身安全和基础 设施毁坏的危险。系统的分析功能可以非常容易地确定并标示出比邻 建筑物、公共设施、人群集散地等，处于危险中的人群和其它重要的 资源也可以被迅速地标示出来。通过建立拓扑专题图，系统基于水流 北京交通大学硕士学位论文 德国现在已经建成“危机预防信息系统”( g e 肌柚e m e 唱e n c y p 1 锄i n gi n f 0 珊a t i o ns y s t e m ，简称d e n i s ) ，其主要任务是支持灾难管 理者的工作。系统用以评估灾难的现状情势和面临的问题，分析应该 采取什么样的方法来保护公众的人身安全，以及必须向州、联邦政府 或者外国申请哪些援助物资等重要信息，尤其是对重大灾难来说的关 键信息阻1 。这些信息包括灾害的性质、针对灾害的救援方法、能提供 有效帮助的人员和设备的数量等，现在都能为联邦政府、州政府和其 他非政府的参与组织( 例如救援队) 所获取。 1 3 2 2 国内应用现状 我国正处在经济高速发展时期，亟需一个安定的经济建设环境， 但各种突发事件却严重干扰着经济的高速健康发展。1 9 9 8 年长江洪 水，2 0 0 1 年北京大雪，2 0 0 3 年s a r s 危机等各种突发事件和灾害事 故往往事先无法预料，所造成的灾害牵涉面极广，危害程度极大”“。 为此，根据国务院的规划要求，广西南宁市建立了我国第一个应 急联动指挥中心，使城市的公安、消防、交通、急救、防洪、防台风 及护林防火等保障措施有一个统一指挥平台。下面就此系统作一下简 要介绍： 南宁市政府借鉴国外城市模式和结合我国国情以及南宁市情，组 建了“政府主导”模式的城市应急联动体系，专门成立了一个城市应 急联动中心“。该中心是一个独立的政府机构，内设有警务、技术、 市场开发、行政等部门。警务处主要负责对治安、交通、医疗、火灾 和其他突发事件报警的受理和处置工作；技术处负责对联动中心有 线、无线、计算机等设备的维护、数据的更新，操作技能培训和应用 开发等技术工作。其开发的应急联动指挥系统具体组成部分如下：计 1 绪论 算机辅助接警调度、集群指挥调度通信系统( 8 0 0 m h z 模拟集群通信 系统) 、信息网络、地理信息系统等模块。 该系统正式运行以来，平均每月接听报警求助电话约1 7 万个， 处理市民各类有效报警求助事件2 万多件，最大限度打击各种犯罪活 动，减少国家和人民生命财产损失。联动系统一般可处理5 7 0 0 个电 话，最多可处理7 0 0 0 个电话。在联动系统的电子地图上，可以查到 全市7 0 多万门电话发出的求助、投诉、报警的准确位置，报警系统 一接通，机主姓名、身份证号码、家庭住址等个人信息就会显示出来。 而且系统与全国金盾网连接，可以在全国范围内查询个人信息记录。 同时，电子地图也可以显现执行任务的施救车辆的位置，这样就可以 缩短救援时间口1 。 南宁城市应急联动系统建成后，根据现实需求和国务院要求，北 京、上海、天滓、重庆等直辖市和广州、南京、郑州等近4 0 个城市 先后到南宁市应急联动中心考察和调研。随后，上海于2 0 0 4 年也建 成了功能较为完善的授权管理模式的城市应急指挥系统。 综合国内外已有研究成果和应用现状，笔者认为目前国外的研究 基础和实际应用已经发展多年并取得了很大的成果，由于与我国的管 理模式和建设基础不同，不能照搬照套；国内正在处在应急管理研究 和应用的快速发展和建设期，近几年建设完成的案例也很多，但智能 辅助决策支持研究应用程度不足，仍需进一步提高和深入。 1 4 论文研究思路和框架 第一章主要介绍本文的研究背景以及本文的研究思路和框架， 并对国内外的研究及应用现状进行了综述和分析，介绍了本文的主要 北京交通大学硕士学位论文 匝圃 叵囹亟堕圆 口品匾惹f 旨i 门降牙戛砸丽两弱i 蓟习陲手甄瓣而毋骊孺甭 f概述l 案推理模型研究件关联模型研究 圉罔圈图图例图网图吲阂网 1 5 论文的创新工作 1 绪论 本文在交通应急指挥理论及应用的研究和总结基础上，分析了城 市交通应急指挥的特点及需求，提出了城市交通应急指挥决策支持系 统的总体框架，并应用案例推理及数据挖掘等先进方法对构建预案管 理和辅助决策模块进行了设计。具体在以下三个方面进行了创新性的 研究工作： 在详细分析交通应急指挥需求的基础上，进行了交通应急指 挥系统的总体框架设计： 应用案例推理理论及方法，对预案管理子系统中的预案存储 及检索进行了研究： 将数据挖掘技术中的关联规则方法应用到交通应急辅助决策 子系统中，实现对交通突发事件诱发因素的深度分析。 2 城市交通应急指挥概述 设难度大，投资也大，且与现有行政体制冲突比较大，政府需要进行 体制调整，理顺指挥关系，在新的模式下要定义好：名；镌糕匪w ； 时淄等嚏鞍雄坼薹躺， 尊型氘望吲 璎虿每有害化学品生产单位语存晕龠需爵j 崩僦翻引耐盱器鹭 掣j 静翁甄冀莲懿拍刊醚= 环阜矗纛赫翟拓型拿争彰掣旨；婢毪骊 鄂飘硒髟耐! 薛强秭洲脯群菲茴并貅箱鸽j 箍兹舔嚣；掣警原因数据 库。建立有针对性的 专业突发事件预案，如中毒、疫情、地震、灾害事故等。应急资源 数据库：包括公安、交通、救护、市政、消防等单位分布及其它抢险 资源、力量部署。这些系统中经常与g i s 地理信息系统相结合，g i s 系统可分层显示各种信息，可对目标搜索，缩放，标注，着色等。将 不同比例图合在一起，以利于重点放大现场图像等，并可进行数据统 计、汇总、分析、查询。 信息显示系统是应急指挥系统中实现动态实时决策的重要部分： 指挥中心会商室( 指挥大厅) 安置大型投影屏和l e d 显示屏，决策者根 据显示屏上现场图像和统计信息进行集体审视，在电子地图上了解事 发现场的周边环境，经集体讨论后，立即将指挥调度令下达现场各抢 险指挥人员。指挥中心各个显示单元可分别显示现场情况、位置，周 边交通道路路况，及公安、消防、救护等等抢险资源和力量的情况。口1 6 1 7 1 从当前国内外的研究现状来看，重点集中在信息的采集，传输， 存储和显示发布，但是，对已有的信息和数据的深加工和再利用方面 所作的工作还不够，特别是根据已有的数据和信息形成对突发事件的 预案准 北京交通大学硕士学位论文 识，系统可以暂时不去寻找其中的规律，而只是应用一个个成功的范 例来解决相似条件下的问题。简单说来，它所使用的知识仅仅是从前 处理过问题的一个个例子。这样会避免通常应急指挥所面临的知识获 取的困难，大大减少知识工程师的工作量。根据城市交通突发事件应 急处理知识的特点，笔者认为采用案例推理( c b r ) 技术( 由于案例 推理系统类似于人类对问题的处理，它可以从己有的范例库出发，处 理未知问题的求解) 和数据挖掘技术( 基于统计方法分析诱发因素与 事件结果的关联性，发挥预警和辅助决策的作用) 可以很好地去解决 交通突发事件应急处理领域中需要快速、准确决策的问题。 3 基于案例推理的交通应急预案推理模型研究 3 基于案例推理的交通应急预案推理模型研究 交通应急指挥决策系统平台主要是基于智能决策理论及思想设 计的智能人机交互系统。交通应急辅助决策是否有效很大程度上取决 于是否能够及时获取合适的预案。因此，智能化预案管理系统在整个 城市交通应急指挥决策支持系统中显得尤为重要。案例推理 ( c a s e b a s e dr e a s o n i n g ，简称c b r ) 是预案管理中的核心技术，本章 重点是对如何将这一核心技术应用于交通应急预案推理模型进行探 讨。 当突发事件发生时，决策指挥人员一般根据以往的经验作出决 策。但是由于情况紧急、时问紧迫等原因，决策指挥者在这种情况下 心理会出现焦虑感和压迫感，因而很难在短时间内，给出全面而又准 确的决策方案，所给出的方案或多或少会存在疏漏。案例推理方法就 是针对人的这种特点，模拟人的思维，根据以往的经验，排除心理因 素的干扰，作出全面准确的决策。将案例推理原理应用到交通应急预 案库中，一旦出现新警情，如果在预案库中检索到与之相类似的案 例，就可以参照以前案例的应付措施提出解决新问题的可行方案。 3 1 案例推理原理 3 1 1 案例的表示 一个案例就是表述一次经验的知识片段。它将过去的经验作为内 容，并用相关文字说明在何种情况下可以使用此案例。一个案例可以 是一个事件、一个故事的记录或典型特征记录的组合。在案例推理中， 北京交通大学硕士学位论文 案例的表示是一个基本的问题，因为不同的表示方式和表示内容的选 择将导致案例索引、存储、检索和适配等各步骤截然不同。 一个案例通常包括“问题”和“解答”两个部分：“问题”描述 了案例发生时内外部环境的状态；“解答”说明了与问题相对应的解 决方案。这种结构通常用“问题空间”( p r o b l e n l s p a c e ) 和“解空间” ( s 0 1 u t i o ns p a c e ) 的形式直观地表示“。 在案例中，可以存储传统数据库中大多数格式的数据，如交通事 故类型、事故编号等文字，死亡人数、交通拥堵长度等数值和文本型 的注释等。而且，越来越多的案例推理工具也支持多媒体数据，如照 片、声音和视频信号。 3 ，1 2 案例的组织与存储 如果说案例的表示是案例的逻辑视图或者概念视图，则案例的存 储结构则是案例的物理视图。在设计一个高效的案例推理系统时，案 例的存储是非常重要的一个方面，它将影响到案例中信息的概念视图 和标志案例的索引的设计。 案例库应该组织为一个可管理的结构以支持高效的搜索方法。而 且在存储方法和索引方法间应该取得一定的平衡：存储方法要尽量保 留案例的丰富多样性；而案例的索引方法则要简化对相关案例的存取 和检索。这些案例库组织方法通常称之为案例记忆模型( c a s e m e m o r y m o d e l s ) 。在众多的案例记忆模型中，两个最具影响力的学术性的模型 分别是s c h a l l l 【和k o l o d n e r 的“动态记忆模型”( d y n a 嘶c m e m o r y m o d e l ) 以及p o n e r 和b a r c i s s 的“类别范例模型”( c a t e g o 妒e x 锄p l a r m o d e l ) ， 这些技术至今还广泛运用于认知科学领域。但是也许它们过于复杂， 3 基于案例推理的交通应急预案推理模型研究 目前所有的实用案例推理工具都没有使用这两种技术，取而代之的是 简单的平面化的文件数据结构或通常的关系型的数据库的结构，并使 用索引来指向案例“6 ”1 。 随着案例推理研究的深入开展和案例推理应用的不断推广，许多 学者又根据自己的应用需要创造了各种不同的案例存储结构。本文在 前人的基础上，针对预案管理信息系统特点，设计了基于案例推理原 理的预案库特有的存储结构。 3 1 3 案例的推理检索 “推理”是机器学习( m a c h i n el e 帅i n g ) 的研究者开发的从过去 的数据中抽取规则和构造决策树的一项技术。在案例推理系统中，使 用某种推理算法分析案例库，以生成一个判断树并对案例进行分类 ( 或索引) 。在案例推理工具中最常用的推理算法称为m 3 ( 索引算 法) ，以下将简述其原理和过程。 d 3 分为两个过程：索引过程和检索过程。i d 3 的索引过程是比 较独特的，d 3 可从案例库中建立起一个决策树作为案例的索引。它 使用了名为“m f o r n l a t i o ng a i n ”的启发式( h e 埘s t i c ) 算法，以找到 目标属性。d 3 需要一个作为决策树预测对象的目标属性，称之为“结 果”( o u t c o m e ) 。这星的“结果”通常指的是案例的结果或案例的解 决方案“。 首先，应当研究所拥有的案例，看看哪个属性对“结果”是有预 见性的。既然“结果”常常是受一些属性的组合的影响，就应当找出 哪个属性及属性值可以最好的划分案例集，并仍然可以预测“结果”。 用公式表示如下： 北京交通大学硕士学位论文 案例： c = c ( c ，c 2 c 。o )式( 3 1 ) 属性f ，值域h ，( v 案例c ，c f h ) ，j 砟，：碍，u = k ， k ，n 。“结果”值域d ( v 案例c ，d d ) ，j 0 ，仍，d ，u q = 0 ， 0 ，n 仍= 庐。v 案例c ，当g k j ，有d d ，；当g ，有d 仍。 如果上述的属性i 可以找到，那么决策树的第一个节点就可以使 用属性来进行判断。 在建立了索引之后，在检索过程中就可阻使用它。为了在案例库 中找到与目标案例最相似的案例，可以将从决策树的根部开始，逐个 回答问题，选择对应的分支，直到找到一个案例或若干案例的集合。 显然，推理检索的检索过程是十分直观的。然而，当案例库中包含有 几百甚至几千个案例时，这一过程也会变得非常复杂。盯吖”1 。 3 1 4 案例的保留 基于案例的推理系统采用的是增量式的学习，能不断积累经验和 知识，这来源于对新案例及解法的保留。但若无条件地对案例进行保 留势必导致无法控制案例库中案例数目的增长而使系统的运行效率 下降，检索成本增加。为了解决这个问题，案例推理系统采用主动学 习而非被动学习( 无选择地存储每一个观测到的样本) 的策略“叩吖2 。 实际应用的解决方法有： ( 1 ) 有选择地对新案例及解法进行保留，并适当地删除无效旧 案例。是否对新案例进行保留，取决于原有案例的相似度与设定阀值 的比较结果。如果相似度的取值在阀值与l 之间，则认为很相似，信 3 基于案例推理的交通应急预案推理模型研究 息量和知识含量不高，价值不大，不对案例进行存储。 ( 2 ) 在案例的特征值的抽取上，结合限制表示策略，设定匹配 案例的尺寸上限，优先抽取案例库中没有出现过的案例的特征值进行 保留。 案例推理系统已经逐步扩展到和网络技术结合。基于多a g e n t 的 案例推理系统在对案例进行保留时，各a g e n t 之间的合作极为重要。 这样，一方面可以避免各本地a g e m 保存相同的案例，浪费资源：另 一方面，各a g e n t 的案例库也可以互用。具体的解决策略是：各a g e n t 建立注册表，对输入案例h ，在决定是否保留时，都要轮询其他a g e n t 的注册表，并且把本次操作在注册表中进行注册，以备其它a g e n t 的 查询。当对案例进行保留或抛弃时，还要询问其他a g e n t 是否需要此 信息。 3 2 城市交通应急预案推理模型 交通应急的知识表示实际上就是对交通知识的一种描述，或者说 是一组约定，是一种计算机可以接受的用于描述知识的数据结构。对 知识进行表示的过程就是把知识编码成某种数据结构的过程。案例推 理方法与神经网络和基于规则的推理等问题求解方法不同，它不是一 项具体技术，而是种问题求解方法论。一方面是模拟人类推理和思 考过程的方法论，另一方面是建造智能计算系统的方法论。它只提供 一些新的有关知识的表示、组织和处理的思想与原则，并没有提供具 体的实现方法。因此，在建造案例推理系统时，需要根据应用领域的 具体情况，来研究和选择合适的案例表示和案例推理方法。 北京交通大学硕士学位论文 巧c o n d n i o n la n dc o n d i i i o n 2a n d t h e nc o n c l u s i o n 如果满足条件1 ，且满足条件2 ，且，那么结论是。 规则前提间的逻辑关系可以是“与”，“或”，“非”等多种。 产生式的知识表示刚性太强，对层次的表达力很弱，可能存在冲 突、冗余及知识的断层，且推理过程必须一步步前后匹配，效率较低。 故考虑采用决策树表示方法。 c 。，表示交通事件的届性，包括时间、地点、类型、伤亡人数 等； s 。，一表示事故处理措施； t n ，一中间节点。 基于决策树的知识表示方式和基于产生式规则的知识表示方式 相比，具有以下优点： 直观，容易理解。 避免了规则冲突。从专家获取的规则会由于人为的原因，难 以保证规则的一致性，而转化成决策树后，将剔除冲突的规 则。 避免了知识逻辑的断层，能够保证充分的知识表达。 避免了冗余，重复的规则及冗余的项目也将被去掉。 易于知识的表达和维护。 推理时绕过了无关规则，按树的逻辑路径，可以实现快速的 搜索。 3 基于案例推理的交通应急预案推理模型研究 图3 1 交通应急处理预案的决策树表示 图3 1 对应的规则可表示为： c 1 1a n d c 2 1 t h e ns 1 ： i fc 1 1a n dc 2 2a n dc 3 1t h e n s 2 。 3 2 4 城市交通应急预案的组织和索b 在基于案例推理的交通应急决策支持系统中，系统求解问题所使 用的知识单元就是具体的事故案例( c a s e ) ，相关的事故案例的集合 就构成了系统的案例知识库( c a s eb a s e ) 。案例知识库的组织与索引 是设计基于案例推理的事故处理系统的一个重要环节，其策略的优劣 直接影响案例推理的效率 3 7 。交通突发事件案例的组织形式可分为三 种，即平面模式、树形模式和网状模式。其中，平面模式结构简单， 但它是非结构化的，当案例数量较大时不便于案例库的查询、管理和 维护。因此，对于大型事故案例库系统应采用树形模式或网状模式。 北京交通大学硕士学位论文 将案例表示成层次结构是一种比较流行的实现案例重用的方法【3 4 】 【3 研。在基于案例的事故应急处理系统中，事故案例可以按事故种类进 行分类。属于相同事故种类的案例一般都含有共性特征，用抽象案例 来表示。相关案例的共性知识，相当于面向对象方法中的对象类。而 每个案例对象都是某个抽象案例的一个具体实例。面向对象方法中通 过类的继承性建立了类与类之间的层次结构，相应地本文是通过抽象 案例将案例库组织成一个树形的层次结构，每个抽象案例都包含指向 下一层案例的一个( 组) 索引指针，如图3 2 所示。 图3 2 事故案例的层次结构 通过抽象案例，本文建立了事故案例之间的组织关系，对于一个 具体的事故案例，其内容的存储组织形式分为两种情况：一种是集中 存储，即事故案例的所有内容，包括事故概况、事故特征属性、事故 处理措旋等信息都集中存储在一个结构中；另一种是分散存储，将事 故案例的内容分为若干部分，分别存于不同的结构中，各部分可单独 使用。集中存储结构简单、存取操作方便，但案例的应用缺乏灵活性， 所以本文研究的系统中的事故案例采用分散存储方式。 3 基于案例推理的交通应急预案推理模型研究 3 2 5 应用示例：基干案例的交通应急处理模型 基于案例的推理是一种基于过去实际经验或经历的推理，从认知 角度来说非常符合人类的推理和学习机制。该领域的专家在遇到一个 问题时，一般是采用如下方式加以解决： ( 1 ) 通过现场观察和测试，获取主要特征信息； ( 2 ) 回忆以前是否遇到过类似的情况，找出主要特征信息基本 相同的一个或几个案例； ( 3 ) 借用这些相似案例的处理措施来解决当前的问题； ( 4 ) 若处理结果不满意，则调整解决对策，并反复进行试验， 直到解决问题为止。 根据案例推理系统的工作原理，模拟上述专家解决问题的过程， 本文建立了一个基于案例的交通应急处理模型，如图3 3 所示。该模 型包括交通突发事件数据库、交通突发事件案例库、交通突发事件特 征分析、交通突发事件案例检索、交通突发事件案例匹配、交通突发 事件案例复用、交通突发事件处理对策评价、交通突发事件处理对策 调整和交通突发事件案例保存等几部分。其中主要部分的内容和功能 描述如下： ( 1 ) 交通突发事件案例库：用于存储过去发生过的事故案例， 包括成功的案例和失败的案例，事故案例库的基本单元是事故案例， 通过索引信息可以组织成一定的层次结构。 ( 2 ) 交通突发事件特征属性分析：对事故案例数据进行分析， 提取相关的事故特征属性，对于比较复杂或难于自动获取的特征，可 通过人机交互的方式获取。 ( 3 ) 交通突发事件案例检索：根据提取的事故特征和案例的索 北京交通大学硕士学位论文 引信息，在案例库中检索与当前事故相似的事故案例集。 ( 4 ) 交通突发事件案例匹配：根据系统设定的相似性匹配算法， 从检索出的事故案例集中选出最佳事故案例。 ( 5 ) 交通突发事件案例复用：根据一定的案例复用原则，采用 最佳事故案例中的事故处理对策解决当前事故。 ( 6 ) 交通突发事件处理对策评价：对复用的事故处理对策进行 测试和评价，若两个事故案例非常相似，复用的事故处理对策可直接 用于解决当前事故，否则，还需要对事故处理对策进行调整。 ( 7 ) 交通突发事件处理对策调整：根据当前事故的实际情况， 依据相应的调整规则对复用的事故处理对策进行修改，以满足当前问 题的需要。事故处理对策调整是本系统中最难的一项任务，很难找到 通用的调整方法或规则，因此往往需要专家的参与。 3 基于案例推理的交通应急预案推理模型研究 事故处理：地铁工作人员根据事故情况，迅速报告交通应急指挥 部，并组织救火工作。 3 3 2 地铁火灾案例表示 首先，需要对上述事故描述信息进行分析，并根据事故处理的需 要，获取事故案例的主要特征属性。结果如下：交通类型为地铁，事 故类型为火灾，发生区域为站台，发生时间为交通高峰小时。 在事故案例对象中，特征属性主要用于相似案例的检索和匹配。 为了便于实现事故案例的检索，在建立实际案例库时，需要根据领域 问题，为每个事故特征定义标准的检索关键词，如事故类型、事故时 间段、伤亡人数等，并确定其值域类型( 定性或定量) 。关键词的定 义对于案例的检索非常重要，若关键词表示的范围太宽，则检索出的 案例与目标案例的相关性较差：若关键词表示的范围太窄，则又无法 检索到合适的案例。因此检索关键词的定义一定要适度。 因此，在建立“地铁火灾”事故案例库时，可以定义“火灾原因”、 “发生区域”为关键词，它可以表示是什么原因造成的火灾、组织救 援的主要方式、救援的主要地段，适用面较宽，而且也不会影响相似 案例匹配的精度。 3 3 3 地铁火灾案例存储与组织 根据检索关键词的定义原则，本文为上述获取的事故特征定义了 如下关键词，及每个关键词的值域类型。其存储与组织的详细说明如 下： a ) c 1 0 0 1 一一事故类型：地铁( v 0 1 ) ，公交( v 0 2 ) ，桥梁坍塌 3 基于案例推理的交通应急预案推理模型研究 s i m i l 耐t v = o o 1 3 3 4 地铁火灾案例的检索 案例的表示表明，案例是由许多属性( a t 砸b u t e ) 组成的。因此， 案例检索可以根据其相似度进行。也就是说，如果要想计算两个案例 之间的相似度，首先要计算案例的各个属性所对应的两个属性值之间 的相似度。c b r 系统的相似性度量方法主要使用基于距离的方法。 这里距离的计算方式采用欧氏( e u c l i d e a l l ) 距离计算： d ( x ，y ) = 式( 3 5 ) 显然，若样本可与h ，位于同一个类型区域里，欧氏距离d ( x ，y ) 是比较小的；若它们位于不同类型区域里，欧氏距离d ( ) ( ，y ) 则是比 较大的。 直接应用欧氏距离函数所带来的一个缺点就是某一个属性的属 性值可能具有一个相对较大的取值范围，这个属性将明显地压制着其 他属性。例如，在一个具体的应用中，一个案例仅仅具有两个属性a 和b ，属性a 的取值范围是从1 到1 0 0 0 ，而属性b 的取值范围是从1 到1 0 ， 很显然，属性a 对距离函数的影响将会大于属性b 对距离函数的影响。 因此，在使用某个距离函数时，应该对距离进行规范化 ( n o 肌a l i z a t i o n ) ，常用的规范化方法有多种。这里用两个属性值之间 的距离除以该属性所对应的所有属性值的取值范围，用公式表示： d ( 如虬) ：4 式( 3 _ 6 ) m a ) 【d m m 4 4 基于数据挖掘的应急指挥事件关跌规则模型研究 4 基于数据挖掘的应急指挥事件关联模型研究 交通事故是交通突发事件主要诱因之一，而交通综合管理的疏漏 是造成交通事故发生的重要原因，因此对交通突发事件的分析的不完 善造成了安全管理漏洞的继续存在，为同类事故的再发生埋下了祸 根，也就是造成了“交通黑点”的存在。事故分析的常用模型有：事 故树、事件树、成败树等多种模型，这些方法均是在重点剖析典型案 例的基础上，直接分析影响安全的外部环境、内部环境，事故发生的 外因、内因，以及人员设备、环境等因素来系统研究各类交通事故发 生的原因，以及其相互间的内在关系，并科学合理的提出预防措施， 减少交通突发事件的发生。 4 1 数据挖掘原理 4 1 1 数据挖掘简述 当数据量极度增长时，如果没有有效地利用计算机及信息技术帮 助人类从海量数据中提取有用的信息和知识，就会感到像大海捞针一 样束手无策。据估计，目前一个大型企业数据库中数据，只有约百分 之七得到很好应用。因此目前人类陷入了一个尴尬的境地，即“丰富 的数据”而“贫乏的知识”。 与此同时，在快捷、方便的海量信息背后也隐藏着很多的负面问 题，诸如信息过量而难以消化吸收：信息真假难以辨识：信息安全难蛆 保证：信息形式不一致而难以统一处理等等。随着大型数据库的小断 涌现，如何理解已有的历史数据从浩如烟海的数据中快速、准确地 涌现，如何理解已有的历史数据，从浩如烟海的数据中快速、准确地 一3 9 4 基于数据挖掘的应急指挥事件关联规则模型研究 数据库中的记录可被化分为一系列有意义的子集，即聚类。聚类 增强了人们对客观现实的认识，是概念描述和偏差分析的先决条件。 聚类技术主要包括传统的模式识别方法和数学分类学。 4 、概念描述 概念描述就是对某类对象的内涵进行描述，并概括这类对象的有 关特征。概念描述分为特征性描述和区别性描述，前者描述某类对象 的共同特征，后者描述不同类对象之间的区别。 5 、偏差检测 数据库中的数据常有一些异常记录，在某些情况下从数据库中检 测这些偏差很有意义。这些数据对象也被称作孤立点，对孤立点的数 据分析称作孤立点挖掘。 4 1 1 1 数据挖掘的具体步骤 前面我们讨论了数据挖掘的定义、方法和工具，现在关键的问题 是如何实施，其一般的步骤如下：问题理解和提出一数据准备一数据 整理一建立模型一评价和解释晒 册 。 ( 1 ) 问题理解和提出：在开始数据挖掘之前最基础的就是理解数 据和实际的业务问题，在这个基础之上提出问题，对目标有明确的定 义。 ( 2 ) 数据准备：获取原始的数据，并从中抽取一定数量的子集，建 立数据挖掘库，其中一个问题是如果原来的数据仓库满足数据挖掘的 要求，就可以将数据仓库作为数据挖掘库。 ( 3 ) 数据整理：由于数据可能是不完全的、有噪声的、随机的，有 复杂的数据结构，就要对数据进行初步的整理，清洗不完全的数据， 做初步的描述分析，选择与数挖掘有关的变量，或者转变变量。 北京交通大学硕士学位论文 ( 4 ) 建立模型：根据数据挖掘的目标和数据的特征，选择合适的模 型。 ( 5 ) 评价和解释：对数据挖掘的结果进行评价，选择最优的模型， 作出评价，运于实际问题，并且要和专业知识结合对结果进行解释。 以上的步骤不是一次完成的，可能其中某些步骤或者全部要反复进 行。 4 1 1 2 数据挖掘的基本方法与功能 1 、数据挖掘的基本方法 夺决策树( d e c i s i o nt r e e ) 决策树是建立在信息论基础之上，对数据进行分类的一种方法。 首先，通过一批已知的训练数据建立一棵决策树；然后，利用建好的 决策树，对数据进行预测。决策树的建立过程可以看成是数据规则的 生成过程，因此可以认为，决策树实现了数据规则的可视化，其输出 结果也容易理解。决策树方法精确度比较高，结果容易理解，效率也 比较高，因而比较常用。 呤神经网络( n e u r a ln e t w o r k ) 神经网络系统由一系列类似于人脑神经元一样的处理单元组成， 我们称之为节点( n o d e ) 。这些节点通过网络彼此互连，如果有数据输 入，它们便可以进行确定数据模式的工作。神经网络由相互连接的输 入层、中间层( 或隐藏层) 、输出层组成。 夺k n e a r e s t 邻居 k n e a r e s t 邻居。依据d oa sy o u rn e i g h b o r sd o ”的原则， k n e a r e s t 邻居方法认为：邻居数据必然有相同的属性或行为。k 表示 某个特定数据的k 个邻居，可以通过k 个邻居的平均数据来预测该特定 4 基于数据挖掘的应急指挥事件关联规则模型研究 数据的某个属性或行为。 夺遗传算法 它首先将问题可能的解按某种形式进行编码，编码后的解称为染 色体；随机选取个染色体作为初始种群，再根据预定的评价函数对 每个染色体计算适应值，性能较好的染色体有较高的适应值；选择适 应值较高的染色体进行复制，并通过遗传算法，产生一群新的更适应 环境的染色体，形成新的种群，直至最后收敛到一个最适应环境的个 体，得到问题的最优化解。 耷联机分析处理( o l a p ) 联机分析处理( o n l i n ea n a l y t i c a lp r o c e s s i n g ，o l a p ) 主要通过 多维的方式来对数据进行分析、查询和报表。0 l a p 应用主要是对用户 当前及历史数据进行分析，辅助领导决策。其典型的应用有对银行信 用卡风险的分析与预测、公司市场营销策略的制定等，主要是进行大 量的查询操作。 夺数据可视化( d a t av i s u a l i z a t i o n ) 就数据可视化系统本身而言，由于数据量很大，很容易使分析人 员面对数据不知所措，数据挖掘的可视化工具可以通过富有成效的探 索起点并按恰当的隐喻来表示数据，为数据分析人员提供很好的帮 助。 数据可视化工具大大扩展了传统商业图形的能力，支持多维数据 的可视化，从而提供了多方向同时进行数据分析的图形方法。 夺覆盖正例排斥反例方法 利用覆盖所有正例排斥所有反例的思想来寻找规则，比较典型的 有m i c h a l s k i 的a q l l 方法、改进的a q l 5 方法和a e 5 方法。 北京交通大学硕士学位论文 夺粗集( r o u g hs e t ) 方法 在数据库中将行元素看成对象，将列元素看成属性( 分为条件属 性和决策属性) 。等价关系r 定义为不同对象在某个或几个属性上取值 相同，满足等价关系的对象组成的集合被称为等价关系r 的等价类。 条件属性上的等价类e 与决策属性上的等价类y 之阃的关系分三种情 况：下近似：y 包含e 。对下近似建立确定性规则；上近似：y 和e 的交 非空。对上近似建立不确定性规则( 含可信度) ；无关：y 和e 的交为空。 无关情况不存在规则。 夺统计分析方法 在数据库字段项之间存在两种关系：函数关系( 能用函数公式表 示的确定性关系) 和相关关系( 不能用函数公式表示，但仍是相关确定 性关系) ，对它们的分析可采用回归分析、相关分析、主成分分析等 方法。 夺模糊论方法 利用模糊集合理论，对实际问题进行模糊判断、模糊决策、模糊 模式识别、模糊簇聚分析。系统的复杂性越高，精确能力就越低，模 糊性就越强。 4 1 1 3 数据挖掘功能 数据挖掘的功能用于指定数据挖掘任务中要找的模式。数据挖掘 任务一般可以分为：描述和预测。描述性挖掘任务刻画数据库中数据 的一般特性。预测性挖掘任务在当前数据基础上进行推断，以进行预 测”卜踟。 数据挖掘功能以及它们可以发现的模式类型有：概念类描述，关 4 基于数据挖掘的应急指挥事件关联规则模型研究 事务是数据库d 的组成元素( 类似于关系数据库中的记录或元 组) ，而项目集仅仅是为挖掘关联规则而规定的项目组合。事务与项 目集的包含关系对事务来说，此项目集中的各个项目是相互关联的。 定义4 3 ：数据集d 中包含项目集a 的事务数称为项目集a 的支 持数，记作仃。中事务总数记作ld i ，项r 集a 的支持率，记 作：s u p p o r t ( a ) s u p p o n ( a ) - ( 吒，吲) 1 0 0 ( 4 一1 ) 其中ldl 是数据集d 的事务数，若s u p p o r t ( x ) 不小于用户指定的关 联规则挖掘及其应用研究的最小支持度( m i n s u p p o r t ) 则称x 为频繁项 目集，简称频集( 或 x 北京交通大学硕士学位论文 尔型关联 霪萎* 雩妻；摹童馨型重毛季耋| ；i 妻善主堇喜垂羹善妻薹!耋垂至戛：巴勇三疆一鏊晶薹i 嚆峙韩鲥桶蚝胎i i 争i i i 手| 荤1 - l i 兰! ! i = l 曝烫酮豇髟 彰鹑“的碲舴p 照莉瞄舀篙! 疆强褊姑弱醣；罾差挂爆湍燃毽源淄孽 耀瞎；痒蛤罐 i i j 誉婴般堡个案例作为幂占弃斌甄鞠戮毡i 毳；i 粪 将案例推 理原理应用到交通应急预案库中。 3 ，3 1 地铁火灾示例说明 城市轨道交通目前已经成为市民出行的主要交通工具之一，一旦 发生突发事件可能会造成具有损失大、影响大、处置难度大等特点的 重大事故。地铁事故主要包括由于在运营线路上发生的火灾、爆炸、 地震、恐怖袭击、大面积停电、恶劣天气所引发的，或因车辆、设备 故障等其它原因造成的轨道交通中断运营、人员伤亡、乘客被困等非 正常情况。 下面通过对某地铁线路着火实际事故示例进行分析，具体说明事 故案例表示的实现过程。案例内容描述如如下： 事故概况：某年某月某日，正值交通高峰小时，来往的乘客正在 匆忙地上下车。突然，自动电梯下面的一个机房燃起了大火并迅速蔓 延，呛人的烟雾使人咳嗽、流泪、睁不开眼。大火迅速进入纵横交错 的地下通道，不仅底层站台成了火海，上层的中央大厅也被烟火吞噬。 x 4 基于数据挖掘的应急指挥事件关联规则模型研究 船e ( x ，”2 3 八4 0 ”) - b u y ( x ，”l e n v o n o c o m p u t o r ”) 表示“年龄 在2 3 到4 0 之间的人购买联想电脑”，这是细节层次的规则。 如果在此基础上挖掘“年龄在2 3 到4 0 之间的人购买电脑”如下式： a g e ( x ，”2 3 八4 0 ”) = b u y ( x ，”c o m p u t o r ”) ，这种对电脑的高层次提 升，使得挖掘不在相同的层次，这样的规则称为多层次关联规则。 4 1 3 关联规则挖掘问题的分解 关联规则挖掘的任务就是要挖掘出数据集d 中的所有强规则。强 规则x = y 对应的项目集( x u y ) 必定是频集。由式( 4 2 ) 和式( 4 3 ) 可知， 频集( x u y ) 导出的关联规则x = y 的置信度可由频集x 和( x u y ) 的支持度 计算。 因此，可以把关联规则挖掘划分为以下两个子问题： l 、根据最小支持度找出数据集d 中的所有频集； 2 、根据频繁项目集和最小置信度产生关联规则。 第一个问题的任务是迅速高效地找出d 中全部频集，是关联规则 挖掘的中心问题，也是衡量关联规则挖掘算法的标准：第二个问题由 式( 4 一1 ) 和式( 4 4 ) 可知其求解是比较容易和直接的。 4 1 3 1 关联规则挖掘的基本模型 关联规则挖掘的基本模型可用图4 2 表示。其中，d 为数据集，算 法一1 为频繁项目集的搜索算法，算法一2 为关联规则的产生算法，r 为 挖掘出的关联规则集合。 北京交通大学硕士学位论文 图4 2 关联规则挖掘的基本模型 用户通过指定最小支持度，最小置信度分别与算法一1 和算法一2 交 互，并通过与r 的交互对挖掘结果进行解释和评价。关联规则挖掘算 法主要考虑的问题有以下两个： ( 1 ) 减少i o 操作。关联规则挖掘的数据集有时可达g b 甚至t b 数量 级，频繁的i o 操作必将影响关联规则的挖掘效率，减少如操作的方 法主要是减少扫描数据集d 的次数； ( 2 ) 降低需要计算支持度的项目集( 常称之为候选项目集) 的数 量，使其与频繁项目集的数量接近。候选项目集数量的降低可以节省 为处理部分候选项目集所需的计算时间和存储空间。 4 1 3 2 发现频繁项目集 寻找频繁项目集( 大项目集) 的问题可以归纳为寻找所有含有给 定置信度的规则的问题。也就是说，若给定一个事务集合d ，我们就 能给d 中每个事务加入一个额外项目j ，然后寻找那些在右侧有j 且置 4 基于数据挖掘的应急指挥事件关联规则模型研究 程，由频繁项集产生关联规则。 4 1 4 1a p r i o r i 算法 a p r i o r i 算法是a g r a w a l 等人提出的一种布尔关联规则挖掘算法， 它是层次算法的基础，是最典型的层次算法，是布尔关联规则挖掘算 法中最成功的一类算法。其核心技术为其它各类布尔关联规则挖掘算 法所广泛采用。 为了提高频繁项目集逐层产生的效率，让我们先看一下项目集的 一个重要性质，又称a p r i o r i 性质，可用于压缩搜索空间。 1 a p r i o r i 性质： 如果项目集x 是频繁项目集，则其所有的子集都是频繁项目集：如 果x 项目集是非频繁项目集，则其所有的超集( s u p e r s e t ：包含项目集x 的项目集) 都是非频繁项目集。该性质可以用来有效的修剪候选项目 集。例如：若已知项目集 a jb 是非频繁项目集，则任何包含项目a 和 b 的项目集如 a ，b ，c ) ， a ，b ，d ) ， a ，b ，e ，f 等都是非频繁项 目集，这些项目集的支持率都不必再作计算。 由此，可以采用迭代方式按项目集从小到大的顺序寻找频繁项目 集，按这种方法设计的布尔关联规则挖掘