物元结构应急响应决策模型研究

董沛武, 刘世国, 杨 玫, 王军梅

(北京理工大学管理与经济学院, 北京 100081)



物元结构应急响应决策模型研究

董沛武, 刘世国, 杨 玫, 王军梅

(北京理工大学管理与经济学院, 北京 100081)

为了提高复杂环境下的应急响应能力,基于元决策提出分解-集成(disassemble-integration,DI)总体设计准则和物元分解的唯一性准则;讨论了物元变换过程中存在的不足,建立了物元分析和解释结构模型(interpretive structural modeling,ISM)的映射关系。通过语义和“情境响应”方法拓展了物元分析结构,并赋予其语义解释及响应的功能。针对决策人员不在现场的情况,构建了物元结构决策(matter-element structure for decision-making,MESDM)模型。最后,实证分析了MESDM及其有效性、及时性和可操作性,为进一步研究MESDM的人机智能决策奠定了基础。

应急决策; 元决策; 解释结构模型; 物元分析; 情境响应

0 引 言

针对突发事件,以自然灾害为例,尽管多种应急响应预案和机制已经建立,但救援指挥部门通常难以准确地掌握灾区情况和损毁信息,使得救援指令经常脱离实际状况需求[1-3]。因此,优化复杂环境下决策方法和程序,提高突发事件应急响应中的决策能力,意义十分重大。

目前,国内外相关研究主要有:Jenkins L针对有毒物质泄漏处置预案的制定问题,构建了预案选择的整数规划模型[4]；杨文国等提出了应急方案效度的概念,并针对信息缺失的应急方案处置问题构建了含有资源约束条件的应急方案选择模型[5]；陈兴等从应急系统的角度,考虑部门协同、动态决策等问题,构建了多目标条件下多部门协同应急的决策模型[6]；姜艳萍等将风险决策方法引入应急方案选择问题,通过评价方案的处置效果、转换成本和应对损失,得出最优的调整方案[7]。

随着机器学习和人工智能技术发展及应用,结合计算机技术的应急决策方法相继提出。王石颖[8]应用情景框架和依存树理论,评价了突发事件的相似性。于婷[9]应用向量空间模型(vector space model,VSM)算法和最长公共子序列(longest common subsequence,LCS)算法,通过相似度匹配找到案例库中类似事件的处置方案。

上述文献从方案筛选、救援协同、成本优化等方面对应急决策展开研究,兼顾突发事件定性定量指标,取得了显著成效,但在应急响应的决策范式、决策步骤及响应过程等方面研究较少,这使得应急救援响应活动存在一些不足,尤其在汶川和芦山震灾中表现的较为明显。一是应急响应的方(预)案制定缺乏具有系统完整性和结构合理性特征的理论框架支撑,二是应急响应过程难以做到合乎实际要求的逻辑论证,三是应急响应面临着决策的精确性与救援工作紧迫性的时效滞后问题。因此,本文基于元决策(meta-decision-making,MDM)思想[10-12],结合物元分析(matter-element analysis,MEA)、解释结构模型(interpretive structural modeling,ISM)、突发事件随机性、情境语义描述等[13-17],提出并构建突发事件应急响应的物元结构决策模型(matter-element structure for decision-making,MESDM),目的在于根据决策者、决策环境以及决策任务的特征特点对决策过程、决策方案进行逻辑分析和选择,从而改进突发事件应急响应的决策机制和方法。

1 MEA和ISM

1.1 MEA

1983年,我国学者蔡文提出了MEA方法。该方法主要思想源于系统科学、思维科学以及拓展集理论,用于解决事物不相容问题,适用于多因子评价。MEA在可拓集的基础上,将复杂问题抽象为具体模型,将事物、特征及其量值构成“物元(matter-element,ME)”概念,作为描述事物的基本元,建立质与量之间的关联信息,从而研究事物关系的可拓性和规律。MEA的突出特点和优点是通过ME和物元变换(ME transformation,MET)将不相容的定性问题转变成相容的定量问题,实现对问题的求解,其典型案例参照曹冲称象故事[18-19]。MEA可概括性地描述如下:

以有序三元组T=(M,C,X)作为描述事物的基本元(即“物元”),则M代表事物,C为事物M的特征,X是M对应C的量值,即:T=(事物,特征,量值)。如果M包含n个特征,记作向量C=[c1,c2,…,cn]T,另有n维数值型向量X=[x1,x2,…,xn]T与C一一对应,则事物M的物元矩阵描述形如

(1)

式中,原问题M通过MET分解转化为特征描述的新问题C,当且仅当MET满足总分一致性要求时,原问题M将在属性或特征C所描述的层次上得到求解[20-22]。

可拓物元评价模型近年发展较快,它可以有效地将定性、定量相结合,很好地解决多属性复杂系统的决策问题,在地质工程、环境保护、交通工程等领域应用广泛。

1.2 ISM

ISM是1973年John N. Warfield研究一般系统理论时提出的,用于分析系统的组成和结构之间关系的方法[23]。ISM认为元素间有着易于判别的因果关系,也有着难以辨析的松散的耦合关系。从整体论的视角看,元素最大的耦合关系就是所有元素共同构成的系统,因此,复杂系统具有层级性和结构性。ISM方法就是通过图论的关联矩阵方法标注出系统元素间易于识别的因果关系和不易于辨析的耦合关系,借助n阶二元矩阵最多n次自乘布尔运算后结果趋于稳定的特征,以数理逻辑推导的方法解构复杂系统的层级结构。ISM求解过程如下[24-26]:

首先,构建可达矩阵。在系统元素ci之间进行一一比较。如果由ci能够推导出cj,则记为ciRcj=1,并在相应的邻接矩阵A中记作aij=1,否则,记为“0”。邻接矩阵A的推导式为

(2)

式中,i,j=1,2,…,n;且i≠j;R表示要素ci与cj之间存在的有向关系。进而,可达矩阵M为

M=(A+I)k=(A+I)k+m

且≠(A+I)k-1

(3)

式中,I为单位矩阵,k,m∈N+,M={mij}(i,j=1,2,…,n),可达矩阵表示从一个要素到另一个要素是否存在连通路径。

其次,根据定义,通过可达矩阵求ISM模型的可达集、先行集、共同集、开始集和终集:

可达集(R):系统要素ci可直接或间接到达的元素集合;

先行集(H):系统中可直接或间接引致元素ci的集合;

共同集(CM):可达集和先行集的交集;

开始集(B):系统中不受其他任何元素影响的元素的集合;

终集(E):系统中只接受其他元素影响的元素的集合。

最后,ISM模型的层次提取:

步骤 1 通常从终集开始,任选一元素,记为L1层,提取公式为

L={ck|R(ck)∩H(ck)=R(ck)}

(4)

式中，k=1,2,…,n。

步骤 2 在可达集中删去隶属于L1的属性及相应的行,以便获得一个新的可达集,然后再次运用式(4),获得L2。

步骤 3 重复步骤2,直到可达集为空时结束。

以上是ISM的求解方法,运用ISM的关键是选择和创新模型的输入元素。同时可发现:ISM是一套较为完整的推理运算系统,其邻接矩阵的构建过程,既是接收外部信息进行数学运算的过程,也是通过对外部要素信息两两比较进而实现要素间逻辑推理的过程。因此,ISM模型为以人机结合方式进行要素间逻辑关系推导提供了方法、手段和便利。

2 MESDM模型构建

应急管理中的决策活动通常受应急响应时间和事件发生的位置和环境制约,尤其是负责做决策的人通常不在事件发生的现场。因此，根据决策指令的发出是否在事件发生的现场,本文将应急管理中的决策活动分为场外决策和场内决策两种形式,并重点对场外决策进行了研究和建模。

建模思路:应急决策的决策者通常位于事件场外,因此场内信息透明度提高与场外决策者的决策能力建设,进而化解或转移基于时空异位关系造成的场内场外不兼容问题,构成了应急决策支持系统实现有效决策和不断发展的关键及核心问题。因此,本文以MDM、MEA和ISM为基础建立了面向决策过程的纵向组合模型,即MESDM,主要适用基于空间位置关系的突发事件应急响应问题和基于时间关系的研发规划问题等。

2.1 建模准则和框架

准则 1 分解-集成(disassemble-integration, DI)准则

DI准则引申自MDM的分层决策思想,它是模型设计的基础。MDM不同一般决策,它是一般决策之上的一类决策。“元”(meta)在中文语境中是源头和开始的意思,在英文中则有“在…之上”(above)和“超出”(beyond)的意思,元决策包含了分析、组织、优化、评估等更为广泛的内容。因此,根据MDM思想分析预案与事件之间的关系,判断问题是否存在直接解决方法(即相容性分析)。对于不相容问题,基于DI准则,考察理想情况下预案与现实存在的偏差,构成突发事件应急响应模型的顶层框架。

准则 2 总分一致性原则

在问题的不相容性已明确情况下,MEA是理清问题组成和实质的方法,其总分一致性原则保证了问题转移和分解中新问题与原问题的相关性和一致性;通过语义、MET、情境响应和语义编码/解码等进行不相容问题转换构成了问题求解的基本方法。就模型的完整性而言,正是语义方法的运用,消除了个人能力差异问题,提升了模型的实用性。MET的总分一致性原则具有一维度约束特点,给出了可行的解空间,不足之处是无法保证解的优化或唯一解。

准则 3 唯一性准则

突发事件应急响应的有效决策在于能否成功化解系统要素的不相容性。根据DI准则,问题的分解和转移阶段,即MEA过程仍存在不确定性问题。MEA中的物元概念和总分一致性原则仅指出了问题的量化方向,未能消除物元分解过程中存在的“一对多”映射关系。以式(1)为例,问题已经由事件M转化为由向量C表征的一类问题,但在MET过程中物元分解及其结果却不是唯一的,M既可以变换成C1,也可以变换成C2。因此,在做决策时,MET的变换准则需在总分一致性准则基础上增补唯一性准则,用以确定问题解可行且唯一,从而保障应急响应决策方案的最优。

在此基础上,MESDM的理论框架如图1所示。DI是对MDM思想的延伸,它确立了MESDM模型的顶层架构;在明确了原事物的不相容性后,准则2和准则3是通过该事物的特征或属性对该问题进行转移或置换的原则和依据,并依据情境响应和语义编码/解码方法在语义信息和情境信息之间构建一个新的会话系统,进而建立基于DI准则的决策系统。当事件发生时,系统通过采集第一手二元数据,经过人工识别和语义转换后,输入ISM模型。ISM通过构建邻接矩阵的方式对物元分析中各要素进行记录和两两比较,初步建立各要素间的逻辑关系,再通过求可达矩阵的方式对各要素进行进一步的逻辑关系比较和处理,最终输出内含了MEA各要素逻辑关系的层次结构图供应急决策分析使用。从而将具有定性特征的原问题,通过MEA拓展的方式,在定量层面上以对MEA各要素进行逻辑关系比较和推理的方式获得了解决。就应急决策过程而言,解决了应急过程中事件突发所带来的时间紧迫性和决策者不在事发现场而引致的信息模糊、不透明问题。

图1 MESDM的构成和准则Fig.1 Components and principles of MESDM

综上,MDM、MEA和ISM 3种基础理论协同构造成决策组合模型。MDM的分层决策思想为应急决策响应过程设计提供了DI的总体思想和设计原则,MEA起到了对问题进行解构和分析的作用,而ISM则以人机结合的方式实现了对物元分析各要素信息进行逻辑推理和输出的功能,从而通过人机结合的方式实现了复杂环境下快速、及时和有效决策。

2.2 建模流程

MESDM流程(见图2)主要由4个部分构成:第1部分以MDM为基础,提出DI总体设计思想,用于建立应急决策预案与突发事件之间的关联;第2部分是扩展的物元模型,根据突发事件的影响要素推导构建MESDM;第3部分是通过语义和情境响应获得事件的特征值和元素量值;最后,在物元数据和ISM特征值之间建立映射关系,获得决策结论。

图2 MESDM流程图Fig.2 Flow diagram of MESDM

2.3 MESDM构建

模型构建步骤如下:

步骤 1 依据DI准则描述问题

DI是解决问题的指导思想,强调了协同和全局意识,反映了事件的系统性和整体性特征,突出了应急预案和事件之间的相关性,注重应急预案与事件之间分与合的转换和协同,从问题的构思和设计角度增强了模型的精确性、适用性和可操作性。

步骤 2 MEA模型的扩展

为了使最终扩展形式满足本文提出的唯一性原则,物元分解要实现两个目标:一是要将情境要素引入突发事件M的分析中,保证它们形式不变;二是要避免信息收集时的错误,这对于精确决策十分重要。扩展的方法是在式(1)的属性层C和数值层X之间插入一个功能解释层D,这样C层的功能用于保持固定的形式,从X到D的响应构成具体形势的解释。这样,向量C的元素通过物元方法分解成它的语义结构,标记为D={[di,ji]}(i=1,2,…,n;ji=1,2,…,ki),及ki∈N+;xi,ji是di,ji的数值。最终,事件M的物元扩展关系R可表示为

(5)

在事件M中,元素ci是第一次物元分析的结果,它的另一个功能是作为ISM模型的主要输入元素。类似地,[di,ji]是ci的MEA结果,它是后面讨论ci之间相互关系的依据。同时,比较式(1)和式(5),容易发现如果X是一些从现实中采集的信息,那么由于插入向量D,则向量C将变得更加抽象。因而,需要协调物元结构与ISM之间的关系,这也是MESDM模型要解决的关键问题之一。

步骤 3 构建ISM和物元结构之间的映射(记作T)

(1)di,ji是二元数值;

(2) 每个[di,ji]构成一个独立的样本空间,所有的[di,ji]构成一个决策的语义组;因而,[di,ji]应该涵盖事件不同属性的所有可能情况;

(3)ci的涵义来自于[di,ji],且只能由[di,ji]来确定。

步骤 4 可达计算与决策分析

基于情境响应,[xi,ji]的功能是采集信息并将之传递给[di,ji],这将使得[di,ji]获得概念层次的语义;在[di,ji]确定了初级信息之后,它被传递给ci,ci承担了描述事件特征或属性的任务;最后,信息将被传给ISM模型,由ISM对事件进行逻辑推理,输出决策结果。

3 MESDM示例分析

几十年来,国内外核电站选址主要分为沿海和内陆两类,欧美发达国家由于核电发展早,基本呈沿海、内陆并行发展态势;我国基于核泄露危害和技术原因,采取了审慎原则,优先重点发展了沿海核电项目。随着清洁能源需求日益迫切,“十三五”期间,我国内陆核电项目提上议事日程,如规划筹备中的湖南益阳桃花江核电站,陕西安康、汉中、延安、商洛等核电项目。但核事故的人为因素和自然灾害诱因依然存在,如何有效启动核事故后紧急预案成了核电站建设之前优先考虑和研究的问题。因此,针对自然灾害诱因,本文基于MESDM模型对核事故中场外应急响应决策问题做初步研究。

3.1 基于MESDM的核事故场外应急响应模型

通常根据国际原子能机构的国际核事件分级表,将核事件按大小分0～7共8个等级,其中0～2级(无安全顾虑、异常、注意)属于一般事故;3～4级(严重、场外无显著风险)属于场内事故;5～6级(具有场外风险、重大)属于重大事故;7级如切尔诺贝利和福岛核电事故,属于特大级事故。当核事故发生时,国家要根据核事故情况启动紧急预案,如疏散群众、控制核污染源、限定核污染区扩散等。

一般有两类因素影响核泄露紧急预案的应急响应。一是一般因素,如:事件发生的位置、事故原因和类别、当地环境等;二是特殊因素,如地形地貌对核泄露突发事件响应能力的影响、行政区划、自然特征、线性或十字交叉路等。

此外,调查研究和文献也构成了应急管理和响应研究的信息来源,如:中国交通部的《公路突发事件应急计划》(2009)等。

本文在上述分析及式(5)基础上展开分析,关于核泄露突发事件应急响应的物元扩展分析如表1所示。

表1中上面部分建立了物元扩展分析框架,下面部分列举了核泄露突发事件场外应急响应的4个级别,属性条目c1～c8和响应级别条目c9～c12共同构成ISM模型的输入,这样关于核泄露突发事件响应的MESDM模型基本建立。

表1 核泄露突发事件应急响应的物元扩展分析

此外,表1中的省略号表明本文所构建的指标体系具有开放特征,可随着实践经验的积累不断加以修订和完善。

3.2 应用举例

3.2.1 核事故的场外情况分析和数据采集

由于以地震为主的自然及次生灾害对沿海和内陆核电站安全构成了主要威胁,因此不失一般性,假设某核电站由于地震引发了核泄露,经过卫星遥感侦测和场区人员提供的信息汇总,核泄露污染区主要分布在场区内部,属于场内事故。因此,国家组织的救援工作主要针对地震灾害对场区外的损毁情况进行救援。结合卫星侦测情况及受灾现场人员信息反馈,可确定表1中各属性向量对应的决策数据,如表2所示。

表2 突发事件数据表

表2中其他属性向量组含义与“公路类别”含义基本类似,故不再细述。不失一般性,表2中二进制数据(x1,1～x8,3)是根据设定的灾区情况给出的,(x9～x12)暂时为空,其数值将通过(x1,1～x8,3)的推理得到,省略号意味着模型仍可以根据现实情况加以完善。3.2.2 构建可达矩阵

基于表1和表2,每个向量[di,ji]都与一个元素ci相对应,并实现将不同现实意义传递给后者,因而完成情境响应和语义解释的功能。应用ISM方法对这些要素的相互关系进行分析,如:表2中“公路类别”的含义是国道、省道均已损坏,灾区与外界的联系中断,“地理位置”的含义是事件发生在县界,二者构成的直接邻接关系表示的含义是县界处的国道、省道均发生了损毁,因此邻接矩阵中a1,2=1,表示二者存在邻接关系,其他ai,j的数值确定与此类似。最终构成邻接矩阵A如表3所示。

表3 属性间相互关系表

进而利用式(3)对邻接矩阵A进行运算,获得可达矩阵M。

(6)

3.2.3 层级量化关系及决策分析

ISM模型进行逻辑推导要借助可达矩阵衍生的几种集合,分别是:可达集R、先行集H、共同集CM、开始集B和终集E[24，26]。根据第1.2节的定义,可达集的计算方法是:可达矩阵中要素ci对应的行中包含“1”的矩阵元素所对应的列的要素的集合,如本例中,可达矩阵M的第1行对应的列的要素有第1,2,4,6,7,8,9,10,11,12列,因此,第1行对应的可达集为{1,2,4,6,7,8,9,10,11,12};先行集的计算方法是:可达矩阵中要素ci对应的列中,包含有“1”的矩阵元素所对应的行要素的集合,如第1列中只有第1,第5行为“1”,所以它所对应的先行集为{1,5};共同集为ci的可达集与先行集的交集,如表4所示,ci的可达集与先行集的交集为{1};开始集为系统中不受其他任何元素影响的元素的集合,在本例M中只有c5符合这一标准,因此,开始集为{5};终集为系统中只接受其他元素影响的元素的集合,这里只有c12符合这一要求,因此,终集为{12}。其他的ci各类集合的求解方法类似,这些集合的最终求得结果如表4所示。

表4 ISM中各集合的解

在数据采集并整理完后,利用表4中的数据,基于式(4)及层级提炼步骤,进行层次结构提炼,本例最终的结果是:L1={c12},L2={c11},L3={c2,c8,c10},L4={c7,c9},L5={c6},L6={c4},L7={c1,c3},L8={c5}。

最后,根据上述结果绘制核泄露突发事件场外应急响应的层次结构(见图3)。

图3 核泄露突发事件场外应急响应结构图Fig.3 Emergency response structure diagram of nuclear emission

3.2.4 决策结果解析

通过表2物元分析各要素所描述的事物特征和属性与图3中所描绘的各要素层次结构图所体现的逻辑关系进行决策判断。图3中核泄露事件是由自然灾害-地震(c5)引起的,对应的是ISM模型中的开始集;该受灾区域的地形地貌以山地和河湖沟渠(c3)为主,地况较为复杂,主要道路包括国道和省道(c1),多数在地震中损毁(c4),且损毁较为严重,预估地震灾害达到了极重大事故等级(c6),因此从预测的情况看,应启动国家级响应(c9)。但从现场回馈信息看,救援通道一般(c7),作业场地较好(c8),道路损毁包括了县界地段和县内公路(c2),如果由(c7)和(c8)推断应该启动县级响应,但由(c2)“地理位置”包含县与县之间的交界,显然需要上级单位协调,所以应启动地市级响应(c11)。同时,由于(c7、c8),救援通道和作业场地限制,二者都排除了国家级响应和省级响应(c10),避免了救援能力浪费情况。

综合以上分析,可以判断出本例中地震导致的核泄露突发事件场外应急响应应启动地市级救援预案。再进一步,将此响应决策结果与表2中所描述的核事故场外区域情况作比较,可以判断,以人机结合方式进行的逻辑分析和推理结果符合实际,并满足救援响应要求,显示了MESDM模型具有优化推理过程,提高决策效率,增强分析和决策的科学性及合理性能力。

3.3 MESDM的应用意义和价值

决策通常需要兼顾事物的共性与特性,以决策的整体效能为标准。核泄露突发事件应急响应模型的整体效能主要体现在决策的有效性、及时性和易操作性等方面。

(1) 有效性

决策有效性的基本评价准则是决策能否用最小的成本获得最优的绩效。在核泄露突发事件应急响应中,参照事件强度因素,如公路的通行能力和作业空间等,MESDM排除了国家级和省级响应,因而降低了援救努力的冗余。同时,就决策根据而言,MESDM采用的初始数据是二元数值,克服了自然语言固有的模糊性,降低了数据采集过程中人员的素质要求,加之情境描述、语义解释、ISM推理和DI设计原则等也为大规模人机协作的群决策创造了条件。

(2) 及时性

核泄露突发事件应急响应模型对预案设计和决策采取分解-集成的总体设计原则。“分解”集中分析了前期的应急预案,暂不考虑突发事件的影响要素,使得预案可以臻至尽善尽美;“集成”用以使应急预案和突发事件的现实情况相结合,为人机结合及场外决策创造了条件;同时,采用智能程序的决策过程,在大型事件决策中还能起到缩短决策时间的作用。

(3) 易操作性

评价决策的可操作性通常需要对决策过程和结果进行检验。突发事件应急响应模型满足了系统分析、人机结合和场外决策的要求,并且它们在直观和抽象性上具有优势,这些都体现在物元分析和ISM推理过程之中。此外,元决策也强化了决策过程的层次性,反映了决策中不同阶段对于一般和特殊问题的精炼及整合的不同要求。因此,模型具有二阶段优化特点和优点。最后,语义的应用也简化了决策过程,加强了MESDM模型的易用性。

4 结 论

随着社会经济发展,突发事件对人类生活的危害日益突显,本研究十分必要且迫切。本文贡献主要体现在4个方面:①提出了分解-集成应急响应总体设计原则,指导具有场外决策特点的应急预案制定;②建立了物元分析和ISM之间的逆向性映射关系,它为场外决策提供了一对相互关联的方法和工具,也构成了关联预案和突发事件之间的一个新的理论框架;③分析了物元分解和变换中的结构关系,提出了唯一性准则;④通过整合元决策、语义、情境响应、MEA和ISM等提出并构建了MESDM模型。

论文通过实证研究探讨了核事故突发事件应急响应中存在的影响要素,分析了MESDM的及时性、有效性和可操作性。唯一性准则的约束条件及MESDM功能分层尚需进一步探索完善。未来可以期待的研究趋势是MESDM模型演进为人机智能决策的一个有机组成部分。

[1] Wex F, Schryen G, Feuerriegel S, et al. Emergency response in natural disaster management: allocation and scheduling of rescue units[J].EuropeanJournalofOperationalResearch, 2014, 235(3): 697-708.

[2] Wang Y H, Liu Q, Tang J R, et al. Optimization approach of background value and initial item for improving prediction precision of GM(1,1) model[J].JournalofSystemsEngineeringandElectronics,2014, 25(1): 77-82.

[3] Shu Q L. Study on scenario evolvement and alternative generation of “scenario-response” decision-making in unconventional emergencies[J].JournalofUniversityofScience&TechnologyofChina, 2012, 42(11): 936-941.(舒其林. 非常规突发事件的情景演变及“情景-应对”决策方案生成[J].中国科学技术大学学报, 2012, 42(11): 936-941.)

[4] Jenkins L. Selecting scenarios for environmental disaster planning[J].EuropeanJournalofOperationalResearch, 2000, 121(2): 275-286.

[5] Yang W G, Huang J, Chi H, et al. The study on the choosing emergency plan problem with incomplete information[J].ChineseJournalofManagementScience,2007,15(Z1):729-732.(杨文国,黄钧,池宏,等. 信息缺失下的应急方案选择模型及算法研究[J]. 中国管理科学, 2007, 15(Z1): 729-732.)

[6] Chen X, Wang Y, Wu L Y, et al. Emergency decision model with multiple stages, multiple objectives, and multidivisional cooperation[J].SystemsEngineering-Theory&Practice, 2010, 30(11): 1977-1985.(陈兴,王勇,吴凌云,等. 多阶段多目标多部门应急决策模型[J]. 系统工程理论与实践,2010, 30(11):1977-1985.)

[7] Jiang Y P, Fan Z P, Su M M. Study on the dynamic adjusting method for emergency decision[J].ChineseJournalofManagementScience, 2011, 19(5): 104-108.(姜艳萍, 樊治平,苏明明. 应急决策方案的动态调整方法研究[J]. 中国管理科学, 2011, 19(5): 104-108.)

[8] Wang S Y. Based on situational frameworks and dependency tree in similarity calculation for emergencies[D]. Dalian: Dalian Institute of Technology, 2004.(王石颖. 基于情景框架和依存树的突发事件相似度计算[D]. 大连:大连理工大学, 2004.)

[9] Yu T. Research on emergency decision support method of emergencies based on similarity calculation[D]. Dalian: Dalian Maritime University,2014. (于婷. 基于相似度计算的突发事件应急决策方法研究[D]. 大连: 大连海事大学, 2014.)

[10] Kottmann J E. Some requirements and design aspects for the next generation of decision support system[C]∥Proc.ofthe19thAnnualHawaiiInternationalConferenceofSystemsSciences, 1986.

[11] Lee W J, Lee K C. A meta decision support system approach to coordinating production /marketing decisions[J].DecisionSupportSystems， 1999, 25(3): 239-250.

[12] Wang Z T. Meta decision-making: the means to gear up decision-making scientifically and democratically[J].ChineseJournalofManagement, 2007, 4(2): 127-134.

[13] Yoon S W, Velasquez J D, Partridge B K, et al. Transportation security decision support system for emergency response: a training prototype[J].DecisionSupportSystems, 2008, 46(1): 139-148.

[14] Levy J K, Hartmann J, Li K W, et al. Multi-criteria decision supports for flood Hazard mitigation and emergency response in urban watersheds[J].JournaloftheAmericanWaterResourcesAssociation， 2007, 43(2): 346-358.

[15] Lv Y, Huang G H, Guo L, et al. A scenario-based modeling approach for emergency evacuation management and risk analysis under multiple uncertainties[J].JournalofHazardousMaterials, 2012, 246-247C (4): 234-244.

[16] Wang L, Wang M Z. Modeling of cognitive framework in time-stressed decision making[J].JournalofSystemsEngineeringandElectronics, 2009, 20(5): 992-1000.

[17] Zhang Y, Fan Z P. Method for multiple attribute decision making based on incomplete linguistic judgment matrix[J].JournalofSystemsEngineeringandElectronics, 2008, 19(2): 298-303.

[18] Cai W.Analysisofmatter-elements[M]. Guangzhou: Guangdong Higher Education Press,1987.(蔡文.物元分析[M].广州: 广东高等教育出版社, 1987.)

[19] Dong P W, Yang M, Liu S G. Study on extension element evaluation model and strategy for trunk road early warning[J].ChinaSoftScienceMagazine,2014(11):140-151.(董沛武,杨玫,刘世国.干线公路安全预警可拓物元评价模型及策略研究[J].中国软科学, 2014(11): 140-151.)

[20] Yang C Y, Cai W. Knowledge representations based on extension rules[C]∥Proc.ofthe7thIEEEWordCongressIntelligentControlandAutomation, 2008: 1455-1459.

[21] Ju Y J, Yu Y G, Ju G M, et al. Extension set and restricting qualifications of matter-elements’s extension[C]∥Proc.ofthe3rdIEEEInternationalConferenceonInformationTechnologyandApplications, 2005, 1:395-398.

[22] Xu S T, Zhang Y, Pu L N, et al. Evaluation of expressway in emergency rescue capabilities based on cloud matter element model[J].Highway,2013(2):129-134.(徐世田,张阳,浦立娜,等. 基于物元模型的高速公路应急救援系统评价研究[J]. 公路, 2013(2): 129-134.)

[23] Warfield J N. On arranging elements of a hierarchy in graphic form[J].IEEETrans.onSystems,Man&Cybernetics, 1973, SMC-3(2): 121-132.

[24] Gui L, Li Y J. ISM-based emergency response system of geological disasters on highway[J].TheChineseJournalofGeologicalHazardandControl, 2010, 21(1): 117-121.(桂岚,李跃军. 基于ISM的公路突发地质灾害应急机制构建[J]. 中国地质灾害与防治学报, 2010, 21(1): 117-121.)

[25] Wang J M, Dong P W, Qu G H. Analysis on influencing factor of road traffic emergency based on interpretative structural modeling[J].TechnologyEconomics, 2014, 33(12): 72-79. (王军梅, 董沛武, 曲国华. 基于ISM的道路交通突发事件影响因素分析[J].技术经济, 2014, 33(12): 72-79.)

[26] Xiong G Q, Li L, Hao J T. 2-tuple linguistic fuzzy ISM and its application[J].FuzzyInformation&Engineering, 2010, 78: 353-362.

Matter-element structure modeling for emergency response decision-making

DONG Pei-wu, LIU Shi-guo, YANG Mei, WANG Jun-mei

(SchoolofManagementandEconomics,BeijingInstituteofTechnology,Beijing100081,China)

To improve the ability of emergency response in complex environment, based on meta-decision-making, the total design principle of disassemble-integration(DI) and the uniqueness principle of matter-element decomposition are proposed. The shortcomings of matter-element transformation are discussed, and the map between the matter-element analysis and interpretive structural modeling (ISM) is also built. Furthermore, the matter-element analysis structure is extended by the semantic and scenario-response, and the function of response and semantic explanation is endowed. In the presence of the decision maker is not in the scene, a model of matter-element structure for decision-making (MESDM) is proposed and constructed. Finally, The verification experimental results indicate the function of MESDM with regard to the timeliness, effectiveness and operability, which also provides theoretical support for the study of MESDM’s human-machine intelligence.

emergency decision; meta-decision-making; interpretive structural modeling (ISM); matter-element analysis; scenario-response

2016-03-04;

2016-09-23;网络优先出版日期:2016-11-14。

河南省交通厅项目(2012P27)资助课题

N 945.12

A

10.3969/j.issn.1001-506X.2016.12.18

董沛武(1963-),男,教授,博士后,主要研究方向为决策理论与方法、复杂系统建模和管理系统工程、融资与风险管理。

E-mail: Dongpeiwu@bit.edu.cn

刘世国(1979-),男,博士研究生,主要研究方向为决策理论与方法、供应链金融、融资与风险管理。

E-mail: liusgx@126.com

杨 玫(1988-),女,博士研究生,主要研究方向为决策理论与方法、互联网金融。

E-mail: yangmei20062008@126.com

王军梅(1980-),女,博士.主要研究方向为决策理论与方法、突发事件应急救援。

E-mail: 48825573@qq.com

网络优先出版地址:http://www.cnki.net/kcms/detail/11.2422.TN.20161114.0910.002.html