食品安全突发事件应急演练建模引擎的设计方法研究

食品安全突发事件具有突发性、 不确定性、 危害性、 重大性等特点， 易造成巨大的人身危害和经济损失， 并影响社会经济及社会文化的和谐与稳定。 应急演练是训练、 评估、 检验、 改进应急管理能力的核心手段和应急准备的重要内容

， 应急演练作为有效的事前防范措施， 能够有效地提高突发事件的应急处置能力。 目前国内外食品安全事件的应急演练从演练形式上常分为桌面型演练和实操型演练

， 桌面型演练通常利用地图、 沙盘、 计算机模拟、 视频会议等方式， 按照对事先假定的演练场景， 对突发事件处置流程、 多方协同与应急决策等内容进行推演

。 实操型演练则是针对事先设定的情景脚本， 部署相应的场地、 演练设备和演练物资， 通过实际模拟应对， 来实现应急预案的执行

。 传统应急演练在实际应用中有一定局限性， 存在缺乏实战性、 真实性， 且重复性差等问题

。 随着信息技术在社会公共安全事件管理上的深入应用， 人们开始探索突发事件应急演练建模的信息化、 系统化、 物联化和智能化。 例如， 张盈等

利用NFC 技术、 物联网技术、 云技术等开发了虚拟现实防洪演练云平台； 李晔舟

将通信技术、 网络交互技术、 大数据应用技术等有机结合， 构建更真实全面的消防应急演练系统； 朱新平等

将虚拟现实(VR) 技术用于机场消防救援演练， 万晶宇等

将VR 技术应用于配电盘火灾事故应急处置； 赵家浩等

介绍了增强现实(AR) 技术在应急救援中的应用； 张博伦

等介绍了有限状态机在模拟演练系统中的应用。 然而信息技术在食品安全应急演练领域的应用还稍显不足。 本研究从物联网技术及云计算技术融合应用的角度出发， 探讨一种基于现代移动互联网及云计算、 大数据技术等多种技术综合应用于食品安全事件应急演练动态建模引擎系统的设计方案， 实现食品安全突发事件及重大事件应急演练模型建模的科学性、 真实性、 高效性。

1 食品安全应急演练建模引擎的系统设计

1.1 系统架构设计

基于云计算技术、 物联网技术、 大数据技术， 将应急演练中所使用到的业务功能进行分门别类的功能分析， 发现系统中各个功能模块之间的逻辑关系， 借鉴云计算中台系统架构设计及微服务架构设计的系统设计思想， 设计应急演练动态建模引擎系统。 整体系统架构如图1 所示。 整个食品安全应急演练建模引擎系统从技术层面划分为以下逻辑分层。

1.1.1 演练基础设施层 该层主要是指系统运行所需的硬件设备， 包括系统运行所依赖的基础网络设备以及软件运行所需的云端服务器。 云端服务器包括演练建模业务逻辑处理服务器、 数据或文件的缓存及存储服务器， 这样设计能较好地将系统的业务逻辑封装在业务系统服务器中运行， 而系统所需数据及文件的访问则可由专业的缓存系统、 数据库系统或文件系统来处理， 从而可以降低业务系统对数据及文件访问的逻辑耦合， 对系统的稳定性提供架构设计上的支撑。

1.1.2 演练数据管理层 该层主要是指对应急演练建模引擎系统进行数据及文件管理的专业化软件， 包括将系统应急演练建模系统运行中各种业务数据进行缓存的分布式缓存软件， 结构化数据库软件， 地理信息专业数据管理软件及设备数据时序数据库软件， 分布式消息发布订阅软件。

1.1.3 演练数据访问层 该层的主要职责是对演练数据管理层的服务提供访问接口API， 通过API 来访问系统业务缓存、 系统业务数据、 系统业务消息、 系统业务文件及配置文件等。

1.1.8 演练人机交互层 定义系统与用户进行功能与应用人机交互的交互方式。 由于系统应用场景的多样性， 应急演练建模引擎系统的用户可通过PC、 手机Web 浏览器、 App 应用软件、 微信小程序、 应急演练互动大屏、 应急演练AR/VR 体验设备等方式参与应急演练及应急演练建模的业务互动中。

1.1.6 演练网络通讯层 定义各个前端设备与云端服务器的通讯方式， 目前采用主流的通讯方式有基于Http或https 协议的Rest API、 Websocket， 以及提供给设备或演练客户端访问的TCP/IP 底层通讯协议。 演练大屏、AR 及VR 设备可以通过应急演练系统的PC 客户端程序与PC 客户端电脑的HDMI 视频接口或USB 串口或RJ45以太网接口进行通讯。

用户可以直接在首页电子书搜索栏里输入需要搜索的电子书关键词，可以是电子书名称、作者或者主角，系统后台会依据关键词来进行模糊匹配，并将搜索结果以json数据格式返回给客户端，客户端进行相应解析后以列表形式展现。用户也可以进入电子书分类页面，对电子书进行分类检索，以便更快地找到合适的电子书。

在系统整体业务逻辑架构层面， 将系统建模业务逻辑的实现分为两大逻辑层， 一层是将应急演练业务模型抽象设计为系统的应急演练业务架构层， 通过该层描述系统与演练业务相关的各种演练参与要素、 资源、 人员、 设备以及演练模型相关经验数据、 演练指标等对象， 搭建了系统运行的对象基础。 另一层是将演练模型系统运行的相关技术处理逻辑或运行规则， 从技术实现层面进行抽象、 封装成应急演练服务引擎层， 通过设计各种专业化的技术微服务引擎来构建系统运行的逻辑驱动引擎。

1.1.7 演练前端接入层 搭建演练系统前端应用定义接入的UI 规范、 接口规范， 以及Web 端或App 客户端应用UI 等功能。

管理会计的工作较为灵活，工作中没有固定的规范准则，为了将管理会计所具有的的优势充分发挥，就应当重视审计监督。合同管理是企业中财务管理部分的重中之重，企业应当从管理会计的角度出发，分析历史合同中，执行环节存在的问题和相应的责任主体。并且以过去的财务管理体系为基础，对合同管理模式进行调整。最终构建起一套新的财务管理体系。

1.1.5 应急演练业务架构层 该层的主要职责是构建整个系统的业务对象及业务逻辑子系统， 包括公共服务子系统、 演练设备物联子系统、 演练人机交互子系统、应急演练动态建模子系统。 各子系统的职能设计如下:

近年来，唱衰印刷行业的比比皆是，这些声音大多认为印刷是夕阳行业，对其未来发展前景并不看好。但蔡连成的看法却有所不同。他认为，印刷是千变万化的，从创新、产品、生活体验来看，很多人都说印刷会完全被数字媒体所冲击，但事实上并非如此。 “或许有一部分商务印刷会被冲击，但无论是化妆品包装、酒包、烟包，还是儿童可互动的立体书等，我们仍然能够感觉到印刷还是生活中的必需品，永远不会消失。”在蔡连成看来，印刷本身既不是朝阳行业，也不是夕阳行业，而是一个常青的行业，一个永远都被人们需要的行业，经久不衰。

1.1.4 演练服务引擎层 该层的主要职责是对系统进行应急演练动态建模过程中进行专业化的分工处理， 是整个系统运行逻辑的解释执行机构， 主要包括系统公共服务引擎、 演练基础业务引擎、 演练场景配置解析引擎、 人机交互控制引擎、 演练设备物联引擎、 演练消息队列引擎、 演练场景配置解析引擎、 演练模型控制引擎、 演练业务规则引擎、 人机交互控制引擎等。

1.2 业务流程设计

食品安全应急演练建模引擎的主要业务流程如图2所示。 第一步: 系统初始化， 应急演练建模开始启动；第二步: 系统公共服务引擎启动， 创建系统运行的基础服务， 从演练资源要素库中创建当前演练资源参与要素的定义范围， 初始化参与演练的资源要素； 第三步: 系统按定义好的演练资源要素， 从演练场景配置库中定义当前应急演练场景的各个参与对象， 创建当前应急演练的场景相关参与者的属性和行为特征集合； 第四步: 针对创建的应急演练场景， 通过应急演练模型评价指标库， 创建当前应急演练模型的评价指标； 第五步: 应急演练建模控制中枢模块加载应急演练模型基础业务引擎， 创建运行当前演练的基础业务环境； 第六步: 应急模型生成引擎从应急演练模型定义库加载当前演练模型所定义的具体场景及模型评价指标， 通过演练场景配置解析引擎生成当前进行演练的具体演练场景， 同时依据所选的模型评价指标生成当前演练模型的评价标准； 第七步: 演练建模业务规则引擎从应急演练模型业务规则库加载当前应急演练模型建模业务规则， 并按当前业务规则对当前演练模型进行业务规则驱动。 第八步: 应急演练调度任务引擎从模型演练调度任务库中加载当前演练模型的调度任务， 并执行相关的调度任务作业； 第九步: 演练模型基础业务引擎从应急演练模型训练库中为当前的应急演练模型创建训练数据集， 同时启动各个演练服务引擎为当前演练场景进行演练模型训练； 第十步: 演练设备物联引擎通过应急演练设备物联子系统对参与演练的各个设备进行演练设备数据采集； 第十一步: 应急演练模型业务规则引擎及演练任务调度引擎对当前场景下的全部参与对象及要素进行业务规则运算及演练任务的调度执行， 同时将产生的演练业务消息通过演练消息队列引擎分发传递给系统中各个演练参与者角色。 第十二步: 应急演练人机交互控制引擎通过演练人机交互子系统将演练模型训练中产生的各种业务消息、演练指挥控制消息及人机互动指令等消息进行接收或发送， 以便系统与参与人员进行演练业务的互动。 第十三步: 应急演练基础业务引擎从应急演练模型测试库加载创建测试数据集， 对当前应急演练模型训练的结果进行测试， 如果通过测试集的测试， 则输出应急演练模型训练的结果。 如果没有通过测试集的测试， 则重新返回到第九步应急演练模型训练环节， 开始新一轮的模型训练。 第十四步: 通过模型测试集测试验证的训练模型输出结果， 再通过应急演练模型经验特征库进行分类， 同时应急演练评价引擎加载当前演练场景所设置的模型评价标准， 通过对当前模型输出结果应用评价算法进行演练效果评价， 如果模型评价通过， 则当前场景下的应急演练建模任务完成； 没有通过评价则需要返回到第五步重新开始进行演练建模流程。 第十五步: 演练建模结束， 系统记录全部演练流程中的业务数据集及演练建模结果等信息， 为下次不同场景下的演练建模积累运行数据。

2 食品安全应急演练建模引擎的技术特点

2.1 系统技术架构职责分层设计

整体技术架构设计围绕应急演练建模相关业务进行技术实现逻辑层面的职责分层， 不同的逻辑层负责系统技术实现的不同职责。 在技术实现层面借鉴了目前互联网应用、 云计算、 物联网技术等比较成熟的技术方案，从系统基础硬件设施， 到专业化技术服务软件的应用，为系统稳定运行提供了可靠的底层技术支撑。

2.2 系统业务对象及逻辑处理规则解耦设计

(1) 公共服务子系统: 将整个系统的公共组件功能封装成规范的API 给各业务子系统访问。 主要实现演练系统用户注册、 演练角色

、 权限、 运行日志、 异常管理、 基础网络通讯服务、 系统配置信息管理、 服务引擎管理等功能。 (2) 演练设备物联子系统: 对应急演练建模引擎系统中涉及到的演练设备提供物联网相关的演练设备通讯、 演练设备环境参数采集、 指挥大屏内容展示、 设备物联网消息等功能。 (3) 演练人机交互子系统: 负责演练建模系统与演练参与的人员和演练设备进行信息交互， 主要功能模块包括增强现实及虚拟现实人机交互模块、 演练设备互动控制模块、 语音指令识别模块、 文本指令识别模块等。 (4) 应急演练动态建模子系统: 构建整个应急演练建模业务的主要业务模型库。 主要包括应急演练资源要素模块、 应急演练场景配置模块、 演练模型模块、 演练模型识别评价指标模块。 各个业务模型库的主要业务模型及职责设计如下: ①应急演练资源要素模块: 定义应急演练系统所能处理或接入的演练过程中的各种资源要素类型， 包括应急演练环境的资源要素库、 应急演练场地的资源要素库、 应急演练不同食品安全事件的资源要素库、 应急演练预案的资源要素库、 应急演练参与者(参与机构及人员角色) 的资源要素库、 以及应急演练设备的资源要素库。 通过定义不同资源要素库， 可以描述参与整个应急演练系统的不同资源属性， 以及资源属性可配置的上下限范围； 同时，还可以通过对资源要素的行为规范接口来描述该资源要素在应急演练建模引擎系统中的行为逻辑及其与其他要素间互动方式。 整个应急演练资源要素模块为系统创建应急演练场景及应急演练模型的建模及演练模型建模结果评价等整个系统运行的业务元数据模型。 ②应急演练场景配置模块: 描述应急演练建模系统每次运行所需的演练环境对象、 演练场地对象、 演练事件对象、 演练通讯对象、 演练机构人员及角色对象、 演练设备对象等系统业务对象。 通过该功能模块的可配置化描述， 将每次应急演练建模系统运行所需的演练业务对象在当前场景下的具体属性及具体行为进行配置， 为应急演练建模系统的运行创建具有具体场景化下属性特征及行为特征的演练参与者对象的业务模型。 ③应急演练模型评价模块: 对应急演练系统建模的模型结果进行不同维度的评价， 建立在不同评价维度下的评价指标库。 从应急演练的效果层面可包括: 应急演练的时效指标库、 应急演练的经济指标库、 应急演练经验特征偏离指标库、 应急演练人员主观评价指标库、 应急演练模型复杂度指标库。通过这些不同维度的评价指标库， 可以相对科学、 客观地评价应急演练系统建模的效果。 ④应急演练建模控制中枢模块: 为整个系统应急演练建模的运作提供运行控制中枢。 主要包括: 应急演练模型定义库、 应急演练业务规则库、 应急演练任务调度库、 应急演练模型经验特征库、 应急演练模型训练库、 应急演练模型测试库等系统建模运行过程中所需的运行控制业务对象。 通过这些控制对象在系统运行建模过程中创建具体的应急演练全生命周期所需的演练对象集、 演练业务规则集、 演练任务集、 演练经验特征集、 演练模型训练集、 演练模型测试集， 并将这些对象集合与演练服务引擎层相应的专业服务引擎进行运算执行， 最终为实现不同场景下的应急演练场景进行演练建模， 并输出通过演练模型评价指标体系的演练模型。 在该模块中， 通过应急演练模型定义库， 可以为当前演练建模的行为定义具体场景， 以及该演练场景下演练建模生成模型的评模型价指标库。 通过演练业务规则库， 可以描述当前应急演练建模各个参与者业务对象之间的行为交互规则。 通过演练任务调度库， 可以对演练任务进行调度规则及流程进行定义、 规范。 而演练模型经验特征库、 样例模型训练库及演练模型测试库为应急演练建模提供相应的演练数据来源。

2.3 系统多技术融合应用的人机互动动态反馈演练建模

在应急演练建模系统的整体方案设计方面， 在借鉴其他应急演练建模系统方案设计的基础上， 引入物联网技术、 AR/VR 技术， 同时在系统建模的过程中增加不同种类的演练现场参数采集设备参与演练交互， 以及采用AR 及VR 设备增进演练人机互动效果。 在此基础上，将人机互动的行为结果引入到应急演练建模的动态反馈控制环节， 加强应急演练动态建模对真实世界信息的理解与反馈， 提升应急演练过程中人机互动的有效性及真实性。

3 后续研究探索

3.1 方案应用研究探索

本研究探讨的食品安全应急演练建模引擎的系统设计方案， 可以利用现有软件开发技术， 充分利用现阶段已有的各种成熟开源技术组件进行实现。 在业务系统实现层面， 主要聚焦在应用演练建模相关的业务对象模型及相关服务引擎的详细设计及开发上， 通过这种业务对象模型分层化、 业务逻辑服务引擎化、 系统资源要素配置化等设计规范， 可以降低整个系统的业务耦合度， 提升系统运行的稳定性和系统负载的可扩展性。 本方案系统可以采用云端服务部署方式， 可以方便不同的接入客户端访问， 既可以通过在演练场景下的固定演练室PC电脑访问， 又可以通过安装在手机端的移动App 应用或微信小程序进行访问。 这样可以方便地实现移动、 跨地域的应急演练协同作业

。 对应大型或重大突发食品安全事件的应急演练可以较好的实现跨组织、 跨地域、跨设备之间的应急演练互动。

《太湖流域管理条例》（以下简称《条例》）于2011年11月1日正式施行。这是我国第一部流域综合性行政法规，标志着太湖流域管理进入了依法治水的新阶段。记者日前就《条例》在江苏省的贯彻实施情况采访了江苏省水利厅厅长吕振霖。

3.2 方案技术研究探索

本方案的应急演练模型的训练数据集、 测试数据集， 在创建方式上可以考虑借鉴深度学习

或生成对抗网络的数据生成机制

， 通过生成器和判别器结合一定量的真实演练数据来创建， 提升应急演练模型训练数据集及测试数据集的准备效率与科学性。

对于数字电路部分实验，各学校可根据自己的条件开设“篮球比赛倒计时器”、“数字式温度计”等综合性比较强的实验。

4 结论

本研究设计了一套基于物联网技术、 云计算技术、AR/VR 技术、 微服务架构技术等成熟技术手段来构建的云端食品安全应急演练建模引擎平台。 通过在应急演练建模过程中引入增强现实仿真技术， 可有效地将参与者与应急演练场景有机地结合起来， 让参与者对演练内容有逼真、 直观的体验。 同时， 通过云计算技术、 物联网技术、 实时通信技术、 远程协作及可视化人机交互等技术融合， 可进行跨地域、 跨团队的协作演练， 最终实现食品安全事件应急演练从虚拟到真实、 从孤立到联动的动态应急演练。

[1]洪凯， 陈绮桦.美国应急演练体系的发展与启示[J].中国应急管理， 2011(9):54-59.

[2]马英涛， 张小平， 马跃， 等.应急演练方案动态推演系统[J].计算机系统应用， 2013，22(2):64-67.

[3]张小兵， 张然， 解玉宾.我国应急演练管理研究新进展[J].中国安全生产科学技术， 2016，12(10):68-73.

[4]邓升， 王都， 张宇驰， 等.数字沙盘与全息交互在江西省山洪灾害防治修水示范县中的应用[J].环境保护前沿， 2021，11(1):24-31.

[5]祁超， 王红卫.面向高层指挥人员的应急演练仿真平台设计[J].系统工程理论与实践， 2015，35(7):1871-1877.

[6]李晶， 房军， 姚立辉， 等.我国食品安全突发事件应急保障重点研究领域建议[J].中国酿造， 2019，38(12):200-204.

[7]梅玉龙.应急演练计算机三维模拟系统研究[J].中国安全生产科学技术， 2012，8(4):92-97.

[8]张盈， 张仁贡， 吴钦华.基于NFC 物联网的虚拟现实防洪应急演练云平台的研发与应用[J].中国农村水利水电， 2019(11):155-160.

[9]李晔舟.石化企业数字化消防应急演练系统分析[J].中国石油和化工标准与质量， 2020，40(9):130-131.

[10]朱新平， 徐海瑶， 万健.基于虚拟现实的机场消防救援虚拟演练平台[J].计算机仿真， 2020，37(2):102-105.

[11]万晶宇， 赵毅锋， 杨丽君， 等.基于虚拟现实技术的配电盘火灾应急处置模拟系统设计[J].电子设计工程，2020，28(17):169-173.

[12]赵家浩， 刘凯， 马名开， 等.增强现实AR 技术在应急救援中应用的探讨[J].中国水运， 2018(2):28-30.

[13]张博伦， 王宁， 马慧敏.有限状态机在模拟演练系统中的应用[J]， 计算机系统应用， 2013，22(2):43-45.

[14]郭志星， 廉东本， 苏谟.应急演练角色系统[J].计算机系统应用， 2013，22(3):25-26.

[15]王娅.城市智慧社区应急管理体系创新研究[J].服务科学和管理， 2021，10(1):5.

[16]汤凤仪， 刘建， 王会梅， 等.保护数据隐私的深度学习训练数据生成方案[J].计算机应用研究， 2021 (网络首发).

[17]淦艳， 叶茂， 曾凡玉.生成对抗网络及其应用研究综述[J].小型微型计算机系统， 2020，41(6):1133-1139.

[18]王先先， 李菲菲， 陈虬.一种基于改进条件生成式对抗网络的人脸表情生成方法[J].小型微型计算机系统，2020，41(9):1987-1992.

[19]赵增顺， 高寒旭， 孙骞， 等.生成对抗网络理论框架、衍生模型与应用最新进展[J].小型微型计算机系统，2018，39(12):2602-2606.