面向突發事件規則推理的問題域特征網絡模型

王 寧，路國粹，郭 瑋

（大連理工大學 管理與經濟學部，遼寧 大連 116024）

0 引 言

突發事件應急決策是在信息不完備、時間空間限制和巨大心理壓力條件下的決策［1］，快速準確地掌握事件所處的狀態和未來的發展趨勢，可減輕突發事件造成的危害［2］.然而，突發事件產生的突發性和演化的快速性，使得通過獲取事件演化實時數據信息來掌握事件發展態勢的方法不能很好地滿足應急管理及時性要求.因此，如何在事件發展的過程中快速掌握事件的態勢，揭示事件推理規則與事件演化態勢之間的關系，成為事件演化推演和應急決策的基礎問題.

突發事件問題域的態勢，是指事件在當前問題域內的事物狀態和未來發展趨勢.當前對突發事件問題域態勢的研究主要從情景演化［3－4］和網絡演化［5－7］的角度開展.文獻［4］從動態視角將突發事件看成是由初始情景、中間情景和結束情景構成的，提出情景重構，即根據部分已知事件實時信息和歷史信息模擬構造事件情景要素，從而重新構造事件中一系列情景發生的順序和邏輯關系.文獻［5］將突發事件演化劃分為點式演化模式、鏈式演化模式、網絡演化模式和超網絡演化模式4種.其中，網絡演化模式作為一種突發事件應急知識的圖形化組織方法，可增強事件應急的人為干預能力，提高事件應對的效率［6］.文獻［2］將突發事件情景的演化看成是由情景、處置目標、處置措施、事件自身的演化構成的，并將事件應急決策中情景演化表示成以情景為節點、處置措施是否實現處置目標為邊的網絡.文獻［7］基于Bayes推理提出災害演化網絡模型，該模型根據新獲取的信息對演化網絡中的活動參數進行動態修正形成新的演化思路.由上述分析可知，近年來的相關研究使用情景和演化網絡兩種方式對事件發展狀態和發展趨勢進行表示，但在演化網絡對事件的表示中，忽略了推理規則作為事件演化內在邏輯對事件發展態勢的影響，使得演化網絡更傾向于子事件間的演化，缺乏對子事件本身的描述.

針對已有突發事件態勢研究中缺乏推理規則的不足，本文提出一種基于推理規則的突發事件問題域特征網絡構建方法.從事物知識組織的角度出發，使用基于知識元的事物知識表示方法對突發事件中的事物知識和推理規則進行組織，將推理規則轉化成最簡結構形式，連接推理規則最簡結構，進而構建以突發事件中目標問題為導向的問題域特征網絡，基于特征網絡對突發事件發展態勢進行分析，并實現對目標問題的分解，為突發事件的推演分析及決策支持提供支撐.

1 突發事件問題域的知識組織

突發事件的問題域（problem domain）是指為了解決事件中的某個目標問題而形成的知識集合，包括事物知識、事件知識、推理規則和實時監測數據等信息.從事件演化的角度，可將事件的演化看作不同問題域之間的演變.為更高效地組織事件問題域中的知識，采用文獻［8］提出的基于知識元的事物知識表示方法：

式中：Km為對象知識元，是對事物的概念、屬性狀態集、映射關系集的宏觀描述；Ka為屬性知識元，是對事物屬性的可測特征、測度量綱集、時變函數的微觀描述；Kr為關系知識元，是對事物屬性間關系的輸入輸出屬性集、具體映射函數的微觀描述［9］.項目團隊基于此種表示方法，對諸如地震、泥石流等自然災害事件的知識進行整理.目前，在團隊知識庫中記錄對象知識元1 486個、屬性知識元28 625個、關系知識元873個.

事物知識元模型從概念、屬性、關系3個角度對事物的共性知識進行組織，是對事物共性知識的靜態描述，在此基礎上為事物共性知識加入層次關系，形成問題域的對象－屬性－關系層次模型，如圖1所示.

圖1 突發事件問題域的對象－屬性－關系層次模型Fig.1 The object－attribute－relation hierarchical model of emergency problem domain

其中，對象層描述問題域中的對象知識元，是對問題域中同類事物共同特征的知識化描述，對應對象知識元模型；屬性層是對象知識元的屬性集合的描述，是對象實例化后對具體事物的狀態描述，對應屬性知識元模型；關系層是對事物屬性間的關聯關系的描述，對應關系知識元模型.由問題域的對象－屬性－關系層次模型可知，問題域目標問題的解決依賴于事物知識間的關系，關系層成為事件問題域知識推理的核心.

關系層的推理規則可使用關系知識元Kr表示，其中AIr是輸入屬性集，AOr是輸出屬性集，fr是廣義映射函數.fr既可以是可計算的函數，也可以是If…Then的形式化規則，二者統稱為推理規則，所有推理規則構成事件問題域的規則集合R＝｛r1，r2，…，rn｝.推理規則是指能夠為事件演化推理提供邏輯支持的規則，由問題域的對象－屬性－關系層次模型可得到式（3）推理規則fr的基本結構（fundamental structure）：

在突發事件演化推演中，推理規則一般是由領域專家或應急管理部門在事件發生前建立的，它包括事件發展過程中客觀事物與事件本身的知識和規則.本文將從方法的角度討論突發事件問題域特征網絡的構建，故假設事件的推理規則庫已經是建立且完備的.

2 問題域特征網絡的構建

2.1 問題域的最簡結構

定義1 推理規則的最簡結構（the briefest structure）由兩個屬性構成，屬性之間為單一關系，記為

其中vi和vj為客觀事物的屬性，rk表示問題域的第k個最簡結構，最簡結構的權值wrk＝1，相同最簡結構的權值可以相加.一對屬性之間的單一關系包括兩種情形：一種是屬性間的輸入輸出關系，是從函數運算的角度確定屬性間的單一關系；一種是輸入屬性間的偏序關系，是從屬性間的更優關系來確定單一關系.

定義2 在式（5）中，如果屬性vi不是單個屬性，而是一個屬性集合，稱屬性集合∪vi和屬性vj構成的單一關系為半最簡結構.

半最簡結構是推理規則向最簡結構過渡的中間形態，是一種臨時表示方式.

將推理規則的ri從基本結構轉換為最簡結構，根據AIr和AOr中屬性個數，可分為以下4種類型.

（1）一對一型轉換

當AIr和AOr中屬性個數都為1時，稱基本結構AOr＝ffr（AIr）向最簡結構vi＝rbk（vj）的轉換為一對一型轉換.這種類型的轉換與最簡結構形式上相似，可直接將一對一的基本結構轉化為一個最簡結構.一對一型轉換適用于單自變量的可計算規則、單因子的產生式規則、多因子或連接的產生式規則從基本結構向最簡結構的轉換.

（2）一對多型轉換

當AIr中屬性個數為1，而AOr中屬性個數大于1時，稱基本結構AOr＝ffr（AIr）向最簡結構vi＝rbk（vj）的轉換為一對多型轉換.在AOr中，多個屬性都是經過ffr計算得到的，多個輸出屬性間并不存在輸入輸出關系.因此，可認為一對多型規則是由多個一對一型規則組合而成的，在將推理規則轉換為最簡結構時，可將一對多型分解為多個一對一型.

（3）多對一型轉換

當AIr中屬性個數大于1，而AOr中屬性個數為1時，稱基本結構AOr＝ffr（AIr）向最簡結構vi＝rbk（vj）的轉換為多對一型轉換.多個輸入屬性共同作用得到一個輸出屬性，顯然多個輸入屬性在對輸出屬性的作用中存在影響力的差異，可在AIr中選擇一個對ffr最具影響力的屬性vi與輸出屬性構成一個最簡結構.對于剩余屬性集｛AIr－vi｝中的多個屬性，可與最具影響力的屬性vi分別建立偏序關系，如圖2所示.

圖2 多對一映射的轉換Fig.2 The conversion of many－to－one

如在某問題域中將ffr具體形式化為s＝we·e＋wp·p＋wq·q（we＜wp＜wq），其中s表示需求指數，e、p、q分別表示經濟指數、人口指數和災害指數，we、wp和wq表示這3 個變量的系數.首先，分別對e、p、q求s的偏導得

選擇對s影響最大的輸入屬性，與輸出屬性構成一個Kqr關系最簡結構：s＝r1b（q），wr1b＝1.對于剩余屬性集｛ArI－vi｝，分別建立與屬性q之間的偏序關系，即q＝r2b（p），q＝r3b（e），wr2b＝1，wr3b＝1.

多對一型轉換可用于多自變量的可計算規則、關系運算符連接的產生式規則、多因子并連接的產生式規則基本結構向最簡結構的轉換.

（4）多對多型轉換

當AIr和AOr中屬性個數都大于1時，稱基本結構AOr＝ffr（AIr）向最簡結構vi＝rbk（vj）的轉換為多對多型轉換.同樣，可以按照AOr中的多個屬性將基本結構分解為多個多對一型的半最簡結構，然后按照多對一型轉換方法得到最簡結構.

2.2 突發事件問題域的特征網絡

定義3 問題域的特征網絡（feature network）是以推理規則中客觀事物的屬性為節點、推理規則中屬性間最簡關系為有向邊的網絡，它通過描述屬性集之間的邏輯關系，建立起事件在當前問題域下的內在邏輯關系，實現對問題域下事件態勢的描述.問題域的特征網絡可記為

式中：Nf表示特征網絡，V為網絡的節點集合，表示基于屬性知識元Ka結構描述的事物屬性的集合，E為網絡邊的集合表示基于關系知識元Kr結構描述的事物屬性間輸入輸出關系的集合表示基于關系知識元Kr結構描述的輸入屬性間偏序關系的集合.因此，構建問題域的特征網絡應遵循以下準則：

（1）網絡的節點集合V由推理規則集合R中的輸入屬性集AIr和輸出屬性集AOr組成.

（2）網絡的邊集合E由問題域的最簡結構組成，網絡的邊通過屬性節點依次連接.

（3）相同最簡結構的權值可相加.

（4）對于無法接入特征網絡的孤立最簡結構，設定其表示的推理規則對事件問題域的推理無意義，在構建特征網絡時忽略此最簡結構.

在上述準則的基礎上，通過事物屬性節點依次連接問題域中的最簡結構，可得到事件問題域的特征網絡.

3 實例分析

以地震事件后的救災物資調度問題為例，驗證本文提出的突發事件特征網絡構建方法的可行性.救災物資調度問題是地震之后的首要問題，已有學者對此問題進行深入的研究.一般的，從物資組成的角度，可將震后物資調度問題域抽象為包括儲備中心、擔架、帳篷、救濟糧食、受災地區和受災指揮人員的應急管理場景［10－11］.

首先，識別問題域中的事物知識，并將推理規則表示成規則基本結構形式.針對震后物資調度問題域，從本團隊已經建立的知識庫中，提取相關的地震事件的對象知識元、屬性知識元和關系知識元，可得到震后物資調度問題域的對象－屬性－關系層次模型，如圖3所示.該問題域的層次模型包括：

對象層＝｛儲備中心，擔架，帳篷，救濟糧食，受災地區，受災指揮人員｝

屬性層＝｛GDP，人口數量，…，人口密度｝

關系層＝｛r1，…，r12｝

圖3 震后物資調度問題域的對象－屬性－關系層次模型Fig.3 The object－attribute－relation hierarchical model of problem domain of material dispatch after earthquake

在關系層中，把推理規則集合R表示成規則的基本結構，整理得到12條基本結構.例如r5的基本結構為

帳篷需求量＝ffr（帳篷總需求量，需求指數）

然后，將規則的基本結構集合中的每條推理規則轉換成對應的最簡結構，整理得到規則的最簡結構30條.

最后，依次連接所有規則最簡結構的屬性節點，得到震后物資調度問題域的特征網絡，如圖4所示.該特征網絡由27個事物屬性節點和30條有向邊構成.

分析震后物資調度問題域特征網絡的靜態指標數據可得［12－13］：特征網絡的平均度為2.2，即平均每個事物屬性與兩條推理規則相關，表明該問題域的推理路徑串行特點突出；特征網絡的平均最短路徑長度為3.292，即從一個事物屬性節點到另一個事物屬性節點之間平均需要經過3條規則的推理；特征網絡的平均聚集系數為0.044 0（隨機網絡的聚集系數為0.000 2），表明問題域內的事物屬性之間具有較高的關聯性，內聚程度較高.對網絡靜態指標的計算結果表明，震后物資調度問題域的特征網絡具有平均度較小、平均路徑較短、聚集系數較大的特點，說明事件在當前問題域下的發展呈現串行特點，即事件發展的邏輯比較單一，相應事件的處理思路也清晰.對于震后物資調度問題域，可從災害指數、擔架需求量、帳篷需求量、糧食需求量、人口密度、災后保全率幾個事物屬性，快速掌握事件的主要態勢，由此科學制訂目標問題應對的方案.

進一步，對震后物資調度問題域的特征網絡進行模塊化分析，如圖5所示，可知該特征網絡被劃分為災后保全率、人口指數、擔架總需求量、人口密度和災害指數5個子模塊.表明震后物資調度問題應以災后保全率為目標，以災害指數、人口指數、人口密度為參考，以提供合適數量的擔架為手段.從事件推演的角度可知，滿足震后擔架的需求量將會使事件向好的方向發展.

圖5 震后物資調度問題域特征網絡的模塊化圖Fig.5 The modular diagram of problem domain feature network of material dispatch after earthquake

由此可以看出，由推理規則的最簡結構組成的問題域特征網絡，可以完成對突發事件態勢的描述.同時，還可以對特征網絡進行模塊劃分，每個子模塊對應問題域中的一個子問題，因此目標問題的解決可分解為若干子問題，為事件應急決策提供新的思路.此外，構建的問題域特征網絡還可以運用到識別事件關鍵事物要素、規則的組合調用、規則推演等環節，為突發事件的演化推演和事件應對提供支持.

4 結 語

本文通過將推演規則由基本結構轉換成最簡結構，連接最簡結構集合構建突發事件問題域的特征網絡，提出了一種基于推理規則的事件問題域特征網絡模型.該模型突出了規則作為事件演化內在邏輯的重要性，可用于對問題域的事件發展態勢進行描述，從而可為基于規則的突發事件演化推演提供支持.提出的問題域特征網絡的構建方法，是建立在推理規則的最簡結構基礎上的，但在一些嚴重缺失事件推理規則的事件中該方法具有使用的局限性.因此，如何在規則部分缺失的情況下提高特征網絡描述事件的準確性，是后續研究工作的內容.

［1］ 范維澄.國家突發公共事件應急管理中科學問題的思考和建議［J］.中國科學基金，2007（2）：71－76.FAN Wei－cheng.Advisement and suggestion to scientific problems of emergency management for public incidents ［J］.Bulletin of National Natural Science Foundation of China，2007（2）：71－76.（in Chinese）

［2］ 姜 卉，黃 鈞.罕見重大突發事件應急實時決策中的情景演變［J］.華中科技大學學報：社會科學版，2009，23（1）：104－108.JIANG Hui，HUANG Jun.The study on the issues of scenario evolvement in real－time decision making of infrequent fatal emergencies ［J］.Journal of Huazhong University of Science and Technology：Social Science，2009，23（1）：104－108.（in Chinese）

［3］ Sánchez A M，Patricio M A，García J，etal.A context model and reasoning system to improve object tracking in complex scenarios ［J］.Expert Systems with Applications，2009，36（8）：10995－11005.

［4］ 王顏新，李向陽，徐 磊.突發事件情境重構中的模糊規則推理方法［J］.系統工程理論與實踐，2012，32（5）：954－962.WANG Yan－xin，LI Xiang－yang，XU Lei.Fuzzy rules reasoning method in emergency context reconstruction［J］.Systems Engineering— Theory＆Practice，2012，32（5）：954－962.（in Chinese）

［5］ 榮莉莉，張繼永.突發事件的不同演化模式研究［J］.自然災害學報，2012，21（3）：1－6.RONG Li－li，ZHANG Ji－yong.Research on different evolution models of emergency ［J］.Journal of Natural Disasters，2012，21（3）：1－6.（in Chinese）

［6］ 王慶全，榮莉莉，于 凱.應急決策知識發現的推理方法研究［J］.運籌與管理，2010，19（1）：21－29.WANG Qing－quan，RONG Li－li，YU Kai.A knowledge reasoning method for emergency decision－making knowledge discovery ［J］.Operations Research and Management Science，2010，19（1）：21－29.（in Chinese）

［7］ 方志耕，楊保華，陸志鵬，等.基于Bayes推理的災害演化GERT 網絡模型研究［J］.中國管理科學，2009，17（2）：102－107.FANG Zhi－geng，YANG Bao－hua，LU Zhi－peng，et al.The GERT network model study of disaster evolution based on Bayes inference ［J］.Chinese Journal of Management Science，2009，17（2）：102－107.（in Chinese）

［8］ 王延章.模型管理的知識及其表示方法［J］.系統工程學報，2011，26（6）：291－297.WANG Yan－zhang.Knowledge and representation of model management ［J］.Journal of Systems Engineering，2011，26（6）：291－297.（in Chinese）

［9］ 陳雪龍，肖文輝.面向非常規突發事件演化分析的知識元網絡模型及其應用［J］.大連理工大學學報，2013，53（4）：615－624.CHEN Xue－long，XIAO Wen－hui.Knowledge unit network model for evolution analysis of unconventional emergency and its application［J］.Journal of Dalian University of Technology，2013，53（4）：615－624.（in Chinese）

［10］ 于 輝，劉 洋.應急物資的兩階段局內分配策略［J］.系統工程理論與實踐，2011，31（3）：394－403.YU Hui，LIU Yang.Two－stage online distribution strategy of emergency material ［J］.Systems Engineering—Theory ＆Practice，2011，31（3）：394－403.（in Chinese）

［11］ 唐偉勤，張 敏，張 隱.大規模突發事件應急物資調度的過程模型［J］.中國安全科學學報，2009，19（1）：33－37.TANG Wei－qin，ZHANG Min，ZHANG Yin.Process model for materials dispatching in largescale emergencies［J］.China Safety Science Journal，2009，19（1）：33－37.（in Chinese）

［12］ Albert R，Barabsi A L.Statistical mechanics of complex networks［J］.Review of Modern Physics，2002，74：47－97.

［13］ 李 英，周 偉，郭世進.上海公共交通網絡復雜性分析［J］.系統工程，2007，25（1）：38－41.LI Ying，ZHOU Wei，GUO Shi－jin.An analysis of complexity of public transportation network in Shanghai［J］.Systems Engineering，2007，25（1）：38－41.（in Chinese）