鐵路突發(fā)事件應急救援智能決策關鍵技術研究.pdf

1、傳統(tǒng)鐵路突發(fā)事件應急救援工作采用基于應急預案的應急響應模式,而實際上突發(fā)事件很少能夠和預先設計的情境相一致,因此研究更加有效的應急決策方法是保證鐵路突發(fā)事件應急救援順利開展的一項重要工作。本文采用實證調(diào)查分析、理論研究與系統(tǒng)建模、仿真計算、應用軟件開發(fā)相結合的方法,以鐵路突發(fā)事件應急救援智能決策為研究對象,探索構建鐵路突發(fā)事件應急救援分布式群決策方法、體系及其決策支持系統(tǒng),并對鐵路突發(fā)事件應急救援智能決策關鍵問題進行了研究,提出了鐵路突

2、發(fā)事件應急救援的分布式多階段動態(tài)群體決策模型以及基于案例推理的個體決策方法,對相關問題進行了研究,并通過科研項目的研發(fā)應用驗證了方法的先進性與可用性。
　　論文完成的主要工作有:
　　(1)對鐵路突發(fā)事件應急救援群體決策方法及支持系統(tǒng)構架進行了研究
　　在分析基于應急預案決策模式的局限性的基礎上,確定鐵路突發(fā)事件的應急救援決策實際上是以經(jīng)驗為主的經(jīng)驗加規(guī)則的決策模式,在決策實現(xiàn)上是以鐵路應急救援領導小組為決策群體的分布

3、式多階段動態(tài)群決策系統(tǒng),決策模式具有分布式、多階段、動態(tài)、多Agent、群決策等特點,對群體中的個體決策采取基于案例推理的決策方法,提出了我國鐵路應急救援決策體系以及鐵路突發(fā)事件應急救援群決策支持系統(tǒng)的整體框架。
　　(2)對參與鐵路突發(fā)事件應急救援的個體專家的決策方法進行了研究。
　　鐵路突發(fā)事件應急救援決策的個體在決策過程中采用基于案例與基于規(guī)則相結合的決策方法,基于案例推理技術包括案例表示、案例檢索、案例重用、案例調(diào)整

4、、案例學習和案例庫維護。
　　(3)對鐵路突發(fā)事件應急救援分布式多階段動態(tài)群決策系統(tǒng)關鍵技術進行了研究。網(wǎng)絡環(huán)境下分布式群決策模型是實現(xiàn)群體決策推理的關鍵。論文提出了基于任務的
　　鐵路突發(fā)事件多Agent群決策模型,根據(jù)鐵路救援專業(yè)(任務)的不同分為機務決策、工務決策、電務決策等,采用Agent機制進行決策,各決策專家群分別生成各自的群決策方案。
　　針對多Agent決策方案之間可能存在決策沖突,通過多Agent協(xié)調(diào)

5、策略對資源、目標進行合理安排,調(diào)整各自的行為,最大程度的實現(xiàn)各自的目標或者系統(tǒng)的目標。論文提出了基于優(yōu)化權值最優(yōu)策略的多階段群體協(xié)調(diào)策略模型,通過多Agent協(xié)調(diào),形成決策聚類,最后形成群體滿意決策方案,生成決策報告,用來指導突發(fā)事件的應急救援。
　　鑒于鐵路突發(fā)事件應急救援決策方案評價體系的層級性、定性定量結合性、多專家決策性、指標灰性等特點,對于群體決策方案在實施中的效果評估問題,論文提出了應用群體灰色層次分析法(GGAHP)

6、對決策方案進行評價。
　　(4)對鐵路突發(fā)事件應急救援決策支持系統(tǒng)構架關鍵技術進行研究。
　　鐵路突發(fā)事件應急救援決策支持系統(tǒng)的研究是鐵路突發(fā)事件智能決策關鍵技術研究方面的一個重要問題。論文根據(jù)群體決策系統(tǒng)模型以及鐵路突發(fā)事件應急救援實際,構建了決策支持系統(tǒng)的平臺體系構架,系統(tǒng)平臺web應用采用輕量級J2EE框架SSH,并設計了系統(tǒng)的功能模塊,最后以“鐵路突發(fā)事件應急救援指揮系統(tǒng)”為原型,進行了系統(tǒng)設計與開發(fā),并在成都鐵路局

7、和烏魯木齊鐵路局進行安裝應用,實現(xiàn)了智能決策指揮功能。最后探討了分布式多階段動態(tài)群體決策方法在“區(qū)域鐵路物流服務平臺研發(fā)與應用”項目中的應用。
　　本論文完成的創(chuàng)新性工作有:
　　(1)通過較為全面的文獻檢索與實證調(diào)查,提出了基于案例推理基礎之上的分布式多階段動態(tài)群決策為主的鐵路突發(fā)事件應急救援決策方法體系及決策支持系統(tǒng)構架、基于任務的鐵路突發(fā)事件多Agent群決策模型、基于優(yōu)化權值最優(yōu)策略的多階段群體協(xié)調(diào)策略、基于群體灰色

8、層次分析法的應急救援方案群決策評價方法;
　　(2)對基于案例推理技術進行了深入研究,提出了基于Petri網(wǎng)和XML相結合的案例表示方法,基于PSO-BP神經(jīng)網(wǎng)絡的案例檢索算法、基于CBR與RBR相結合的案例調(diào)整模型以及基于BP神經(jīng)網(wǎng)絡和遺傳算法相結合的案例學習算法;
　　(3)以鐵路突發(fā)事件應急救援決策的技術路線和實現(xiàn)方法為基礎,研發(fā)了鐵路突發(fā)事件應急救援智能群體決策指揮系統(tǒng)平臺,實現(xiàn)了基于WebGIS的救援資源管理、基于

9、CBR的鐵路突發(fā)事件應急救援個體決策、基于分布式多階段的群體決策過程,通過在成都鐵路局和烏魯木齊鐵路局的試用,驗證了方法的先進性與可用性;將分布式多階段群體決策方法應用于2012年國家科技支撐計劃項目“區(qū)域鐵路物流服務平臺研發(fā)與應用”(課題號:2012BAH20F05),構建了以分布式群決策技術為基礎的區(qū)域性鐵路物流服務協(xié)同平臺——烏魯木齊鐵路多元物流服務平臺,使物流供應鏈業(yè)務決策與業(yè)務流程高度融合,實現(xiàn)商流、信息流、物流、資金流的一體