收藏 分销(赏)

非对称自信水平下突发事件响应等级研判方法——基于自信度调整视角.pdf

上传人:自信****多点 文档编号:2548142 上传时间:2024-05-31 格式:PDF 页数:10 大小:1.56MB
下载 相关 举报
非对称自信水平下突发事件响应等级研判方法——基于自信度调整视角.pdf_第1页
第1页 / 共10页
非对称自信水平下突发事件响应等级研判方法——基于自信度调整视角.pdf_第2页
第2页 / 共10页
非对称自信水平下突发事件响应等级研判方法——基于自信度调整视角.pdf_第3页
第3页 / 共10页
亲,该文档总共10页,到这儿已超出免费预览范围,如果喜欢就下载吧!
资源描述

1、 第3 3卷 第2期 2 0 2 4年3月系 统 管 理 学 报J o u r n a l o f S y s t e m s&M a n a g e m e n tV o l.3 3 N o.2M a r.2 0 2 4 文章编号:1 0 0 5-2 5 4 2(2 0 2 4)0 2-0 3 8 1-1 0收稿日期:2 0 2 3-0 1-1 0 修订日期:2 0 2 3-0 6-2 7 基金项目:国家自然科学基金资助项目(7 2 3 0 4 0 5 9,7 1 9 7 4 0 2 5,7 1 8 7 4 0 2 0);中央高校基本科研业务费资助项目(D UT 2 2 R C(3)0 5

2、1);大连市科技创新基金资助项目(2 0 2 2 J J 1 2 G X 0 1 2)作者简介:张 磊(1 9 8 9-),男,助理教授。研究方向为应急管理与决策支持。通信作者:叶 鑫(1 9 7 7-),男,教授。E-m a i l:y e x i n d l u t.e d u.c n 非对称自信水平下突发事件响应等级研判方法 基于自信度调整视角 张 磊,叶 鑫(大连理工大学 经济管理学院,辽宁 大连 1 1 6 0 2 4)【摘要】新形势下我国社会安全事件系统性风险凸显造成应急响应等级研判难度跃升,针对专家非对称自信水平下突发事件响应等级研判难题,建立基于信任的专家自信度调整策略,提出专

3、家自信水平影响的应急响应等级研判方法。该方法利用专家提供的信任度和熟悉度构成二元函数描述专家间信任关系,构建基于信任机制的专家自信度调整策略,通过分析非对称自信水平中蕴含的专家研判不确定性,基于证据理论提出应急响应等级研判问题建模方法。在此基础上,综合证据的来源重要度和自身可信度,提出考虑决策者风险偏好的证据可靠度计算方法,赋予证据不同重要性以实现专家研判信息的准确融合,为突发事件应急响应等级综合研判提供决策支持。最后,利用算例验证了方法的实用性与先进性。结果表明:相比投票、权威等常用决策方法,本文所提方法适用性更广、可信性更高、实用性更强。关键词:应急决策;专家自信度;自信度调整;突发事件响

4、应等级 中图分类号:C 9 3 4 文献标志码:A D O I:1 0.3 9 6 9/j.i s s n 1 0 0 5-2 5 4 2.2 0 2 4.0 2.0 0 8 A M e t h o d t o J u d g e E m e r g e n c y R e s p o n s e L e v e l w i t h E x p e r t A s y mm e t r i c C o n f i d e n c e B a s e d o n C o n f i d e n c e A d j u s t m e n t P e r s p e c t i v e ZHANG

5、 L e i,Y E X i n(S c h o o l o f E c o n o m i c s a n d M a n a g e m e n t,D a l i a n U n i v e r s i t y o f T e c h n o l o g y,D a l i a n 1 1 6 0 2 4,L i a o n i n g,C h i n a)【A b s t r a c t】T h e s y s t e m i c r i s k o f s o c i a l s e c u r i t y i n c i d e n t s i n C h i n a h a s

6、b e c o m e p r o m i n e n t u n d e r n e w s i t u a t i o n s,m a k i n g i t m o r e d i f f i c u l t t o j u d g e t h e e m e r g e n c y r e s p o n s e l e v e l.A i m i n g a t t h e p r o b l e m o f i n c o n s i s t e n t j u d g m e n t o f e m e r g e n c y r e s p o n s e l e v e l

7、a m o n g e x p e r t s,a d e c i s i o n-m a k i n g m e t h o d c o n s i d e r i n g s e l f-c o n f i d e n c e a d j u s t m e n t i s p r o p o s e d t o j u d g e e m e r g e n c y r e s p o n s e l e v e l.T h e t r u s t d e g r e e a n d f a m i l i a r i t y d e g r e e p r o v i d e d b

8、y e x p e r t s a r e u s e d t o c o n s t r u c t a b i n a r y f u n c t i o n t o d e s c r i b e t h e t r u s t r e l a t i o n s h i p b e t w e e n e x p e r t s,a n d t h e a d j u s t m e n t m e c h a n i s m o f s e l f-c o n f i d e n c e i s e s t a b l i s h e d.B y a n a l y z i n g

9、t h e u n c e r t a i n t y o f e x p e r t j u d g m e n t c o n t a i n e d i n i n c o m p l e t e c o n f i d e n c e,t h e d e c i s i o n p r o b l e m o f e m e r g e n c y r e s p o n s e l e v e l i s m o d e l e d b a s e d o n t h e e v i d e n c e t h e o r y.O n t h i s b a s i s,t a k

10、i n g i n t o a c c o u n t t h e i m p o r t a n c e o f t h e s o u r c e o f e v i d e n c e a n d i t s o w n c r e d i b i l i t y,a m e t h o d f o r c a l c u l a t i n g t h e r e l i a b i l i t y o f e v i d e n c e c o n s i d e r i n g d e c i s i o n-m a k e r s r i s k p r e f e r e n

11、c e s i s p r o p o s e d t o a s s i g n d i f f e r e n t i m p o r t a n c e t o e v i d e n c e.T h e n,t h e e v i d e n c e d i s c o u n t c o m b i n a t i o n m e t h o d i s u s e d t o f u s e t h e j u d g e m e n t s p r o v i d e d b y e x p e r t s.3 8 2 系 统 管 理 学 报第3 3卷F i n a l l y,

12、t h e p r a c t i c a l i t y a n d s u p e r i o r i t y o f t h e p r o p o s e d m e t h o d a r e v e r i f i e d b y a n e x a m p l e.T h e r e s u l t s s h o w t h a t t h e m e t h o d p r o p o s e d h a s a w i d e r a p p l i c a b i l i t y,a h i g h e r c r e d i b i l i t y,a n d a s

13、t r o n g e r p r a c t i c a b i l i t y t h a n o t h e r c o mm o n d e c i s i o n-m a k i n g m e t h o d s s u c h a s v o t i n g,a n d a u t h o r i t y.K e y w o r d s:e m e r g e n c y d e c i s i o n-m a k i n g;e x p e r t c o n f i d e n c e;c o n f i d e n c e a d j u s t m e n t;r e s

14、 p o n s e l e v e l o f i n c i d e n t s 应急响应机制是针对突发事件不同等级设立相应处置方案,通过判断响应等级以科学选择处置方案进行及时有效的应对,最大限度减少事件对人民群众和社会经济发展的影响1。新形势下,我国社会矛盾明显增多,群体性事件等社会安全事件的危害程度、影响范围等不确定性加剧,提升了响应等级判断的难度。因此,准确判断突发事件的应急响应等级,成为新时代应急管理研究的重要内容2。我国突发事件应急预案将响应等级分为级、级、级和级。近些年,学者利用支持向量机、深度学习等数据驱动方法探索了突发事件分级问题3-7。王雷等3提出基于和声搜索算法优化的支

15、持向量机的突发暴恐事件分级模型,为暴恐事件的预警提供决策支持;郑宣传等5从事件类型、持续时间、影响程度等方面分析突发事件的特征规律,提出一种改进的K-m e a n s聚类的突发事件分级方法,解决了城市轨道交通事件量化分级的难题;C h e n等7集成深度置信网络和随机森林等机器学习方法,建立一种城市暴雨灾害的风险等级分析提供决策支持。但现行应急预案对群体性突发事件等社会安全事件的响应等级划分不精准,存在大量定性或难以量化的分级标准,以及未涵盖突发事件所有可能情形等操作性不强的特点。面对此类突发事件,尤其在信息稀少、时间紧迫甚至无类似经验可循的复杂决策环境下,数据驱动的突发事件响应等级研判方法

16、受到严重影响。在实践中,决策者需要组织相关领域或部门的专家群体,考虑突发事件的处置难度、处置能力以及预期后果等因素,运用专家自身知识和经验给出响应等级的研判,并融合所有专家的研判形成响应等级的综合判断8-1 0。X u e等8利用证据理论融合专家群体对堰塞湖危险等级研判信息,为突发事件预警等级的决策提供科学判断;张艳琼等9将云模型引入分级模型中,解决突发事件的模糊性与随机性的决策难点。这些研究为融合专家研判信息进行决策分析提供了理论和方法支撑,但大多研究聚焦在专家研判都完全可信或可信度相同的假设基础上。然而,由于知识水平、信息研判能力等差异,专家对响应等级判断是不完全自信且专家之间自信水平是非

17、对称的。已有研究证明,专家在研判过程中自信水平非对称情形下,考虑专家自信度对提升决策质量 具有重要作 用1 1-1 2。为此,叶 鑫等1 3提出一种考虑专家权重和专家自信度的双信度下突发事件等级确定方法。但当专家过于自信或过于不自信地表达自信度时,可能需要调整自信度以保障研判信息的可信性和准确性,因此,上述研究必须经过完善与改进才能适用于更加复杂研判情形。针对专家研判信息的调整,基于最小成本或最少调整等视角或目标确定研判信息的调整建议,以提升研判可信度的方法被提出1 4-1 5,但近乎强迫修正专家研判的方式,完全忽视了专家对调整建议的认可和接受度。事实上,人们似乎更愿意接受自己所信任成员的意见

18、。专家信任网络是表达专家之间信任关系的一种社交网络,学者尝试将信任网络融入研判信息调整,以解决传统调整建议存在接受度不高的问题1 6-1 7。在研判信息调整过程中,尤其是带有专家自信度信息的情境下,最直观的调整策略是提高或降低专家的自信度,并不是直接改变判断信息。然而,现有研究视角大多集中在如何调整专家的判断信息。由此可见,在专家提供响应等级判断自信度的基础上,如何利用信任关系进行专家自信度的调整,分析自信度中蕴含的不确定性进行应急响应等级综合研判,是一个尚待解决的难题。针对此难题,在专家能够对其信任专家给出信任评价的基础上,提出了一种信任环境下调整专家自信度的应急响应等级决策方法。首先,利用

19、专家对其他成员的信任程度和熟悉程度所组成的二元信任函数建立信任网络。进一步,结合专家之间的信任关系以及等级判断的偏差,提出专家自信度调整策略,据此调整专家的自信度以实现研判证据的动态更新。在此基础上,计算考虑决策风险偏好的证据可靠度,建立可靠度驱动的响应等级综合研判方法。最后,运用所提方法解决社会安全事件应急处置中响应等级判断问题,以验证方法的可行实用性和科学先进性。1 问题描述与方法基础 突发事件发生后,在高度复杂和不确定的决策环境下,专家的响应等级研判对决策者准确判断应第2期张 磊,等:非对称自信水平下突发事件响应等级研判方法3 8 3 急响应等级具有一定的提升作用。本文聚焦的问题是群体性

20、突发事件等社会安全事件的应急响应等级划分不精准情形下,决策者组织不同领域或部门的专家进行应急响应等级的研判,考虑不同专家对响应等级判断的自信水平不对称,具体体现为专家对等级判断的自信度不同,通过分析不同自信度中蕴含的研判不确定性,融合所有专家的判断信息进行响应等级的综合研判。1.1 问题描述 在响应等级研判中,突发事件响应等级即级、级、级和级,记为L=L1,L2,L3,L4。设参与研判的应急专家形成专家组E=ei|iN,N=1,2,n,其中,ei为第i个专家,n为专家组中专家数量。每位专家根据自己对等级初判、处置难度、处置能力以及可能后果的研判,给出响应等级的判断及其自信度,即vi=(L(i)

21、k,ci),iN,其中,L(i)kL,专家ei判断的响应等级为Lk,ci0,1为专家ei的自信度。特别地,ci=1表示完全自信,ci=0表示完全不自信。当ci0,1 时,表示专家不完全自信。例如,专家e1给出研判信息v1=(L(1)2,0.6),表示专家e1判断突发事件应急响应等级为L2即级,其对判断的自信度为0.6。由于每位专家拥有不同的经验知识、偏好及信息研判能力,加之突发事件的演化复杂等客观因素,可能造成所有专家对响应等级判断的不一致,如某专家判断响应等级为级,另一专家判断等级为级。同时,应急环境下专家对响应等级判断的自信度不同,考虑自信度自我评价过程中过于自信或过于不自信等行为对综合研

22、判的影响,有必要通过引入信任关系调整专家自信度的方式来提高研判的准确性和可信性。本文所要解决的问题是,针对专家自身水平不对称且存在过于自信或过于不自信等行为造成研判不准确的难点,基于信任关系构建自信度调整模型以提升专家研判的可信度,并考虑不完全自信中蕴含的研判不确定信息进行应急响应等级的综合研判,为决策者选择科学的处置方案提供重要支撑。1.2 信任网络的建立 由于专家之间信任关系的存在,形成专家的有向加权信任网络G=(E,R)1 8,其中,节点E=ei|iN表示专家,边R=r1,r2,rt 表示专家之间信任关系,边权i j0,1 表示专家ei对ej的信任度,i,jN。规定专家对其他专家的信任度

23、总和为1。在应急响应等级研判所建立的专家组中,每个专家都能够对其信任的专家进行信任评价。鉴于不同专家间具有不同的熟悉程度,由此产生的信任评价对于专家间信任关系的建立具有一定影响。因此,利用专家对其他专家的信任评价与熟悉程度的共同描述形成专家间信任关系,即i j=(di j,fi j),其中,di j表示专家ei对ej的信任评价,fi j表示专家ei对ej的熟悉程度,ij。在信任关系的评价过程中,引入模糊语言1 9描述信任度和熟悉度,如“比较熟悉”“非常信任”等。由于专家成员的跨领域、跨组织、跨部门的现实特征,部分专家之间可能因不了解或不熟悉而无法做出信任评价,则说明两者不存在信任关系。当所有信

24、任关系建立后可以进一步得到信任度矩阵T=(ti j)nn,其中,ti j为专家ei对ej的信任程度,ti j=g(di j)eg(fi j)-1(1)式中,g()0,1为模糊评价语言的量化函数,i,jN。显然,式(1)满足以下性质:(1)若专家对其他专家的信任评价确定,随着他们之间熟悉程度的提升,专家间信任度增大。(2)若专家间熟悉程度确定,随着专家对其他专家的信任评价降低,专家间信任度减小。(3)0ti jg(di j),当且仅当g(fi j)=1时,即专家ei对ej完全熟悉情形下,ti j=g(di j)。上述性质可通过函数单调性进行证明,方法简单,不再详细阐述。由上述性质可知,式(1)能

25、够在一定程度上避免因专家之间不熟悉而做出不切实际的信任评价,从而影响信任网络的真实构建。为此,根据专家间信任关系及信任度构建专家信任网络G=(E,R),其邻接矩阵为=(i j)nn,满足 i j=ti jjti j,ij,(ei,ej)R0,ij,(ei,ej)R1,i=j (2)2 自信度调整的突发事件响应等级研判方法 复杂应急环境下专家提供的不完全自信的判断中蕴含了其对等级判断的不确定性。证据理论2 0提供了一个集成多源不确定信息进行决策的可演变框架,是用于对不确定信息做智能处理和科学融合的重要理论方法。为此,本文通过自信度中蕴含的不确定信息分析,基于证据进行决策问题建模,并利用证据融合方

26、法实现集聚专家群体判断的应急响应等级综合研判。3 8 4 系 统 管 理 学 报第3 3卷2.1 基于信任的自信度调整策略 一般而言,专家对响应等级的判断与其他专家的判断差异性越大,该专家研判的可信度相对较低,这与专家对等级判断的过于自信或过于不自信等因素有关,应对其自信度进行调整。结合专家信任诱导机制,如果研判可信度低的专家与其信任专家的响应等级判断不一致,该专家可能对等级判断的不确定性增强,在一定程度上向更低自信度的方向进行调整;相反地,如果专家与其信任专家的响应等级判断一致,则该专家朝着信任专家的自信度进行调整,如信任专家的自信度高于自身,应适当提高自身的自信度。因此,明确研判可信度低的

27、专家,并根据该专家对其他专家的信任度以及被信任专家的等级判断与自信度,确定自信度的调整方向及程度,以通过自信度的调整实现研判可信度的提升。专家间判断的差异性可通过研判信息相似度进行刻画。通常专家对突发事件响应等级判断不一致主要在相邻两个等级之间,如级和级或级和级之间,通常不会出现诸如级和级的不相邻情形。这是因为根据应急预案的等级判断中,专家因处置经验或价值体系等因素可能导致诸如后果危害程度在“比较大”和“非常大”之间不一致,一般不会在“一般”和“非常大”之间出现分歧。为此,根据证据理论中识别框架的内涵以及专家对响应等级的判断,将专家研判的所有可能等级构成识别框架L。则专家的研判信息vi=(L(

28、i)k,ci)表示为证据形式:mi:mi(Lk)=ci,mi(L/Lk)=1-ci(3)式中,L/Lk为L去除Lk后的集合。设mi和mj分别为根据专家ei和ej的研判信息表示的证据体,B e t Pmi和B e t Pmj分别为对应的P i g n i s t i c概率函数2 0,则d i f B e t Pi j=m a xAL(B e t Pmi(A)-B e t Pmj(A)(4)称为专家ei和ej的研判P i g n i s t i c距离。根据式(4),专家ei和ej对响应等级判断的相似性可表示为si j=1-d i f B e t Pi j。构建专家判断的相似矩阵S=(si j)

29、nn,则专家ei的判断被其他专家的支持度为Si=j=1,ijsi j(5)专家ei的研判可信度为Ri=Sin-1(6)Ri(0Ri1)值越大,通常意味着其他专家对该专家的判断越认可,则专家ei对响应等级判断的可信度越高。设可信度指标的阈值为0,1,当出现Ri0和ni=1i。2.2 证据可靠度驱动的响应等级综合研判方法 根据上述自信度调整策略更新专家自信度后,证据信息也相应发生变动。在确定证据信息后,考虑专家对响应等级判断不一致以及判断自信度不对称等因素可能造成证据间高度冲突,若直接融合可能造成结果不合理而影响决策。为此,确定证据的可靠度,通过赋予证据不同的重要性进行折扣融合,是解决上述问题常用

30、的有效方法2 2。影响证据可靠度的因素主要包括外在的证据来源重要度和内在的证据本身可信度。在本问题中,证据的来源是参与研判的专家,证据来源的重要度体现为专家权重,证据本身的可信度体现在其他证据对其的支持度,需要通过与其他证据比较进行评估。关于证据可信度,运用式(5)和(6)可计算每条证据被其他证据的支持度Si。通常证据被其他证据所支持的程度越高,说明该证据的可信度可能越好。为此,基于式(1 1)确定证据本身的可信度为2 4wi=Sini=1Si(1 1)需要说明的是,证据本身的可信度随着专家自信度的调整所引起的证据信息变化而动态变化,证据来源的重要度是相对固定不变的。为了综合全面地刻画证据的可

31、靠度,集成证据来源的重要度和证据本身的可信度,则证据的可靠度为Ri=iw1-im a xiiw1-i(1 2)式中:0.9,1为调节系数;0,1为风险偏好系数。0.5表示决策者为风险偏好型,在综合研判中认为重要度高的专家所提供证据的可靠度大,且值越大,说明决策者对专家重要度的依赖程度越严重;0.5表示决策者为风险规避型,在综合研判中倾向于依赖专家所给证据的可信度,且值越小,决策者越注重证据本身的可信度;=0.5表示决策者为风险中立型。证据 的 可 靠 度 确 定 后,根 据 证 据 的 折 扣 方法2 2,将式(3)得到的证据修正为:mi:mi(Lk)=Rici,mi(L/Lk)=Ri(1-c

32、i)mi(L)=1-Ri (1 3)在此基础上,运用D e m p s t e r合成规则融合修正后的证据,结果为 m(L)=k,L L;m(L)=L,其中,L Lk+L=1。由于融合结果中焦元为多子集或全集的信度影响,增加了响应等级判断的不确定性。因此,将焦元为多子集或全集的信度分配给信度非零的单子集,则应急响应等级Lk(LkL)的信度再构为 m(Lk)=m(Lk)+L 2Lm(Lk)LkL m(Lk)m(L)(1 4)式中:m(Lk)0;2L为构成所有命题的集合。根据修正后的响应等级信度,选择信度最大值所对应的响应等级L*=m a xLkLm(Lk)为建议启动的响应等级。综上所述,考虑专家

33、自信度调整的应急响应等级研判方法如图1所示,具体过程如表1所示。3 实验结果与分析3.1 实验描述与结果 为了验证方法的有效性和可行性,以某地区发生的一起群体性社会安全事件应急响应为例,应用本文所提方法辅助应急指挥中心进行应急响应等级研判。某地区在推动地方经济发展中,政府通过招商引资引进某化工项目。因工厂的生产不规范以及管理不到位等因素,化工品泄漏造成严重环境污染,给该地区居民的生命健康带来严重影响。居民多次上访投诉后情况一直未改善,于是近百名群众举着条幅在当地政府门前聚集,严重影响周边交通,造成严重的社会影响。事件发生后,应急指挥中心先期安排公安人员快速抵达事发地点维护秩序,同时立即启动相应

34、等级的应急处置措施。然而,情报显示更多群体从四面八方聚集而来。由于难以判断事件3 8 6 系 统 管 理 学 报第3 3卷 图1 基于信任调整专家自信度的应急响应等级研判框架F i g.1 T h e f r a m e w o r k f o r j u d g i n g e m e r g e n c y r e s p o n s e l e v e l s c o n s i d e r i n g e x p e r t c o n f i d e n c e a d j u s t m e n t o n t r u s t表1 专家自信度调整的应急响应等级研判方法T a b.1

35、 A m e t h o d f o r j u d g i n g e m e r g e n c y r e s p o n s e l e v e l s b a s e d o n e x p e r t c o n f i d e n c e a d j u s t m e n t输入 专家对应急响应等级的研判信息vi=(L(i)k,ci),iN输出 建议启动的应急响应等级步骤1 给出专家间二元信任函数,并利用式(1)计算专家间信任度,进而结合专家间信任关系构建专家信任网络G;步骤2 利用式(4)(6)计算专家的研判可信度Ri,iN,若iN,则Ri,转步骤3,否则转步骤2-1;步骤2

36、-1 确定需要调整自信度的专家ei,根据式(7)(1 0),对专家ei的自信度进行调整,转步骤2;步骤3 利用式(3)将自信度调整后的研判信息转换成证据形式,在此基础上,结合式(1 2)计算证据的可靠度,并根据式(1 3)进行证据的修正;步骤4 运用D e m p s t e r合成规则将修正后的证据进行融合,根据式(1 4)修正响应等级的信度,并依据信度值确定建议启动的应急响应等级。可能造成的危害程度、影响范围及处置难度等,应急指挥中心不能做出应急响应等级的准确判断,故根据管理制度立即组织应急专家进行综合研判。令L=L1,L2,L3,L4 表示应急响应的4个等级。设参与综合研判的专家有5名,

37、记为E=e1,e2,e3,e4,e5。每位专家通过事件危害程度、影响范围、处置难度以及处置能力等多方面研判,结合应急预案中响应等级分级标准,利用自身知识和经验给出响应等级的判断,并对所判断等级的自信度进行描述,结果如表2 所示,其中,自信度取值越大,表示该专家的自信度越高。特别地,自信度取值为1表示完全自信,自信度取值为0表示完全不自信。需要说明的是,由于具体的决策过程涉密不公开等因素,实验中数据借助情景模拟以获取专家的研判数据。根据前述所提方法,响应等级的决策 表2 响应等级研判信息T a b.2 I n f o r m a t i o n o n r e s p o n s e l e v

38、 e l j u d g m e n tE级级级级自信度e10.6e20.8e30.6 5e40.7e50.8过程如下:(1)建立专家信任网络。令T=T0:非常不信任,T1:不信任,T2:比较不信任,T3:一般,T4:比较信任,T5:信任,T6:非常信任为描述信任度的评价集,F=F0:非常不熟悉,F1:不熟悉,F2:比较不熟悉,F3:一般,F4:比较熟悉,F5:熟悉,F6:非常熟悉为描述熟悉度的评价集。专家根据对其他专家的信任度及熟悉度选用合适的评价短语进行评第2期张 磊,等:非对称自信水平下突发事件响应等级研判方法3 8 7 价,结果如表3所示,其中,“-”表示专家间无信任关系,“”表示专家

39、对自身的信任关系。确定专家间信任关系后,利用式(1)计算专家间信任度。现有研究中评价语言的量化值确定方法较多2 4-2 5,方便起见,仅 采 用 文 献 2 5 中 的 方 法,即:g(Fi)=i/F,g(Ti)=i/T,其中,|为集合中变量的数量,其他量化方法不再赘述。根据式(2)确定专家间信任度矩阵T,并据此构建专家间信任网络,如图2所示。表3 专家间信任关系T a b.3 T h e t r u s t r e l a t i o n s h i p b e t w e e n e x p e r t se1e2e3e4e5e1(T4,F4)(T6,F5)-(T4,F5)e2-(T5,F

40、3)(T4,F6)-e3(T5,F3)(T5,F2)(T5,F5)(T6,F4)e4(T5,F4)(T5,F5)-e5-(T4,F4)-(T5,F5)(2)根据专家对响应等级判断情况,定义识别框架为L=L2,L3,由式(3)可得到专家研判信息的证据表示,如表4所示。设置可信度阈值=0.7,图2 专家间信任网络F i g.2 T h e e x p e r t t r u s t n e t w o r k根据式(6)计算每条证据的可信度,确定需要调整信度的专家,进而按照式(9)调整专家的自信度,并再次检验可信度,直至所有证据可信度均满足阈值要求。其中,专家权重利用式(1 0)递推计算为=(0.

41、1 6 5 4,0.2 6 6 8,0.1 8 9 1,0.2 7 2 2,0.1 0 7 0)自信度调整过程如表5所示,表中数据形式“A(B)”中的A表示专家自信度,B表示专家研判的可信度,数字加粗表示该专家需要调整自信度,数字加下划线表示专家调整后的自信度。表4 专家研判的证据表示与修正结果T a b.4 E v i d e n c e o f e x p e r t j u d g m e n t a n d i t s c o r r e c t i o n r e s u l t s初始证据修正后证据e1m1(L2)=0.6,m1(L3)=0.4m1(L2)=0.4 5 7 1,m1

42、(L3)=0.3 0 4 7,m1(L)=0.2 3 8 1e2m2(L2)=0.2,m2(L3)=0.8m2(L2)=0.3 0 2 1,m2(L3)=0.6 4 6 7,m2(L)=0.0 5 1 2e3m3(L2)=0.6 5,m3(L3)=0.3 5m3(L2)=0.5 1 7 3,m3(L3)=0.2 7 8 5,m3(L)=0.2 0 4 2e4m4(L2)=0.3,m4(L3)=0.7m4(L2)=0.2 8 5 0,m4(L3)=0.6 6 5 0,m4(L)=0.0 5 0 0e5m5(L2)=0.8,m5(L3)=0.2m5(L2)=0.3 2 3 9,m5(L3)=0.2

43、 9 6 1,m5(L)=0.3 8 0 0表5 专家自信度调整过程T a b.5 T h e p r o c e s s o f a d j u s t i n g e x p e r t c o n f i d e n c e初始信息调整1调整2e10.6(0.7 6 2 5)0.6(0.7 9 2 1)0.6(0.8 2 2 7)e20.8(0.6 1 2 5)0.6 8 1 6(0.7 2 1 7)0.6 8 1 6(0.7 9 1 1)e30.6 5(0.7 5 0 0)0.6 5(0.7 7 9 6)0.6 5(0.7 8 5 2)e40.7(0.6 8 7 5)0.7(0.7 0

44、 7 9)0.7(0.7 7 7 3)e50.8(0.6 3 7 5)0.8(0.6 6 7 1)0.5 2 2 4(0.8 4 2 1)(3)根据信度调整后的专家研判信息,结合式(3)进行证据信息更新,并利用式(1 1)计算证据本身的可信度=(0.2 0 4 7,0.1 9 6 9,0.1 9 5 4,0.1 9 3 4,0.2 0 9 6)不失一般性,设风险偏好系数=0.5,调节系数=0.9 5,基于式(1 2)确定证据的可靠度R=(0.7 6 1 9,0.9 4 8 8,0.7 9 5 8,0.9 5 0 0,0.6 2 0 0)在此基础上,运用式(1 3)修正证据(结果见表4)。(4)

45、利用D e m p s t e r合成规则,融合修正后的证据形成应急响应等级综合研判,结果为:m(L2)=0.8 6 7 1,m(L3)=0.0 4 0 3 m(L)=0.0 9 2 5进一步,根据式(1 4)将响应等级的信度再构为:m(L2)=0.3 2 0 8,m(L3)=0.6 7 9 2在此基础上,根据信度值确定响应等级为L3,即根据专家综合研判结果应立即启动级应急响应。在此基础上,考虑决策者风险偏好系数0,1对证据可靠度的影响进行仿真分析。由图3可知,决策者风险偏好系数对证据的可靠度有显著影响。以专家e5为例,随着风险系数逐渐增大,该专家研判信息所对应证据的可靠度R5逐渐降低,这是因

46、为专家e5的权重最小但证据可信度最高。若决策者是极端风险规避型,则该证据的可靠度最大;若决策者是极端风险偏好型,则该证据的可靠度最小。需要注意的是,尽管决策者的风险偏好系数对证据可靠度的分析有较大影响,但未对决策结果产3 8 8 系 统 管 理 学 报第3 3卷图3 决策者风险态度对证据可靠度的影响F i g.3 T h e i m p a c t o f d e c i s i o n-m a k e rs r i s k a t t i t u d e o n t h e r e l i a b i l i t y o f e v i d e n c e生重要影响。如图4所示,随着决策者风

47、险态度的变化,基于专家群体的综合研判始终认为响应等级应启动L3(级)。因此,本文所提方法具有良好的鲁棒性,进一步验证了方法的可行性和适用性。图4 风险态度对研判结果的影响F i g.4 T h e i m p a c t o f r i s k a t t i t u d e o n a n a l y s i s r e s u l t s3.2 对比分析 在复杂决策中,典型的头脑风暴法和德尔菲法等群体研判能通过发挥群体的智慧而高效实用地解决决策问题,但往往需要较高的时间成本,显然不能很好地适用于时间极其紧迫的应急决策2 6。相对的,权威策略、投票策略和平均策略等决策方法因操作相对简单、时间

48、成本低等优势则被广泛用于突发事件的应急决策问题。权威决策是指依赖权威专家给出的研判进行最终决策,在涉及多领域协同研判的复杂应急决策中,每个专家都是各自领域的权威,从众多专家中确定权威专家对决策者是巨大挑战,给决策带来严重的风险,难以适用于跨领域协同的复杂应急决策问题。由表2可知,5名专家中3名专家判断响应等级为级,2名专家判断等级为级,故基于投票策略即根据少数服从多数的决策方法,结果为级。采用平均策略决策方法,即融合所有专家研判信息进行综合决策,在不考虑专家自信度调整情形下,直接利用证据可信度分析可靠度(假设专家权重相同)进行折扣融合,结果为:m(L2)=0.5 8 5 5,m(L3)=0.4

49、 1 4 5即根据综合研判确定响应等级为 级。综上可知,上述与本文所提方法的结果均不同,主要原因是投票决策没有充分考虑专家对等级判断的不确定性,且建立在所有专家的判断具有相同可信度和重要度的假设前提下。显然,这与应急决策中实际情形不符,最终会造成投票决策结果与实际不符的问题。平均策略决策方法尽管考虑专家不完全自信中蕴含的研判不确定性,但忽视了复杂应急环境下专家过于自信或过于不自信等行为造成研判可信度低的影响,这必然会造成因综合研判准确性不足而出现决策错误的风险。相比之下,本文所提方法面向复杂应急环境下专家对响应等级研判不确定的实际情形,并着重考虑信息知识不完全且时间紧迫的高压力下专家表达自信度

50、可能过于自信或过于不自信等行为造成研判可信度低的现实具体问题,通过借助信任关系建构自信度调整机制以提升研判的可信度,并充分分析不完全自信中蕴含的不确定信息进行所有专家研判的准确融合,为决策者提供更准确的智力支持。事实上,本文方法是基于集成方法思想的改进与提升,为新形势下更加复杂的应急响应等级决策提供了一种可行有效、科学实用的理论方法支撑,尤其是在权威决策、投票决策等典型决策方法不能很好适用的情形下,更加凸显了所提方法的先进性和实用性。4 结论 应急响应等级是有力有序开展突发事件精准应对的重要参考和依据。本文针对新时代我国突发事件系统性风险凸显带来的应急响应等级决策难度增维跃升,需要充分发挥群体

展开阅读全文
相似文档                                   自信AI助手自信AI助手
猜你喜欢                                   自信AI导航自信AI导航
搜索标签

当前位置:首页 > 学术论文 > 论文指导/设计

移动网页_全站_页脚广告1

关于我们      便捷服务       自信AI       AI导航        获赠5币

©2010-2024 宁波自信网络信息技术有限公司  版权所有

客服电话:4008-655-100  投诉/维权电话:4009-655-100

gongan.png浙公网安备33021202000488号   

icp.png浙ICP备2021020529号-1  |  浙B2-20240490  

关注我们 :gzh.png    weibo.png    LOFTER.png 

客服