基于灰數(shù)熵的突發(fā)事件語言信息權(quán)重配置研究
——以危化品運輸事

Research on Weight Assignment of Emergent Language Information Based on Grey Number Entropy——Take Dangerous Chemical Transportation Accidents as an Example

郭進(jìn)平，武博一，賈寧博 GUO Jinping, WU Boyi, JIA Ningbo

（西安建筑科技大學(xué) 資源工程學(xué)院，陜西 西安710055）

(School of Resources Engineering, Xi'an University of Architecture and Technology, Xi'an 710055, China)

0 引 言

突發(fā)事件是指突然發(fā)生、造成或者可能造成嚴(yán)重社會危害，需要采取應(yīng)急處置措施予以應(yīng)對的自然災(zāi)害、事故災(zāi)難、公共衛(wèi)生事件和社會安全事件[1]。近年來，隨著我國化工行業(yè)的快速發(fā)展，危險化學(xué)品（以下簡稱“?；贰保?道路運輸事故也頻繁發(fā)生。?；愤\輸事故屬于突發(fā)事件中的事故災(zāi)難，?；吩谶\輸中具有?；纷陨淼母呶Ｐ?、道路運輸?shù)奈ｋU性、駕駛員的操作失誤等多種危險來源，且事故具有極大的危害性，應(yīng)急救援要求高[2]。為減小突發(fā)事件帶來的后果，各級政府及企業(yè)都制定了相應(yīng)的應(yīng)急救援預(yù)案。顯而易見，第一時間準(zhǔn)確地獲取突發(fā)事件現(xiàn)場信息是高效實施應(yīng)急救援的關(guān)鍵。但是，由于事件的經(jīng)歷者受到環(huán)境和時間等因素的影響，再加上突發(fā)事件的復(fù)雜性和動態(tài)演化發(fā)展的性質(zhì)，導(dǎo)致在緊急情況下報警的語言信息具有模糊性、粗糙性、灰色性等不確定性的特點。決策者依據(jù)報警者不確定性的語言信息對突發(fā)事件進(jìn)行評價，為后續(xù)的應(yīng)急響應(yīng)提供技術(shù)支持，評價結(jié)果可能存在較大偏差。為提高應(yīng)急響應(yīng)決策的可靠性，可將描述事故的不確定性語言信息進(jìn)行屬性歸類，根據(jù)各類屬性指標(biāo)的信息完整性和重要性來綜合評判突發(fā)事件的整體狀況，顯然突發(fā)事件發(fā)生時緊急通訊中語言信息屬性指標(biāo)權(quán)重的確定對突發(fā)事件的綜合評價至關(guān)重要。對于不確定性信息的研究與處理，主要有Fuzzy 集理論、Rough 集理論、Vague 集理論、D-S 證據(jù)理論和粒計算理論，這幾種不確定信息處理理論都有各自的優(yōu)勢與不足，但是也都有一個共同的缺點，就是沒有兼顧不確定信息的多元性[3-4]。自Jyh-Rong Chou（2009 年）[5]首次提出了灰色關(guān)聯(lián)熵理論，國內(nèi)外許多學(xué)者[6-9]對該理論進(jìn)行深入研究，證明區(qū)間灰數(shù)用以表征多元性的不確定信息具有較強(qiáng)的魯棒性，提出廣義區(qū)間灰數(shù)關(guān)聯(lián)度模型、廣義區(qū)間灰數(shù)熵權(quán)配置模型、改進(jìn)灰關(guān)聯(lián)分析和熵權(quán)法結(jié)合的評價方法，并在多個領(lǐng)域得到應(yīng)用。目前還未見突發(fā)事件緊急通訊中語言信息方面的研究。

由于突發(fā)事件語言信息的多元不確定性，傳統(tǒng)的權(quán)重配置方法對語言信息的研究具有一定的局限性，本文針對突發(fā)事件語言信息多元不確定性特點的研究，在灰色理論的基礎(chǔ)上，提出一種構(gòu)建一個廣義區(qū)間灰數(shù)熵客觀權(quán)重配置模型，求得突發(fā)事件語言信息屬性指標(biāo)的廣義區(qū)間灰數(shù)熵客觀權(quán)重，以提升突發(fā)事件綜合評判的可靠性。

1 突發(fā)事件語言信息指標(biāo)體系分析

突發(fā)事件發(fā)生時，事件本身包含大量的信息，報警者需要及時獲取事件信息并準(zhǔn)確地傳遞給接警者。為規(guī)范突發(fā)事件的緊急通訊的語言表述，需構(gòu)建突發(fā)事件語言信息屬性指標(biāo)體系。英國專家Michael[10]提出突發(fā)公共事件溝通“3T”原則，促進(jìn)了公眾與外部的信息交流。美國職業(yè)安全與健康研究所[11]提出的緊急通訊三角關(guān)系的模型，主要研究突發(fā)事件警報信息接收與發(fā)送時如何讓礦工傳達(dá)必要信息，并設(shè)計了一套礦工培訓(xùn)和操作提示標(biāo)志。王志懿等人[12]對緊急通訊三角關(guān)系模型進(jìn)行簡化，分為六個基本信息類。借鑒以上學(xué)者的研究成果，本文從表征事件的環(huán)境信息、事故特征及演化等角度，建立如圖1 所示的突發(fā)事件語言信息指標(biāo)體系。

如圖1 所示，一級指標(biāo)分為“報告人身份信息”、“事故發(fā)生信息”、“事故狀況信息”等，每個一級指標(biāo)下又分為二級指標(biāo)，例如“事故狀況信息”分為“事故類型”、“事故波及范圍”、“事故嚴(yán)重程度”等，直至底層指標(biāo)為基本屬性特征指標(biāo)。由于突發(fā)事件語言信息具有多元不確定性等特點，對于相對模糊的信息，可用模糊數(shù)表示相應(yīng)的屬性指標(biāo)；對于比較粗糙的信息，可用粗糙數(shù)表示；對于信息較少的指標(biāo)，可用灰數(shù)表示。張秦等人[13]研究發(fā)現(xiàn)，灰集均與概率數(shù)集、模糊集、區(qū)間值模糊集等在某種條件下可相互轉(zhuǎn)換。本文在此基礎(chǔ)上應(yīng)用廣義區(qū)間灰數(shù)對不確定性語言信息進(jìn)行表征。

圖1 突發(fā)事件語言信息指標(biāo)體系

2 突發(fā)事件語言信息廣義區(qū)間灰數(shù)表征設(shè)計[14-17]

突發(fā)事件發(fā)生后，報警者受自身語言表達(dá)能力、知識水平的限制以及外界危險環(huán)境和時間壓力的影響，會降低自身的判斷能力和信息辨識度，對事件的環(huán)境特征、事故特征信息的提取存在一定的不確定性；同時，突發(fā)事件發(fā)生后，周圍環(huán)境和事故本身處于動態(tài)變化中，以?；愤\輸事故為例，事故具體原因、事故具體地點、人員疏散情況、是否有火災(zāi)或爆炸發(fā)生、火災(zāi)爆炸的趨勢、是否存在有毒有害物質(zhì)泄漏等信息都可能存在主觀判斷的因素，導(dǎo)致在緊急情況下報警的語言信息具有模糊性、粗糙性、灰色性等不確定性的特點。下面對突發(fā)事件語言信息進(jìn)行廣義區(qū)間灰數(shù)表征設(shè)計。

定義1（灰數(shù)） 對突發(fā)事件某屬性指標(biāo)只能用取值范圍而不知確切信息的表征稱為突發(fā)事件語言信息灰數(shù)，用g±表示。定義2（模糊數(shù)） 設(shè)N是突發(fā)事件某一屬性指標(biāo)的實數(shù)域R上的模糊集，若：

（1） 存在X0∈R，使得N（X0）=1；

（2） ?α∈(0,1],Nα=｛x/x∈R,N（x）≥α ｝為有限閉區(qū)間，則稱N為模糊數(shù)，用μ 表示。

定義3（概率數(shù)） 表示突發(fā)事件某項指標(biāo)出現(xiàn)可能性大小的數(shù)量指標(biāo)，叫做概率數(shù)，用P表示。

定義4（廣義區(qū)間標(biāo)準(zhǔn)灰數(shù)） 對突發(fā)事件某一屬性指標(biāo)集合A中，各個特征指標(biāo)x屬性值⊕A（x）的類型包括概率數(shù)、模糊數(shù)、區(qū)間值模糊數(shù)等，且屬性值值域均為D［0,1 ］，則這些特征指標(biāo)屬性值可以用突發(fā)事件語言信息廣義區(qū)間灰數(shù)統(tǒng)一表示：

其中，i=1,2,…,n，代表突發(fā)事件第i個特征指標(biāo)，⊕為廣義區(qū)間灰數(shù)，A為特征指標(biāo)屬性集合，⊕A（x）為集合A特征指標(biāo)的廣義區(qū)間灰數(shù)，PA（x）為概率數(shù)，μA（x）為模糊數(shù)，MA（x）為區(qū)間值模糊數(shù)，為集合A的灰數(shù)，ai,bi分別表示突發(fā)事件第i個特征指標(biāo)屬性值的下限與上限，D［0,1 ］±指在區(qū)間［0,1 ］的所有廣義區(qū)間灰數(shù)的集合。

定義5（突發(fā)事件語言信息廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)） 任意給定一個突發(fā)事件語言信息廣義區(qū)間灰數(shù)…,n，都可以將其表示為稱為⊕i的白部的灰部，且）稱為灰系數(shù)，γi稱為單位灰數(shù)。

定義6（用廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)表述突發(fā)事件語言信息各類不確定數(shù)） 對于不確定數(shù)∈D［0,1 ］，i=1,2,…,n, 均可用廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)表示

3 突發(fā)事件語言信息體系廣義區(qū)間灰數(shù)熵客觀權(quán)重配置模型

由前文可知，語言信息具有多元不確定信息的特征，其屬性指標(biāo)的權(quán)重可以用廣義區(qū)間灰數(shù)表示，本文通過突發(fā)事件語言信息指標(biāo)體系所表達(dá)信息量的大小確定其權(quán)重，根據(jù)最大熵的原則，結(jié)合突發(fā)事件語言信息的不確定性特點，構(gòu)建突發(fā)事件語言信息體系廣義區(qū)間灰數(shù)熵客觀權(quán)重配置模型。

3.1 確定目標(biāo)函數(shù)

語言信息指標(biāo)的權(quán)重會根據(jù)已得信息變化且具有不確定性，依據(jù)最大熵的原則，應(yīng)選取滿足條件且熵值最大的概率分布。因此，權(quán)重配置模型目標(biāo)函數(shù)如下：

3.2 確定約束條件

（2） 用歐式距離的測算方法，通過對多個事件中各項信息屬性指標(biāo)的對比，逐層比較各類信息指標(biāo)，最終通過對比各類事故信息指標(biāo)，研究同類型突發(fā)事件語言信息指標(biāo)權(quán)重。

廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)向量為：

用歐氏距離表述兩個事故信息指標(biāo)的關(guān)系：

其中：ds1-s2表示兩個事件指標(biāo)的規(guī)律、相似程度。

同樣，用權(quán)重表示兩個事件信息指標(biāo)的規(guī)律關(guān)系為：

最終令兩式相等：

3.3 模型的構(gòu)建

根據(jù)以上目標(biāo)函數(shù)與約束條件，建立求解指標(biāo)的灰色熵權(quán)的模型：

求證此權(quán)重模型存在唯一的廣義區(qū)間灰數(shù)熵權(quán)解：

判斷目標(biāo)函數(shù)為凹凸函數(shù)，所以目標(biāo)函數(shù)p（ω⊕）的海瑟矩陣為：

4 實例應(yīng)用

本實例以?；愤\輸事故作為研究對象，選取4 個?；愤\輸事故，首先對突發(fā)事故語言信息的屬性指標(biāo)進(jìn)行表征，然后構(gòu)建廣義區(qū)間灰數(shù)熵客觀權(quán)重模型，求出廣義區(qū)間灰數(shù)熵客觀權(quán)重。?；愤\輸事故特征指標(biāo)體系如圖2 所示：

在突發(fā)事故發(fā)生時，若傳遞的語言信息比較準(zhǔn)確、完整，決策者可以根據(jù)傳遞的信息得出某項屬性指標(biāo)的概率值，若傳遞的信息不明確、較模糊，決策者則只能判斷屬性指標(biāo)的大致范圍，因此就需要利用灰數(shù)和模糊數(shù)對屬性指標(biāo)進(jìn)行表征。

圖2 ?；愤\輸事故特征指標(biāo)體系

4.1 事故集屬性指標(biāo)信息

通過對大量事故案例的研究，總結(jié)事故相關(guān)信息，針對危化品運輸這一類事故，可用模糊數(shù)與區(qū)間值模糊數(shù)來表示事故中信息較模糊的指標(biāo)，例如某次事故的嚴(yán)重程度（嚴(yán)重，一般，較小），我們表征為 （［0.1 ,0.2 ］, ［0.3 ,0.5 ］, ［0.3 ,0.4］）；用灰數(shù)表示事故信息較少，對事故信息確切數(shù)值不了解，只知道大致范圍的指標(biāo)信息，例如某次事故二次事故的可能性（一定，可能，不存在），表征為（0, ［0.3 ,0.5 ］, ［0.5 ,0.7］）；在事故信息充足的情況下，可用概率數(shù)來表示，例如某次事故發(fā)生時傷亡人員位置（車內(nèi)，路邊，其他） 表征為（0.4,0.5,0.1 ）。選取的4個?；愤\輸事故信息如表1、表2 所示。

表1 地點信息屬性指標(biāo)信息

表2 事件狀況屬性指標(biāo)信息

4.2 廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)表征

由定義（2），對不確定數(shù)進(jìn)行標(biāo)準(zhǔn)化表示，如表3、表4 所示。

本事故集中指標(biāo)的屬性值是由專家評定的，一個事故中評定的標(biāo)準(zhǔn)相同，不同事故評定指標(biāo)不同，所以令事故中γ 分為γ1,γ2,γ3，即γi=γi2=γi3，i=1,2,3。

表3 地點信息指標(biāo)廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)

表4 事件狀況指標(biāo)廣義標(biāo)準(zhǔn)區(qū)間灰數(shù)

4.3 模型構(gòu)建與求解

最后利用MATLAB 求解得出：

由結(jié)果可以看出，在多元性和不確定條件下，求得的突發(fā)事件語言信息權(quán)重存在不確定性。根據(jù)屬性指標(biāo)權(quán)重范圍可以看出，在突發(fā)事故的情況下，地點信息的權(quán)重比事故狀況信息權(quán)重大，其余計算屬性指標(biāo)信息權(quán)重大小依次為事故發(fā)生地信息權(quán)重、事故嚴(yán)重程度信息權(quán)重、傷亡人員位置信息權(quán)重和二次事故可能性信息權(quán)重。因此，當(dāng)?；愤\輸事故發(fā)生時，我們可以根據(jù)得到的屬性權(quán)重對事故信息進(jìn)行分析評價。

5 結(jié) 論

（1） 突發(fā)事件語言信息的多元不確定性等特點，傳統(tǒng)的多屬性聚類決策方法不能準(zhǔn)確地評估突發(fā)事件發(fā)生時的語言信息權(quán)重。

（2） 在廣義區(qū)間灰數(shù)理論的基礎(chǔ)上，將廣義區(qū)間灰數(shù)和熵權(quán)結(jié)合起來，克服語言信息的多元性和不確定性等特點，建立了突發(fā)事件緊急通訊語言信息廣義區(qū)間灰數(shù)熵權(quán)配置模型，為突發(fā)事件不確定信息的研究提供了新的選擇。

（3） 由于突發(fā)事件種類繁多，各類突發(fā)事件的信息指標(biāo)體系還存在一定差別；其次，突發(fā)事件自身還具有發(fā)生、發(fā)展、消退等的演化過程規(guī)律，本文主要側(cè)重于生產(chǎn)領(lǐng)域突發(fā)事件發(fā)生的初始階段事故現(xiàn)場報警的緊急通訊語言信息的探討。在語言信息多層傳遞過程中，存在信息失真或丟失的可能，在未來還需要進(jìn)行深入研究。