基于案例库的突发公共卫生事件协同决策方法及系统

1.本发明涉及案例推理推荐技术领域，具体涉及一种基于案例库的突发公共卫生事件协同决策方法及系统。


背景技术：

2.面对重大突发事件，如果能在突发事件发生之初迅速采取有效应对措施，便可防止事态的进一步发展，从而避免造成巨大的人员伤亡和财产损失。然而，由于突发事件的复杂性，以及信息传递不及时、不全面等问题，早期收集到的事件和事件决策信息多样且复杂，往往不完整、不准确。此时，为了快速制定出有效的应急方案，决策者需要从历史案例库中匹配出最适合的相似案例，通过借鉴历史相似案例的应急处置经验，来解决当前应急决策问题。
3.目前，针对突发事件应急决策方法的研究多集中在多阶段决策、大群体决策、案例推理技术、多属性决策等方面。但由于突发事件的紧急性，则要求决策者及时有效地做出应急决策，此时，基于案例推理的技术，通过参考旧事件的经验和方案来解决新问题，便成为应急管理决策中最常用的一种方法。
4.然而，现有基于案例推理的应急决策方法仍存在以下问题：(1)针对同一突发事件，由于不同决策者站在不同角度看待事件时会有不同的心理行为，而这些不同的心理行为会指导他们做出不同的决策，现有技术不考虑决策过程中决策者的心理行为必然会影响最终决策结果的准确性；(2)突发事件的属性在描述时具有复杂性、多样性等特点，现有直接由专家给出突发事件属性权重的方法，难以综合考虑属性间的相互影响关系，也会导致最终决策结果的准确性偏低。


技术实现要素：

5.(一)解决的技术问题
6.针对现有技术的不足，本发明提供了一种基于案例库的突发公共卫生事件协同决策方法及系统，解决了现有突发事件决策方法存在精准度低的问题。
7.(二)技术方案
8.为实现以上目的，本发明通过以下技术方案予以实现：
9.第一方面，本发明首先提出了一种基于案例库的突发公共卫生事件协同决策方法，所述方法包括：
10.确定突发事件的特征属性，并基于决策试验和评价试验法计算所述特征属性的权重；
11.基于每个所述特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并基于所述属性局部相似度以及每个所述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；
12.基于所述案例相似度获取相似历史案例集，并获取所述相似历史案例集中每个相
似历史案例的感知效用值；
13.基于所述案例相似度和所述感知效用值获取相似案例的综合评价值，并基于所述综合评价值为用户推荐最优的历史突发事件案例。
14.优选的，所述基于决策试验和评价试验法计算所述特征属性的权重包括：
15.s11、针对每个所述特征属性，独立构建属性间的影响矩阵，并采用算术平均法计算评估信息得到直接影响矩阵，并基于直接影响矩阵计算综合影响矩阵；所述特征属性包括问题属性和应急效果属性；
16.s22、将所述综合影响矩阵中每一行元素求和得到所述特征属性的影响度，并将所述综合影响矩阵中每一列元素求和得到所述特征属性的被影响度，基于所述影响度和被影响度计算所述特征属性的重要度；
17.s23、对每个所述特征属性的重要度进行归一化处理得到所述特征属性的权重。
18.优选的，所述基于所述案例相似度获取相似历史案例集包括：基于简单多数原则计算阈值，并从所有历史突发事件案例中筛选出满足所述阈值的相似案例并组成相似历史案例集。
19.优选的，所述获取所述相似历史案例集中每个相似历史案例的感知效用值包括：
20.s31、获取所述相似案例集中每个相似案例的应急效果属性值并进行规范化处理；
21.s32、基于规范化后的应急效果属性值，获取在未考虑后悔规避程度时的每个相似历史案例的方案结果效用值；
22.s33、基于每个相似历史案例的所述方案结果效用值计算每个相似历史案例的后悔-欣喜值；
23.s34、基于所述方案结果效用值和所述后悔-欣喜值计算每个相似历史案例的感知效用值。
24.优选的，所述综合评价值的计算公式如下：
[0025][0026]
其中，vi表示第i个相似案例的综合评价值；ui表示考虑了后悔-欣喜值后的结果效用值；sim(z0,zi)表示案例相似度；m
*
表示相似案例序号i的集合。
[0027]
第二方面，本发明还提出了一种基于案例库的突发公共卫生事件协同决策系统，所述系统包括：
[0028]
特征属性的权重获取模块，用于确定突发事件的特征属性，并基于决策试验和评价试验法计算所述特征属性的权重；
[0029]
案例相似度获取模块，用于基于每个所述特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并基于所述属性局部相似度以及每个所述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；
[0030]
历史案例感知效用值获取模块，用于基于所述案例相似度获取相似历史案例集，并获取所述相似历史案例集中每个相似历史案例的感知效用值；
[0031]
案例推荐模块，用于基于所述案例相似度和所述感知效用值获取相似案例的综合评价值，并基于所述综合评价值为用户推荐最优的历史突发事件案例。
[0032]
优选的，所述基于决策试验和评价试验法计算所述特征属性的权重包括：
[0033]
s11、针对每个所述特征属性，独立构建属性间的影响矩阵，并采用算术平均法计算评估信息得到直接影响矩阵，并基于直接影响矩阵计算综合影响矩阵；所述特征属性包括问题属性和应急效果属性；
[0034]
s22、将所述综合影响矩阵中每一行元素求和得到所述特征属性的影响度，并将所述综合影响矩阵中每一列元素求和得到所述特征属性的被影响度，基于所述影响度和被影响度计算所述特征属性的重要度；
[0035]
s23、对每个所述特征属性的重要度进行归一化处理得到所述特征属性的权重。
[0036]
优选的，所述基于所述案例相似度获取相似历史案例集包括：基于简单多数原则计算阈值，并从所有历史突发事件案例中筛选出满足所述阈值的相似案例并组成相似历史案例集。
[0037]
优选的，所述获取所述相似历史案例集中每个相似历史案例的感知效用值包括：
[0038]
s31、获取所述相似案例集中每个相似案例的应急效果属性值并进行规范化处理；
[0039]
s32、基于规范化后的应急效果属性值，获取在未考虑后悔规避程度时的每个相似历史案例的方案结果效用值；
[0040]
s33、基于每个相似历史案例的所述方案结果效用值计算每个相似历史案例的后悔-欣喜值；
[0041]
s34、基于所述方案结果效用值和所述后悔-欣喜值计算每个相似历史案例的感知效用值。
[0042]
优选的，所述综合评价值的计算公式如下：
[0043][0044]
其中，vi表示第i个相似案例的综合评价值；ui表示考虑了后悔-欣喜值后的结果效用值；sim(z0,zi)表示案例相似度；m
*
表示相似案例序号i的集合。
[0045]
(三)有益效果
[0046]
本发明提供了一种基于案例库的突发公共卫生事件协同决策方法及系统。与现有技术相比，具备以下有益效果：
[0047]
本发明首先针对突发事件的特征属性，利用决策试验和评价试验法计算上述特征属性的权重；然后基于每个特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并结合每个上述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；接着基于案例相似度获取相似历史案例集，并获取相似历史案例集中每个相似历史案例的感知效用值；最后基于上述案例相似度和感知效用值获取相似案例的综合评价值，并利用获取的综合评价值为用户推荐最优的历史突发事件案例。本发明将案例相似度和感知效应值综合考虑，得到相似案例的综合评价值，最后基于综合评价值为用户推荐最优的历史突发事件案例，由于考虑了决策过程中决策者的心理行为，同时计算了突发事件的每个特征属性的权重，所以其最终推荐结果更加精准，有利于辅助用户做出正确的决策。
附图说明
[0048]
为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例或现
有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
[0049]
图1为本发明一种基于案例库的突发公共卫生事件协同决策方法的流程图；
[0050]
图2为本发明实施例中不同案例以及其问题属性的对比图；
[0051]
图3为本发明实施例中考虑决策者后悔规避的心理行为的感知效应值计算流程图；
[0052]
图4为本发明实施例中各相似案例感知效用及其综合评价值结果图。
具体实施方式
[0053]
为使本发明实施例的目的、技术方案和优点更加清楚，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
[0054]
本技术实施例通过提供一种基于案例库的突发公共卫生事件协同决策方法及系统，解决了现有突发事件决策方法存在精准度低的问题，实现在针对突发事件时及时做出有效决策，避免事态进一步恶化的目的。
[0055]
本技术实施例中的技术方案为解决上述技术问题，总体思路如下：
[0056]
针对当前突发事件，为了能更加精准的为决策者推荐历史上与当前突发事件最为相似的历史突发事件案例，以辅助决策者及时有效的做出决定，该技术方案首先针对突发事件的特征属性，利用决策试验和评价试验法计算上述特征属性的权重；然后基于每个特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并结合每个上述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；接着基于案例相似度获取相似历史案例集，并获取相似历史案例集中每个相似历史案例的感知效用值；最后基于上述案例相似度和感知效用值获取相似案例的综合评价值，并利用获取的综合评价值为用户推荐最优的历史突发事件案例。该方法最终为决策者推荐的案例更加精准，有利于辅助其做出更正确的决策。
[0057]
为了更好的理解上述技术方案，下面将结合说明书附图以及具体的实施方式对上述技术方案进行详细的说明。
[0058]
实施例1：
[0059]
第一方面，本发明首先提出了一种基于案例库的突发公共卫生事件协同决策方法，参见图1，该方法包括：
[0060]
s1、确定突发事件的特征属性，并基于决策试验和评价试验法计算所述特征属性的权重；
[0061]
s2、基于每个所述特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并基于所述属性局部相似度以及每个所述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；
[0062]
s3、基于所述案例相似度获取相似历史案例集，并获取所述相似历史案例集中每个相似历史案例的感知效用值。
[0063]
s4、基于所述案例相似度和所述感知效用值获取相似案例的综合评价值，并基于所述综合评价值为用户推荐最优的历史突发事件案例。
[0064]
可见，本实施例首先针对突发事件的特征属性，利用决策试验和评价试验法计算上述特征属性的权重；然后基于每个特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并结合每个上述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；接着基于案例相似度获取相似历史案例集，并获取相似历史案例集中每个相似历史案例的感知效用值；最后基于上述案例相似度和感知效用值获取相似案例的综合评价值，并利用获取的综合评价值为用户推荐最优的历史突发事件案例。本发明将案例相似度和感知效应值综合考虑，得到相似案例的综合评价值，最后基于综合评价值为用户推荐最优的历史突发事件案例，由于考虑了决策过程中决策者的心理行为，同时计算了突发事件的每个特征属性的权重，所以其最终推荐结果更加精准，有利于辅助用户做出更正确的决策。
[0065]
下面结合附图1-4，以及对s1-s4具体步骤的解释，来详细说明本发明一个实施例的实现过程。
[0066]
s1、确定突发事件的特征属性，并基于决策试验和评价试验法计算所述特征属性的权重。
[0067]
1)确定突发事件的特征属性，突发事件的特征属性包括问题属性和应急效果属性。
[0068]
突发事件(重大突发公共卫生事件)均具有属性，且每种突发事件具有代表该类突发事件的特有的特征属性。其中，突发事件的特征属性包括但不限于问题属性和应急效果属性等。在本实施例中，为了便于说明，以突发事件的问题属性和应急效果属性(即案件实施时的实施效果属性)作为突发事件的特征属性为例来阐述本实施例的实现过程。
[0069]
参见图2，本实施例中，问题属性包括：流行病学强度语言评价集为{散发，暴发，流行，大流行}；传播速度语言评价集为{非常慢,慢,一般,快,非常快}；城市人口密度(单位：人/km2)；潜伏期(单位：天)；病死率(单位：％)；传播途径其主要有接触传播、空气传播、水和食物传播、虫媒传播；传染性语言评价集为{非常弱，弱，一般，强，非常强}。
[0070]
方案应急效果属性包括：精准防控能力语言评价集为s＝{s1(特别差)，s2(差),s3(一般)，s4(好)，s5(特别好)}；发病人数降低率(单位：％)；死亡人数降低率(单位：％)。
[0071]
2)利用决策试验和评价试验法(dematel)计算和确定各属性的权重。具体的，确定问题属性和应急效果属性的权重的过程如下：
[0072]
s11、针对每个上述的特征属性，独立构建属性间的影响矩阵，并采用算术平均法计算评估信息得到直接影响矩阵，并基于直接影响矩阵计算综合影响矩阵。其中，特征属性包括问题属性和应急效果属性。
[0073]
1)针对上述每个特征属性，由各专家独立构建属性间的影响矩阵，然后综合专家组的评估意见，采用算术平均法集结评估信息，得到直接影响矩阵y。
[0074][0075]
其中，y
kg
表示未标准化时第k个属性对第g个属性的影响程度。n表示特征属性个数。
[0076]
2)计算标准化直接影响矩阵y0。
[0077][0078]
3)基于标准化直接影响矩阵y0计算综合影响矩阵t。
[0079][0080]
其中，i为单位矩阵，(i-y0)-1
表示(i-y0)的逆矩阵，t
kg
的大小表示第k个属性对第g个属性的综合影响程度。
[0081]
s22、将上述综合影响矩阵中每一行元素求和得到特征属性的影响度，并将综合影响矩阵中每一列元素求和得到特征属性的被影响度，基于影响度和被影响度计算特征属性的重要度。
[0082]
1)计算各特征属性的重要度ηj。设综合影响矩阵t的每一行元素之和为属性的影响度，每一列元素之和称为被影响度，令k＝g＝j，则第j个属性的重要度为：
[0083][0084]
s23、对每个上述特征属性的重要度进行归一化处理得到所述特征属性的权重。
[0085]
特征属性权重计算。对各特征属性的重要度ηj进行归一化处理，计算得出第j个特征属性的权重为：
[0086][0087]
其中，ωj是第j个特征属性对应的权重；k表示第k个特征属性；ωj∈[0,1]且满足
[0088]
s2、基于每个所述特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并基于所述属性局部相似度以及每个所述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度。
[0089]
在人类发展的历史上会有很多突发事件，预先基于自然语言处理技术尽可能全面的获取历史突发事件，并构建历史突发事件案例库，然后计算当前突发事件案例与历史突发事件案例在每一个上述特征属性上的相似度，即属性局部相似度。然后对每个属性局部
相似度进行加权计算，得到案例相似度。具体的，
[0090]
1)基于自然语言处理技术获取历史突发事件，并构建历史突发事件案例库，然后对历史突发事件案例库进行案例检索，计算属性局部相似度sim(a0,ai)；a0,ai分别表示目标案例和第i个历史案例关于某一特征属性的属性值。
[0091]
2)基于上述s1中获取的每个特征属性对应的权重，以及属性局部相似度计算案例相似度，具体计算公式如下：
[0092][0093]
其中，z0,zi分别表示目标案例和第i个历史案例；表示第j个问题属性的属性权重；m表示相似案例库中历史案例的个数，n表示问题属性个数。
[0094]
s3、基于所述案例相似度获取相似历史案例集，并获取所述相似历史案例集中每个相似历史案例的感知效用值。
[0095]
图3为本发明实施例中考虑决策者后悔规避的心理行为的感知效应值计算流程图，参见图3，相似历史案例的感知效用值的获取步骤为：
[0096]
1)利用设置的阈值对上述历史突发事件案例库中的所有案例进行筛选，剔除案例相似度小的案例，保留相似度高的案例集组成相似历史案例集。具体的，
[0097]
设置相似历史案例集的筛选阈值ξ,ξ∈[0,1]，基于该阈值，然后由机器智能筛选，从上述历史突发事件案例库中筛选出满足阈值条件的相似案例，并组成相似历史案例集。阈值的计算方法基于简单多数原则，计算公式为：
[0098][0099]
其中，sim
+
＝max{sim(z0,zi)|i∈m},sim-＝min{sim(z0,zi)|i∈m}。
[0100]
在筛选案例时，当sim(z0,zi)≥ξ时，将对应的相似历史案例zi提取到相似历史案例集z
*
中，反之，将该相似历史案例剔除。经过筛选，得到相似历史案例集z
*
＝{zi|sim(z0,zi)≥ξ,i∈m}，并有m
*
＝{i|sim(z0,zi)≥ξ,i∈m}。其中，m
*
是满足相似度阈值的所有相似历史案例的下标的集合。
[0101]
2)根据决策者的后悔规避行为计算相似案例集中每个相似案例方案的应急效果属性值的感知效用值。具体包括如下步骤：
[0102]
s31、获取所述相似案例集中每个相似案例的应急效果属性值并进行规范化处理。
[0103]
对每个上述相似案例集中的相似案例的实施效果(即应急效果属性)数据进行规范化处理，规范化后的属性值记为
[0104]
s32、基于规范化后的应急效果属性值，获取在未考虑后悔规避程度时的每个相似历史案例的方案结果效用值。
[0105]
集结计算各相似案例的方案结果效用ui：
[0106][0107]
ui是未考虑后悔规避程度的各相似案例的方案结果效用。
[0108]
s33、基于每个相似历史案例的所述方案结果效用值计算每个相似历史案例的后悔-欣喜值。
[0109]
计算后悔-欣喜值r(u
i-u
*
)，表达式如下：
[0110]
r(u
i-u
*
)＝1-exp[-γ(u
i-u
*
)],γ＞0
[0111]
其中，γ为后悔规避系数，其表示决策者的后悔规避程度。
[0112]
s34、基于所述方案结果效用值和所述后悔-欣喜值计算每个相似历史案例的感知效用值。
[0113]
计算每个相似历史案例的感知效用值ui：
[0114]
ui＝ui+r(u
i-u
*
),i∈m
*
[0115]
其中，ui是在ui的基础上考虑了后悔-欣喜值后的结果效用u
*
＝max{ui|i∈m
*
}，r(u
i-u
*
)表示后悔-欣喜值，当r(u
i-u
*
)≤0时，表示后悔值；反之，则表示欣喜值。
[0116]
s4、基于所述案例相似度和所述感知效用值获取相似案例的综合评价值，并基于所述综合评价值为用户推荐最优的历史突发事件案例。
[0117]
结合案例相似度与感知效用值获取综合评价值，然后选择综合评价值满足推荐条件的历史突发事件案例为用户(即决策者)推荐，其中，图4为各相似案例感知效用及其综合评价值结果图。具体过程包括：
[0118]
1)结合案例相似度和感知效用值，得到各相似案例的综合评价值vi，综合评价值vi的计算公式如下：
[0119][0120]
2)根据综合评价值vi的大小对相似历史案例进行排序，提取综合评价值vi最大的案例作为应对当前事件的参考。
[0121]
至此，则完成了本发明一种基于案例库的突发公共卫生事件协同决策方法的全部流程。
[0122]
实施例2：
[0123]
第二方面，本发明还提供了一种基于案例库的突发公共卫生事件协同决策系统，该系统包括：
[0124]
特征属性的权重获取模块，用于确定突发事件的特征属性，并基于决策试验和评价试验法计算所述特征属性的权重；
[0125]
案例相似度获取模块，用于基于每个所述特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并基于所述属性局部相似度以及每个所述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；
[0126]
历史案例感知效用值获取模块，用于基于所述案例相似度获取相似历史案例集，并获取所述相似历史案例集中每个相似历史案例的感知效用值；
[0127]
案例推荐模块，用于基于所述案例相似度和所述感知效用值获取相似案例的综合评价值，并基于所述综合评价值为用户推荐最优的历史突发事件案例。
[0128]
可选的，所述基于决策试验和评价试验法计算所述特征属性的权重包括：
[0129]
s11、针对每个所述特征属性，独立构建属性间的影响矩阵，并采用算术平均法计算评估信息得到直接影响矩阵，并基于直接影响矩阵计算综合影响矩阵；所述特征属性包
括问题属性和应急效果属性；
[0130]
s22、将所述综合影响矩阵中每一行元素求和得到所述特征属性的影响度，并将所述综合影响矩阵中每一列元素求和得到所述特征属性的被影响度，基于所述影响度和被影响度计算所述特征属性的重要度；
[0131]
s23、对每个所述特征属性的重要度进行归一化处理得到所述特征属性的权重。
[0132]
可选的，所述基于所述案例相似度获取相似历史案例集包括：基于简单多数原则计算阈值，并从所有历史突发事件案例中筛选出满足所述阈值的相似案例并组成相似历史案例集。
[0133]
可选的，所述获取所述相似历史案例集中每个相似历史案例的感知效用值包括：
[0134]
s31、获取所述相似案例集中每个相似案例的应急效果属性值并进行规范化处理；
[0135]
s32、基于规范化后的应急效果属性值，获取在未考虑后悔规避程度时的每个相似历史案例的方案结果效用值；
[0136]
s33、基于每个相似历史案例的所述方案结果效用值计算每个相似历史案例的后悔-欣喜值；
[0137]
s34、基于所述方案结果效用值和所述后悔-欣喜值计算每个相似历史案例的感知效用值。
[0138]
可选的，所述综合评价值的计算公式如下：
[0139][0140]
其中，vi表示第i个相似案例的综合评价值；ui表示考虑了后悔-欣喜值后的结果效用值；sim(z0,zi)表示案例相似度；m
*
表示相似案例序号i的集合。
[0141]
可理解的是，本发明实施例提供的基于案例库的突发公共卫生事件协同决策系统与上述基于案例库的突发公共卫生事件协同决策方法相对应，其有关内容的解释、举例、有益效果等部分可以参照基于案例库的突发公共卫生事件协同决策方法中的相应内容，此处不再赘述。
[0142]
综上所述，与现有技术相比，具备以下有益效果：
[0143]
1、本发明首先针对突发事件的特征属性，利用决策试验和评价试验法计算上述特征属性的权重；然后基于每个特征属性计算当前突发事件案例与历史突发事件案例的属性局部相似度，并结合每个上述特征属性的权重获取当前突发事件案例与历史突发事件案例的案例相似度；接着基于案例相似度获取相似历史案例集，并获取相似历史案例集中每个相似历史案例的感知效用值；最后基于上述案例相似度和感知效用值获取相似案例的综合评价值，并利用获取的综合评价值为用户推荐最优的历史突发事件案例。本发明将案例相似度和感知效应值综合考虑，得到相似案例的综合评价值，最后基于综合评价值为用户推荐最优的历史突发事件案例，由于考虑了决策过程中决策者的心理行为，同时计算了突发事件的每个特征属性的权重，所以其最终推荐结果更加精准，有利于辅助用户做出正确的决策。
[0144]
2、本发明针对历史突发事件案例，考虑了决策者后悔规避的心理行为，在计算案例的感知效用值过程中将后悔理论融入案例推理过程，使其能够更加真实地反映实际决策过程中决策者的心理行为给决策结果带来的影响。
[0145]
3、本发明考虑到特征属性权重对决策结果的影响，应用决策试验和评价试验法确定每个特征属性的权重，该方法考虑了属性之间的相互影响关系，所求得的属性权重较为科学合理，进而使得决策结果更为可靠。
[0146]
需要说明的是，在本文中，诸如第一和第二等之类的关系术语仅仅用来将一个实体或者操作与另一个实体或操作区分开来，而不一定要求或者暗示这些实体或操作之间存在任何这种实际的关系或者顺序。而且，术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含，从而使得包括一系列要素的过程、方法、物品或者设备不仅包括那些要素，而且还包括没有明确列出的其他要素，或者是还包括为这种过程、方法、物品或者设备所固有的要素。在没有更多限制的情况下，由语句“包括一个
……”
限定的要素，并不排除在包括所述要素的过程、方法、物品或者设备中还存在另外的相同要素。
[0147]
以上实施例仅用以说明本发明的技术方案，而非对其限制；尽管参照前述实施例对本发明进行了详细的说明，本领域的普通技术人员应当理解：其依然可以对前述各实施例所记载的技术方案进行修改，或者对其中部分技术特征进行等同替换；而这些修改或者替换，并不使相应技术方案的本质脱离本发明各实施例技术方案的精神和范围。