基于后果研判的狭小非暴露空间应急资源分配方法及系统

1.本发明涉及应急救援技术领域，具体涉及一种基于后果研判的狭小非暴露空间应急资源分配方法及系统。


背景技术：

2.狭小非暴露空间得突发事件具有衍生灾害易发等特点，传统的根据救援中心规模、与灾点距离及灾害类型进行资源分配的方式没有考虑到灾情的演化进程，极易造成资源的不均衡分配现象。


技术实现要素：

3.本发明的目的在于提供一种基于后果研判的狭小非暴露空间应急资源分配方法及系统，以解决上述背景技术中存在的至少一项技术问题。
4.为了实现上述目的，本发明采取了如下技术方案：
5.一方面，本发明提供一种基于后果研判的狭小非暴露空间应急资源分配方法，包括：
6.确定影响狭小非暴露空间发生二次伤害的影响因素的综合权重；
7.对发生事故的狭小非暴露空间构建正理想点矩阵和逆理想点矩阵，并计算各个影响因素的理想点贴进度，结合各个影响因素的综合权重，计算发生事故的狭小非暴露空间发生二次灾害的可能性；
8.基于狭小非暴露区域发生二次伤害的可能性，计算各个受灾的狭小非暴露区域需求的物资，并构建时间满意度最高、分配最公平和救援成本最低的多目标函数，使用改进的蜂群算法求解资源分配方式；其中，
9.改进的蜂群算法为在随机生成初始采蜜蜂的时候，考虑到各个受灾点的受灾情况不同，在生成初始解的时候，根据资源需求配比进行初始化种群：
10.x
ijmax
'＝xi'j+β
·
{r
imax
∈ri,d
min
}
11.其中,x
ijmax
'表示新生成的初始采蜜蜂，β表示预先对所需要的救援物资量最大的受灾点对应的所需物资进行的初始资源配比系数，r
imax
表示受灾点i所需要的最大类型的救援物资，ri表示受灾点i所需要的总的救援物资量，d
min
表示救援物资是从距离灾点最近的救援中心进行初始资源配比的分配，xi'j表示进行初始资源配比后随机产生的采蜜蜂。
12.优选的，确定影响狭小非暴露空间发生二次伤害的影响因素的主观权重和客观权重，并用博弈论组合赋权的方式计算综合权重。
13.优选的，对指标样本数据排序，计算各指标xi的基尼系数gi：
[0014][0015]
其中：m表示样本数目；y
ip
，y
iq
为指标xi对应的第p，q个样本值，yi表示指标xi样本数据之和；
[0016]
从指标集x＝{xi}(i＝1,2,...,n)中选取最不重要的指标x
t
，计算各指标对x
t
的相对重要程度ri：
[0017][0018]
其中，g
t
表示最不重要的指标x
t
的基尼系数；
[0019]
计算各个评价指标xi的主观权重为：
[0020][0021]
对指标样本数据运用极差化进行标准化处理并计算指标xi所含信息量ci：
[0022][0023]
其中，为指标标准差系数；r
ij
为指标间相关系数；
[0024]
计算评价指标xi客观权重为：
[0025][0026]
优选的，将组合系数κk优化得到对策模型：
[0027][0028]
转化为最优一阶导数的条件为：
[0029][0030]
结合上式计算得κk,k＝1,2,...,l，并对其进行归一化处理：
[0031][0032]
计算评价指标xi最优综合权重为：
[0033][0034]
优选的，假设某一狭小非暴露空间发生特定二次事故的风险评价指标为λ
ij
,i＝1,2,...,m；j＝1,2,..,n，其中m为待评价区域数量，n为待评价指标个数，具体分为三个方面的因素，分别是环境的不稳定因素，影响救援时效的因素以及诱导因素，则评价矩阵为：
[0035][0036]
采用正指标和逆指标来评价狭小非暴露区域发生二次灾害的可能性；其中，正指标二次事故发生的可能性成正相关关系，逆指标则相反；
[0037]
假设二次事故发生的可能性呈单调变化的趋势，可确定正理想点和反理想点；
[0038]
当评价指标为正指标时，正理想点与反理想点向量为：
[0039][0040]
当评价指标为逆指标时，正理想点与反理想点向量为：
[0041][0042]
其中，fi(p)，fi(n)分别为狭小非暴露空间发生特定二次事故风险的第i个指标的正理想点向量和反理想点向量，λi狭小非暴露空间发生特定二次事故的风险评价指标值；
[0043]
理想点评价函数为指标到理想点和反理想点的距离，采用欧式距离来表示指标到正理想点和反理想点之间的相对距离；
[0044]
到正理想点的距离：
[0045][0046]
到反理想点的距离：
[0047][0048]
计算理想点贴进度：
[0049][0050]
发生在某一狭小非暴露空间区域的伤害可能引发二次事故的概率定义为：
[0051][0052]
优选的，根据确定的可能引发二次事故的可能性的大小来判断在对狭小非暴露区域i进行资源分配时是否考虑二次事故的影响：
[0053][0054]
其中，er为判断某一狭小非暴露区域i是否需要考虑二次事故，1为需要考虑二次事故，0为不需要考虑二次事故，pi表示狭小非暴露区域i受到二次事故的可能性，α为判定是否需要考虑二次事故的阈值；
[0055]
则灾点的物资需求量为：
[0056]ri
＝r
i1
·iti
+r
i2
·eri
·iti
[0057]
其中，ri表示灾点i所需要的物资，r
i1
表示平均每个人在一次伤害中所需要的物资量，r
i2
表示平均每个人在二次事故中所需要的物资量，e
ri
表示灾点i的二次事故系数，i
ti
表示灾点i在t时刻的被困人数；
[0058]
假设当前决策时刻为t，有n个灾点，m个救援中心，由于各个灾点受困人数的不同，为了求解该类物资分配问题，使物资尽可能公平地分配到各个灾点，为各灾点赋予一个紧急权重系数wi，表示灾点i的紧急程度，计算公式为
[0059][0060]
基于紧急程度，用救援时间偏离程度所表示的价值函数来衡量受困人员对救援时间的满意度：
[0061][0062]
其中，ti表示灾点i的救援事件偏离度；t
ij
表示救援中心j与灾点i的广义事件距离；j表示救援中心集合；x
ij
表示为0/1变量，若进行救援则为1，否则为0；
[0063]
时间满意度函数为：
[0064][0065]
式中，由于价值函数的斜率变化可知，在收益区间为凹函数，a小于等于1，在损失区间为凸函数，b小于等于1；根据风险厌恶原则，损失区间相对于收益区间的函数更为陡峭，
[0066][0067]
其中，f1表示目标函数之一的时间满意度，时间满意度越大越好；
[0068]
为了使分配更加公平合理，以所有灾点物资满足程度的方差来衡量救援的公平性；则：
[0069][0070][0071]
[0072]
其中，n
ij
表示救援中心j向灾点i运送的物资量；pi表示灾点i物资满足程度，表示所有灾点的平均物资满足程度，f2为目标函数之一的方差，方差越小，表示差异越小，即分配越公平；
[0073]
将成本函数定义为如下：
[0074][0075]
其中，f3表示目标函数之一的成本，成本越小越好，c
ij
表示救援中心j向灾点i运送单位物资的成本；
[0076]
在进行救援资源分配时，按照如下的目标函数进行物资分配；
[0077][0078][0079][0080][0081][0082]
x
ij
＝0/1
[0083]
ifx
ij
＝0
→nij
＝0
[0084]
ifx
ij
＝1
→
0＜n
ij
＜min{ri,gj}
[0085]
其中，gj表示救援中心的物资储备量，各个救援中心的物资分配时不会超过受灾点的需求量，同样，各个受灾点的需求量也不会超过救援中心的最大储存容量。
[0086]
第二方面，本发明提供一种基于后果研判的狭小非暴露空间应急资源分配系统，包括：
[0087]
确定模块，用于确定影响狭小非暴露空间发生二次伤害的影响因素的综合权重；
[0088]
第一计算模块，用于对发生事故的狭小非暴露空间构建正理想点矩阵和逆理想点矩阵，并计算各个影响因素的理想点贴进度，结合各个影响因素的综合权重，计算发生事故的狭小非暴露空间发生二次灾害的可能性；
[0089]
第二计算模块，用于基于狭小非暴露区域发生二次伤害的可能性，计算各个受灾的狭小非暴露区域需求的物资，并构建时间满意度最高、分配最公平和救援成本最低的多目标函数，使用改进的蜂群算法求解资源分配方式；
[0090]
其中，
[0091]
改进的蜂群算法为在随机生成初始采蜜蜂的时候，考虑到各个受灾点的受灾情况不同，在生成初始解的时候，根据资源需求配比进行初始化种群：
[0092]
x
ijmax
'＝xi'j+β
·
{r
imax
∈ri,d
min
}
[0093]
其中，x
ijmax
'表示新生成的初始采蜜蜂，β表示预先对所需要的救援物资量最大的受灾点对应的所需物资进行的初始资源配比系数，r
imax
表示受灾点i所需要的最大类型的救援物资，ri表示受灾点i所需要的总的救援物资量，d
min
表示救援物资是从距离灾点最近的救援中心进行初始资源配比的分配，xi'j表示进行初始资源配比后随机产生的采蜜蜂。
[0094]
第三方面，本发明提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现如上所述的基于后果研判的狭小非暴露空间应急资源分配方法。
[0095]
第四方面，本发明提供一种计算机程序产品，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现如上所述的基于后果研判的狭小非暴露空间应急资源分配方法。
[0096]
第五方面，本发明提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现如上所述的基于后果研判的狭小非暴露空间应急资源分配方法的指令。
[0097]
本发明有益效果：使用博弈论组合赋权的方法综合考虑影响狭小非暴露空间造成二次事故因素的影响，对主观因素和客观因素进行综合赋权。对影响狭小非暴露空间二次事故的因素进行正理想点和逆理想点集构建，计算理想点贴进度，结合各个影响因素的权重计算狭小非暴露空间发生二次事故的可能性。考虑二次事故的影响条件下，以时间满意度最高，分配最公平，成本最小构建多目标函数，使用改进的蜂群算法进行求解，并与其他求解算法进行对比，得到最终的分配方案。使用蜂群算法在时间满意度上更优，分配更为公平，成本更低，适用于实际的救援环境；且改进的蜂群算法在算法的时效上也大大提高，同等条件下的运算时间几乎为原来的十分之一，可以有效的进行应急响应，为灾情发生后的应急救援提供保障。
[0098]
本发明附加方面的优点，将在下述的描述部分中更加明显的给出，或通过本发明的实践了解到。
附图说明
[0099]
为了更清楚地说明本发明实施例的技术方案，下面将对实施例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。
[0100]
图1为本发明实施例所述的改进的蜂群算法的流程图。
[0101]
图2为本发明实施例所述的改进的蜂群算法与传统蜂群算法在不同阈值α下的分配时长对比示意图。
具体实施方式
[0102]
下面详细叙述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。
[0103]
本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。
[0104]
还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。
[0105]
本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件和/或它们的组。
[0106]
在本说明书的描述中，参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。而且，描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外，在不相互矛盾的情况下，本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
[0107]
为便于理解本发明，下面结合附图以具体实施例对本发明作进一步解释说明，且具体实施例并不构成对本发明实施例的限定。
[0108]
本领域技术人员应该理解，附图只是实施例的示意图，附图中的部件并不一定是实施本发明所必须的。
[0109]
实施例1
[0110]
本实施例1提供一种基于后果研判的狭小非暴露空间应急资源分配系统，包括：
[0111]
确定模块，用于确定影响狭小非暴露空间发生二次伤害的影响因素的综合权重；
[0112]
第一计算模块，用于对发生事故的狭小非暴露空间构建正理想点矩阵和逆理想点矩阵，并计算各个影响因素的理想点贴进度，结合各个影响因素的综合权重，计算发生事故的狭小非暴露空间发生二次灾害的可能性；
[0113]
第二计算模块，用于基于狭小非暴露区域发生二次伤害的可能性，计算各个受灾的狭小非暴露区域需求的物资，并构建时间满意度最高、分配最公平和救援成本最低的多目标函数，使用改进的蜂群算法求解资源分配方式。
[0114]
本实施例1中，利用上述的系统，实现了一种基于后果研判的狭小非暴露空间应急资源分配方法，包括：
[0115]
确定影响狭小非暴露空间发生二次伤害的影响因素的综合权重；
[0116]
对发生事故的狭小非暴露空间构建正理想点矩阵和逆理想点矩阵，并计算各个影响因素的理想点贴进度，结合各个影响因素的综合权重，计算发生事故的狭小非暴露空间发生二次灾害的可能性；
[0117]
基于狭小非暴露区域发生二次伤害的可能性，计算各个受灾的狭小非暴露区域需求的物资，并构建时间满意度最高、分配最公平和救援成本最低的多目标函数，使用改进的蜂群算法求解资源分配方式；其中，
[0118]
改进的蜂群算法为在随机生成初始采蜜蜂的时候，考虑到各个受灾点的受灾情况不同，在生成初始解的时候，根据资源需求配比进行初始化种群：
[0119]
x
ijmax
'＝x’ij
+β
·
{r
imax
∈ri,d
min
}
[0120]
其中,x
ijmax
'表示新生成的初始采蜜蜂，β表示预先对所需要的救援物资量最大的受灾点对应的所需物资进行的初始资源配比系数，r
imax
表示受灾点i所需要的最大类型的救援物资，ri表示受灾点i所需要的总的救援物资量，d
min
表示救援物资是从距离灾点最近的救援中心进行初始资源配比的分配，x’ij
表示进行初始资源配比后随机产生的采蜜蜂。
[0121]
其中，确定影响狭小非暴露空间发生二次伤害的影响因素的主观权重和客观权重，并用博弈论组合赋权的方式计算综合权重。
[0122]
具体的，计算主管权重和客观权重时：
[0123]
对指标样本数据排序，计算各指标xi的基尼系数gi：
[0124][0125]
其中：m表示样本数目；y
ip
，y
iq
为指标xi对应的第p，q个样本值，yi表示指标xi样本数据之和；
[0126]
从指标集x＝{xi}(i＝1,2,...,n)中选取最不重要的指标x
t
，计算各指标对x
t
的相对重要程度ri：
[0127][0128]
其中，g
t
表示最不重要的指标x
t
的基尼系数；
[0129]
计算各个评价指标xi的主观权重为：
[0130][0131]
对指标样本数据运用极差化进行标准化处理并计算指标xi所含信息量ci：
[0132][0133]
其中，为指标标准差系数；r
ij
为指标间相关系数；
[0134]
计算评价指标xi客观权重为：
[0135][0136]
将组合系数κk优化得到对策模型：
[0137][0138]
转化为最优一阶导数的条件为：
[0139][0140]
结合上式计算得κk,k＝1,2,...,l，并对其进行归一化处理：
[0141][0142]
计算评价指标xi最优综合权重为：
[0143][0144]
假设某一狭小非暴露空间发生特定二次事故的风险评价指标为λ
ij
,i＝1,2,...,m；j＝1,2,..,n，其中m为待评价区域数量，n为待评价指标个数，具体分为三个方面的因素，分别是环境的不稳定因素，影响救援时效的因素以及诱导因素，则评价矩阵为：
[0145][0146]
采用正指标和逆指标来评价狭小非暴露区域发生二次灾害的可能性；其中，正指标二次事故发生的可能性成正相关关系，逆指标则相反；
[0147]
假设二次事故发生的可能性呈单调变化的趋势，可确定正理想点和反理想点；
[0148]
当评价指标为正指标时，正理想点与反理想点向量为：
[0149][0150]
当评价指标为逆指标时，正理想点与反理想点向量为：
[0151][0152]
其中，fi(p)，fi(n)分别为狭小非暴露空间发生特定二次事故风险的第i个指标的正理想点向量和反理想点向量，λi狭小非暴露空间发生特定二次事故的风险评价指标值；
[0153]
理想点评价函数为指标到理想点和反理想点的距离，采用欧式距离来表示指标到正理想点和反理想点之间的相对距离；
[0154]
到正理想点的距离：
[0155][0156]
到反理想点的距离：
[0157][0158]
计算理想点贴进度：
[0159][0160]
发生在某一狭小非暴露空间区域的伤害可能引发二次事故的概率定义为：
[0161][0162]
根据确定的可能引发二次事故的可能性的大小来判断在对狭小非暴露区域i进行资源分配时是否考虑二次事故的影响：
[0163][0164]
其中，er为判断某一狭小非暴露区域i是否需要考虑二次事故，1为需要考虑二次事故，0为不需要考虑二次事故，pi表示狭小非暴露区域i受到二次事故的可能性，α为判定是否需要考虑二次事故的阈值；
[0165]
则灾点的物资需求量为：
[0166]ri
＝r
i1
·iti
+r
i2
·eri
·iti
[0167]
其中，ri表示灾点i所需要的物资，r
i1
表示平均每个人在一次伤害中所需要的物资量，r
i2
表示平均每个人在二次事故中所需要的物资量，e
ri
表示灾点i的二次事故系数，i
ti
表示灾点i在t时刻的被困人数；
[0168]
假设当前决策时刻为t，有n个灾点，m个救援中心，由于各个灾点受困人数的不同，为了求解该类物资分配问题，使物资尽可能公平地分配到各个灾点，为各灾点赋予一个紧急权重系数wi，表示灾点i的紧急程度，计算公式为
[0169][0170]
基于紧急程度，用救援时间偏离程度所表示的价值函数来衡量受困人员对救援时间的满意度：
[0171][0172]
其中，ti表示灾点i的救援事件偏离度；t
ij
表示救援中心j与灾点i的广义事件距离；j表示救援中心集合；x
ij
表示为0/1变量，若进行救援则为1，否则为0；
[0173]
时间满意度函数为：
[0174][0175]
式中，由于价值函数的斜率变化可知，在收益区间为凹函数，a小于等于1，在损失区间为凸函数，b小于等于1；根据风险厌恶原则，损失区间相对于收益区间的函数更为陡
峭，
[0176][0177]
其中，f1表示目标函数之一的时间满意度，时间满意度越大越好；
[0178]
为了使分配更加公平合理，以所有灾点物资满足程度的方差来衡量救援的公平性；则：
[0179][0180][0181][0182]
其中，n
ij
表示救援中心j向灾点i运送的物资量；pi表示灾点i物资满足程度，表示所有灾点的平均物资满足程度，f2为目标函数之一的方差，方差越小，表示差异越小，即分配越公平；
[0183]
将成本函数定义为如下：
[0184][0185]
其中，f3表示目标函数之一的成本，成本越小越好，c
ij
表示救援中心j向灾点i运送单位物资的成本；
[0186]
在进行救援资源分配时，按照如下的目标函数进行物资分配；
[0187][0188][0189][0190][0191][0192]
x
ij
＝0/1
[0193]
ifx
ij
＝0
→nij
＝0
[0194]
ifx
ij
＝1
→
0＜n
ij
＜min{ri,gj}
[0195]
其中，gj表示救援中心的物资储备量，各个救援中心的物资分配时不会超过受灾点的需求量，同样，各个受灾点的需求量也不会超过救援中心的最大储存容量。
[0196]
实施例2
[0197]
本实施例2中，提供一种基于后果研判的狭小非暴露空间应急资源分配方法，应用博弈论组合赋权的方式确定影响狭小非暴露空间发生二次灾害的可能性的影响因素权重并进行概率估计，计算各个狭小非暴露空间所需要的资源并通过改进的蜂群算法与其他启发式算法进行对比求解，形成最优的资源分配方案，所述方法包括下述步骤：
[0198]
步骤一、确定影响狭小非暴露空间发生二次伤害的影响因素的主观权重和客观权重并用博弈论组合赋权的方式计算权重。
[0199]
步骤二、对发生事故的狭小非暴露空间构建正理想点矩阵和逆理想点矩阵，并计算各个影响因素的理想点贴进度，集合步骤一中计算的各个影响因素的权重，计算发生事故的狭小非暴露空间发生二次灾害的可能性。
[0200]
步骤三、基于步骤二中的狭小非暴露区域发生二次伤害的可能性，计算各个受灾的狭小非暴露区域需求的物资，并构建时间满意度最高、分配最公平和救援成本最低的多目标函数，使用改进的蜂群算法求解资源分配方式。
[0201]
所述的步骤一，其具体表示形式为：
[0202]
2.1对指标样本数据排序，计算各指标xi的基尼系数gi：
[0203][0204]
其中：m表示样本数目；y
ip
，y
iq
为指标xi对应的第p，q个样本值，yi表示指标xi样本数据之和。
[0205]
从指标集x＝{xi}(i＝1,2,...,n)中选取最不重要的指标x
t
，计算各指标对x
t
的相对重要程度ri：
[0206][0207]
其中，g
t
表示最不重要的指标x
t
的基尼系数。
[0208]
计算各个评价指标xi的主观权重：
[0209][0210]
2.2对指标样本数据运用极差化进行标准化处理并计算指标xi所含信息量ci：
[0211][0212]
其中，为指标标准差系数；r
ij
为指标间相关系数。
[0213]
计算评价指标xi客观权重：
[0214][0215]
2.3将组合系数κk优化得到对策模型：
[0216][0217]
转化为最优一阶导数的条件为：
[0218][0219]
结合上式计算得κk,k＝1,2,...,l，并对其进行归一化处理：
[0220][0221]
计算评价指标xi最优综合权重：
[0222][0223]
所述的步骤二，其具体步骤是：
[0224]
3.1假设某一狭小非暴露空间发生特定二次事故的风险评价指标为λ
ij
,i＝1,2,...,m；j＝1,2,..,n，其中m为待评价区域数量，n为待评价指标个数，具体分为三个方面的因素，分别是环境的不稳定因素，影响救援时效的因素以及诱导因素。评价矩阵为：
[0225][0226]
在本实施例中，我们采用正指标和逆指标来评价狭小非暴露区域发生二次灾害的可能性。其中正指标二次事故发生的可能性成正相关关系，逆指标则相反。假设二次事故发生的可能性呈单调变化的趋势，可确定正理想点和反理想点。
[0227]
当评价指标为正指标时，正理想点与反理想点向量为：
[0228][0229]
当评价指标为逆指标时，正理想点与反理想点向量为：
[0230][0231]
其中，fi(p)，fi(n)分别为狭小非暴露空间发生特定二次事故风险的第i个指标的
正理想点向量和反理想点向量，λi狭小非暴露空间发生特定二次事故的风险评价指标值。
[0232]
3.2理想点评价函数为指标到理想点和反理想点的距离，本实施例中我们采用欧式距离来表示指标到正理想点和反理想点之间的相对距离。
[0233]
到正理想点的距离：
[0234][0235]
到反理想点的距离：
[0236][0237]
计算理想点贴进度：
[0238][0239]
3.3结合各种影响狭小非暴露区域发生二次事故的可能因素，在本实施例中我们把发生在某一狭小非暴露空间区域的伤害可能引发二次事故的概率定义为：
[0240][0241]
所述的步骤三，其具体步骤是：
[0242]
4.1在狭小非暴露区域的伤害事故发生之后，需要迅速判断一次伤害事故可能会引发二次事故的可能性，并根据这个可能性的大小及人员的受困情况等因素确定需要向每个受灾点派遣的物资量。在本实施例中，我们根据之前确定的可能引发二次事故的可能性的大小来判断在对狭小非暴露区域i进行资源分配时是否考虑二次事故的影响：
[0243][0244]
其中，er为判断某一狭小非暴露区域i是否需要考虑二次事故，1为需要考虑二次事故，0为不需要考虑二次事故，pi表示狭小非暴露区域i受到二次事故的可能性，α为判定是否需要考虑二次事故的阈值。
[0245]
灾点的物资需求量为：
[0246]ri
＝r
i1
·iti
+r
i2
·eri
·iti
[0247]
其中，ri表示灾点i所需要的物资，r
i1
表示平均每个人在一次伤害中所需要的物资量，r
i2
表示平均每个人在二次事故中所需要的物资量，e
ri
表示灾点i的二次事故系数。
[0248]
4.2假设当前决策时刻为t，有n个灾点，m个救援中心，由于各个灾点受困人数的不同，为了求解该类物资分配问题，使物资尽可能公平地分配到各个灾点，为各灾点赋予一个紧急权重系数wi，表示灾点i的紧急程度，计算公式为
[0249][0250]
基于紧急程度，用救援时间偏离程度所表示的价值函数来衡量受困人员对救援时
间的满意度。
[0251][0252]
其中，ti表示灾点i的救援事件偏离度；t
ij
表示救援中心j与灾点i的广义事件距离；j表示救援中心集合；x
ij
表示为0/1变量，若进行救援则为1，否则为0。
[0253]
时间满意度函数为：
[0254][0255]
式中，由于价值函数的斜率变化可知，在收益区间为凹函数，a小于等于1，在损失区间为凸函数，b小于等于1。根据风险厌恶原则，损失区间相对于收益区间的函数更为陡峭，
[0256][0257]
其中，f1表示目标函数之一的时间满意度，时间满意度越大越好。
[0258]
为了使分配更加公平合理，以所有灾点物资满足程度的方差来衡量救援的公平性。
[0259][0260][0261][0262]
其中，n
ij
表示救援中心j向灾点i运送的物资量；pi表示灾点i物资满足程度，表示所有灾点的平均物资满足程度，f2为目标函数之一的方差，方差越小，表示差异越小，即分配越公平。
[0263]
在进行救援资源分配时，并不能完全不考虑成本，在本发明中，将成本函数定义为如下。
[0264][0265]
其中f3表示目标函数之一的成本，成本越小越好；c
ij
表示救援中心j向灾点i运送单位物资的成本。
[0266]
在进行救援资源分配时，按照如下的目标函数进行物资分配。
[0267]
[0268][0269][0270][0271][0272]
x
ij
＝0/1
[0273]
ifx
ij
＝0
→nij
＝0
[0274]
ifx
ij
＝1
→
0＜n
ij
＜min{ri,gj}
[0275]
其中，gj表示救援中心的物资储备量，各个救援中心的物资分配时不会超过受灾点的需求量，同样，各个受灾点的需求量也不会超过救援中心的最大储存容量。
[0276]
4.3标准的abc算法通过模拟实际蜜蜂的采蜜机制将人工蜂群分为3类：采蜜蜂、观察蜂和侦察蜂。整个蜂群的目标是寻找花蜜量最大的蜜源。在标准的abc算法中，采蜜蜂利用先前的蜜源信息寻找新的蜜源并与观察蜂分享蜜源信息；观察蜂在蜂房中等待并依据采蜜蜂分享的信息寻找新的蜜源；侦查蜂的任务是寻找一个新的有价值的蜜源，它们在蜂房附近随机地寻找蜜源。所以算法总体分为3个部分。
[0277]
假设问题的解空间是d维的，采蜜蜂与观察蜂的个数都是s，采蜜蜂的个数或观察蜂的个数与蜜源的数量相等。则标准的abc算法将优化问题的求解过程看成是在d维搜索空间中进行搜索。
[0278]
每个蜜源的位置代表问题的一个可能解，蜜源的花蜜量对应于相应的解的适应度。一个采蜜蜂与一个蜜源是相对应的。原始的蜂群算法在形成初代的采蜜蜂的时候，采用的完全随机的方法，在本实施例中，我们在随机生成初始采蜜蜂的时候，考虑到各个受灾点的受灾情况不同，在生成初始解的时候，先进行解的预分配，这可以显著提高蜂群算法的搜索能力。
[0279]
x
ijmax
'＝xi'j+β
·
{r
imax
∈r
imax
,d
min
}
[0280]
其中,x
ijmax
'表示新生成的初始采蜜蜂，β表示预先对所需要的救援物资量最大的受灾点对应的所需物资进行的预分配系数，r
imax
表示受灾点i所需要的最大类型的救援物资，ri表示受灾点i所需要的总的救援物资量，d
min
表示救援物资是从距离灾点最近的救援中心进行预分配，x’ij
表示进行预分配后随机产生的采蜜蜂。
[0281]
通过改进的蜂群算法对步骤二中的模型进行求解，得到各个救援中心的资源分配方案。
[0282]
实施例3
[0283]
本实施例3中，以曾经发生过的一起铁路隧道施工过程中的二次坍塌事故为例，计算各种主观因素和客观因素的组合权重比例。该隧道全长约2km，隧道洞内设单面坡，最大埋深约105m，地貌样貌为丘陵面貌，地势起伏较大，丘间有多处呈“u”、“v”字形的沟壑，且沟
谷内有较多处溪流，丘陵表层覆盖粉质粘土，植被生长茂盛，坡度大体平缓，平均20度，有少许陡峭处达到30度以上，海拔高度为185至290米。
[0284]
选取隧道区间内的围岩级别f1、节理面间距f2、偏压角f3、单位长度最大涌水量f4、隧道跨度f5、隧道埋深f6、地质勘察深度f7、施工对围岩的扰动f8、施工技术水平f9、施工管理水平f
10
这10项因素作为评价隧道区间发生二次坍塌的风险评价因素。选取隧道进口段、出口段、以及三段中间段作为采样点，样本评价指标实际数据如下表1所示。
[0285]
表1
[0286][0287]
结合上述的数据，运用基尼系数改进后的g2法计算评价指标主观权重，运用标准差系数改进的critic法计算评价指标客观权重，运用博弈论组合赋权法得到各个指标的综合权重，计算结果如下表2所示。
[0288]
表2
[0289][0290]
据工程资料以及相关工程经验，选取的10项二次塌方影响因素的分级标准如表3所示，围岩级别f1、施工对围岩的扰动f8、施工技术水平f9、施工管理水平f
10
的参考标准如下表3所示。
[0291]
表3
[0292][0293][0294]
部分因素影响等级划分方式如下表4所示：
[0295]
表4
[0296][0297]
构建正理想点矩阵和逆理想点矩阵得：
[0298][0299][0300]
以发生的某一起铁路隧道施工过程中的严重伤害事故为例，本次伤害事故共造成5处塌方，各隧道风险指标值及初始受困人数如下表5所示。
[0301]
表5
[0302][0303][0304]
计算各隧道段的二次坍塌风险等级的理想点贴进度及二次伤害的概率pi如表下表6所示。
[0305]
表6
[0306][0307]
根据计算的各个隧道区间发生二次伤害的可能性，与判断二次伤害的阈值α进行比较，这里我们令α等于0.520，确定各个受灾点所需要的各种救援物资的数量，如下表7所示。
[0308]
表7
[0309][0310]
确定了初始所需的救援物资后，使用传统蜂群算法、遗传算法、粒子群算法和改进的蜂群算法对救援物资的分配结果进行对比，改进的蜂群算法的流程图如图1所示。
[0311]
将目标函数归一化处理得到结果如下表8所示：
[0312]
表8
[0313][0314][0315]
本实施例中，通过对狭小非暴露空间突发灾情进行分析，使用博弈论组合赋权的方法对影响狭小非暴露空间造成二次事故的主客观因素进行赋权，并针对这些因素构建正
理想点和逆理想点集，计算理想点贴进度，结合各个影响因素的权重计算狭小非暴露空间发生二次伤害的可能性。考虑二次伤害的影响条件下，以时间满意度最高，分配最公平，成本最小构建多目标函数，使用改进的蜂群算法进行求解，并与其他求解算法进行对比，得到最终的分配方案。同时，决策者可以根据自身的实际情况对二次伤害的阈值进行调整，改进的蜂群算法不仅在分配方案上最优，通过图2可以发现(图中，较低的立柱代表的是改进的蜂群算法)，在算法的时效上也快速提高。
[0316]
实施例4
[0317]
本发明实施例4提供一种非暂态计算机可读存储介质，所述非暂态计算机可读存储介质用于存储计算机指令，所述计算机指令被处理器执行时，实现基于后果研判的狭小非暴露空间应急资源分配方法。
[0318]
实施例5
[0319]
本发明实施例5提供一种计算机程序(产品)，包括计算机程序，所述计算机程序当在一个或多个处理器上运行时，用于实现基于后果研判的狭小非暴露空间应急资源分配方法。
[0320]
实施例6
[0321]
本发明实施例6提供一种电子设备，包括：处理器、存储器以及计算机程序；其中，处理器与存储器连接，计算机程序被存储在存储器中，当电子设备运行时，所述处理器执行所述存储器存储的计算机程序，以使电子设备执行实现基于后果研判的狭小非暴露空间应急资源分配方法的指令。
[0322]
本领域内的技术人员应明白，本发明的实施例可提供为方法、系统、或计算机程序产品。因此，本发明可采用完全硬件实施例、完全软件实施例、或结合软件和硬件方面的实施例的形式。而且，本发明可采用在一个或多个其中包含有计算机可用程序代码的计算机可用存储介质(包括但不限于磁盘存储器、cd-rom、光学存储器等)上实施的计算机程序产品的形式。
[0323]
本发明是参照根据本发明实施例的方法、设备(系统)、和计算机程序产品的流程图和/或方框图来描述的。应理解可由计算机程序指令实现流程图和/或方框图中的每一流程和/或方框、以及流程图和/或方框图中的流程和/或方框的结合。可提供这些计算机程序指令到通用计算机、专用计算机、嵌入式处理机或其他可编程数据处理设备的处理器以产生一个机器，使得通过计算机或其他可编程数据处理设备的处理器执行的指令产生用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的装置。
[0324]
这些计算机程序指令也可存储在能引导计算机或其他可编程数据处理设备以特定方式工作的计算机可读存储器中，使得存储在该计算机可读存储器中的指令产生包括指令装置的制造品，该指令装置实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能。
[0325]
这些计算机程序指令也可装载到计算机或其他可编程数据处理设备上，在计算机或其他可编程设备上执行一系列操作步骤以产生计算机实现的处理，从而在计算机或其他可编程设备上执行的指令提供用于实现在流程图一个流程或多个流程和/或方框图一个方框或多个方框中指定的功能的步骤。
[0326]
上述虽然结合附图对本发明的具体实施方式进行了描述，但并非对本发明保护范
围的限制，所属领域技术人员应该明白，在本发明公开的技术方案的基础上，本领域技术人员在不需要付出创造性劳动即可做出的各种修改或变形，都应涵盖在本发明的保护范围之内。