于世浡　湯曉安　孔龍星　張俊達(dá)

摘 要： 結(jié)合當(dāng)前處置突發(fā)事件的實(shí)際需求，提出一種基于CBR的突發(fā)事件處置方案快速生成方法。首先基于框架表示法對(duì)突發(fā)事件案例進(jìn)行建模，并構(gòu)建案例庫；然后基于相似性度量，提取與本次突發(fā)事件最為接近的參考案例，并根據(jù)實(shí)際情況進(jìn)行交互修改后，得到最終處置方案；最后進(jìn)行了仿真實(shí)驗(yàn)，驗(yàn)證了該方法的有效性。

關(guān)鍵詞： CBR； 方案生成； 突發(fā)事件； 案例庫構(gòu)建

中圖分類號(hào)： TN911?34 文獻(xiàn)標(biāo)識(shí)碼： A 文章編號(hào)： 1004?373X（2014）10?0039?04

Abstract： According to the current requirements to deal with emergency， a rapid establishment method for emergency treatment plan based on case?based reasoning （CBR） is proposed. First， the emergency cases are modeled based on the frame representation method and the case base is created. Second， the reference case which is most similar to the current emergency case is extracted according to its similarity measurement， and then the final treatment plan is obtained after the reference case is revised alternatively according to the actual situation. Finally， the simulation results show the effectiveness of the method.

Keywords： CBR； scheme generation； emergency； case base creation

0 引 言

隨著國際國內(nèi)形勢(shì)的發(fā)展變化，以及意識(shí)形態(tài)領(lǐng)域斗爭(zhēng)的日趨復(fù)雜，各類突發(fā)事件呈現(xiàn)高發(fā)快閃、對(duì)抗激烈、高度透明等特點(diǎn)。目前，由于事件的性質(zhì)、規(guī)模等不同，必須對(duì)處置方案進(jìn)行人工臨時(shí)生成。但是由于突發(fā)事件類型較多，情況復(fù)雜多變，一方面人工生成處置方案效率低下，很難滿足處置突發(fā)事件的緊急需求；另一方面，生成的處置方案往往摻雜主觀因素，并且由于事件的突發(fā)性，很難保證方案的全面性和有效性。因此，是否能夠快速、科學(xué)地生成突發(fā)事件處置方案已經(jīng)成為制約成功處置突發(fā)事件的關(guān)鍵因素。

目前，在方案快速生成方面，國內(nèi)外學(xué)者進(jìn)行了大量深入研究，研究成果主要基于案例推理（Case?Based Reasoning，CBR）技術(shù)和規(guī)則推理（Rule?Based Reasoning，RBR）技術(shù)。如王世云等提出了一種基于CBR技術(shù)的機(jī)動(dòng)工程保障方案生成方法[1]，主要研究機(jī)動(dòng)工程保障決策過程中的思維經(jīng)驗(yàn)和預(yù)案，并構(gòu)建了機(jī)動(dòng)工程保障案例的存貯模型和推理模型。張?zhí)毂忍岢隽艘环N基于經(jīng)典關(guān)聯(lián)規(guī)則算法Apriori思想的電力應(yīng)急輔助決策規(guī)則生成方法[2]，從中提煉出應(yīng)急處置中的決策參考信息，并提出了應(yīng)急輔助決策規(guī)則的數(shù)學(xué)模型。李皓等提出了一種應(yīng)用過程推理系統(tǒng)對(duì)作戰(zhàn)方案的自動(dòng)生成方法[3]，實(shí)現(xiàn)對(duì)戰(zhàn)術(shù)目標(biāo)的批處理。李建洋等提出了一種基于案例推理的機(jī)器學(xué)習(xí)方法[4]，研究了不同環(huán)境下的案例表示，以及案例庫構(gòu)建方法問題。John等提出了一種醫(yī)療診斷混合推理的框架[5]，將規(guī)則推理和案例推理相結(jié)合用于醫(yī)學(xué)診斷。Nisanbayev等提出了一種電子商務(wù)應(yīng)用的混合推理方法[6]，該方法提高了系統(tǒng)的搜索機(jī)制。綜合以上方法可以看出，盡管CBR處理速度快，處理能力強(qiáng)，但容易受案例庫資源有限性的影響，同時(shí)缺乏規(guī)則指導(dǎo)，導(dǎo)致無法生成滿意的方案；RBR解釋能力強(qiáng)，表現(xiàn)形式清楚，但存在知識(shí)獲取的“瓶頸”問題，對(duì)于處理過的問題沒有記憶，處理例外情況能力較差。

針對(duì)以上方法的不足，結(jié)合當(dāng)前處置突發(fā)事件的實(shí)際需求，本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法，首先基于框架表示法對(duì)突發(fā)事件案例進(jìn)行建模，構(gòu)建案例庫；然后基于相似性度量，計(jì)算當(dāng)前事件與歷史事件的總體相似度，提取與本次突發(fā)事件最為接近的參考案例，最后，經(jīng)過交互修改，得到最終的處置方案。

1 基于框架表示法的案例庫建模

突發(fā)事件的案例是指在處置突發(fā)事件過程中所經(jīng)歷的典型的富有多種意義的事件陳述，對(duì)處置的學(xué)習(xí)、研究、借鑒以及創(chuàng)新具有重要意義。

案例庫建模即把處置突發(fā)事件的指揮員和領(lǐng)域?qū)＜姨幹猛话l(fā)事件的經(jīng)驗(yàn)和知識(shí)轉(zhuǎn)變?yōu)榭杀挥?jì)算機(jī)接受的用于描述知識(shí)的數(shù)據(jù)結(jié)構(gòu)。案例一般表示為：

案例=<情況描述，處置經(jīng)過，經(jīng)驗(yàn)教訓(xùn)>

其中，情況描述是用來描述突發(fā)事件的屬性信息。處置經(jīng)過是描述突發(fā)事件的具體處置措施，任何基于案例推理的系統(tǒng)必須要有情況描述和處置經(jīng)過。經(jīng)驗(yàn)教訓(xùn)是從多次處置突發(fā)事件實(shí)踐中得到的經(jīng)驗(yàn)和從錯(cuò)誤或失敗中得到的教訓(xùn)。

案例庫建模作為CBR求解問題的第一個(gè)步驟，對(duì)于輸入的案例首先要以系統(tǒng)可以識(shí)別的方式進(jìn)行描述，然后才可以進(jìn)行檢索。根據(jù)知識(shí)表示的方便性、有效性、可擴(kuò)展性及應(yīng)用的領(lǐng)域，可以借鑒人工智能領(lǐng)域的多種知識(shí)表示方法[7] ，如劇本表示法、框架表示法、謂詞邏輯表示法、語義網(wǎng)絡(luò)表示法等。其中，框架表示法適應(yīng)性強(qiáng)、概括性好、結(jié)構(gòu)化好、推理方式靈活，能把陳述性知識(shí)和過程性知識(shí)相結(jié)合[8]。因此本文采用框架表示法對(duì)案例庫進(jìn)行建模?？蚣鼙硎痉ㄍǔＳ煽蚣苊⒉?、側(cè)面及側(cè)面值構(gòu)成。通過對(duì)突發(fā)事件處置方案的要素分析，將處置方案的事項(xiàng)分類、屬性和屬性值分別對(duì)應(yīng)于框架表示法的槽、側(cè)面項(xiàng)和側(cè)面值，表1給出了某突發(fā)事件處置方案的部分框架模型（限于篇幅，僅給出了部分典型側(cè)面值）。

由表1可知，從模型結(jié)構(gòu)方面，模型主要從情況描述、處置經(jīng)過、經(jīng)驗(yàn)教訓(xùn)等三方面對(duì)突發(fā)事件案例進(jìn)行分類，將其細(xì)化為在突發(fā)事件處置中的各方面屬性，其中事件性質(zhì)、事件規(guī)模和地理氣候是對(duì)事件情況的描述；處置實(shí)施是對(duì)處置經(jīng)過的概述；經(jīng)驗(yàn)、教訓(xùn)、建議和啟示是對(duì)整個(gè)事件的總結(jié)和延伸。從數(shù)據(jù)類型方面，所有側(cè)面值，均可以用數(shù)字、枚舉和文本類型進(jìn)行描述。

2 參考案例相似性度量

衡量?jī)蓚€(gè)突發(fā)事件之間相似性，一般從事件性質(zhì)、事件規(guī)模和地理氣候三個(gè)屬性來考慮。案例相似性度量（Similarity Measure）的選擇是CBR檢索的關(guān)鍵，合理有效的度量函數(shù)可以使用戶快速、準(zhǔn)確地在案例庫中檢索到相似案例，為方案的快速生成提供可能。本文基于層次分析法[8]，將案例屬性之間的相似性度量定義為局部相似性度量，將案例整體的相似性度量定義為全局相似性度量，通過求案例各屬性相似性度量的加權(quán)和來得到整體案例的相似性度量，進(jìn)而從案例庫中選擇整體相似度最高的案例作為參考案例。

2.1 局部相似性度量

由表1可知，事件性質(zhì)、事件規(guī)模和地理氣候三個(gè)屬性中的內(nèi)容，僅包含數(shù)字和枚舉兩種類型。因此，局部相似性度量應(yīng)該由數(shù)字類型相似性度量和枚舉類型相似性度量組合而成。

4.2 實(shí)驗(yàn)過程

首先在案例庫中隨機(jī)選取20個(gè)成功案例作為當(dāng)前突發(fā)事件，剩余的772個(gè)案例作為案例庫中的歷史突發(fā)事件。按順序從隨機(jī)選取的已有20個(gè)成功案例中選取一個(gè)案例A，將A中的基本情況輸入案例庫，在含有772個(gè)案例的案例庫中進(jìn)行相似性度量的計(jì)算，提取出全局相似性度量值最大的案例作為A的參考案例，選擇其處置方案作為初始方案，然后人工對(duì)其進(jìn)行修改形成最終方案。為了定量表示最終方案與原方案之間的相似度，將優(yōu)化后的最終方案輸入到myCBR中，通過myCBR比較生成方案和事件A原方案的相似性。以此類推，形成20個(gè)比較結(jié)果。為了比較方案生成的效率，對(duì)每一次方案生成的耗時(shí)進(jìn)行記錄，人工對(duì)方案的修改依業(yè)務(wù)熟練程度的不同而不同，取平均時(shí)間6 h。具體過程以某一事件為例進(jìn)行說明：

（1） 輸入待求問題基本情況為：2010年楊莊礦務(wù)局因虧損嚴(yán)重，宣布破產(chǎn)，部分社會(huì)反動(dòng)分子借機(jī)造謠生事，煽動(dòng)不明真相群眾，手持棍棒，包圍礦務(wù)局大院，實(shí)施打砸搶等危害社會(huì)行為，天氣炎熱，聚集人數(shù)達(dá)到2 000人。

（2） 通過局部相似性度量分別計(jì)算，從事件性質(zhì)、事件規(guī)模和地理氣候三方面與案例庫中的每個(gè)案例對(duì)應(yīng)屬性進(jìn)行相似性度量，度量值分別為0.93、0.92、0.95，依據(jù)以往處置突發(fā)事件的豐富經(jīng)驗(yàn)，地理氣候決定基本處置手段，事件規(guī)模限定參與處置的人數(shù)，事件性質(zhì)涵蓋突發(fā)事件的處置方式，遂針對(duì)此情況特點(diǎn)，對(duì)三者分別加權(quán)為0.5，0.3，0.2。而后通過全局相似性度量計(jì)算，得出的最大的度量值為0.93，其對(duì)應(yīng)案例被選定為最相似案例，完成檢索。

（3） 通過人工對(duì)初始方案進(jìn)行修改，形成最終方案。

（4） 將最終方案輸入到myCBR中與事件原處置方案進(jìn)行比較，得出相似性數(shù)值，并記錄方案生成的耗時(shí)。

4.3 實(shí)驗(yàn)結(jié)果及分析

由表2可以看出，根據(jù)本方法生成的突發(fā)事件處置方案與原處置方案相比，具有很高的相似性，myCBR的比較結(jié)果都在0.95以上。可以看出，在突發(fā)事件案例豐富的條件下，能夠滿足處置突發(fā)事件方案準(zhǔn)確生成的實(shí)際需要。20次實(shí)驗(yàn)的方案生成耗時(shí)如表3所示。

5 結(jié) 語

本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法，該方法通過案例庫建模、相似性度量計(jì)算以及初始方案優(yōu)化等步驟，能夠快速、準(zhǔn)確地生成突發(fā)事件的處置方案。通過實(shí)驗(yàn)可知，該方法具備較強(qiáng)的科學(xué)性和時(shí)效性，能夠?yàn)橥话l(fā)事件的有效處置提供較好支持。

參考文獻(xiàn)

[1] 王世云，劉彥存，蔡鄂，等.基于案例推理機(jī)動(dòng)工程保障方案生成模型研究[J].軍事運(yùn)籌與系統(tǒng)工程，2012（2）：21?25.

[2] 張?zhí)毂?，彭啟?基于形式化預(yù)案的電力應(yīng)急輔助決策規(guī)則生成方法[J].電力系統(tǒng)自動(dòng)化，2010（22）：67?69.

[3] 李皓，常國岑，孫鵬，等.基于Agent的作戰(zhàn)方案自動(dòng)生成系統(tǒng)研究[J].系統(tǒng)工程與電子技術(shù)，2009（1）：134?136.

[4] 李建洋，陳雪云，劉慧婷，等.基于案例推理表示的研究[J].合肥學(xué)院學(xué)報(bào)：自然科學(xué)版，2007（3）：26?29.

[5] JOHN Deepti Anne， JOHN Rose Rani. A framework for medical diagnosis using hybrid reasoning [C]// Proceedings of the International MultiConference of Engineers and Computer Scientists. Hong Kong， China： IMECS， 2010，1： 978?988.

[6] NISANBAYEV Y， KO I S， ABDULLAEV S， et al. E?commerce applications of the hybrid reasoning method [C]// Proceedings of International Conference on New Trends in Information and Service Science. Beijing： [s.n.]， 2009： 797?801.

[7] 湯文宇，李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J]. 西安郵電學(xué)院學(xué)報(bào)，2006（5）：75?78.

[8] 朱乾有.基于CBR和RBR技術(shù)的突發(fā)事件預(yù)案管理系統(tǒng)的研究[D].西安：長(zhǎng)安大學(xué)，2011.

由表1可知，從模型結(jié)構(gòu)方面，模型主要從情況描述、處置經(jīng)過、經(jīng)驗(yàn)教訓(xùn)等三方面對(duì)突發(fā)事件案例進(jìn)行分類，將其細(xì)化為在突發(fā)事件處置中的各方面屬性，其中事件性質(zhì)、事件規(guī)模和地理氣候是對(duì)事件情況的描述；處置實(shí)施是對(duì)處置經(jīng)過的概述；經(jīng)驗(yàn)、教訓(xùn)、建議和啟示是對(duì)整個(gè)事件的總結(jié)和延伸。從數(shù)據(jù)類型方面，所有側(cè)面值，均可以用數(shù)字、枚舉和文本類型進(jìn)行描述。

2 參考案例相似性度量

衡量?jī)蓚€(gè)突發(fā)事件之間相似性，一般從事件性質(zhì)、事件規(guī)模和地理氣候三個(gè)屬性來考慮。案例相似性度量（Similarity Measure）的選擇是CBR檢索的關(guān)鍵，合理有效的度量函數(shù)可以使用戶快速、準(zhǔn)確地在案例庫中檢索到相似案例，為方案的快速生成提供可能。本文基于層次分析法[8]，將案例屬性之間的相似性度量定義為局部相似性度量，將案例整體的相似性度量定義為全局相似性度量，通過求案例各屬性相似性度量的加權(quán)和來得到整體案例的相似性度量，進(jìn)而從案例庫中選擇整體相似度最高的案例作為參考案例。

2.1 局部相似性度量

由表1可知，事件性質(zhì)、事件規(guī)模和地理氣候三個(gè)屬性中的內(nèi)容，僅包含數(shù)字和枚舉兩種類型。因此，局部相似性度量應(yīng)該由數(shù)字類型相似性度量和枚舉類型相似性度量組合而成。

4.2 實(shí)驗(yàn)過程

首先在案例庫中隨機(jī)選取20個(gè)成功案例作為當(dāng)前突發(fā)事件，剩余的772個(gè)案例作為案例庫中的歷史突發(fā)事件。按順序從隨機(jī)選取的已有20個(gè)成功案例中選取一個(gè)案例A，將A中的基本情況輸入案例庫，在含有772個(gè)案例的案例庫中進(jìn)行相似性度量的計(jì)算，提取出全局相似性度量值最大的案例作為A的參考案例，選擇其處置方案作為初始方案，然后人工對(duì)其進(jìn)行修改形成最終方案。為了定量表示最終方案與原方案之間的相似度，將優(yōu)化后的最終方案輸入到myCBR中，通過myCBR比較生成方案和事件A原方案的相似性。以此類推，形成20個(gè)比較結(jié)果。為了比較方案生成的效率，對(duì)每一次方案生成的耗時(shí)進(jìn)行記錄，人工對(duì)方案的修改依業(yè)務(wù)熟練程度的不同而不同，取平均時(shí)間6 h。具體過程以某一事件為例進(jìn)行說明：

（1） 輸入待求問題基本情況為：2010年楊莊礦務(wù)局因虧損嚴(yán)重，宣布破產(chǎn)，部分社會(huì)反動(dòng)分子借機(jī)造謠生事，煽動(dòng)不明真相群眾，手持棍棒，包圍礦務(wù)局大院，實(shí)施打砸搶等危害社會(huì)行為，天氣炎熱，聚集人數(shù)達(dá)到2 000人。

（2） 通過局部相似性度量分別計(jì)算，從事件性質(zhì)、事件規(guī)模和地理氣候三方面與案例庫中的每個(gè)案例對(duì)應(yīng)屬性進(jìn)行相似性度量，度量值分別為0.93、0.92、0.95，依據(jù)以往處置突發(fā)事件的豐富經(jīng)驗(yàn)，地理氣候決定基本處置手段，事件規(guī)模限定參與處置的人數(shù)，事件性質(zhì)涵蓋突發(fā)事件的處置方式，遂針對(duì)此情況特點(diǎn)，對(duì)三者分別加權(quán)為0.5，0.3，0.2。而后通過全局相似性度量計(jì)算，得出的最大的度量值為0.93，其對(duì)應(yīng)案例被選定為最相似案例，完成檢索。

（3） 通過人工對(duì)初始方案進(jìn)行修改，形成最終方案。

（4） 將最終方案輸入到myCBR中與事件原處置方案進(jìn)行比較，得出相似性數(shù)值，并記錄方案生成的耗時(shí)。

4.3 實(shí)驗(yàn)結(jié)果及分析

由表2可以看出，根據(jù)本方法生成的突發(fā)事件處置方案與原處置方案相比，具有很高的相似性，myCBR的比較結(jié)果都在0.95以上?？梢钥闯?，在突發(fā)事件案例豐富的條件下，能夠滿足處置突發(fā)事件方案準(zhǔn)確生成的實(shí)際需要。20次實(shí)驗(yàn)的方案生成耗時(shí)如表3所示。

5 結(jié) 語

本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法，該方法通過案例庫建模、相似性度量計(jì)算以及初始方案優(yōu)化等步驟，能夠快速、準(zhǔn)確地生成突發(fā)事件的處置方案。通過實(shí)驗(yàn)可知，該方法具備較強(qiáng)的科學(xué)性和時(shí)效性，能夠?yàn)橥话l(fā)事件的有效處置提供較好支持。

參考文獻(xiàn)

[1] 王世云，劉彥存，蔡鄂，等.基于案例推理機(jī)動(dòng)工程保障方案生成模型研究[J].軍事運(yùn)籌與系統(tǒng)工程，2012（2）：21?25.

[2] 張?zhí)毂?，彭啟?基于形式化預(yù)案的電力應(yīng)急輔助決策規(guī)則生成方法[J].電力系統(tǒng)自動(dòng)化，2010（22）：67?69.

[3] 李皓，常國岑，孫鵬，等.基于Agent的作戰(zhàn)方案自動(dòng)生成系統(tǒng)研究[J].系統(tǒng)工程與電子技術(shù)，2009（1）：134?136.

[4] 李建洋，陳雪云，劉慧婷，等.基于案例推理表示的研究[J].合肥學(xué)院學(xué)報(bào)：自然科學(xué)版，2007（3）：26?29.

[5] JOHN Deepti Anne， JOHN Rose Rani. A framework for medical diagnosis using hybrid reasoning [C]// Proceedings of the International MultiConference of Engineers and Computer Scientists. Hong Kong， China： IMECS， 2010，1： 978?988.

[6] NISANBAYEV Y， KO I S， ABDULLAEV S， et al. E?commerce applications of the hybrid reasoning method [C]// Proceedings of International Conference on New Trends in Information and Service Science. Beijing： [s.n.]， 2009： 797?801.

[7] 湯文宇，李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J]. 西安郵電學(xué)院學(xué)報(bào)，2006（5）：75?78.

[8] 朱乾有.基于CBR和RBR技術(shù)的突發(fā)事件預(yù)案管理系統(tǒng)的研究[D].西安：長(zhǎng)安大學(xué)，2011.

由表1可知，從模型結(jié)構(gòu)方面，模型主要從情況描述、處置經(jīng)過、經(jīng)驗(yàn)教訓(xùn)等三方面對(duì)突發(fā)事件案例進(jìn)行分類，將其細(xì)化為在突發(fā)事件處置中的各方面屬性，其中事件性質(zhì)、事件規(guī)模和地理氣候是對(duì)事件情況的描述；處置實(shí)施是對(duì)處置經(jīng)過的概述；經(jīng)驗(yàn)、教訓(xùn)、建議和啟示是對(duì)整個(gè)事件的總結(jié)和延伸。從數(shù)據(jù)類型方面，所有側(cè)面值，均可以用數(shù)字、枚舉和文本類型進(jìn)行描述。

2 參考案例相似性度量

衡量?jī)蓚€(gè)突發(fā)事件之間相似性，一般從事件性質(zhì)、事件規(guī)模和地理氣候三個(gè)屬性來考慮。案例相似性度量（Similarity Measure）的選擇是CBR檢索的關(guān)鍵，合理有效的度量函數(shù)可以使用戶快速、準(zhǔn)確地在案例庫中檢索到相似案例，為方案的快速生成提供可能。本文基于層次分析法[8]，將案例屬性之間的相似性度量定義為局部相似性度量，將案例整體的相似性度量定義為全局相似性度量，通過求案例各屬性相似性度量的加權(quán)和來得到整體案例的相似性度量，進(jìn)而從案例庫中選擇整體相似度最高的案例作為參考案例。

2.1 局部相似性度量

由表1可知，事件性質(zhì)、事件規(guī)模和地理氣候三個(gè)屬性中的內(nèi)容，僅包含數(shù)字和枚舉兩種類型。因此，局部相似性度量應(yīng)該由數(shù)字類型相似性度量和枚舉類型相似性度量組合而成。

4.2 實(shí)驗(yàn)過程

首先在案例庫中隨機(jī)選取20個(gè)成功案例作為當(dāng)前突發(fā)事件，剩余的772個(gè)案例作為案例庫中的歷史突發(fā)事件。按順序從隨機(jī)選取的已有20個(gè)成功案例中選取一個(gè)案例A，將A中的基本情況輸入案例庫，在含有772個(gè)案例的案例庫中進(jìn)行相似性度量的計(jì)算，提取出全局相似性度量值最大的案例作為A的參考案例，選擇其處置方案作為初始方案，然后人工對(duì)其進(jìn)行修改形成最終方案。為了定量表示最終方案與原方案之間的相似度，將優(yōu)化后的最終方案輸入到myCBR中，通過myCBR比較生成方案和事件A原方案的相似性。以此類推，形成20個(gè)比較結(jié)果。為了比較方案生成的效率，對(duì)每一次方案生成的耗時(shí)進(jìn)行記錄，人工對(duì)方案的修改依業(yè)務(wù)熟練程度的不同而不同，取平均時(shí)間6 h。具體過程以某一事件為例進(jìn)行說明：

（1） 輸入待求問題基本情況為：2010年楊莊礦務(wù)局因虧損嚴(yán)重，宣布破產(chǎn)，部分社會(huì)反動(dòng)分子借機(jī)造謠生事，煽動(dòng)不明真相群眾，手持棍棒，包圍礦務(wù)局大院，實(shí)施打砸搶等危害社會(huì)行為，天氣炎熱，聚集人數(shù)達(dá)到2 000人。

（2） 通過局部相似性度量分別計(jì)算，從事件性質(zhì)、事件規(guī)模和地理氣候三方面與案例庫中的每個(gè)案例對(duì)應(yīng)屬性進(jìn)行相似性度量，度量值分別為0.93、0.92、0.95，依據(jù)以往處置突發(fā)事件的豐富經(jīng)驗(yàn)，地理氣候決定基本處置手段，事件規(guī)模限定參與處置的人數(shù)，事件性質(zhì)涵蓋突發(fā)事件的處置方式，遂針對(duì)此情況特點(diǎn)，對(duì)三者分別加權(quán)為0.5，0.3，0.2。而后通過全局相似性度量計(jì)算，得出的最大的度量值為0.93，其對(duì)應(yīng)案例被選定為最相似案例，完成檢索。

（3） 通過人工對(duì)初始方案進(jìn)行修改，形成最終方案。

（4） 將最終方案輸入到myCBR中與事件原處置方案進(jìn)行比較，得出相似性數(shù)值，并記錄方案生成的耗時(shí)。

4.3 實(shí)驗(yàn)結(jié)果及分析

由表2可以看出，根據(jù)本方法生成的突發(fā)事件處置方案與原處置方案相比，具有很高的相似性，myCBR的比較結(jié)果都在0.95以上?？梢钥闯觯谕话l(fā)事件案例豐富的條件下，能夠滿足處置突發(fā)事件方案準(zhǔn)確生成的實(shí)際需要。20次實(shí)驗(yàn)的方案生成耗時(shí)如表3所示。

5 結(jié) 語

本文提出了一種基于CBR的突發(fā)事件處置方案快速生成方法，該方法通過案例庫建模、相似性度量計(jì)算以及初始方案優(yōu)化等步驟，能夠快速、準(zhǔn)確地生成突發(fā)事件的處置方案。通過實(shí)驗(yàn)可知，該方法具備較強(qiáng)的科學(xué)性和時(shí)效性，能夠?yàn)橥话l(fā)事件的有效處置提供較好支持。

參考文獻(xiàn)

[1] 王世云，劉彥存，蔡鄂，等.基于案例推理機(jī)動(dòng)工程保障方案生成模型研究[J].軍事運(yùn)籌與系統(tǒng)工程，2012（2）：21?25.

[2] 張?zhí)毂?，彭啟?基于形式化預(yù)案的電力應(yīng)急輔助決策規(guī)則生成方法[J].電力系統(tǒng)自動(dòng)化，2010（22）：67?69.

[3] 李皓，常國岑，孫鵬，等.基于Agent的作戰(zhàn)方案自動(dòng)生成系統(tǒng)研究[J].系統(tǒng)工程與電子技術(shù)，2009（1）：134?136.

[4] 李建洋，陳雪云，劉慧婷，等.基于案例推理表示的研究[J].合肥學(xué)院學(xué)報(bào)：自然科學(xué)版，2007（3）：26?29.

[5] JOHN Deepti Anne， JOHN Rose Rani. A framework for medical diagnosis using hybrid reasoning [C]// Proceedings of the International MultiConference of Engineers and Computer Scientists. Hong Kong， China： IMECS， 2010，1： 978?988.

[6] NISANBAYEV Y， KO I S， ABDULLAEV S， et al. E?commerce applications of the hybrid reasoning method [C]// Proceedings of International Conference on New Trends in Information and Service Science. Beijing： [s.n.]， 2009： 797?801.

[7] 湯文宇，李玲娟.CBR方法中的案例表示和案例庫的構(gòu)造[J]. 西安郵電學(xué)院學(xué)報(bào)，2006（5）：75?78.

[8] 朱乾有.基于CBR和RBR技術(shù)的突發(fā)事件預(yù)案管理系統(tǒng)的研究[D].西安：長(zhǎng)安大學(xué)，2011.