張 懿,薛小燕,欒尚敏,田立勤
(1.華北科技學(xué)院安全工程學(xué)院,三河 065201;2.華北科技學(xué)院計算機學(xué)院,三河 065201)
隨著國家教育政策的持續(xù)發(fā)展進步,中國高等院校規(guī)模不斷擴大,與此同時伴隨的人為以及非人為校園突發(fā)事件逐漸增多,如自然災(zāi)害、實驗事故、消防治安等問題,給高校應(yīng)急管理帶來很大挑戰(zhàn)。這些問題不僅會對當事人和涉事人造成心理和身體上的巨大傷害,更會對高校的名譽以及社會影響力造成一定的損失,造成一系列的連鎖反應(yīng)?;谝陨显?,建設(shè)校園突發(fā)事件應(yīng)急系統(tǒng)并進行建模分析對于優(yōu)化校園應(yīng)急管理能力,發(fā)展校園應(yīng)急管理體系能力建設(shè)有著舉足輕重的地位,校園突發(fā)事件應(yīng)急系統(tǒng)的合理使用成為優(yōu)化校園發(fā)展的必然要求,有利于保護學(xué)生合法權(quán)益,也可以有效預(yù)防相關(guān)的校園突發(fā)事故。一直以來許多研究關(guān)注于校園應(yīng)急管理體系建設(shè),由文獻[2]提出2000年撰寫的《臨危不亂:校園危機管理手冊》,在我國香港特別行政區(qū)廣為使用。以及我國臺灣省在2000年發(fā)行的《十大校園危機管理手冊》,開展了對于臺灣中學(xué)流行突發(fā)事件的針對性研究并進行事件分類,后續(xù)提出了許多具備實用性、操作性的應(yīng)對方案。文獻[3]分析了工業(yè)安全管理方案的特性,并將其原理應(yīng)用到校園應(yīng)急管理體系建設(shè)中,建立校園應(yīng)急事件安全風(fēng)險評估體系,提出相應(yīng)措施,完善了中小學(xué)校園應(yīng)急管理能力建設(shè)方案。文獻[4]從安全系統(tǒng)工程原理與英國校園應(yīng)急管理體系中得到啟發(fā),設(shè)計中小學(xué)安全風(fēng)險管理系統(tǒng)并將其分為四個子系統(tǒng)進行系統(tǒng)分析,對于整體系統(tǒng)的管理與風(fēng)險辨識起到良好作用。文獻[5]深入研究事故信息來源以及類別對于區(qū)域大眾發(fā)生響應(yīng)行為的影響,發(fā)現(xiàn)大眾往往傾向彼此交流以及聽從上級的指示。文獻[6]針對突發(fā)事件輿論傳播模式構(gòu)建了超網(wǎng)絡(luò)系統(tǒng)模型,并利用樞紐節(jié)點來影響輿論傳播模式并分析模型。
以上研究雖然從各種角度分析校園應(yīng)急管理系統(tǒng)框架建設(shè),但并未形式化建模分析校園應(yīng)急系統(tǒng)。針對這種不足,可運用隨機Petri 網(wǎng)相關(guān)理論,構(gòu)建校園突發(fā)事件應(yīng)急系統(tǒng)安全性能分析的隨機Petri 網(wǎng)模型,并利用基于模型的馬爾科夫模式對系統(tǒng)性能進行分析,通過調(diào)節(jié)有關(guān)數(shù)值變化情況分析系統(tǒng)安全性能可提高的方式。
Petri 網(wǎng)理論由CarlAdamPetri 于1962年在其博士論文中提出,借助計算機技術(shù)圖形化表示描述異步并發(fā)離散系統(tǒng)中的控制流與信息流并進行形式化分析,即在已知變化狀態(tài)下研究網(wǎng)絡(luò)整體的輸入輸出問題。廣泛應(yīng)用于工作流、任務(wù)流系統(tǒng)模擬,是利用計算機技術(shù)處理系統(tǒng)運行模型的成熟工具,但基本網(wǎng)系統(tǒng)存在無法模擬現(xiàn)實中具有滯后發(fā)生特點的事件系統(tǒng)等問題。隨機Petri網(wǎng)(stochastic petri nets,SPN)理論由Vautherlin 等人提出,基于引入時間的Petri網(wǎng)理論而來,在變遷(transition)發(fā)生時刻與發(fā)生完成之間添加一個隨機時間,使變遷具備發(fā)生速率(firing rate),即在變遷發(fā)生時保留“擦除”的Token 一段時間,使Token 輸出具備延遲性。所添加的隨機時間在指定的分布內(nèi)可取任意值,離散時間指定為幾何分布,連續(xù)時間指定為指數(shù)分布,每一個變遷都代表著現(xiàn)實系統(tǒng)中的事件,且變遷使能對應(yīng)著系統(tǒng)狀態(tài)改變,當某一活動完成或某一邏輯條件得到驗證,系統(tǒng)狀態(tài)就會改變。且多個具備速率的變遷可并行使能,但負指數(shù)分布概率密度函數(shù)不可能取同一值,所以兩個具備速率的變遷不可能同時使能。
由于隨機Petri 網(wǎng)與其對應(yīng)的P/T 網(wǎng)具備的可達圖完全一致,所以P/T 網(wǎng)為隨機Petri 網(wǎng)的一個特殊子類,可視作所有變遷發(fā)生的速率為零,一些針對于P/T網(wǎng)的形式化分析思路與隨機Petri 網(wǎng)有相似之處。隨機Petri 網(wǎng)可形式化為一六元組SPN={,,,,,},其中{,,,,}為一個P/T 網(wǎng),λ={,,,…,λ}為變遷平均發(fā)生速率集合,即單位時間內(nèi)發(fā)生變遷的平均次數(shù)。={,,,…,P}為有限庫所集合,={,,,…,T}為有限變遷集合,(×)∪(T×)為庫所與變遷之間交互產(chǎn)生的有限狀態(tài)弧函數(shù),為庫所到變遷以及變遷到庫所之間的有向弧權(quán)值函數(shù),為初始狀態(tài)具有的Token 模式,Token 的具體數(shù)目根據(jù)具體系統(tǒng)模型情況而設(shè)定。若一個隨機Petri 網(wǎng)有界,則有?∈[>,?∈,()≤,其中為庫所最大容量,即保證隨機Petri網(wǎng)不會產(chǎn)生溢出。
在系統(tǒng)模型性能分析中首先建立具體案例系統(tǒng)的一個隨機Petri 網(wǎng)模型,每一個隨機Petri網(wǎng)模型都同構(gòu)于自身對應(yīng)的一個一維連續(xù)時間馬爾可夫模式,之后就可根據(jù)馬爾可夫模式的穩(wěn)態(tài)概率表達式對于具體案例系統(tǒng)的狀態(tài)展開性能量化分析。穩(wěn)態(tài)概率是指給定一馬爾可夫模式,若在其狀態(tài)空間中存在一概率分布,使得該分布與狀態(tài)轉(zhuǎn)移矩陣乘積仍等于該概率分布,這時稱該馬爾可夫模式處于穩(wěn)態(tài),而此時的狀態(tài)轉(zhuǎn)移概率為穩(wěn)態(tài)概率。通過同構(gòu)得出的馬爾可夫模式可以利用含有變遷發(fā)生速率的穩(wěn)態(tài)概率表達式計算出各個穩(wěn)態(tài)概率,進而分析系統(tǒng)的安全性能。在有界隨機Petri 網(wǎng)中,常返狀態(tài)是自動非零常返的,且各狀態(tài)或者是常返的或者是在某一時期后不可達的,若馬爾可夫模式中一個狀態(tài)是常返的,給定充分的時間,系統(tǒng)總是可返回該狀態(tài),若不返回則稱為滑過狀態(tài)。
校園突發(fā)事件具有毫無征兆、后果嚴重、影響廣泛的特點,建立事故應(yīng)急系統(tǒng)目的是把傳統(tǒng)的應(yīng)急事故預(yù)案制定和實施進行建模形式化分析,可以直觀地把監(jiān)測、組織、指揮、救援、報告等事故處理階段量化表示,形成清晰的事故處理流程,并可根據(jù)事故類型不同來調(diào)整模型。而隨機Petri 網(wǎng)作為一種處理異步并發(fā)系統(tǒng)的系統(tǒng)模型,可以用來表示校園突發(fā)事件應(yīng)急處理的各個過程的發(fā)生和之間的聯(lián)系,且引入時間使得模型中部分變遷具備優(yōu)先級,更合理地表示實際情況下的事故發(fā)生模式。系統(tǒng)可由監(jiān)控系統(tǒng)、應(yīng)急指揮系統(tǒng)、安保應(yīng)急救援系統(tǒng)三部分構(gòu)成,校園突發(fā)事件根據(jù)主觀性質(zhì)不同分為人為事故與非人為事故,即可設(shè)定反映兩種不同事故類型的應(yīng)急系統(tǒng)流程隨機Petri網(wǎng)模型。無事故時,監(jiān)控系統(tǒng)始終正常運行,應(yīng)急指揮系統(tǒng)以及安保應(yīng)急救援系統(tǒng)保持待命狀態(tài)。當事故發(fā)生時,通過校園內(nèi)搭設(shè)的全方位監(jiān)控系統(tǒng)采集實時畫面記錄,并迅速上傳數(shù)據(jù)到應(yīng)急指揮系統(tǒng),應(yīng)急指揮系統(tǒng)人員根據(jù)監(jiān)控數(shù)據(jù)中事故的實際情況以及事故應(yīng)急預(yù)案進行判定并作出實時響應(yīng),若事故性質(zhì)嚴重則指派安保應(yīng)急救援系統(tǒng)組織實施應(yīng)急救援,在救援處理結(jié)束之后,對事故內(nèi)容進行總結(jié)以便備案與事故原因的后續(xù)調(diào)查。若事故性質(zhì)較輕或者事故在現(xiàn)場被解決完畢,應(yīng)急指揮系統(tǒng)則可以不需要指派安保應(yīng)急救援系統(tǒng)前往處理,可直接分析事故成因并進行備案。設(shè)立庫所集合={,,,,,,,,,,,},設(shè)立變遷集合={,,,,,,,,,,,},并定義3 個Token,其中各庫所以及各變遷表示的含義如表1所示。
表1 隨機Petri網(wǎng)模型符號定義
構(gòu)建的隨機Petri網(wǎng)模型如圖1所示。
圖1 校園突發(fā)事件應(yīng)急系統(tǒng)隨機Petri網(wǎng)模型
校園突發(fā)事件應(yīng)急系統(tǒng)隨機Petri 網(wǎng)模型中處設(shè)置的Token 表示監(jiān)控系統(tǒng)待命,表示監(jiān)控系統(tǒng)監(jiān)測到事故并上傳數(shù)據(jù),和處的Token表示安保應(yīng)急救援系統(tǒng)可正常被派出開展救援工作。當事故發(fā)生時,監(jiān)控系統(tǒng)運行并檢測到事故,T使能,的Token 輸出至,之后輸出至表示應(yīng)急指揮系統(tǒng)接收到事故場景實時信息并準備處理事故。此時變遷,,構(gòu)成自由選擇沖突,在隨機Petri 網(wǎng)中,變遷的沖突解與其所設(shè)置的時間相關(guān),可通過確定變遷使能的優(yōu)先次序或者給予不同的變遷以不同的使能條件謂詞,當滿足謂詞時才可使能。通過競爭策略進行系統(tǒng)調(diào)度和控制策略是隨機Petri 網(wǎng)的優(yōu)點之一。在此不妨設(shè)置優(yōu)先使能,的Token 輸出至,應(yīng)急指揮系統(tǒng)決定不指派安保救援系統(tǒng)。接下來使能,的Token 輸出至,最終輸出經(jīng)過使得較輕事故信息經(jīng)由應(yīng)急指揮系統(tǒng)進行備案,使得監(jiān)控系統(tǒng)恢復(fù)初始狀態(tài)。對嚴重事故進行系統(tǒng)分析,當輸入Token 后,此時令優(yōu)先使能,應(yīng)急指揮系統(tǒng)判定嚴重事故為非人為事故,的Token 輸出至。接下來應(yīng)急指揮中心分析事故嚴重程度并指派安保救援系統(tǒng)處理,即的Token 輸出至,而P的Token 也通過輸出至,獲得兩個Token,表示安保救援系統(tǒng)實施救援行動。處理完畢事故后,的兩個Token 輸出至與,即安保應(yīng)急救援系統(tǒng)救援完畢繼續(xù)待命,且反饋事故信息至應(yīng)急救援系統(tǒng),最終的Token令使能到達,即應(yīng)急指揮系統(tǒng)對事故全程進行分析備案。同上述流程分析人為嚴重事故隨機Petri 網(wǎng)系統(tǒng),即令T優(yōu)先使能。最終形成的可達集為:=(1,0,0,0,0,0,0,1,1,0,0,0),=(0,1,0,0,0,0,0,1,1,0,0,0),=(0,0,1,0,0,0,0,1,1,0,0,0),=(0,0,0,1,0,0,0,1,1,0,0,0),=(0,0,0,0,0,0,0,1,1,0,1,0),=(0,0,0,0,0,0,0,1,1,0,0,1),=(0,0,0,0,1,0,0,1,1,0,0,0),=(0,0,0,0,0,0,2,0,1,0,0,0),=(0,0,0,0,0,1,0,1,1,0,0,0),=(0,0,0,0,0,0,0,1,0,2,0,0)。該可達集反映了網(wǎng)系統(tǒng)的各個狀態(tài),為后續(xù)分析提供支持。
在隨機Petri 網(wǎng)模型中,連續(xù)可使能變遷的發(fā)生速率服從Molly 指數(shù)分布,若有個可使能的變遷集合=(,,,…,T),設(shè)任意變遷T∈T,T為當前可使能變遷集合,有:
式中≥0為隨機設(shè)定延遲變量。由于該分布存在無記憶性且系統(tǒng)中存在有限個Token,所以該隨機Petri 網(wǎng)的每個Token 可映射為其同構(gòu)的馬爾可夫模式的一個狀態(tài)表示,在任意一個Token模式下,每一個變遷使能概率不同,設(shè)T∈T,則T的使能概率為:
其中λ為T的平均發(fā)生速率,λ為可達狀態(tài)的相關(guān)變遷平均發(fā)生速率,>表示可達態(tài)是可使能的。面對系統(tǒng)中可使能變遷沖突時利用沖突解決策略設(shè)定瞬時速率變遷進行隔離,如在,,沖突時,根據(jù)具體狀態(tài)設(shè)定瞬時速率使得其中之一瞬時使能,發(fā)生非人為事故時,設(shè)定為瞬時變遷,使能優(yōu)先級大于其他變遷,隔離了與的使能。
對于本隨機Petri 網(wǎng)模型設(shè)定變遷平均發(fā)生速率集合={,,,,,,,,,,,},根據(jù)隨機Petri 網(wǎng)模型可達集的弧轉(zhuǎn)換關(guān)系以及弧所對應(yīng)變遷的平均發(fā)生速率,可以構(gòu)造對應(yīng)的馬爾可夫模式以及獲取狀態(tài)轉(zhuǎn)移矩陣的相應(yīng)參數(shù)。以使能的變遷作為有向弧,整理系統(tǒng)全局可達集得出馬爾可夫模式如圖2所示。
圖2 隨機Petri網(wǎng)同構(gòu)馬爾可夫模式
在發(fā)生嚴重事故后的整個模擬過程中的變遷為順序發(fā)生,總發(fā)生時間為所有變遷發(fā)生時間之和,提高任意一個變遷的平均發(fā)生速率都可以提高全局發(fā)生速率。設(shè)馬爾可夫模式均衡態(tài)下的M的穩(wěn)態(tài)概率為(M),其中∈{1,2,3,…,},若隨機Petri 網(wǎng)中有Token 模式的前置與后置之間存在可達性,則有:
其中M,M,M∈[>,且M[T>M,M[T>M。又因為:
由此可得馬爾可夫模式穩(wěn)態(tài)概率方程組為:
解此方程組可得出校園突發(fā)事件隨機Petri網(wǎng)系統(tǒng)各狀態(tài)下的穩(wěn)態(tài)概率的表達式,后續(xù)可進一步通過調(diào)節(jié)某些變遷發(fā)生速率來降低校園突發(fā)事件造成的各種危害,提高系統(tǒng)模型優(yōu)化效率,有利于提高事故處置水平。
實驗采用PIPE 仿真平臺進行模擬,PIPE 是一個基于Java 開發(fā)且遵從PNML 語言的Petri 網(wǎng)分析平臺,從邏輯上分為圖形交互層、數(shù)據(jù)層以及分析模塊。在分析隨機Petri 網(wǎng)時有四步驟:
(1)搜索隨機Petri網(wǎng)的狀態(tài)空間。
(2)消除隨機Petri 網(wǎng)運行狀態(tài)并構(gòu)造其可達圖。
(3)運用同構(gòu)馬爾可夫模式計算穩(wěn)態(tài)概率。
(4)利用穩(wěn)態(tài)概率計算隨機Petri 網(wǎng)的量化參數(shù)。
在本系統(tǒng)中設(shè)定不同的變遷平均發(fā)生速率進行系統(tǒng)狀態(tài)分析,通過假設(shè)檢驗,設(shè)定λ={6,2,2,3,3,1,4,4,4,4,2,1},表示初始階段監(jiān)控系統(tǒng)正常運行、響應(yīng)時間短,相應(yīng)的變遷發(fā)生速率較快,而上傳信息階段嚴重事故的變遷速率相對較快,且兩類嚴重事故發(fā)生后指派應(yīng)急救援部門和事故處理階段的變遷速率各自保持同步,最終備案處理變遷速率與非嚴重事故處理速率同步,根據(jù)PIPE 仿真結(jié)果,各可達態(tài)停留時間見表2。
表2 初始速率集的狀態(tài)停留時間
此時求得各穩(wěn)態(tài)概率為()=8/83、()=24/83、()=6/83、()=12/83、()=6/83、()=12/83、()=3/83、()=3/83、()=9/166、()=9/166。表示每個可達態(tài)在限定發(fā)生速率下的穩(wěn)定概率,越大則越不穩(wěn)定,容易發(fā)生此狀態(tài)。改變λ 的值,可分析出隨著的增大,即使能次數(shù)增多,監(jiān)控系統(tǒng)處于活躍狀態(tài)發(fā)送緊急情況增多,系統(tǒng)整體處于空閑狀態(tài)的概率下降,后續(xù)處理事故的繁忙概率增加,總結(jié)上傳信息的概率顯著增加。假設(shè)其余速率不變,而改變與的值,使λ={6,2,5,5,3,1,4,4,4,4,2,1},各可達態(tài)停留時間見表3。
表3 改變λ2與λ3的狀態(tài)停留時間
此時求得各穩(wěn)態(tài)概率為()=13/202、()=39/202、()=3/101、()=15/101、()=15/202、()=15/101、()=15/101、()=15/101、()=9/404、()=9/404。表示此時系統(tǒng)判斷事故為非嚴重事故和嚴重事故的概率增加,指派應(yīng)急救援系統(tǒng)處理事故的概率增加,不指派的概率減少,且最終事故信息整理上傳備案的概率增加,即代表著系統(tǒng)成功完備處理某一類型事故的概率增大,其余狀態(tài)概率變化正常。在此基礎(chǔ)上改變、、以及值,使={6,2,5,5,3,1,3,4,5,6,2,1},各可達態(tài)持續(xù)時間見表4。
表4 改變λ6、λ7、λ8以及λ9的狀態(tài)停留時間
此時求得各穩(wěn)態(tài)概率為()=26/313、()=78/313、()=12/313、()=60/313、()=30/313、()=60/313、()=20/313、()=12/313、()=9/313、()=6/313。系統(tǒng)判斷事故類型為非人為或人為事故概率增加,且事故信息整理上傳備案的可達態(tài)穩(wěn)態(tài)概率比不指派救援時增加,可凸顯出非人為事故和人為事故發(fā)生時,相應(yīng)的應(yīng)急安保部門作出反應(yīng),以及后續(xù)救援部門的相關(guān)調(diào)度,因此采用隨機Petri 網(wǎng)方法分析校園突發(fā)事故應(yīng)急系統(tǒng)安全性能時,由于各變遷都有實際的意義,因此可以在系統(tǒng)運行中采取相應(yīng)措施控制變遷觸發(fā)速率,來改變系統(tǒng)處于各種狀態(tài)的穩(wěn)態(tài)概率以達到提高安全性能的目的。
(1)以PIPE 作為仿真平臺,建立隨機Petri網(wǎng)模型,并構(gòu)建模型所同構(gòu)的馬爾可夫模式,可計算出各狀態(tài)穩(wěn)態(tài)概率。
(2)分析多種校園突發(fā)事故類型,并對隨機Petri 網(wǎng)系統(tǒng)時間性能以及關(guān)鍵狀態(tài)變遷發(fā)生的情況進行量化分析,為校園內(nèi)處置突發(fā)應(yīng)急事故建設(shè)方案提供了建模仿真的形式化思路。
雖然在模型仿真方面進行形式化分析,但面對實際發(fā)生的校園事故,需要結(jié)合具體案例和結(jié)構(gòu)化分析處理,提取相對應(yīng)的事件演化屬性,形成更多維的系統(tǒng)分析。且針對隨機Petri網(wǎng)模型同構(gòu)的馬爾可夫模式的單元服從指數(shù)分布的特性,考慮結(jié)合不同的建模算法,提升模型計算效率,此外還可從提升精度的角度進行優(yōu)化研究。