基于案例推理的机场应急预案管理

吕宗平，胡 欣，杨宏宇

（中国民航大学 a.空中交通管理学院；b.计算机科学与技术学院，天津 300300）

安全是机场发展的重中之重，紧急事件发生时有效的指挥调度能够确保机场工作的有序进行。目前国内民航机场各单位部门处理紧急事件仍停留在传统的预案文本式，往往靠开会和电话进行沟通，由指挥人员在短时间内临场决定，没有很好地利用以往实际事故或演习的经验，缺乏科学合理性，难以有效地应对机场的突发性事件。因此，采用恰当的方法，对机场应急预案进行管理，是从根本上提高应急处置能力、减少人员伤亡和财产损失的关键。

在发达国家，应急救援已成为维持整个机场能够正常运行的重要支撑体系之一。例如：美国、欧盟、日本等国家都已建立了运行良好的应急救援管理体制，包括应急救援法规、管理机构、指挥队伍、应急队伍、资源保障和公民知情权等方面，形成了比较完善的应急救援系统。中国民航运输业在近几年得到了快速的发展，但中国机场的设备、设施以及管理水平均落后于发达国家和地区，在处理紧急情况时应急能力明显不足。纵观中国各机场现有状况，在应急救援方面普遍存在不足，主要表现在：缺乏统一有效的协调指挥机制；应急管理薄弱，应急反应迟缓；应急救援队伍力量分布不合理；应急装备落后，救援能力有限；应急管理法制基础工作相对滞后。

目前，国内关于机场应急救援的研究还不多，迟文学[1]等人基于G I S（地理信息系统）建立一套机场应急救援与辅助决策支持系统；徐忠明[2]提出建立以数字集群通信系统为核心的机场应急联动系统；朱新平[3]等利用计算机信息化技术对机场应急救援系统进行软件架构设计；梁世华[4]等利用模糊推理法，从理论上构建基于案例推理的机场应急救援规模决策模型；赵玉明[5]等提出基于情景的层次P e t r i网建模方法，得到机场应急仿真模型；罗帆[6]等在问卷调查研究的基础上，对机场灾害预警管理的工作内容进行了阐述。

上述文献针对应急救援系统的搭建、救援的规模决策、救援模型的构建以及机场灾害预警的内容进行了研究，而要有效地提高机场应急反应能力，应急预案的作用也不容忽视。本文构建基于案例推理的机场应急救援模型，利用XML技术来表示案例和构造预案库，采用两两比较打分法和最邻近算法对已有应急预案进行检索与匹配，为突发事故的应急处置提供决策支持。

1 模型建立

案例推理（case-based reasoning，CBR）是用先前求解问题的经验和方法，通过类比和联想来解决当前的相似问题，反映人类认知过程中根据过去经验和方法进行推理求解，从失败或成功中进行学习的特征[7]。目前CBR已被广泛应用于多个领域，并取得很好的效果，而其在民航机场应急管理领域中的应用研究还十分欠缺。处理机场紧急突发事件不是一个简单的过程，需要公安、医疗、消防、航空地面服务公司等部门的共同参与，事件的发生具有随机性、模糊性、不确定性；另一方面，在机场突发事件处理过程或应急演练中已积累不少丰富的经验，存在一些实际的案例，这些都符合CBR方法的使用特征，因此采用CBR设计并实现机场应急预案管理是可行的。

基于CBR机场应急救援方法的核心思想就是借鉴以往处理事故的经验来解决当前的相似问题。机场应急救援模型设计如图1所示，该模型包括案例表示、案例检索与匹配、案例调整、预案执行、案例学习等几个主要部分，其设计思路如下。

图1 基于CBR机场应急救援模型Fig.1 Airport emergency rescue model based on CBR

1）案例表示 采用一定的表示方法描述当前机场突发事件的状况，形成目标案例。

2）案例检索与匹配 从案例库中检索出与当前问题在特征属性上相似或对当前事故有启发和指导意义的案例，形成候选案例集；分别计算候选案例与当前案例相似度，选出最有参考价值的案例作为检索结果。

3）案例调整 为使检索得到的案例能够适合当前事故的需要，根据两者间的差异，对案例进行有针对性的调整，最终得到有效预案。

4）预案执行 在预案执行过程中，如需使用各种资源，则先判断现有资源是否满足数量和质量要求；否则需要及时调拨其他可用资源。

5）案例学习 将当前成功解决问题的案例或处理失败后经过修改并有效评估的案例纳入预案库中，当再次发生相似事故时就可直接调用。

2 基于CBR机场应急救援模型的设计

2.1 案例的表示

案例表示是案例推理的基础，合理的案例表示方法有助于提高案例检索的速度和精度。随着各种类型事件的发生，案例的结构将会越来越复杂。为了日后能有效地管理数量庞大、结构复杂的案例，使其能被高效地操作，本文利用XML技术在对象描述与可计算性方面的优势，将CBR与XML结合在一起，提出以XML文档的形式表示案例，采用树形结构，使用标志和属性来描述案例。

XML（extensible markup language，可扩展标记语言）是一种元语言，利用其可以创建特定领域的标记语言。基于XML表示的案例包含两个主要文件[8]：一个用来描述研究领域的案例结构，另一个描述案例本身。其中案例结构采用XMLSchema来描述，XMLS chema能提供文档的规则、用什么标记符、标记符的属性及之间的关系，尤其他能允许用户创建文档结构和约束文档内容。另一个描述案例本身的XML文档则包括以下内容：

1）案例类别 为有效地组织案例库中的案例，需对案例进行分类，方便索引和检索。

2）案例特征 分为必备特征和可选特征。必备特征是在推理过程中起重要作用、与决策结果有因果关系的特征；可选特征是为了更加全面地描述并区分不同的案例。

3）案例结果 案例对应的处理方法或结论。

目前，CBR中表示案例的方法还有：面向对象表示法，一阶谓词表示法，框架法，过程表示法，语义网络法等。采用XML表示的案例与其他方法表示的对比如表1所示[9]。

表1 采用XML表示的案例与其他方法表示对比Tab.1 Comparison between XML and other methods for cases representation

2.2 预案库的构造

一个系统的案例越多，则拥有的知识越丰富，但案例检索的速度受到相反影响，因此应该合理地组织案例库。XML面向数据，用于描述数据本身的性质、结构以及数据之间的关系并能存储下来，因此XML可作为表示和存储数据的手段。XML文档的树形结构与预案库的分层次多子系统的结构相对应，文档中的节点自定义功能则可用来描述新的案例。

以XML文档构成的数据库与传统数据库相比，前者具有更好的可重用性和可扩展性，具体表现在[10]：

1）案例存储数据的形式是可读的 即人可以直接阅读和编辑XML文档，而数据库中的表不通过数据库管理系统是无法访问的。

2）案例存储相对独立 在XML文档数据库中每个案例文件对应于一个案例，一个案例文件的破坏不会影响整个预案库。

3）案例结构可灵活定义 以XML文档构成的预案库可允许用户定义全新的案例结构，建立符合自己问题描述的案例。

4）案例信息更加丰富完整 采用XML文档形式存储案例，可完整反映与其他案例间的结构关系。

为方便案例检索，对于机场应急救援预案库可以分为两类，即航空器紧急事件预案库和非航空器紧急事件预案库。通过研究分析，得出案例表示的特征属性包括：①应急响应等级；②事故发生地点；③事故原因类型；④天气环境。事故的解决方案包括：①接警并通知各相关部门；②救援资源的集结准备；③现场指挥和协调；④后期处置。

本文设计了两类机场应急救援预案的特征属性层次结构，分别为航空器紧急事件预案特征属性的层次结构（如图2所示）和非航空器紧急事件预案特征属性的层次结构（如图3所示）。

图2 航空器紧急事件预案特征属性层次结构图Fig.2 Hierarchical structure of aircraft emergency preparedness features

图3 非航空器紧急事件预案特征属性的层次结构图Fig.3 Hierarchical structure of non-aircraft emergency preparedness features

2.3 案例的检索与匹配

合理的案例检索与匹配方法是CBR技术的关键之一[11]，分为初步检索和案例匹配两个阶段。初步检索是在突发事故发生时，通过提取当前事故的特征属性，在预案库中查找与当前事故相似的一个或多个案例。案例匹配是在初步筛选出的案例基础上，全面比较所筛选出的案例与当前案例的相似性。案例的检索与匹配涉及两个关键问题[12]：①各特征属性的权重确定；②各特征属性的相似度匹配。

2.3.1 权重的确定

为保证预案检索的准确性，需根据每个特征属性的相对重要程度确定权重系数，权重设置的合理与否对预案检索结果有很大的影响。确定权重的方法很多，如多目标最优法、层次分析法、主观赋值法、频数统计法等。本文采用两两比较打分法来确定机场应急预案中各特征属性的权重。

根据图2所示的层次结构，对航空器紧急事件预案的4个特征属性，即应急响应等级、事故发生地点、事故原因类型、天气环境两两比较打分。这里具体指标之间的两两比较，一般可以通过调查访问法、专家咨询法进行。比较各指标的重要性构造判断矩阵（如表2所示），计算求得矩阵的最大特征根λmax=4.045，一致性比率CR=0.015<0.1，所以判断矩阵满足一致性检验。因此，4个特征属性的权重分别为：0.337，0.164，0.401，0.098。

表2 特征属性判断矩阵Tab.2 Features judgment matrix

2.3.2 相似度的计算

案例检索需达到两个目标[13]：检索出的案例应尽可能少；检索出的案例应尽可能与当前案例相似或匹配。为提高案例检索的精确度，应从预案单个属性的局部相似和所有属性的整体相似两方面综合考虑。

1）单个属性的局部相似

根据属性类型的不同，属性值相似度的计算分为如下3类[12]：

数值型属性 这类属性用数值表示，如火灾预案中被困人员的个数。属性值之间的距离即为两者之间的相似度，计算方法如式（1）所示。式中：sim（Xi，Yi）表示预案X和Y在第i个属性上的相似度，Xi、Yi分别表示预案 X 和 Y 在第 i个属性上的值；max（i）、min（i）分别表示在第i个属性上的最大值和最小值；n表示预案的属性个数。

有序枚举型属性 这类属性是在有一定排序的数据集里取值，如预警级别可分为Ⅰ级、Ⅱ级、Ⅲ级、Ⅳ级，采用式（2）计算相似度。式中：sim（Xi，Yi）表示预案X和Y在第i个属性上的相似度，Xi、Yi分别表示预案X和Y在第i个属性上的值；m表示属性值的等级个数；n表示预案的属性个数。

无序枚举型属性 这类属性是在没有相互关系的数据集里取值，如在消防预案中火灾发生的地点为居民楼、仓库、商场、森林等，采用式（3）计算相似度。式中：sim（Xi，Yi）表示预案X和Y在第i个属性上的相似度，Xi、Yi分别表示预案X和Y在第i个属性上的值；n表示预案的属性个数。

2）所有属性的整体相似

案例的局部相似度匹配完成后，在案例整体相似度计算中，通常建立一个相似匹配函数对当前案例与历史案例进行比较，常用的相似度量函数有：Tversky对比匹配函数，改进的Tversky匹配法，最邻近算法，多参数的相似性计算等。其中最邻近算法是一种相对比较容易实现和理解的匹配方法，由于到目前为止，机场实际生产运行中出现紧急突发事故的情形并不常见，最邻近算法适用于规模不大案例库的相似计算，因此本文采用最邻近算法计算整体相似度。最邻近算法通过累加当前案例与历史案例各个特征属性的相似度值确定整体相似度。整体相似度的计算公式为

式中：m为特征属性的个数；n为历史案例的个数；sim（Ci）为第i个历史案例与当前案例的整体相似度值；wj为第j个特征属性的权重；sim（Cij）为第i个历史案例与当前案例在第j个特征属性上的局部相似度值。最后根据计算得到整体相似度的值，选出最大值的案例作为检索结果。有时为了避免由于特征属性选择不准或权值设置不当而造成一些好的解决方案被漏选，可以选取相似度值较大的几个预案同时作为检索结果，由预案的决策者决定哪个案例和当前的事故最匹配。

3 仿真实例

以某航班在机场降落过程中发动机突发故障，在飞行区内紧急迫降后坠毁为例，因当前事故与航空器相关，则直接索引到航空器紧急事件应急预案库中。此案例库中存有5个历史案例：C1=飞机在停机坪加油时起火，C2=飞机进港滑行时冲出停机线撞上廊桥，C3=飞机落地后偏离跑道机身起火，C4=航班飞行途中出现劫机分子，C5=飞机起飞过程中遭遇鸟击。每个案例中都包含有处置该紧急事件的救援方案。

3.1 局部相似度的计算

选取4个特征属性即应急响应等级、事故发生地点、事故原因类型、天气环境，以 C1、C2、C3、C4、C5这 5个具体案例来匹配当前事故（用C表示），计算得到各历史案例的局部相似度如表3所示。如对于案例C1，由于当前事故C的应急响应等级为Ⅰ级，而C1的为Ⅱ级，据式（2）得到两者在第1个特征属性上的相似度为sim（C11）=0.75，又据式（3）可得在第2、3、4个特征属性上的局部相似度分别为：sim（C12）=0，sim（C13）=0，sim（C14）=1。

表3 局部相似度计算Tab.3 Calculation of local similarity

3.2 整体相似度的计算

又由表2得到4个属性的权重依次为：0.337，0.164，0.401，0.098。根据式（4）计算 C1与当前事故 C的整体相似度为

同理得 sim（C2）=0.182，sim（C3）=0.654，sim（C4）=0.267，sim（C5）=0.248。通过比较各案例整体相似度的大小，可得知当前事故C与案例库中C3相似，所以解决当前问题的办法可参照C3中记录的救援方案。

在具体的决策执行过程中如物资数量、人员需求调配等问题，需根据当时实际情况，结合专家意见进行适当修改调整，即可得到处理当前紧急事件的救援方案。

4 结语

本文基于案例推理方法建立机场应急救援模型，针对机场紧急事件原因复杂的特点，将应急预案库分为航空器紧急事件预案库和非航空器紧急事件预案库两类，研究探讨两类预案特征属性的具体层次结构。利用XML技术来表示案例和构造预案库，以两两比较打分法和最邻近算法实现案例的检索与匹配，并通过实例得到验证。

值得注意的是，中国民用运输机场应急救援案例目前还很有限，为使建立的预案库具有实际的应用意义，需不断去完善和补充预案库。可吸收平时成功进行应急演练的案例纳入预案库，为应急救援实战积累经验；借鉴其他国家有效处置紧急事件的措施方法，同时考虑国际民航组织要求和中国民航行业标准的异同性，将其列入备选案例库，以备紧急情况时参考使用；在预案库建立初期，对预案进行价值分析，计算新案例与预案库中同类预案的整体相似度时，适当地将相似度的阈值设置偏小（即相似度大于阈值时，系统认为当前事件与案例库中的案例相似，不再加入到预案库中），未来当预案库具有一定规模时，再将阈值根据需要重新进行调整。

[1]迟文学，孙 刚，武 峥.基于GIS民航应急救援与辅助决策支持系统研究[J].交通与计算机，2005，23（6）：46-48.

[2]徐忠明.民航机场应急联动系统技术实现方案[J].计算机工程，2005，31（7）：70-73.

[3]朱新平，韩松臣，汪东生.机场应急救援系统软件架构设计[J].武汉理工大学学报（信息与管理工程版），2007，29（12）：85-87.

[4]梁世华，韩松臣，朱新平.基于CBR的机场应急救援规模决策研究[J].交通与计算机，2008，26（6）：31-34.

[5]赵玉明，甘仞初，鞠彦兵.面向情景的机场应急仿真系统Petri网建模方法[J].计算机工程与应用，2006，42（18）：227-228.

[6]罗 帆，佘 廉，平 芸.民航机场灾害预警管理系统探讨[J].武汉理工大学学报（信息与管理工程版），2002，24（6）：41-44.

[7]李 茹，任海涛，刘开瑛，等.基于案例的推理在农业专家系统中的应用[J].计算机工程与应用，2004，40（25）：196-198.

[8]张成涛，孙 义，张德政，等.基于XML的案例推理技术及其在生产调度中的应用研究[J].微计算机信息，2006，22（3/2）：256-258.

[9]成瑞华.XML在案例推理的应用[D].北京：北京科技大学，2007.

[10]李玲娟，汤文宇，王汝传.基于XML的案例表示和案例库构造方法[J].计算机应用研究，2007，24（11）：70-73.

[11]LI YAN，SHIU C K，PAL SANKAR K.Combining feature reduction and case selection in building CBR classifiers[J].IEEE Transactions on Knowledge and Data Engineering，2006，18（3）：415-429.

[12]王天戌.基于案例推理的应急预案管理研究[J].现代计算机，2008，24（7）：40-43.

[13]杨 健，杨晓光，刘晓彬，等.一种基于k-NN的案例相似度权重调整算法[J].计算机工程与应用，2007，43（23）：8-11.