基于案例推理的应急决策过程及其“人-机”交互机理

程聪慧，郭俊华

(上海交通大学国际与公共事务学院，上海 200030)

基于案例推理的应急决策过程及其“人-机”交互机理

程聪慧，郭俊华

(上海交通大学国际与公共事务学院，上海 200030)

本文首先对案例推理用于应急决策的可行性做了分析，然后根据案例推理的 “运作-反馈-修正-再运作”闭环渐进过程，提出面向应急决策的案例推理流程；其后将决策人得出方案的心理活动定义为 “酝酿-提示-启发-顿悟-验证”五阶段，继而提出 “人-机”交互路径包括积极走向的直接启发式、触类旁通式、人机互助式，以及消极走向的因循附属式、利己满足式、独裁冒进式；最后提出目标案例决策方案的概念模型，用以描述决策人在案例库辅助下决策的实现机理。

应急决策；案例推理；人机交互路径；决策概念模型

1 引言

国外学者多以经典决策理论为基础，使用效用分析、敏感性分析等定量方法建立应急决策模型[1-4]；国内学者则多使用系统动力学、情境-权变范式或情境演化等方法[5-7]。然而，这些研究多从定性角度出发，尚停留在概念层面，故提出的应急决策方式缺乏可操作性，难以解决决策信息拥挤、成本高、效率低等实际问题。

随着信息科技的迅猛发展，依据历史案例或案例知识库为应急管理提供决策支持，越来越成为提升应急管理能力的必要手段，其中最为理论界和实务界所推崇的是案例推理 (Case-Based Reasoning，CBR)。作为当下国际人工智能领域研究热点，CBR的渊源最早可追溯至耶鲁大学Schank和Abelson于1983年提出的基于CBR的认知模型及框架[8]，此后国外学者逐步将其应用于通用问题求解、医疗诊断、工程设计、金融商务、物流资源管理等领域[9-11]。

虽然国内已有部分学者尝试设计应急决策支持系统，但其针对的多是常态、相对固定组织形态下的信息系统[12-15]。因此，本文拟厘清人机交互下的案例 “推理”机制与 “提示-顿悟”机理，为发挥突发事件应急平台的综合研判和辅助决策功能，完善应急决策辅助支持的智能感知技术与方法提供理论参考。

2 面向应急决策的案例推理过程分析

2.1 案例推理用于应急决策的可行性

学术界尚未对应急决策形成一致定义，本文认为应急决策属于半结构化、非结构化决策，意指突发公共危机事件时，在极短时间内收集处理有关信息、明确问题与目标、拟定可行方案、优选方案、组织实施并跟踪检验、纠正决策过程中的失误直至问题彻底解决的一个动态过程[16]。因应急决策现场通常都是极端压力环境，决策者在原有应急框架遭受破坏的情况下，需不断调整应急指挥策略，根据事件各个阶段衔接规律及各种技术救援手段进行辅助决策，形成最优的决策路径。

CBR既能发挥计算机处理信息即时性优势，又能提高决策的科学性与有效性，将其作为一种方法或技术应用于突发事件应急决策正在成为共识。其过程通常被定义为4R循环[17]，即案例表示、案例检索、案例修正、案例学习，各过程环环紧扣，可用图1所示的任务模型进行描述。

案例表示通过对突发事件词汇进行整理、归纳、提炼，构建有效的表达模型实现；案例检索以相似度计算为基础，以用户输入的问题描述为起点，以检索到有效、适用的案例或案例集合为重点；案例修正是对检索到的源案例适当而有针对性地修改、调整，得到目标案例的解决方案；案例学习是采用增量式学习法，有选择地保存新案例，删除无效案例，实现案例的自我更新。

图1 案例库规范化建设机制

2.2 案例推理的复杂系统过程

复杂适应系统理论 (Complex Adaption System，CAS)认为，系统演化的实质动力来自系统内部，系统成员的主动性及其与环境反复地相互作用，即适应性造就复杂性[18]。面向应急决策的案例推理亦可视为内部结构与外部环境共同作用的系统过程。

突发事件发生时，决策者参考历史案例做出正向或负向的推理反应，得出应急决策结果；每次事件处置结束后总结、修正或反馈给案例库，完成 “运作-反馈-修正-再运作”的闭环渐进过程；并通过不断调整自主判断和自主行为的能力，达到自学习、自适应效果。从宏观来看，随着环境因素输入，系统同时受环境和内部各主体作用力共同影响而不断演变、进化，最终输出系统行为，即应急决策方案。

2.3 面向应急决策的案例推理过程

各类突发事件的种类繁多，发生原因也各不相同，不同的事件触发点会产生已知或未知可能的各种问题，CBR以增量式学习的方式[19]，拓宽系统所能解决的问题，有助于获得更完善的应急决策方案。

如图2所示，突发事件从接报开始，通过信息采集和确认，事件特征识别，不同时间节点、不同场景下的事件信息刻画与危险初步判断。在明晰情况后，划定监测预警级别，同时检索并比对现存问题与历史案例的属性，界定源案例与该突发事件的匹配程度。对完全符合求解规则的事件处置方案进行输出；对不完全符合规则的就在原有处置措施的基础上予以优化，输出整合结果作为解决方案。之后，根据输出方案进行应急指挥与指导、救援与处置以及各类资源的优化配置。当应急处置过程终止，认定事件发生的权责关系，必要时采用奖惩措施，吸取本次应急决策过程的经验教训，即案例学习；该过程还包含案例数据库重新管理，即存或弃新案例。

图2 面向应急决策的案例推理流程

3 应急决策的 “人-机”交互作用机理研究

3.1 决策心理过程分析

决策者的推理不仅受历史案例的信息触发影响，也隐含着其个人智慧、情绪、态度、认知等。面向应急决策的CBR过程中，决策者的心理活动可定义为 “酝酿—提示—启发—顿悟—验证”五阶段。

(1)酝酿阶段。决策者处于为解决目标问题而忘我投入、高度兴奋的思维状态。尽管面对突发事件会表现出情绪不稳定，但决策者其实已全身心地沉浸在事件思考处理的智力活动中。其个体意识将外界和记忆对相关信息搜集并加以处理，为后期决策做出准备。

(2)提示阶段。决策者处于兴奋地搜集事件信息的思维状态。突发事件发展的不同阶段与不同情境对应于不同的决策任务，引导决策者将注意力指向特定位置并促进对该位置目标的识别。决策者在这一过程中可能获得不同信息，有些信息有助于决策而提示有效，有些则无助于决策甚至可能产生干扰，即提示无效。

(3)启发阶段。偶然信息的触发会引起奇妙联想的思维活动。意识在思考问题时，利用经验和知识，按照逻辑对解决目标问题的各种途径进行随机或系统探索。一方面，突发事件的复杂特性已属经验知识以外的领域，导致决策者意识思维的 “计穷”；另一方面，意识中乱如麻的线索和想法却在下意识地重新梳理。在不断接收外界情报信息的情况下，大脑中出现各种联想、组合，重新整理的线索和想法在一瞬间理顺，则启发过程完成。

(4)顿悟阶段。启发过程产生的新想法从下意识进入意识，决策者的认识产生飞跃。人脑经过紧张思考后，意识由于过载或疲劳而转入精神较松弛的抑制状态，下意识更加活跃地有效工作。在历史案例等外来新信息的触发下，思维材料重新排列组合，产生更多新想法。一旦一种新想法从下意识浮现到意识，灵光闪过心头，决策人茅塞顿开而顿悟，此为决策方案初步形成的最重要阶段。

(5)验证阶段。顿悟中产生的想法是否能行得通，需严格鉴定。随着顿悟发生，新想法、新概念或新思想脱颖而出，但是这些想法一般较为模糊，有待证明其切实可行性并予以具体化。因此，需运用逻辑方法进行严密验证，最终得出目标问题的具体解决办法。

3.2 “人-机”交互路径分析

案例推理过程受决策者和案例库相关因素的共同作用，虽然在实际运作中被要求朝着不断优化的方向发展，但这种 “人-机”交互的可能路径可定义为积极和消极两种。

(1)积极走向路径。应用案例推理进行应急决策，预期达到的必然是正效应，本文将二者的交互作用路径分为以下三种形式。

直接启发式:如果即时突发事件的类型、演变都遵循案例库中某历史案例发展过程的既定规则，或者与历史案例的发展过程几乎相同，决策者能直接利用历史案例进行应急处置，模仿既往案例的应急处置过程，得出目标问题的决策方案。

触类旁通式:虽然大多数突发事件发生的时间、地点等不同，但这些事件本质属性相似甚至相同。决策者若能掌握了解特定事件发展变化、趋势和规律，则可通过类比推断目标事件的发展过程，从源案例中习得相应的解决框架，用以处置目标问题。

人机互助式:应急决策实践中，目标处置事件很可能与既往经验和知识体系不一致、非典型。但即使只有部分或几乎没有相似状态，如果谨慎分析并深入挖掘该目标问题与历史案例之间的匹配关系，决策者仍可找出诸如事件情境、阶段特征、演化过程等部分相同的情报信息。以此根据目标问题的特征进行研判，通过与案例库信息系统中源案例相互学习、修正，直至找出最佳决策方案。

(2)消极走向路径。现实情况是决策者多数情况下理性自利，且存在个体差异性，案例推理在应用过程中极可能产生负效应，本文将这种负向效果分为以下三种形式。

因循附属式:决策者为维护自身权力、地位及社会支持，可能全然根据既往僵化的决策经验或只按照系统提示进行事件处置。同时，群体决策易出现人为制造的表面意见一致状况，做出有失偏颇的决策方案。

利己满足式:决策者如果在处置突发事件的问题时自私自利、推诿塞责或事事自满、表现欲强，并人为地将一切决策结果倾向于自己，只服务于个人动机、利益和需求，不仅易导致事件无法有效处理，且易造成组织内部矛盾激化，最终导致决策低效甚至无效。

独裁冒进式:决策者在未搞清事件触发原因、任务目标、待解决问题时，却利用其权威和地位，一味制定决策方案，或者在未明确衡量方案优劣的情况下主观臆断，对备选方案做出判断。尤其是爱好风险的决策者，易以直觉代替信息、以主观猜测代替客观分析，从而错失最佳方案制定时机，甚至做出错误判断而造成不可挽回的损失。

4 “人-机”交互路径下的应急决策机理

4.1 “人-机”交互应急决策机理

设定面向应急决策的案例推理机制类似于模型组合方法，定义前一模型的输出为另一模型或者多模型的输入，利用决策的阶段衔接规律使决策进程从前一阶段转向后一阶段，通过不同组合方式组成相互连接的模型链。如果用字母E(E-vent)表示正发生的事件，C(Computer)表示案例库信息系统，D(Decision)表示决策方案，F (Feedback)表示决策的反馈，I(Impact)表示上文所述因素的影响情况；T(Task)表示计算机语言结构化表达形成目标案例，S(Source)表示案例库信息系统中的源案例即历史案例，R(Revise)表示案例修正，那么决策流程就可表示为如下模型。从运算来看，目标案例T和源案例S均可由一系列特征描述，数学表达式为:

目标案例T的函数描述事件由其一系列客观特征T1，T2…Tn在事件引爆点Tm作用下形成；源案例S与之类似，也是特征值S1，S2…Sn在Sm引发下的历史突发事件。其中，Tm与Sm的值只能赋值1或者0:如果为1，代表存在该引爆点，突发事件发生，否则为0表示无引爆点，那么不会发生突发事件。

目标案例T的第i个属性与源案例S的第j个属性匹配，可定义匹配度函数为 f(Ti，Sj)；目标案例与源案例总匹配程度为 Similarity(T，S)。源案例通常以文本形式储存，但案例文本的匹配不等于案例标题和关键词的匹配。因此，可对案例的原始文本进行结构化处理，通过两个案例文本词汇词频的匹配度计算，对高频词汇分布、词性结构、汉语句式等进行修正，分析不同案例或者同案例不同事件阶段的相似度，探究案例与案例之间的内部关联，进而为案例检索提供依据。

案例推理在案例修正阶段要对源案例调整、修正，以适用目标突发事件的应急决策过程，因此可定义Rx(∈ 0，1[ ])为案例函数的修正系数，则Rx＝F(T)/F′(S)，表示目标案例T与源案例S的相似关系。它与决策者对源案例决策结果的赞同程度有关，若Rx越趋近于1，说明决策者越赞同源案例方案，无需修正；反之，如果Rx取值过低，说明需要将目标案例放入案例库信息系统作为新的源案例供下次突发事件的应急决策参考。

突发事件的突发性决定其发生的时间、地点、形态及其后果与危害性等难以预测，即使发生于同一地点的相同事件二次发生，也不可能出现事件情境及其发展演化过程不受任何因素影响的情况，因此，可定义Ix(∈ 0，1( ])为因素的影响系数，那么，目标案例决策方案的概念模型即表示为D ＝Ds×Rx×Ix。其中，Ds代表计算机系统中源案例的解决方案。目标案例的决策方案D是在源案例方案Ds的基础上，经过修正与影响因素作用而达成。若Rx、Ix均为1，说明案例相同，决策人采用直接启发式路径；Ix不可能为0，若Rx为0或者很低，说明事件为非常规或突发，需要存储为计算机的源案例。

从宏观角度来看，目标案例相关信息对接历史案例信息源，根据相关信息和各阶段所对应的决策优化目标，可从案例库中选择满足决策优化目标的最优方案或合适方案。决策者的推理路径，即案例库辅助应急决策的机理可表示为如图3所示。以一次突发事件E1为起点，通过案例库C1的数据提示，得出目标事件解决方案D1并向案例库反馈F1而进行历史案例的修正R1。在下一次事件E2处置过程中，前一次事件成为存储在案例库中的历史案例，通过两次事件的特征值比对，得出目标问题的解决方案D2，同样，第二次事件完成应急处置之后做出反馈与修正并存入案例库。随着案例推理在应急决策工作中不断深入，每次事件发生都会对其后事件处置中的决策者、案例库信息系统产生影响，决策者根据实际情况学习获得经验或教训，案例库信息系统通过自学习逐步完善到Cn的程度，从而得出更优化决策方案Dn。

图3 案例库辅助决策机理

4.2 “人-机”交互的可能负向影响

决策机理研究的假设是 “人-机”交互过程会对应急决策过程起到积极面向的提示作用，但现实中可能有悖初衷。尤其是当突发事件发生时，决策者通常会根据既往经验做出决策。鉴于事件突发、情况紧急、时间紧迫等原因，决策者易出现心理上的焦虑感和压迫感，难以在短时间内制定全面有效准确的应急方案。因而，心理特性对决策者决策过程具有重大影响。

决策者的心理特性包括:个体特征，如性格、气质、意志力、知识结构、认同感等；情绪，如正向或负向情绪；成就动机，如渴望成功或回避失败；风险偏好，如风险中立型、规避型、喜好型或复杂型；应激与适应能力；决策风格，如果敢坚定或优柔寡断；期望或欲望；非理性，如侥幸、省能、逆反、凑兴、从众等。这些特性所表征出的结果即为上文在 “人-机”交互路径研究中区分出的积极走向与消极走向。

在积极走向下，决策会按照 “人-机”交互的应急决策机理过程逐步推进。与之相反的消极走向下，可能会对决策过程产生如下影响:若为“因循守旧式”应急决策，其决策过程将始终处于“E1-C1-D1”阶段，既定案例库系统的完备程度会对决策结果起决定性作用，此时决策者不会对系统中的决策方案做优化。若为 “利己满足式”或 “独裁冒进式”应急决策，决策者始终会采取优先满足个人利益的态度制定方案，案例库系统对应急决策几乎不起任何辅助作用。尤其是偶然情况发生，消极走向的 “人-机”交互决策过程也可能取得令人满意的效果，但如果将该决策偶发成功的方案纳入案例库系统，可能造成严重后果。

5 结论与讨论

突发事件的不确定性、迅速扩张性、强破坏性，客观上要求相关部门在事件发生后必须立即启动紧急救援，尽最大可能降低事件危害，但决策者在短时间无法掌握充分信息，也难以对相关信息进行快速加工分析并做出最准确判定。尤其是在中国特有的文化背景下，政府应对突发事件时，决策多以领导意志为中心的客观现实一直存在，导致决策时无法采取最优的处置措施，造成更大的负面效应。因此，应用案例推理方法进行应急决策需要满足宏微观条件。

在微观方面，决策者应在每次突发事件应对后做全面详尽的效果评估，根据事件信息优化计算机决策方案，满足最新决策需求；应改善决策信息通讯系统，打破管理本位思想，实现应急决策中更大范围的信息共享。在宏观方面，国家层面要重视建立健全应急管理法制、体制和机制，尝试构建突发事件案例库以指导各级各地的应急处置工作顺利开展；组织层面要建立应急协同机制以及内部核心关键业务的备份机制；人员层面要培养风险意识以及专业应急能力。

[1]Tufekci S.An Integrated Emergency Management Decision Support System for Hurricane Emergencies[J].Safety Science，1995，20 (1):39-48.

[2]Cosgrave J.Decision Making in Emergencies[J].Disaster Prevention and Management:an International Journal，1996，5(4): 28-35.

[3]Jenkins L.Selecting Scenarios for Environmental Disaster Planning[J].European Journal of Operational Research，2000，121(2): 275-286.

[4]Levy J K，Taji K.Group Decision Support for Hazards Planning and Emergency Management:a Group Analytic Network Process (GANP)Approach[J].Mathematical and Computer Modelling，2007，46(7):906-917.

[5]韩传峰，王兴广，孔静静.非常规突发事件应急决策系统动态作用机理[J].软科学，2009，(8):50-53.

[6]刘霞.非常规突发事件动态应急群决策:“情景-权变”范式[J].云南社会科学，2010，(5):21-25.

[7]舒其林.非常规突发事件的情景演变及“情景—应对”决策方案生成[J].中国科学技术大学学报，2012，42(11):936-941.

[8]Schank R C.Dynamic Memory:a Theory of Reminding and Learning in Computers and People[M].Cambridge University Press，1983.

[9]Wybo J L，Kowalski K M.Command Centers and Emergency Management Support[J].Safety Science，1998，30(1):131-138.

[10]Stolk D，Alexandrian D，Gros B，Paggio R.Gaming and Multimedia Applications for Environmental Crisis Management Training [J].Computers in Human Behavior，2001，17(5):627-642.

[11]Eliashberg J，Steinberg R.Marketing Production Joint Decision Making[J].Management Science in Marketing，1993，5(18): 113-127.

[12]戴建设.分布式决策支持系统的一个结点合作模型[J].控制与决策，1992，(2):108-112.

[13]汪季玉，王金桃.基于案例推理的应急决策支持系统研究[J].管理科学，2004，(6):46-51.

[14]廖光煊，翁韬，朱霁平，刘铁民等.城市重大事故应急辅助决策支持系统研究[J].中国工程科学，2005，(7):7-13.

[15]邓守城，吴青，石兵.基于案例推理的水上交通突发事件应急响应资源需求预测[J].中国安全科学学报，2014，3(3): 79-84.

[16]刘铁民.重大事故应急指挥系统(ICS)框架与功能[J].中国安全科学技术，2007，(2):3-7.

[17]Aamodt A，Plaza E.Case-based Reasoning:Foundational Issues，Methodological Variation，and System Approaches[J].AI Communications，1994，7(1):39-59.

[18]John Henry Holland.Hidden Order:How Adaptation Builds Complexity[M].Perseus Books，1995.

[19]赵卫东，李旗号，盛昭瀚.基于案例推理的决策问题求解研究[J].管理科学学报，2000，(4):29-36.

(责任编辑 沈蓉)

Process and“Human-Machine”Interaction Path of the Case-Based Reasoning for Decision-Making of Sudden Incidents

Cheng Conghui，Guo Junhua
(School of International and Public Affairs，Shanghai Jiaotong University，Shanghai 200030，China)

Firstly，it analyzes the practicability of applying CBR to emergency decision-making.Secondly，it presents the decisionmaking process based on the closed-loop mode of“Operation-Feedback-Correction-Reoperation”.Thirdly，it defines the mental activity of decision making as five stages of“Brewing-Hint-Inspired-Epiphany-Verify”.Then，it summarizes interaction path between human and machine:the positive-oriented path as directly heuristic interaction，analogized drawing，human-machine cooperation；and passive-oriented path as subsidiary，autocratically self-satisfied and aggressive type.Finally，it proposes a conceptual model of target case's decision-making scheme，which describes the implementation mechanism of decision-making with the help of CBR.

Emergency decision-making；Case-based reasoning；Interaction path of human-machine；Conceptual model for decisionmaking

C93

A

国家 “十二五”科技支撑计划 “国家应急演练仿真服务平台及其应用示范研究”(2013BAK03B07)。

2015-04-15

程聪慧 (1992-)，女，山西古交人，上海交通大学博士研究生；研究方向:应急管理、科技政策。