环境污染应急处置技术的CBR-MADM两步筛选法模型

刘仁涛，郭 亮，姜继平，刘 洁，王 鹏*（.哈尔滨工业大学市政环境工程学院，黑龙江 哈尔滨50090；2.哈尔滨工业大学城市水资源与水环境国家重点实验室，黑龙江 哈尔滨 50090；3.黑龙江建筑职业技术学院市政工程技术学院，黑龙江 哈尔滨 50025）

环境污染应急处置技术的CBR-MADM两步筛选法模型

刘仁涛1，3，郭 亮1，2，姜继平1，刘 洁1，王 鹏1，2*（1.哈尔滨工业大学市政环境工程学院，黑龙江 哈尔滨150090；2.哈尔滨工业大学城市水资源与水环境国家重点实验室，黑龙江 哈尔滨 150090；3.黑龙江建筑职业技术学院市政工程技术学院，黑龙江 哈尔滨 150025）

突发环境污染事件进行应急处置时，需要在历史案例库和处置技术库的基础上通过筛选模型筛选出最适宜的应急处置技术.其中筛选的效率和准确性是构建技术筛选模型的首要因素，目前尚无较为满意的解决方案.本文结合案例推理技术（CBR）和模糊多属性群决策模型（MADM）的优势，建立了环境污染应急处置技术的CBR-MADM两步筛选法模型：第1步，先利用基于熵权G1法的CBR推理从案例库中匹配案例，再从相似度最高的几个案例中提取应急处置技术作为备选技术；第2步，利用MADM对备选技术进行筛选和决策.CBR-MADM两步筛选法既充分利用了历史处置经验，又极大地提高了应急处置技术的筛选速度和效率.将该方法应用于2012年底山西长治浊漳河苯胺泄漏污染事件中，成功筛选出“投加混凝剂-活性炭坝拦截”技术，同实际情况吻合，验证了其适用性和可行性.

突发环境污染；应急处置技术；筛选；熵权G1法；案例推理技术；多属性群决策

近些年来突发水污染事件频发，我国学者对突发环境污染事件的应急决策管理进行了大量研究，主要包括应急预警［1-2］、应急决策支持系统［3］等方面.开展应急处置前，从污染源控制、污染团限制扩散以及事后处置等多方面考虑选择最适宜的应急处置技术或技术组合至关重要.然而应急处置技术筛选的研究却刚刚起步.吴华军［4］采用综合多属性决策分析法对河流水污染控制方案进行筛选，对几种决策方法的结果取平均值.Shi等［5］将基于层次分析法的群决策技术用于山西长治浊漳河苯胺污染事件的应急处置技术筛选中，取得一定的效果.目前仅有的这些方法在判断指标权重时主观性较强，结果不确定性较大.特别的，现有筛选方法仅从技术库出发，未与历史案例库结合而充分利用宝贵的历史案例处置经验，尚未形成较为完整的筛选评价方法体系.基于历史案例库和处置技术库，通过两步筛选模型寻找最适宜的应急处置技术是其解决方案.

因此，本文建立了基于相似案例匹配-处置技术筛选的“两步筛选法”，并在2012年山西长治浊漳河苯胺泄漏污染事件的应急决策中进行测试应用，旨在为环境污染应急处置技术的筛选提供新思路，完善应急处置技术筛选评估体系.

1 CBR-MADM应急处置技术两步筛选法框架

在两步筛选法的框架下，第一步需要从历史案例中匹配相似案例，提取对应的应急处置技术.基于案例推理的技术（CBR）是有效的案例匹配方法.第2步从适用性、经济性、可行性等因素出发，对可能采用的技术进行排序和决策.多属性决策模型（MADM）可用于该阶段的筛选评估中.环境污染应急处置技术筛选最关键的需求之一就是“应急”，即筛选模型要能为决策者快速地筛选出适宜的应急处置技术.

基于此，本文建立了环境污染应急处置技术的CBR-MADM两步筛选法：第1步，应用基于熵权G1法的CBR相似案例筛选方法从案例库中筛选出相似案例，提取应急处置技术.第2步，应用区间三角模糊MADM对应急处置技术进行进一步筛选和决策.应用“两步筛选法”可通过CBR初步筛选相似案例来大幅度降低MADM技术筛选矩阵的空间维度，也避免了以往的方法直接应用MADM从庞大的技术库中筛选应急处置技术时出现数据冗余的情况，从而大大提高了应急处置技术筛选的速度和效率.

1.1 基于熵权G1法的CBR相似案例筛选方法

1.1.1 基于案例的推理技术（CBR） CBR是一种基于经验问题对当前问题求解的技术［6］，包括案例检索（Retrieve）、案例复用（Reuse）、案例修正（Revise）和案例保留（Retain） 4个步骤，简称4R循环［7］.能否从CBR过程中获得满意的解，案例检索是其核心.目前常用的案例检索策略有3种：最近相邻检索策略、归纳推理策略以及知识引导策略.最近相邻策略是大多数CBR系统的首选算法，本文也采用此算法.

1.1.2 基于熵权G1法的CBR筛选模型 案例检索过程需要确定各影响因素的权重，通常可根据人工经验进行设定［8-10］.李刚等［9］于2010年提出了熵权G1法，较传统的层次分析法，计算量明显减少，并在赋权过程中主客观相结合更具客观性和合理性.本文建立基于熵权G1法的CBR相似案例匹配方法，用于应急处置技术初筛，其基本步骤如下：

步骤1：由专家确定指标的重要性排序关系［11］.对于评价指标集｛x1，x2，…，xn｝，专家在指标集中，选出一个最重要的指标，记为X1；在余下的m-1个指标中，选出一个最重要的指标，记为X2；在余下的m－（k－1）个指标中，选出一个最重要的指标，记为Xk；最后一个指标记为Xm.这样确定了唯一的一个序关系｛X1，X2，…Xk，…，Xn｝.

步骤2：构建矩阵.从案例库中提取m－1个案例，将污染事件与m－1个案例同置于一个矩阵之中，见式（1）.

式中：vij为第i个评价对象中的第j项指标的数值（i=1，2，…，m；j=1，2，…，n）.

在此，突破传统的思路，将污染事件加入待选案例矩阵，污染事件各指标值也参与指标赋权的计算，使熵权G1法算出的权重对于该污染事件更加客观和合理.

步骤3：计算排序后各指标的熵值［12］.

步骤4：通过指标熵值确定相邻指标的重要性之比［11］.

步骤5：权重系数的计算［12］.根据步骤4计算的结果，计算第n个指标熵权G1法权重ωn，再依次计算第n－1，n－2，n －3，…，3，2个指标熵权G1法权重，得到权重向量ω=（ω1， ω2，…，ωn）T.

步骤6：案例检索及相似度计算.利用最近相邻检索策略思想，采用如下相似度计算公式计算各案例i与污染事件的相似程度：

式中：simi的取值范围为［0，1］，且simi的值越大表示案例i与污染事件的相似程度越高.

步骤7：根据式（2）计算结果，选择相似案例.选择时考虑同时满足下列2个条件：①将案例按相似度由大到小排序，取相似度大于0.7的案例；②若满足条件1的案例较多，则根据需要取相似度最大的3～5个案例.把筛选出来的相似度较高的案例中所应用的应急处置技术提取出来，作为结果输出.

1.2 基于TOPSIS的区间三角模糊MADM模型

第2步筛选需要考虑应急处置技术的适用性、经济性、可行性等多个属性指标综合决策.采用基于逼近理想解排序法（TOPSIS）的区间三角模糊多属性群决策模型对应急处置技术进行最终筛选.

逼近理想解排序法是1981年由Hwang和Yoon提出的用于解决多属性决策问题的典型方法［13-14］.该方法通过综合与最理想方案距离最近及与最不理想方案距离最远两方面以确定备选方案的排序和优选.

对于具体的多属性群决策问题，设共有k个决策者，m个方案，n个目标属性.基于逼近理想解排序法的区间三角模糊多属性群决策模型步骤如下：

步骤1：构造区间三角模糊多属性决策矩阵［15］.

步骤5：构建优化模型，求解最优属性权重［20］.

方案Xi与正理想方案r+的距离越小，则方案越优；与负理想方案r－的距离越大，则方案也越优.同时，各个方案之间公平竞争，r+与r－来自于同一组属性权重.因此，针对每个方案Xi，建立如下综

设决策方案集为X=［x1， x2，…xm］，决策属性集为F=［f1，f2，…fn］，决策者集为D=［d1，d2，…dk］.设决策者dk利用区间三角模糊数形式对方案xi的属性fj给出评价值）］，从而构成了第k个决策者的决策矩阵

在应用三角模糊数表示决策信息过程中，用区间数来表示三角模糊数的上限和下限不仅可以避免信息的丢失，而且能更客观地描述决策信息［16-18］.

步骤2：规范化区间三角模糊决策矩阵［18］.

对于越大越优型属性指标

对于越小越优型属性指标

步骤3：确定正理想方案r+和负理想方案r－［18］.

步骤4：确定区间三角模糊决策距离［18］.

步骤5：构建优化模型，求解最优属性权重［20］.

方案iX与正理想方案r+的距离越小，则方案越优；与负理想方案r－的距离越大，则方案也越优.同时，各个方案之间公平竞争， r+与r－来自于同一组属性权重.因此，针对每个方案iX，建立如下综合优化模型：

利用基于实码加速遗传算法的投影寻踪模型［21］对权重ω进行优化求解，由最佳投影方向向量可得最优属性权重ω=（ω1， ω2，…，ωn）T.

步骤6：计算各方案的相对贴近度［22］

步骤7：群体决策方案的集结［22］

利用下式

将每名专家对方案集Xi的模糊评价集结为专家群体对方案集Xi的评价，按Zi值的大小对方案进行综合性排序，Zi值越大则方案越优.

2 实例应用

本文提出的应急处置技术CBR-MADM两步筛选法模型以山西长治浊漳河苯胺泄漏污染事件为案例进行验证分析.

2012年12月31日，位于山西长治潞城市境内的潞安天脊煤化工集团股份有限公司因一根向成品罐输送苯胺的软管爆裂而导致8.7t的苯胺泄漏入河.泄漏在山西境内辐射流域约80km，波及约2万人.山西省政府于2013年1月5日接到事故报告时，泄漏苯胺已随河水流出省外至河北境内，浊漳河出现大量死鱼并导致邯郸市区大面积停水.采用何种应急处置技术是决策者们最关心的问题之一.

2.1 第1步：相似案例的筛选

2.1.1 筛选指标体系的建立 根据案例库指标体系，以及实际案例中应优先考虑的指标，建立CBR筛选指标体系，包括以下9个指标：污染物类型、污染物来源、污染物超标倍数、与下游取水口距离、污染物毒性、污染物危险性、污染物稳定性、污染物溶解性、污染物挥发性.

2.1.2 指标属性的赋值 首先制定各筛选指标分级及赋值标准方案，共分为3种类型，每种类型各取1个代表指标给出其分级及赋值标准方案.其中第1种类型为案例与污染事件的指标值是否相同，若相同指标值取1，若不相同则取0；第2种和第3种类型分别为定量指标和定性指标，其分级及赋值标准见表1～表2.

表1 污染物超标倍数分级及赋值Table 1 classification and assignment of pollutants exceeds multiple

表2 污染物毒性分级及赋值Table 2 grading and assignment of pollutant toxicity

2.1.3 案例库的建立 根据近年来突发环境污染事件的资料，整理归纳了自2005年以来的35个案例，建立环境污染应急处置技术筛选案例库，表3给出了案例库中各案例指标的基本信息.

表3 案例指标信息Table 3 information of cases index

续表3

2.1.4 案例指标赋值 根据以上信息，将筛选指标体系中各指标分别按各自的分级及赋值标准方案进行赋值，各案例的指标赋值结果同列于表4中.

2.1.5 相似案例的筛选 步骤1：由专家确定指标的重要性排序关系.向本专业若干名专家发放调查问卷，综合众位专家意见，确定指标重要性排序为：①污染物类型＞②污染物来源＞③污染物超标倍数＞④与下游取水口距离＞⑤污染物毒性＞⑥污染物危险性＞⑦污染物稳定性＞⑧污染物溶解性＞⑨污染物挥发性.

表4 案例指标赋值Table 4 Assignment of cases index

步骤2：构建矩阵.按照各属性指标所给定的分级赋值标准对各案例的各属性指标进行赋值，构建矩阵.将污染事件与案例库中的案例同置于下面一个矩阵中：

步骤3：计算排序后各指标的权重，得到权重向量如下：

步骤4：案例相似度计算结果如下：

案例相似度由高到低排序：案例34＞案例29＞案例10＞案例14＞案例6＞案例9＞…….取与污染事故相似度大于0.7的案例，分别为案例34、案例29和案例10，3个案例的相似度分别为0.7556、0.7436和0.7103.从这3个案例中提取应急处置技术，分别为“投加混凝剂、活性炭坝拦截技术”（案例34）、“筑坝拦截、稻草帘吸附技术”（案例29）和“隔离污染水体、投碱加速分解技术”（案例10）.

2.2 第2步：应急处置技术的排序和决策

图1 应急处置技术决策层次结构Fig.1 decision hierarchy of emergency disposal technology

2.2.1 应急处置技术决策层次结构 从上述筛选出的案例中提取应急处置技术信息，基于技术库，建立筛选评估的指标体系，划分应急处置技术决策层次结构（图1）.应用基于TOPSIS的区间三角模糊MADM模型对应急处置技术进行最终排序和决策.

2.2.2 应急处置技术的排序和决策 步骤1：构造区间三角模糊多属性决策矩阵.经初步筛选，得出备选技术方案集：x1为“投加混凝剂、活性炭坝拦截技术”，x2为“筑坝拦截、稻草帘吸附技术”，x3为“隔离污染水体、投碱加速分解技术”.在水污染应急处置技术区间三角模糊多属性群决策模型指标体系中，共包含了11项属性指标（图1指标层）.其中，应急处置技术处置效果、应急处置技术实施的依托条件和公众的接受程度这3项指标为越大越优型指标，其余为越小越优型指标.决策者集包括3位专家d1、d2和d3.经过3位专家打分得出评价决策矩阵，评价信息用区间三角模糊数给出.以专家1为例，评价决策矩阵的转置形式如下：

步骤2：计算权重.用熵权G1法计算各专家决策矩阵准则层和指标层的权重，首先由专家给出准则层及指标层各指标的重要性排序，专家一权重计算结果列于表5中.

步骤3：计算方案相对贴近度.根据式（10）计算得出3位专家决策各方案的相对贴近度矩阵为：

步骤4：群体决策方案集结.根据式（11）计算得出各专家的权重

步骤5：根据式（12）得到群体决策集结方案评价结果

即：在3种备选应急处置技术中，各技术方案从优到劣的排列顺序为：技术1＞技术2＞技术3.具体计算结果见表6.

根据表6计算结果，由CBR-MADM两步筛选法筛选出的适合山西长治浊漳河苯胺泄漏污染事件的最佳处置技术为“投加混凝剂、活性炭坝拦截技术”.实际处置过程考虑到材料产地等因素，采用的是“焦炭坝拦截技术”.

2.3 CBR-MADM两步筛选法同其他应急处置技术筛选方法的对比

本文以山西长治浊漳河苯胺泄漏污染事件为案例进行了验证分析.Shi等［5］利用基于改进的层次分析法的群决策方法对同一污染事件案例进行了研究，其方法的优点在于将环境污染应急处置技术按污染源控制、污染团限制扩散以及事后处置的全过程分成数段，逐段筛选应急处置技术，最终构成技术组合.该文献决策结果为：围堵+建筑水坝和人工导流+袋装活性炭吸附+高温焚烧.其技术组合的核心即污染物消减技术为“袋装活性炭吸附”.本文筛选出的最佳应急处置技术为“投加混凝剂、活性炭坝拦截技术”.二者技术主体相互吻合，均为活性炭吸附技术.

表5 指标权重的计算Table 5 calculation of index weight

表6 各技术方案优劣排序Table 6 ranking of technical plan

与文献［5］相比，本文所建立的两步筛选法的优点如下：1）文献［5］在应急处置技术筛选过程中，仅仅依靠技术库，而未考虑历史案例，虽然分段构成技术组合，但只是理论结果而未经实践验证；本文以案例库中的历史案例为依托，所筛选出的技术均曾在实际发生过的历史案例中成功地应用过；2）文献［5］所应用的层次分析法确定指标权重的过程为纯主观方法，而本文中所用的熵权G1法在确定指标权重时将主观方法和客观方法有机结合，既反映了专家的意见又反映了指标数据的变化，更具客观性和合理性； 3）与文献［5］所应用的层次分析法相比，本文所用熵权G1法在确定指标权重过程中无需构造判断矩阵，也无需进行一致性检验，计算量比层次分析法大大减少，筛选的速度和效率明显提高，更适合用于“应急”决策.

3 结论

3.1 建立了应急处置技术的两步筛选法模型.

第1步基于熵权G1法的CBR相似案例筛选方法，赋权结果更具客观性和合理性；第2步基于TOPSIS的区间三角模糊MADM模型，用区间数表示三角模糊数的上下限，更客观完整地描述决策信息.建立新的简单易行的群决策方案，可最大限度地减小个别专家所给的决策信息对整体决策的影响.

3.2 基于山西长治浊漳河苯胺泄漏污染事件这一历史案例，对两步筛选法进行验证，本方法筛选出的技术和实际采用的技术相一致，并符合当时当地实际情况.

3.3 将两步筛选法与文献报道的筛选方法进行对比，分析结果表明：在同一案例下与其他方法筛选结果相互吻合，得到的应急处置技术主体一致.

［1］蒋文燕，汤庆合，李怀正，等.化工企业环境风险综合评价模式及其应用 ［J］. 中国环境科学， 2010，30（1）：133-138.

［2］尹荣尧，杨 潇，孙 翔，等.江苏沿海化工区环境风险分级及优先管理策略研究 ［J］. 中国环境科学， 2011，31（7）：1225-1232.

［3］Yu L A， Lai K K. A distance-based group decision making methodology for multi-person multicriteria emergency decision support ［J］. Decision Support Systems， 2011，51（2）：307-315.

［4］吴华军.老府河水污染控制方案多属性决策研究 ［D］. 武汉：华中科技大学， 2006.

［5］Shi Shenggang， Cao Jingcan， Feng Li， et al. Construction of a technique plan repository and evaluation system based on AHP group decision-making for emergency treatment and disposal in chemical pollution accidents ［J］. Journal of Hazardous Materials，2014：200-206.

［6］袁晓芳.基于情景分析与CBR的非常规突发事件应急决策关键技术研究 ［D］. 西安：西安科技大学， 2011：101-102.

［7］鞠可一，周德群，吴君民.混合概念格在案例相似性度量中的应用 ［J］. 控制与决策， 2010，25（7）：987-992.

［8］韩 敏，王心哲，李 洋，等.基于贝叶斯粗糙集和混合专家模型的CBR系统 ［J］. 控制与决策， 2013，25（7）：987-992.

［9］Yang C H， Zhu H Q， Gui W H. Permeability prediction model for imperial smelting furnace based on improved case-based reasoning ［C］. Proc of the 7th World Congressing Intelligent Control and Automation. Chongqing， 2008：1967-1970.

［10］Stephane N， Marc L L J. Case-based reasoning for chemical engineering design ［J］. Chemical Engineering Research and Design， 2008，8（6）：648-658.

［11］李 刚.基于熵值修正G1组合赋权的科技评价模型及实证 ［J］.软科学， 2010，24（5）：31-36.

［12］周正柱，汪祖柱，孙明贵.基于熵值修正G1法区域商务成本综合评价模型及实证研究 ［J］. 云南财经大学学报， 2013，（1）：45-54.

［13］Chen S J J， Hwang C L， Beckmann M J， et al. Fuzzy multiple attribute decision making： Methods and applications ［M］. Springer-Verlag New York， Inc.， 1992.

［14］H Wang C L， Yoon K S. Multiple attribute decision making ［M］. Berlin： Spring-Verlag， 1981.

［15］项海飞.一种基于模糊多属性的群决策方法 ［J］. 统计与决策，2013，（17）：16-20.

［16］张市芳.动态区间三角模糊多属性决策的TOPSIS扩展方法 ［J］.数学的实践与认识， 2013，43（18）：183-188.

［17］Boran F E， Genc S， Kurt M， Akay D. A multi-criteria intuitionistic fuzzy group decision making for supplier selection with TOPSIS method ［J］. Expert Systems with Applications，2009，36（8）：11363-11368.

［18］Ashtiani B， Haghighirad F， Makui A， Montazer G A. Extension of fuzzy TOPSIS method based on interval-valued fuzzy sets ［J］. Applied Soft Computing， 2009，9（2）：457-461.

［19］Zhang Shifang， Liu Sanyang， Zhai Renhe. An extended GRA method for MCDM with interval-valued triangular fuzzy assessments and unknown weights ［J］. Computers and Industrial Engineering， 2011，61（4）：1336-1341.

［20］汪新凡，王坚强，杨小娟.基于模糊结构元的模糊数直觉模糊多准则决策方法 ［J］. 控制与决策， 2012，27（12）：1793-1799.

［21］邵 磊，周孝德，杨方廷，等.基于自由搜索的投影寻踪水质综合评价方法 ［J］. 中国环境科学， 2010，30（12）：1708-1714.

［22］覃菊莹，孟凡永，曾雪兰.三角模糊数多属性决策的一种新方法［C］. 第二十六届中国控制会议论文集， 2007：408-411.

A CBR-MADM based two-step screening model of emergency disposal technology for chemical spills.

LIU Ren-tao1，3， GUO Liang1，2， JIANG Ji-ping1， LIU Jie1， WANG Peng1，2*（1.School of Municipal and Environmental Engineering， Harbin Institute of Technology， Harbin 150090， China；2.State Key Laboratory of Urban Water Resource and Environment， Harbin Institute of Technology， Harbin 150090， China；3.School of Municipal Engineering Technology，Heilongjiang Collage of Construction， Harbin 150025， China）. China Environmental Science， 2015，35（3）：943～952

As emergent environmental pollution accident occurs， it needed to screen the most appropriate emergency disposal technology through screening model based on the databases of historical cases and disposal technology. The efficiency and accuracy of screening was primary factor of establishing technical screening model， currently， there was no satisfactory solution. In this paper， a two-step screening model named CBR-MADM of environmental pollution emergency disposal technology was established which combined the advantages of Case-Based Reasoning （CBR） and Multiple Attribute Decision-Making （MADM）. Firstly， matched cases was searched from case base based on CBR of entropy G1 method， then emergency disposal technology was extracted from several highest similarity cases. Secondly，MADM was used to screen and decide the optimal technology from those alternatives. CBR-MADM two-step screening method not only fully used historical disposal experience， but also greatly improved screening speed and efficiency of emergency disposal technology. CBR-MADM method was applied to aniline leakage pollution incident in Changzhi，Shanxi， 2012， coagulation-activated carbon adsorption interception technology was successfully screened， which perfectly matched actual solution.

sudden environment pollution accidents；emergency disposal technology；screening；entropy weighted G1 method；case-based reasoning （CBR）；multiple attribute group decision making （MADM）

X52

A

1000-6923（2015）03-0943-10

刘仁涛（1975-），男，黑龙江哈尔滨人，副教授，博士，主要从事环境风险管理研究.发表论文30余篇.

2014-06-30

国家水体污染控制与治理科技重大专项基金（2012ZX07205-005）；环保公益性行业科研专项基金（201209048）；中国博士后科学基金（2014M551249）

* 责任作者， 教授， pwang73@hit.edu.cn