基于CBR的油气长输管道应急资源需求预测

范爱迪 陈美宝 辛萍 刘晓

摘要：油气长输管道突发事件后应急资源的准确、快速到位是减小事故后果的要素，基于长输管道应急资源需求预测问题的特点，结合案例推理（CBR）建立了应急资源预测需求模型。通过分析案例筛选出22个长输管道事故的特征属性，使事故能完整的表达以便被准确的检索，运用模糊层次分析法计算各个属性的属性权重，最邻近法计算全局相似度。通过对5个源案例与目标案例间的相似度计算，验证了该模型的可行性。

Abstract： The accurate and rapid response of emergency resources after the sudden occurrence of oil and gas long-distance pipelines is the key to reduce the consequences of accidents. Based on the characteristics of long-distance pipeline emergency resource demand forecasting problems， combined with case-based reasoning （CBR）， an emergency resource forecasting demand model is established. Through the analysis of the case， the characteristic attributes of 22 long-distance pipeline accidents are screened out， so that the accident can be completely expressed in order to be accurately retrieved. The fuzzy analytic hierarchy process is used to calculate the attribute weight of each attribute， and the nearest neighbor method is used to calculate the global similarity. The feasibility of the model is verified by the similarity calculation between the five source cases and the target case.

關键词：油气长输管道;资源需求预测;案例分析

Key words： long-distance oil and gas pipelines;resource demand forecast;case-based reasoning

中图分类号：TE973                                      文献标识码：A                                  文章编号：1006-4311（2019）30-0275-04

0  引言

目前长输管道突发事件后的应急资源需求预测并没有被系统的研究，仅有的研究也只考虑了长输管道沿线的站场、储罐发生事故后对应急资源的需求预测方面的问题，没有将长达数千公里的管道考虑到，也没有将管道本身的条件和环境的因素与事故联系起来，导致案例的特征因素不够全面，对根据目标案例检索相似源案例的准确性造成影响，所以当长输管道发生突发事件后需要多少有关资源还是以决策者的主观判断为主，缺乏科学的预测方法。

一个事故的特征属性种类繁多，这些属性构成了整个案例，若干个属性不同的案例的集合就组成了案例库。一个案例的属性通常应该包含3个部分：事故发生时的环境;事故的后果;事故的解决方案[1]-[3]。案例属性的表述方式与案例的管理或检索等环节有着重要联系，合理的表述有助于准确的记录案例并快速的检索案例，这也会对之后预测的结果产生重要影响。

1  CBR相关工作原理

案例推理（Case-Based Reasoning，CBR）的基本思想是模拟人的认知过程，遇到新的问题会根据以往的经验用类似的方法处理新问题。根据存储的案例库中的源案例，找出与目标案例最为相似的案例，让其作为参考依据来提出应对方案。具体的推理过程“4R”循环详见图1[4]。

2  油气长输管道突发事件的特征属性

CBR的研究要点之一就是通过对案例进行分析筛选出案例的特征属性，通过新案例和历史案例的特征属性的相似度计算来进行匹配进而预测。

油气长输管道事故的种类、原因、后果等都不尽相同，相关的属性包括管道的输送介质、事故种类、事故原因、事故地点、事故地点是否是高后果区、人员伤亡情况、采取的救援方案、救援过程、救援结果等。经过对油气长输管道的事故案例进行分析后，提取了22个案例主要特征属性，让案例能被完整的表达并且能迅速准确的被检索。

3  油气长输管道突发事件案例的相似度计算

3.1 特征属性相似度计算

案例的特征属性具有不同的数值类型，可以分为确定值、模糊概念、确定符号和区间数四类，各属性的取值范围可根据油气长输管道历史案例的数据来确定。

3.1.1 确定值

包含管道使用时间1种特征属性，相似度计算方法见式（1）：

（1）

式中：Tf为目标案例属性f的值;Cif为第i个源案例中属性f的值。

3.1.2 模糊概念

其中应急响应级别采用基于隶属函数的相对面积法来求得模糊属性的相似度[41]，计算方法见式（2）：

（2）

式中：A为隶属函数面积;Tf∩Cif为两个模糊集的交运算;Tf∪Cif为两个模糊集的并运算。

应急响应级别通常分为Ⅰ、Ⅱ、Ⅲ、Ⅳ四个等级，其隶属函数如图2所示，其中x表示四个等级的评分值，u表示模糊属性的隶属度。

3.1.3 确定符号

包含输送介质、事故类型、事故地点是否是高后果区、管道故障程度、事故原因5中特征属性，当目标案例的属性值相同时其与源案例的相似度为1，不同时为0：

（3）

3.1.4 区间数

事故才发生时很多的现场数据并不能准确的得到，通过人员观察得到的数据也只会是一个范围，例如事故的前期很难得到具体的死亡人数、受伤人数和需疏散人数的数量，通常是一个大概的范围，所以数与区间和区间与区间之间的相似度计算方法需要被定义。数与区间的相似度计算见式（4），区间与区间的相似度计算见式（5）：

（4）

（5）

式中：a为确定数属性的数值;[a1，a2]、[b1，b2]为区间数，a，a1，a2，b1，b2∈[α，β]。

3.2 计算特征属性的权重值

在检索源案例时，往往不会存在与待解决案例具有完全相同的特征属性的源案例，为了检索出与案例相似度最高的源案例，提出了给特征属性赋予权值的计算方法，其意义是在所有特征属性中权重越大的属性值就说明其对结果的影响程度越大，也就是权重越大其重要度越大[5]。

根据层次分析法将本文的油气长输管道事故案例分为如图3的层次。

3.2.1 构建模糊判断矩阵

运用模糊层次分析法中的0.1-0.9标度法对两个因素进行两两比对，得到相应的模糊判断矩阵。收集n个专家填写的各层案例特征因素相对权重评分表，以第一层次为例评分表如表1所示。

表1中，a12n表示第n个专家对第1个案例特征因素相比第j个案例特征因素的重要程度打分。则得到模糊判断矩阵d={d1，d2，d3，d4，d5，d6}如下：

3.2.2 得到权重矩阵

模糊判断矩阵计算公式见公式（6）：

（6）

权重矩阵■，wij=wi-wj+0.5，i=1，2，…，n

3.2.3 一致性检验

CI（R，W）为R的一致性指数，通常当CI（R，W）？燮0.1则称模糊判断矩阵具有一致性。

3.2.4 获得特征因素权重值

根据公式（7）能得到特征因素权重值：

（7）

将特征因素权重进行标准化：

（8）

将n个专家给出的模糊判断矩阵经过标准化后得出的权重值，求其数学期望则可作为最终的案例特征因素权重值。

4  全局相似度计算

在得出每个特征属性的相似度以及其权重后，可以用最邻近算法（K-nearest neighbor，KNN）求出案例库中所有案例与目标案例的相似度，将达到一定分值的案例筛选出来并进行排序，找出与目标案例相似度最高的案例，或根据专家经验给定一个阈值，检索出所有超出阈值的案例。计算全局相似度见式（9）：

（9）

5  资源需求量的预测

在得到案例集中所有案例与目标案例的全局相似度后，根据专家经验给定一个阈值，找出超过这个阈值的所有案例，根据满足条件的源案例的应急资源的使用情况对目标案例的应急资源需求量进行预测。假设受伤人口的数量为Q1，需疏散人数为Q2，应急响应级别为Q3，药品的需求量为R1，日用品的需求量为R2，食品的需求量为R3，消耗资金为R4，则目标案例的应急资源需求预测模型为：

（10）

6  实例分析

假设有油气长输管道事故案例集S={S1，S2，S3，S4，S5}和目标案例T，表2为油气长输管道事故案例集以及目标案例的数据。按照3.2节中的权重计算方法计算出案例属性权重值，具体值见表2。

再根据式（1）-（9）计算案例属性的相似度，计算结果见表3。

根据式（9），可以得出目标案例与案例集中所有案例的全局相似度，结果见表4。

通过对比目标案例与案例集中所有案例的全局相似度可以得出，案例3与目标案例最为接近，其次是案例4。目标案例是没有造成人员死亡的天然气小孔泄漏事故，虽然案例4同样是没有造成死亡的天然气小孔泄漏事故，但是由于目标案例中的可能受伤人数和需疏散人数与案例3中的数量更为接近，受伤人数和需疏散人数这两个特征屬性的权重较大，管道的使用时间也相近，应急响应的级别也与目标案例相同，所以最终的全局相似度较案例4更大。

7  应急资源预测

查阅资料可得案例4的药品使用数量为：8（个），日用品使用数量为：56（t），食品使用数量为：30（t），应急救援所耗资金分别为：560（万）。根据式（10）可以得到目标案例的药品需求量、食品需求量、日用品需求量、所需资金的预测结果。预测结果见表5。

由表5可以看出，由于在进行预测时，目标案例的受伤人数和需疏散人数还无法确定，这就导致药品和日用品的取值区间较大，需要决策者根据实际情况进行调整。

8  结论

介绍了案例推理（CBR）的原理和工作流程，运用模糊层次分析法计算了各个特征属性的权重值，最终采用最邻近算法计算出全局相似度从而检索到与目标案例相似度较高的源案例，根据此源案例对所需的各类应急资源进行预测。用实例验证了基于案例推理的油气长输管道突发事件应急资源需求预测的可行性和合理性，结果表明使用此方法能为决策者在进行应急决策时给出参考依据，让应急救援活动能高效进行。

参考文献：

[1]郭继东，杨月巧.地震应急物资需求预测的模糊案例推理技术[J].中国安全生产科学技术，2017，13（02）：176-180.

[2]段在鹏，钱新明，夏登友，多英全.基于FCM和CBR-GRA双重检索的应急救援物质需求预测[J].东北大学学报（自然科学版），2016，37（05）：756-760.

[3]王兰英，郭子雪，张玉芬，尚永胜，张露.基于直觉模糊案例推理的应急物资需求预测模型[J].中国矿业大学学报，2015，44（04）：775-780.

[4]丁浩，石昊栋.基于案例推理的我国石油企业海外突发事件应急物资需求预测[J].中国安全生产科学技术，2013，9（09）：177-182.

[5]张双狮，兰月新，刘冰月，夏一雪，张鹏.基于案例推理的群体性事件智能决策支持WEB系统研究[J].情报杂志，2017，36（04）：106-111，145.

[6]王彦.试析长输油气管道安全运行管理要点[J].价值工程，2018，37（28）：108-109.