面向城市消防领域的智能决策系统的研究

那孜古力·斯拉木

摘  要： 针对已有的面向城市消防领域的决策系统在不确定性信息表征和逻辑推演方面存在的问题，提出一种基于非公理逻辑的多种推演模型，进而以之为核心设计并实现一种面向城市消防领域的智能决策系统。该系统包含5个功能模块：知识管理机制、领域知识库、动态数据库、推演机、用户接口。含有多重不确定性信息的火灾特征由输入部件获取后存储于动态数据库中，而后依据多种推演模型推演出城市消防救援方案。该系统已成功进行了实例验证并可为应急决策智能系统提供参考。

关键词： 城市消防; 智能决策系统; 系统设计; 数据传输; 演绎推演; 实例验证

中图分类号： TN911.2?34; TP391                 文献标识码： A                     文章编号： 1004?373X（2020）12?0161?04

Abstract： As the existing decision?support systems for urban firefighting field has some problems in the uncertainty information representation and logical deduction， a multi?inference model based on the non axiomatic logic is proposed， and then the intelligent decision?support system for urban firefighting field is designed and implemented by taking this model as the core. The system contains five functional modules： knowledge management mechanism， domain knowledge base， dynamic database， inference engine and user interface. The fire features with multiple uncertainty information are acquired by the input component and stored in a dynamic database， and then the urban fire rescue scheme is derived on the basis of the multiple deduction models. The system has been successfully verified by an example and can provide a reference for the emergency decision intelligence system.

Keywords： urban firefighting; intelligent decision?support system; system design; data transmission; deductive inference; example verification

0  引  言

在理想情况下，火灾报警人可以直接陈述发生火灾的具体方位及其类型和大致等级等情况，而系统则可依据其所陈述的信息确定准确方案以资救援。但现实中，由于心理过于紧张、经验有限、判断力不足等原因，报警人往往难以准确描述灾情。这就要求系统在专家经验的基础上，首先对火灾事故的类型和等级予以设定并据此决定派遣方案，为及时有效的火灾扑救提供依据。因此，设计和实现一个面向城市消防的智能决策支持系统的研究十分重要。

针对城市消防智能决策系统的研究方向，部分研究者从理论方面开展了工作[1?3]。文献[1]结合协同理论和模糊数学方法，构建了消防安全隐患治理方案的多因素决策模型。文献[2]将本体技术和全局数据包络分析模型引入到了消防应急决策过程中。文献[3]实现了基于决策树的消防火灾等级模型。近几年大部分研究工作集中在决策信息系统的构建方面[4?8]。文献[4]借助公安消防部队现有的信息化建设的成果来实现一套调度辅助决策系统。文献[5?6]基于GIS 开发了消防队伍快速出警的消防应急辅助决策系统。文献[7]建设集移动通信指挥监控和消防水源采集为一体的移动智能终端系统。文献[8]构建一种通过巡查填表、指派填表等方式获取消防信息，实现城市消防信息与辅助灭火决策系统。

然而，现有工作存在两方面不足：一是系统在对不确定信息的表征方面存在不足，由于心理过于紧张、经验有限、判断力不足等原因，报警人往往难以准确描述灾情，以致所描述的信息存在多重不确定性（模糊性、随机性、不一致性），然而现有系统未能充分考虑上述问题;二是现有研究在系统相对忽视对模拟专家推演过程等系统认知（逻辑推演）层面的研究。

针对上述问题，本文首先提出了一种基于非公理逻辑多策略推演模型[9]，该算法不仅可以接受具有多重不确定性的数据，亦可通过演绎、修正和选择规则实现逻辑推演功能。之后以此算法为核心设计并实现了一个消防智能辅助决策系统。该系统包含5个功能模块：知识管理机制、领域知识库、动态数据库、推演机、用户接口。火灾特征由输入部件获取后被转化为数据（经验）并存储于动态数据库中，而后通过具有证据合并推演能力的向前推演算法的规则推演出消防救援方案。

1  不确定性度量及多种推演模型

1.1  二维的不确定性度量方法

该方法通过非公理逻辑（Non?Axiomatic Logic， NAL）的不确定性度量方法，表示带有一种或多种不确定性（指模糊性、随机性、不一致性或其叠加）的火灾信息。NAL二维不确定性的度量方式由一对实数频率和可信度组成，即。其中，f表示系统获得的正面证据在所有证据中的频率。

根据上述推演规则所提出算法的流程如图1所示，包括以下两方面：

1） 演绎推演功能。模型根据获得火灾特征查找知识库中所有和动态数据库中的事实相匹配的规则，并对规则中与事实相匹配的变量进行匹配。该项功能经由上述演绎规则来完成，并通过其真值函数求得结论的真值。

2） 本地推演功能。与传统的向前推演算法不同，该算法可通过修正规则和选择规则来实现本地推演。在进行推演时，如果出现命题相同而真值相异的情形，则可通过对规则予以修正以实现对相关命题的合并，并根据其真值函数计算合并后命题的真值。另一方面，在推演过程中，如果出现相互矛盾的命题，则先对规则加以选择，对矛盾命题的期望值予以计算并选取期望值较高的命题即可。

1.3  应用实例

以一个城市火灾案例为应用实例介绍系统的推演过程。对于火灾案例的情报要素[10]的描述如表1所示。

与自然语言中的模糊词“可能”“大概”“确定”对应的NAL二维真值分别为<0.6，0.5><0.8，0.7><1.0，0.9>。

系统以获取的数据为依据完成以下事项。

1） 对火灾的类型和等级的判定。接警人员根据报警人员提供的火灾信息为模型提供输入值及其不确定性真值。之后依据演绎规则与附录中的城市火灾类别和级别判定规则得出如表2所示的结论。根据表2中的推演结果可知，该火灾的类别为一般性建筑火灾，其真值为（1.0，0.81）。有8个结论认为该火灾的等级是5级，而有3个结论为该火灾为4级。通过修正规则合并火灾等级为5级的火灾信息，其真值为<0.93，0.91>，而为4级火灾的真值为<0.98，0.90>。之后根据选择规则计算5级火灾和5级火灾的期望值，分别为e5 = 0.89，e4 = 0.93。

2） 生成派遣方案。根据上述推演出的火灾类型以及火灾等级为依据判定派遣方案。根据火灾类型为普通建筑物火灾、等级为4级的结论，根据演绎规则进行推演，进而输出了向火场派遣12辆水罐消防车、2辆抢险救援车以及450名消防救援人员的救援方案，其真值为<0.98，0.58>。

2  系统总体架构设计

2.1  城市消防工作流程概述

城市消防决策支持系统的工作流程无疑与城市消防的实际过程密切相关。而城市消防过程则牵涉到报警人、消防接警人、消防辅助决策支持系统、决策者以及消防救援队伍等人员、组织和系统。其运作流程可见图2。

1） 报警人发现火险并向消防指挥中心报告灾情。

2） 消防指挥中心接警并咨询与发生火灾相关的信息，包括火灾地理位置、火灾类型、火场基本情况（发生时间、火势、蔓延情况、面积、容积等）。

3） 消防中心以步骤2）所提供的信息为依据，派遣第一支消防救援队伍并要求其在途中随时向指挥中心报告最新情况。

4） 第一支消防救援队伍到达火灾现场，指挥员向指挥中心报告现场信息，指挥中心据此依次派遣第二、三支队伍。

5） 消防救援队伍现场指挥员继续侦查火情并向指挥中心报告。消防中心根据需要继续派遣队伍并通过电话等通信手段持续获取火灾现场信息。与此同时，以火情变化为依据，考虑协调调度特种应急车辆及社会力量资源，必要时亦可协调当地驻军消防车辆参与救援。

2.2  系統的设计与实现

2.2.1  系统结构设计

该系统以多种推演模型为核心来设计。经由输入部件获取火灾案例的特征之后，并将其存储于动态数据库之中，而后以多种推演模型为核心的推理机推演出消防派遣方案。

如上文所述，该系统由5个功能模块：知识管理机制、领域知识库、动态数据库、推演机、用户接口，如图3所示。用户接口承担与外部环境交互的功能，火灾相关数据被获取后将存储于综合数据库中，进而推演机将依据多种推演模型得出相应的派遣方案，并输出至用户界面。

1） 用户接口。该组件采用图形化界面实现对用户所提供数据的接收。V={v1，v2，…，vi，…，vm}。其中，V被用以表示当前火灾事件的特征集合，vi被用以表示其中第i个火灾所具有的特征，i=1，2，…，m。用户接口能够接收通过模糊语言形式表达的观察信息并以 “确定”“大概”“可能”等模糊词来描述火灾的特征真值。图形用户界面如图4所示。

2） 知识管理模块。该模块旨在向用户提供增加、维护以及查询（已被存储于知识库中）知识的功能。

3） 被存储于动态数据库中的数据内容包含由用户所提供的关于火灾的特征以及系统在相关推演过程中所产生的结论（中间结论以及最终结论）。

4） 知识库。该组件包括关于城市消防的105条规则。R={r1，r2，…，ri，…，rm}，i=1，2，…，m。其中，R表示规则集，而ri则表示某种火灾特征的判定规则。根据内容，可将上述规则分成三组，分别是关于火灾等级、火灾类别以及火灾救援方案的判定规则。

5） 推理机。以提出多种推演模型为核心实现推理。当某一火灾的相关特征被输入接口获取后，相关数据将被推理机存储于动态数据库中;而后系统以多种推演模型为依据推理出相应火灾类别、级别以及救援方案;进而将结论存储于动态数据库中并向用户输出。

6） 地理信息模块。旨在实现派遣调度功能的模块（包括向用户显示地理信息系统的界面），可以依据决策方案以及消防中心的相关配置数据，就近从消防中心向火场派遣人员及设备，并提供最优的调度方案;依据实际情况配置各个消防中心的人员、设备的种类和数量。

2.2.2  数据库设计

系统数据库包含以下类别的表以及存储过程：

1） 与知识库相关的表格：该类表格包括t_level， t_dispatch， t_type。数据库中的t_level存储了能够判断火灾等级属性的外键，这些外键分别被存储在t_area，t_trapped，t_death，t_spreading，t_danger，t_stage，t_injured等表格中。t_type表格存储了能够判断火灾类别的规则，t?dispatch表格存储了有关派遣方案的规则。

2） 动态数据存储表格： 该类表格用以存储系统在推导派遣方案时所产生的临时数据，包括t_input，t_similarity，t_conclusion，t_similarity。

3） 与存储过程相关的表格：该类表格旨在使对辅助决策数据的操作更为迅捷，两个存储过程——clear_Conclusion（可用以清空模型与数据库交互所产生的中间数据）和find_Max（可用以寻求最大值）的建立将为利用本数据库提供便利。

3  结  语

本文构建一个面向城市消防的智能决策支持系统。该系统通过人机交互进行分析、比较和判断，进而向消防救援决策者提供相关数据以及备选方案并辅助决策者做出正确的决策，能够提高消防决策的实时性和科学性。将来的研究工作将集中在推演模型的优化方面。

参考文献

[1] 曹奇，管佳林，肖修昆，等.基于协同理论的模糊多因素消防安全决策模型[J].南京理工大学学报，2014（6）：818?822.

[2] 马斌，谢红薇，王金虹.火灾消防领域本体知识决策模型分析与研究[J].火力与指挥控制，2014（2）：144?147.

[3] 侯忠辉，刘亮亮，杜渂.基于决策树的消防火灾等级模型研究[J].网络安全技术与应用，2016（3）：41?42.

[4] 刘亚东.四川消防总队调度辅助決策系统设计与实现[D].成都：电子科技大学，2012.

[5] 靳涛.论GIS技术在消防通讯决策中的应用[J].信息系统工程，2014（5）：71.

[6] 刘福琦，张明广，尤明伟，等.GIS在石油化工消防应急辅助决策中的应用[J].消防科学与技术，2017（11）：1588?1591.

[7] 刘子立.基于移动智能终端的消防辅助决策指挥系统设计与实现[J].测绘与空间地理信息，2016（10）：182?184.

[8] 葛学礼，于文，申世元，等.城市消防信息与辅助灭火决策系统建立[J].消防科学与技术，2018（10）：1327?1329.

[9] WANG P. Non?axiomatic logic： a model of intelligent reasoning [M]. Singapore： World Scientific Publishing Company， 2013.

[10] 马栋，夏登友，陈震，等.基于云模型的灭火救援决策效能评估[J].消防科学与技术，2016（1）：104?108.