应急管理信息系统

LOGO第三章应急管理信息系统基本原理与方法主要内容基于MART模型的系统设计原则共性决策分析模型与方法知识库原理与知识导引方法案例库的基本原理与方法概述综合数据库设计原理基于知识元的模型管理方法一、基于MART模型的系统设计原则1.1信息化建设系统分析信息化建设是基于社会组织和一定的资源基础，依靠信息技术来实现组织的业务整合、流程再造、机构重组，进而实现组织的管理创新，从而促进组织的协同，加强人与人的沟通联系，促使组织结构的进一步扁平化。1.2MART模型的建立及模型的整体性组织与管理（M)、业务应用（A)、信息资源（R）与信息技术（T）是信息化建设系统的四大要素。信息技术是信息化建设的技术基础，也是业务应用系统构建的基础，它支撑各业务应用的实现，同时基于信息技术开展业务流程的梳理，实现业务流程的优化与再造和业务协同与集成。伴随着业务应用产生了各类信息化表征的资源，即信息资源。运用信息技术实现信息资源的整合与共享，进一步促进了业务应用的深度协同与集成。由于各组织在社会、经济分工中的职能分工不同，导致了不同组织间的业务不同，因分工产生了组织与组织间业务协同的需求，为了提升系统的效率，就要实施管理。组织管理（M）是信息化建设成功与否的最关键因素，它必须对信息技术、业务应用、信息资源的选择、应用和整合做出决策。在MART模型中，信息技术是最活跃、变化最快的要素，而信息技术的发展促进了组织管理的变革与创新，组织管理的变革与创新又为业务应用提出了新的需求和变化，业务的变化又起源于业务应用而产生的信息资源的相应变化，可见在信息化发展过程中，四大要素M、A、R、T呈现了动态整体性。1.3信息化发展中存在的问题作为信息化发展四大要素的组织与管理（M)、业务应用（A)、信息资源（R）与信息技术（T），它们之间的静态及动态整体性决定了推进信息化建设的进程，最大程度地发挥信息化建设的作用。但是在现实的信息化建设中，由于信息化建设的利益主体不同，各自为政导致了信息化建设中组织管理不到位，进而引起系统整体性的失衡。比如重管理轻服务、重新建轻整合等等，产生了重复投资建设、信息孤岛、应用孤岛等问题1.4应急管理信息系统的设计与建设原则应急管理信息系统的设计与建设，以及持续协调发展的必要条件是系统的MART的均衡整体性。为此应急管理信息系统建设的三个重要策略可概括为：一个全局，两个重点。全局策略是指从MART的静态和动态整体性出发，时时把握MART全局，以业务应用为切入点进行T型思考，进而带动信息资源和组织管理的变革。重点之一是把握组织管理的整体性，求同存异策略。采用求同多赢、维系整体、存异张扬个性以激励创新发展。重点之二是宽容的技术体系策略。比如节点式平台化。根据MART模型的基本思想，应急管理信息系统的设计与建设应遵循如下原则：（1）强化顶层设计。指要把握应急管理系统宏观体系架构和整体性，要明确管理组织体系架构，科学确立业务应用组织运行模式、技术开发及运维模式、行为责任体系，同时要确定业务及技术体系架构，从系统顶层梳理M、A、R、T的各自及相互之间的依赖与协调关系。（2）业务需求主导。以业务为主线，调研梳理，科学规范应急管理与处理的业务流程，抽象业务模型，提供科学严谨的业务管理辅助分析，推动应急管理的业务联动和信息资源共享。（3）组织管理先行。组织管理是保障，必须先行建设并将其信息化。比如首先建设组织人事信息系统，以适应突发公共事件处理的动态组织管理需要，从而建立科学公正的审计问责、绩效评估和高效廉洁的组织管理队伍。（4）节点式平台化。（5）规范化标准化。要实现应急管理的快速反应、科学规范、有条不紊、职责分明、资源优化配置，多级多部门应急信息资源共享和业务协同联动，系统设计必须要遵循应急管理法律法规、业务规范和相关技术标准。二、共性决策分析模型与方法2.1具有模糊数的混合时间序列模型（MTSMFN）MTSMFN是指依据单一指标的时间序列数据信息，沿时间外延所进行的预测分析模型，其不考虑其他指标的相互影响。同时依据时间序列数据和历史上对相应指标变化有突出影响的政策信息，可对未来政策状况做定性预估判断，由此加入人的经验信息，实现定性和定量的结合，还可以对多个指标分别进行模型建模分析、预警分析和进行预测模拟。2.1.1MTSMFN模型2.2基于人工神经元网的多变量仿真模型（MANN）由于应急事件具有层次多、关系错综复杂、影响因素多等特性，因此拟把人工神经元网络模型与应用数据处理的分组方法相结合，应用神经元网络原理自动跟踪多指标间的结构与影响关系的变化，且由于这种模型可方便地加入政策变量，因此具有较高的模拟精度。该模型实现如下功能：（1）各突发公共事件发生、应急处理情况指标预测分析，即应用建立的数学模型进行数据样本以后的模拟与预测分析。（2）给出各个突发公共事件发生、应急处理情况输出指标相对各输入指标的弹性分析结果。（3）进行各种输入变化情景的多方案的仿真分析。2.2.1MANN模型2.3宏观应急决策问题的共性优化方法2.4定性宏观应急决策问题的定量化分析方法在社会、经济、心理、组织管理等多类系统的研究中都要碰到大量的不可在常规情况下定量化描述而只能定性描述的因素、事物和概念等，甚至有些系统完全由不可常规定量化元素构成，我们称这种系统为定性描述系统或非形式系统（IFS）。IFS系统是若干有经验的分析者大脑加工的过程，但随着系统规模的扩大，比如说，几十个元素以上，常规方法很难作出综合性分析，加上随着人们对信息的要求越来越高，信息不仅需要定性趋势，而且更需要定量的或程度等级方面的信息。2.4.1IFS系统的结构模型2.4.2IFS系统的定量化分析模型三、知识库原理与知识导引方法知识库是关于某一特定领域的陈述性知识和过程性知识的集合。应急知识库管理包括两个方面的工作，分别是知识模型的建立和知识库的构建。知识模型的建立需要分析具体领域的知识类型，并分别进行知识获取、知识表示和知识建模工作。知识库的构建，是依靠有效的知识获取技术和统一的知识表示方法来描述突发公共事件，建立表示事件本原的本体模型和表示不同领域事件知识的元模型。3.1知识的分类由于知识库的结构是由知识的表示方法决定的，所以，只要根据具体的问题或用户需求和系统的特点，选择好知识的表示方法和模型，那么知识库的结构也就决定了，为了能准确地选择知识的表示方法，建立有效的知识库，必须对领域知识进行系统、详细地分析。按照应急知识的来源，可以将应急管理知识分为三大类：常识类知识、累积知识和策略知识。常识类知识累积知识常识类知识包括法律法规、技术规范、普通民众的应急常识和经验，以及突发公共事件专业领域的知识。推理所需要的事实和规则几乎全部是从常识类知识提取的。累积知识指应急工作中积淀、总结、提高形成的知识，主要包括专家经验和对案例进行总结得到的经验、教训等知识，从这些知识中可以提取出若干事实和规则。累积知识还包括以前发生过的突发公共事件的事实情况。当突发公共事件发生时，可以直接在累积知识中查询以前是否发生过类似的事件。策略知识策略知识指由人类科学研究的历史过程中积累起来的关于世界规律、规则的知识，或是真理性的知识，这里只指和突发公共事件相关的知识。策略知识包括应急知识分析、总结手段方式的归纳等，即得到科学验证或可信度较高的专家经验、案例总结等知识得到提升形成的一些规则、准则，比如关于台风的一些科学认识、台风的规律等知识。策略知识是情景应对的知识，用户可直接输入事实性问题，然后直接在策略表里面查询符合该提问的策略知识并显示给用户。3.2知识的获取3.2.1显性知识获取方法常见的显性知识获取技术有分布式搜索、智能代理和数据挖掘。（1）分布式搜索。分布式搜索是近年来研究较多的一种搜索技术，它按照区域、主题或其他标准创建分布式索引服务器，索引服务器之间可以交换中间信息，且查询可以被重新定向。（2）智能代理。Agent是协作系统中的独立行为实体，它能根据内部知识和外部激励决定和控制自己的行为。Agent根据外部环境建立庞大的个性化内部知识库，接受用户请求，返回结果集。（3）数据挖掘。数据挖掘技术不仅是面向特定数据库的简单检索、查询和调用，而且要对这些数据进行微观、中观乃至宏观的统计、分析、综合和推理，以指导实际问题的求解，谋求发现事件间的相互关联，甚至利用已有的数据对未来的活动进行预测。3.2.2隐性知识获取方法隐性知识指的是难于形式化、难于交流的个人知识。隐性知识包括主观的知道如何解决问题的见识和直觉，这些隐性知识来源于从事某项活动的人，它被潜意识的理解和使用，并且往往和特定的情景相关。隐性知识获取的主要困难在于怎样恰当地把握领域专家所使用的概念、关系以及问题求解方法。造成这些困难的主要原因有：（1）每一个领域都有自己特定的语言，领域专家很难用日常语言表达这些行话并让计算机专家真正领会。（2）大部分情况下，领域专家处置问题靠的是经验和直觉，很难采用数学理论或其他决定论的模型加以刻画。（3）领域专家为了解决领域的问题用到了一些非领域的原理和事实的东西，其中有很大一部分是关于日常生活中的常识，领域专家往往在解题过程中下意识地使用到这类知识，在其表达过程中却容易忽略。（4）由于信息表示形式的影响、问题表达的需要以及其他心理学上的原因，领域专家对领域知识的表达可能会与实际的使用经验不一致。常用的隐性知识获取方法大致分为心理学方法和技术方法（1）心理学方法。最常用的心理学方法是交谈法，通过交谈可以准确把握专业概念和术语的内涵，通过交谈，计算机专家需要领会专家对问题的处理方式，并在心中对如何形式化地表达这些知识有一个基本的框架，为了确保将知识准确无误地输入知识库中，还需要进行反馈式交谈。（2）技术方法。隐性知识获取的技术方法主要有半自动知识获取方法和自动知识获取方法两种。3.3知识的表示3.3.1产生式表示法产生式表示法已经成为人工智能中应用最多的一种知识表示方法，其基本形式是：产生式表示格式固定，形式单一，规则间相互较为独立，没有直接关系，使知识库的建立较为容易，处理较为简单的问题是可取的，另外，该方法推理方式单纯，也没有复杂计算，特别是知识库与推理机是分离的，这种结构给知识的修改带来方便，无需修改程序，对系统的推理路径也容易做出解释。3.3.2框架表示法3.3.3概念图表示法概念图是一种用节点代表概念，连线表示概念间关系的图示法。概念图组织和表征知识的方法是：（1）它通常将某一主题的有关概念置于圆圈或方框之中，然后用连线将相关的概念和命题连接，连线上标明两个概念之间的意义关系。概念、命题、交叉连接和层级结构是概念图的四个图标特征。（2）某一领域的知识还可以考虑通过超级链接提供相关的文献资料和背景知识。因此，概念图是表示概念和概念之间相互关系的空间网络结构图。3.4知识的建模3.4.1Role-limitingMethod3.4.2KADS/CommonKADS方法CommonkADS方法的精髓在于“知识模型”，该模型将用于求解特定任务的知识划分为三个不同层次：领域层、推理层和任务层，分别对应着知识库系统的静态视图、功能视图和动态视图3.4.3本体建模方法在ABCOntology模型研究基础上提出了E2M模型，认为事件相关概念包括事件、过程、行动、情景、变化状态集、变化状态等。一般来讲，事物的描述要素可分为三个部分，即输入要素、状态要素、输出要素。每种要素分别具有各自的属性。例如，对状态要素“失踪人数”，其属性有取值类型、计数单位、取值长度等，通常采用框架法、面向对象表示法、基于本体的表示方法等描述事件的要素和状态。3.4.4KSM建模方法由于抽象层上的知识模型层次的复杂性导致理解和维护的困难，且软件开发中的组件解集会导致效率问题，因此在实际的实现过程中还需要进行重构和补充新的概念，解决从抽象层次模型到模型实现间的问题，KSM方法关注了这方面的内容，KSM方法引入knowledgearea（KA）的概念来描述抽象层次的知识模型，所有KA中都包含一组任务和相关方法。KSM方法借鉴了CommonKADS方法中知识模