專利名稱：地鐵火災虛擬演習可視化評定系統(tǒng)的制作方法
技術領域：
本發(fā)明涉及的是一種計算機應用技術領域的可視化評定系統(tǒng)，特別是涉及一種地鐵火災虛擬演習可視化評定系統(tǒng)。
背景技術：
由于地鐵空間相對狹窄，一旦發(fā)生火災時，往往造成很大的經(jīng)濟損失和人員傷亡。因此，必須針對地鐵火災突發(fā)事件進行應急響應研究。而實戰(zhàn)演習和培訓將牽扯到各有關部門，且由于突發(fā)事件通常和人體安全相關，因此很難通過真實人體及人群進行試驗，同時真實火災試驗也不符合環(huán)保的要求，具有不可操作性。對于火災這樣的大尺度、多維空間問題，試驗研究是比較困難的，費用也很高，而計算機虛擬演習則具有安全、高效、成本低廉的特點。
為了對整個虛擬演習的合理性和實用性作出評定，既要對演習過程中的人為因素，如不同的演習角色(決策部門、執(zhí)行部門和普通游客)在虛擬演習中的表現(xiàn)進行全面評定(讓參與者對自己的應急能力有一個充分的認識)，也要對演習中出現(xiàn)的非人為因素，如地鐵車站防火設計、噴淋設計和安全疏散管理等，進行全面評定(為地鐵車站的防火設計提供科學參考)，整個演習涉及的因素很多，各因素之間關系又不明確，更是涉及到管理等人為因素，因此對影響演習效果的各種因素進行簡單的線性疊加，而忽略各因素的相互影響很難對地鐵火災虛擬演習進行準確的評定。
經(jīng)對現(xiàn)有技術的文獻檢索發(fā)現(xiàn)，隨著近年來火災評定研究的深入，Chen等在《BeijingProgress In Safety Science And Technology VOL.II(C)Chemicalindustry press，2000.8498-502》發(fā)表的“Model of Fuzzy CompartmentsiveAssessment and Its Application to Fire Safety In Buildings”(車廂模糊評定模型及其在建筑火災中的應用，北京安全科學與技術進展，VOL.II(C)，化學工業(yè)出版社，2000.8498-502)較早提出了火災的模糊評定系統(tǒng)。然而，模糊評定法缺乏必要的權重量化值，主觀隨意性太大。因此，基于對影響地鐵火災虛擬演習的各因素的全面分析，建立地鐵火災虛擬演習的可視化評定系統(tǒng)，提高評定的可靠性和高效性，具有重要的現(xiàn)實意義。

發(fā)明內(nèi)容
本發(fā)明針對現(xiàn)有技術中存在的上述問題，提供一種基于FAD的地鐵火災虛擬演習可視化評定系統(tǒng)，使其對評定過程既進行定性分析，又進行定量分析，減少人為主觀因素帶來的誤差和不確定性，可以準確、高效地對地鐵火災虛擬演習進行評定。
本發(fā)明是通過以下技術方案實現(xiàn)的，本發(fā)明包括三個模塊系統(tǒng)管理模塊、專家評定模塊和數(shù)據(jù)處理模塊。所述系統(tǒng)管理模塊，對用戶的屬性進行設置，包括各個專家的用戶名、密碼以及專家的權值；所述專家評定模塊首先通過系統(tǒng)管理模塊設定的用戶信息進行登錄，然后對各評定因子打分并提交給數(shù)據(jù)處理模塊；所述數(shù)據(jù)處理模塊對專家評定模塊中的輸入進行處理，首先運用模糊數(shù)學建立隸屬度矩陣，然后采用層次比較分析法求解判斷矩陣，并進行一致性檢驗，最后采用德爾菲專家法(Delfei experts method)來處理多位專家評定的結果，最終得到地鐵火災虛擬演習的評定結果。
所述系統(tǒng)管理模塊，用戶可以以給定的用戶名和密碼進行登錄，允許修改密碼，但不允許修改用戶名和權值。
所述專家評定模塊，首先要求專家用自己的用戶名和密碼進行用戶登錄，登錄后進入專家評定界面。進入界面后，需要對各評定因子根據(jù)自己的專業(yè)知識打分賦權值。同時對每個評定因子，對其與其它評定因子的關系進行打分，給出判斷矩陣；此時需要對判斷矩陣進行一致性檢驗，若通過一致性檢驗，表明打分合理，則進入對下一個評定因子的評定。否則要重新評定該評定因子，直至通過一致性檢驗為止。當專家完成對所有評定因子的評定后，系統(tǒng)會自動計算出該專家的評定結果。當所有專家都完成評定后，系統(tǒng)會計算出此次地鐵火災虛擬演習的評定等級結果。
所述數(shù)據(jù)處理模塊運行于服務器端，對專家評定模塊中的輸入進行處理，最終得到地鐵火災虛擬演習的評定結果表示為F=Σi=1pwiBi.]]>其中Σi=1pwi=1]]>而i為專家序號，i＝1，2，…p；wi為專家在評定項目上的權威指數(shù)；Bi為第i個專家的評定結果。
本發(fā)明將模糊數(shù)學、層次比較分析法、德爾菲專家法相結合，建立了地鐵火災虛擬演習可視化評定系統(tǒng)，與現(xiàn)有技術相比，具有以下優(yōu)勢(1)定量性該系統(tǒng)能客觀反映地鐵火災虛擬演習評定的實際情況，使評定分析定量化。(2)科學性該系統(tǒng)基于模糊數(shù)學、層次比較分析法和德爾菲專家法，理論上是嚴密的，計算方法和過程是正確的。(3)客觀性該系統(tǒng)結合模糊數(shù)學理論和層次比較分析法將火災中的不確定性的問題和人的主觀判斷用量級形式表達，并采用了德爾菲專家法中經(jīng)驗數(shù)據(jù)，使地鐵火災虛擬演習的評定結果更符合客觀實際。(4)高效性該系統(tǒng)易于編程計算，算法簡單，并實現(xiàn)了可視化評定。利用本發(fā)明系統(tǒng)，大大縮短了評定時間，從原來的2-3天縮短到現(xiàn)在的2-3個小時，可以對不同角色人員(管理人員、醫(yī)療救護人員、消防戰(zhàn)士、普通乘客)的虛擬演習結果進行合理高效的評定，進一步提高他們的地鐵火災應急響應能力。


圖1為本發(fā)明系統(tǒng)模塊結構2為本發(fā)明系統(tǒng)流程圖具體實施方式
以下結合附圖對本發(fā)明的實施例作詳細說明本實施例在以本發(fā)明技術方案為前提下進行實施，給出了詳細的實施方式和過程，但本發(fā)明的保護范圍不限于下述的實施例。
如圖1所示，本實施例包括三個模塊系統(tǒng)管理模塊、專家評定模塊和數(shù)據(jù)處理模塊。系統(tǒng)管理模塊對用戶的屬性進行設置，包括各個專家的用戶名、密碼以及專家的權值；專家評定模塊首先通過系統(tǒng)管理模塊設定的用戶信息進行登錄，然后對各評定因子打分并提交給數(shù)據(jù)處理模塊；數(shù)據(jù)處理模塊對專家評定模塊中的輸入進行處理，首先運用模糊數(shù)學建立隸屬度矩陣，然后采用層次比較分析法求解判斷矩陣，并進行一致性檢驗，最后采用德爾菲專家法來處理多位專家評定的結果，最終得到地鐵火災虛擬演習的評定結果。
本實施例中數(shù)據(jù)處理模塊對專家評定模塊的輸入數(shù)據(jù)基于模糊數(shù)學(Fuzzymathematics)、層次比較分析法(Analytic hierarchy process)和德爾菲專家法進行處理，其步驟為
(1)確定模糊綜合評定因子集。
(2)確定評定判斷集。將地鐵火災的風險等級設為三級，一級為低等風險，二級為中等風險，三級為高等風險。由此，模糊評定的評定判斷集為{一級，二級，三級}。
(3)根據(jù)專家評定模塊中各專家對評定因子賦的權值，以矩陣形式進行記錄。
(4)建立隸屬度矩陣。首先對評定因子集中任一因子，建立評定判斷集上的模糊影射，可得到二級子集綜合評定判斷矩陣；其次利用模糊綜合評定法得到一級母集綜合評定判斷矩陣；最后給出對母集進行綜合評定的結果。
(5)用層次分析法求二級子集綜合評定判斷矩陣。首先采用三標度法建立比較判斷矩陣。然后將比較判斷矩陣的每一列元素求和；其次用比較判斷矩陣的每一元素除以剛剛求得的和，使得矩陣的每一列歸一化得到新的矩陣；最后將新矩陣每行求和求每一行的平均值，即可求得二級子集綜合評定判斷矩陣。
(6)對比較判斷矩陣B作歸一化處理和一致性檢驗。首先通過矩陣B的最大特征值λmax和相應的特征向量x對矩陣B作歸一化處理；然后進行矩陣B的一致性檢驗。當一致性比CR＜0.1時，認為判斷矩陣B的一致性可以接受。當CR≥0.1時，認為判斷矩陣B的一致性不可以接受，必須重新建立比較判斷矩陣B，直到通過一致性檢驗為止。其中CR＝CI/RI；CI＝(λmax-n)/(n-1)(計算時，取n＝3)；RI為隨機指標，其值為RI＝0.58；n為配對比較的元素數(shù)目，等于矩陣B的維數(shù)。
(7)采用加權平均法來處理多位專家評定得到的結果，最后得到地鐵火災虛擬演習的綜合評定結果F=Σi=1pwiBi,]]>其中Σi=1pwi=1,]]>而i為專家序號(i＝1，2，…p)；wi為專家在評定項目上的權威指數(shù)；Bi為第i個專家的評定結果。
圖2所示為本發(fā)明系統(tǒng)的流程圖。在主界面上，專家1憑用戶名和密碼登錄系統(tǒng)，進入評定子界面，對評定因子賦權值，給出判斷矩陣，系統(tǒng)自動對判斷矩陣執(zhí)行一致性檢驗。當專家1完成對所有的評定因子的評定后，提交系統(tǒng)計算，可以得到專家1的評定結果。系統(tǒng)這時會判斷P是否達到指定的評定專家總數(shù)，若未達到，則下一位專家重復上一位專家的評定過程。若達到最大人數(shù)，則進行最終總體評定，給出最終的評定結果。
實施例為對地鐵某站火災虛擬演習進行評定。演習人員為乘客代表、醫(yī)護人員代表和地鐵車站列車長。每個演習者分別以自己身份進入分布式虛擬演習場景參與虛擬演習，虛擬演習結束后，由3名火災領域的專家利用本發(fā)明中的評定系統(tǒng)對演習人員的虛擬演習進行評定。
系統(tǒng)管理員進入系統(tǒng)管理界面，分別設置各個評定專家進入系統(tǒng)的密碼。同時，根據(jù)專家在火災領域的權威性和研究成果等對3個專家進行權重賦值。三個專家的權重值之和必須為1。
表1所示的U1、U2、U3、U4、U5、U6表示6個評定因子。專家1根據(jù)自己的用戶名和密碼進入專家評定模塊，對各評定因子打分賦權值。其次對于每個評定因子，與其它評定因子的關系進行打分，給出判斷矩陣；此時系統(tǒng)進入數(shù)據(jù)處理模塊，對判斷矩陣進行一致性檢驗，若通過一致性檢驗，表明打分合理，則進入對下一個評定因子的評定。否則需要專家1重新確定判斷矩陣，直至通過一致性檢驗為止。當專家完成對所有評定因子的評定后，系統(tǒng)將再次進行數(shù)據(jù)處理模塊，計算出專家1的評定結果{0.5402，0.3094，0.1829}，如表1所示。專家1最終判定整個演習方案評定結果為一級(低等)風險隸屬度為54.02％，二級(中等)風險隸屬度為30.94％，三級(高等)風險隸屬度為18.29％。
專家2和專家3按上述相同步驟完成對各因子的評定，每個專家的綜合評價結果如表1所示。
當3個專家均完成對評定因子U1、U2、U3、U4、U5、U6評定打分后，則進行最終總體評定，給出最終的評定結果。本次實施例中的最終評價結果為{0.4867，0.3280，0.2074}，如表1所示。
上述結果表明，通過本實施例系統(tǒng)對地鐵某站火災虛擬演習進行綜合評定，實施結果為一級(低等)風險隸屬度為48.66％，二級(中等)風險隸屬度為32.80％，三級(高等)風險隸屬度為20.74％。
表1


權利要求
1.一種地鐵火災虛擬演習可視化評定系統(tǒng)，其特征在于，包括系統(tǒng)管理模塊、專家評定模塊和數(shù)據(jù)處理模塊，所述系統(tǒng)管理模塊，對用戶的屬性進行設置，包括各個專家的用戶名、密碼以及專家的權值，所述專家評定模塊首先通過系統(tǒng)管理模塊設定的用戶信息進行登錄，然后對各評定因子打分并提交給數(shù)據(jù)處理模塊；數(shù)據(jù)處理模塊對專家評定模塊中的輸入進行處理，首先運用模糊數(shù)學建立隸屬度矩陣，然后采用層次比較分析法求解判斷矩陣，并進行一致性檢驗，最后采用德爾菲專家法來處理多位專家評定的結果，最終得到地鐵火災虛擬演習的評定結果。
2.根據(jù)權利要求1所述的地鐵火災虛擬演習可視化評定系統(tǒng)，其特征是，所述系統(tǒng)管理模塊，用戶以給定的用戶名和密碼進行登錄，允許修改密碼，但不允許修改用戶名和權值。
3.根據(jù)權利要求1所述的地鐵火災虛擬演習可視化評定系統(tǒng)，其特征是，所述專家評定模塊，首先專家用自己的用戶名和密碼進行用戶登錄，登錄后進入專家評定界面，進入界面后，需要對各評定因子根據(jù)自己的專業(yè)知識打分賦權值，同時對每個評定因子、對其與其它評定因子的關系進行打分，給出判斷矩陣，此時需要對判斷矩陣進行一致性檢驗，若通過一致性檢驗，表明打分合理，則進入對下一個評定因子的評定，否則要重新評定該評定因子，直至通過一致性檢驗為止，當專家完成對所有評定因子的評定后，系統(tǒng)會自動計算出該專家的評定結果，當所有專家都完成評定后，系統(tǒng)會計算出此次地鐵火災虛擬演習的評定等級結果。
4.根據(jù)權利要求1所述的地鐵火災虛擬演習可視化評定系統(tǒng)，其特征是，所述數(shù)據(jù)處理模塊運行于服務器端。
全文摘要
一種計算機應用技術領域的地鐵火災虛擬演習可視化評定系統(tǒng)，包括系統(tǒng)管理模塊、專家評定模塊和數(shù)據(jù)處理模塊，所述系統(tǒng)管理模塊對用戶的屬性進行設置，所述專家評定模塊首先通過系統(tǒng)管理模塊設定的用戶信息進行登錄，然后對各評定因子打分并提交給數(shù)據(jù)處理模塊；數(shù)據(jù)處理模塊對專家評定模塊中的輸入進行處理，首先運用模糊數(shù)學建立隸屬度矩陣，然后采用層次比較分析法求解判斷矩陣，并進行一致性檢驗，最后采用德爾菲專家法來處理多位專家評定的結果，最終得到地鐵火災虛擬演習的評定結果。本發(fā)明具有定量性、科學性、客觀性和高效性等優(yōu)點，可以對不同角色人員的虛擬演習進行合理的評定，進一步提高他們的地鐵火災應急響應能力。
文檔編號G06F17/00GK101079022SQ20071004343
公開日2007年11月28日 申請日期2007年7月5日 優(yōu)先權日2007年7月5日
發(fā)明者楊培中, 金先龍 申請人:上海交通大學