基于动态配置和HTN智能规划的应急指挥辅助决策系统的制作方法

本发明属于应急决策领域，具体地说，涉及一种基于动态配置和HTN智能规划的应急指挥辅助决策系统。

背景技术：

应急决策(Emergency Decision-making)是为应对非常规突发事件而进行的一系列决策活动，是在发生非常规突发事件或出现征兆时，在有限的时间内收集处理有关信息，明确问题与目标，制定行动方案，选择最佳方案，组织实施并跟踪检验，纠正决策过程中的失误，直至问题彻底解决的一个动态过程。

非常规突发事件应急决策一般要面对严峻的决策环境、决策信息的局限性、决策环境的复杂多变性、决策程序的非常规性、决策时限的紧迫性、决策效果的高风险性等，传统的决策理论和方法难以适应其新的特点。

目前国内现有应急系统，主要采用“基于应急预案的应急决策方法”或“基于范例推理的应急决策方法”。

基于应急预案的决策方法：主要是通过将决策问题及决策目标与预案相匹配，从而得到决策方案。应急预案又称应急计划，是针对可能发生的重大事故或灾害，为保证迅速、有序、有效地开展应急与救援行动、降低事故损失而事前制定好的有关计划或方案。

基于范例推理的应急决策方法：主要是通过使用范例推理技术、将决策问题与范例库中的范例进行匹配，从而进行决策。它利用过去经验中特定知识，通过寻找与之相似的历史范例，然后把范例重新应用于新的问题。

基于应急预案的决策方法，其决策效果取决于预案的制定，由于预案的制 定是历史事件的总结，往往具有主观性及不完备性，同实际灾难情景难以相符，因而其有效实施困难很大。而基于范例推理的应急决策方法，采用了范例匹配及相似度计算的方法，由于范例匹配的过程对噪声数据比较敏感，而非常规突发事件经常出现信息不完全和不确定的情况，为该方法的实际使用带来很大困难，同样与实际灾难情景难以相符。

解决非常规突发事件复杂情景下应急决策，已成为国家863等重大研究课题。而如何克服上述两类方法的局限性及缺陷，解决非常规突发事件、现实复杂情景下应急指挥辅助决策，正是本项目的重要研究内容。

技术实现要素：

为了解决上述问题，本发明提供了一种克服上述两类方法的局限性及缺陷，解决非常规突发事件、现实复杂情景下应急指挥辅助决策的基于动态配置和HTN智能规划的应急指挥辅助决策系统。

为解决上述问题，本发明所采用的技术方案是：

基于动态配置和HTN智能规划的应急指挥辅助决策系统，其特征在于：包括：HTN规划器、HTN规划库和应急资源库；

HTN规划器：包括事件分析引擎、需求要素预处理器、参数匹配器、执行序列生成器及任务分解器；HTN规划库：包括模型库和知识库；模型库包括分析推演模型集、方法模型集及操作模型集；知识库包括由分析推演知识库、行业方法知识库及行业操作知识库；应急资源库：包括时间轴资源运算器、应急队伍资源、应急物资资源。

本发明还提供了一种基于HTN规划的应急指挥辅助决策系统的步骤如下：

1)、当前信息获取：在非常规突发事件爆发后，及时获取当前突发事件的状态，以及可支配的应急资源的状态信息；

2)、应急指挥目标确定：通过对突发事件推演，获取突发事件状态，依据突发事件状态，应急目标的要求，制定出需要完成的应急目标，以及任务目标的重点信息；

3)、应急任务需求要素预处理：将应急任务需求模板中需求要素进行预处理，通过量化，缩小需求要素的状态空间；

4)、建立应急任务域模型：是用规范化的语言对需求要素进行形式化描述，便于计算机的识别和处理；

5)、应急行动方案生成：根据制定好的应急目标，调用工作流规划器生成规划方案或规划方案的集合；如未能成功生成，则人工调整干预，返回应急指挥目标制定；在工作流规划器实现时，将工作流模型中的行动和工作流模式，转换为HTN规划中的行动和任务分解；另外，引入了循环工作流模式，转换为HTN规划中的递归调用，扩展了工作流模式对HTN规划领域知识的表达能力；

6)、应急方案评价：在得到的应急行动方案集合中选取合适的执行方案，或者判断得到的执行方案是否真的切实可行；如未不可行，则人工调整干预，返回应急目标制定；

7)、应急方案实施与监控：执行并监控得到的应急行动方案，如果在该过程中发生其他突发事件，或者在执行过程中态势发生变化造成方案无法继续执行，则重新开始此过程。

由于采用了上述技术方案，与现有技术相比，本发明的有益效果是：

1、不需要提供预先设计好突发事件爆发后的应对预案或已有类似突发事件的范例，而是使用可直接执行的操作动作，对于那些从未预想到和没有案例参考的突发事件，仍然能够有效地制定出科学的应急方案。

2、使用智能规划技术直接生成应急方案，无需进行预案或范例匹配与修改，简化了应急决策过程，同时使用高效的智能规划技术，有效缩短了应急决策时间。

3、使用HTN规划器，规划效果对工作流模式(方法集)的依赖度较高，方法集由该领域专家提供，亦可从预案或范例中提取出来，从而有效地利用已有的应急决策知识，使得本项目产品可与现有应急系统资源共享或集成应用。

4、传统应急决策方法在决策过程中需要领域相关专家较多参与，而基于智能规划的应急决策方法决策过程中需要领域相关专家较少干预。

本发明的基于HTN规划的应急决策的主要研究内容为：提出基于HTN规划的应急指挥辅助决策核心框架和应用模型，构建核心框架中的各个组成部件(如事件分析引擎、预处理、任务分解器、方法集、操作集等)，实现非常规突发事件复杂情景下应急指挥辅助决策。

同时下面结合附图和具体实施方式对本发明作进一步说明。

附图说明

图1为本发明一种实施例的结构框图；

图2为本发明一种实施例的程序流程图。

具体实施方式

实施例：

如图1所示，基于动态配置和HTN智能规划的应急指挥辅助决策系统，其特征在于：包括：HTN规划器、HTN规划库和应急资源库。

HTN规划器：包括事件分析引擎、需求要素预处理器、参数匹配器、执行序列生成器及任务分解器。HTN规划库：包括模型库和知识库；模型库包括分析推演模型集、方法模型集及操作模型集；知识库包括由分析推演知识库、行 业方法知识库及行业操作知识库。应急资源库：包括时间轴资源运算器、应急队伍资源、应急物资资源。

如图2所示，基于HTN规划的应急指挥辅助决策系统的步骤如下：

1)、当前信息获取：在非常规突发事件爆发后，及时获取当前突发事件的状态，以及可支配的应急资源的状态信息；

2)、应急指挥目标确定：通过对突发事件推演，获取突发事件状态，依据突发事件状态，应急目标的要求，制定出需要完成的应急目标，以及任务目标的重点信息；

3)、应急任务需求要素预处理：将应急任务需求模板中需求要素进行预处理，通过量化，缩小需求要素的状态空间；

4)、建立应急任务域模型：是用规范化的语言对需求要素进行形式化描述，便于计算机的识别和处理；

5)、应急行动方案生成：根据制定好的应急目标，调用工作流规划器生成规划方案或规划方案的集合；如未能成功生成，则人工调整干预，返回应急指挥目标制定；在工作流规划器实现时，将工作流模型中的行动和工作流模式，转换为HTN规划中的行动和任务分解；另外，引入了循环工作流模式，转换为HTN规划中的递归调用，扩展了工作流模式对HTN规划领域知识的表达能力；

6)、应急方案评价：在得到的应急行动方案集合中选取合适的执行方案，或者判断得到的执行方案是否真的切实可行；如未不可行，则人工调整干预，返回应急目标制定；

7)、应急方案实施与监控：执行并监控得到的应急行动方案，如果在该过程中发生其他突发事件，或者在执行过程中态势发生变化造成方案无法继续执 行，则重新开始此过程。

基于HTN规划的应急指挥辅助决策系统的研究内容主要包括：应急任务目标确定机制、应急任务需求要素预处理、应急任务域模型、复杂任务的原子级分解、基于工作流规划器的方案生成。

1、应急任务目标确定

HTN规划的应急决策模型以应急事件作为其输入，应急事件主要由Ebtime-发生事件时间、ESpace-空间、EEevel-事件等级、EType-事件类型、Estime-要求解决时间等参数构成，用S＝{Ebtime，ESpace，EEevel，EType，Estime}描述。

依据应急任务的约束参数，通过使用类型匹配器，确定所需的计算模型，在所需计算模型确定后，调用本应急指挥辅助决策模型集中的相关模型(附后的其它应急指挥辅助决策模型)，产生HTN规划的应急决策模型的决策任务目标(复杂任务集)。

应急任务目标确定体现了两个核心技术点：一是与应急决策模型集关联，以火灾救援应急事件为例，在本系统中通过调用火灾蔓延推延模型，得出要求任务完成时间点时，火灾所蔓延到的覆盖区域，作为HTN规划的应急决策模型决策的任务目标(如为警报器管理任务，则调用警报器效能计算模型等)；二是引入了时间参数，使应急决策的多源信息所表征的时间、地点、和表达形式统一于一个共同的时空参考系。

2、应急任务需求要素预处理

应急任务需求要素预处理，是对应急任务的需求模板中几个主要要素进行预处理，缩小需求要素的状态空间。

任务类型预处理：

根据执行动作类型确定执行资源类型及需求量属于任务能力需求要素的范 畴，是进行资源能力匹配的任务能力需求要素之一，由用户直接提出要求。

任务对象类型的预处理：

通过预处理，将对象类型抽象为点对象、区域对象和集群对象(集群对象也可以看作是区域对象)，这样的抽象和分类，便于下一步任务分解和规划问题的解决。

任务对象位置的预处理：

对象位置预处理就是将用户提交的对象位置利用电子地图等工具用经纬度的形式表示出来。具体形式分为点和区域两类。地面点对象(或者信源)的经纬度及海拔表示为(lo，la，al)，当al＝Rearth时，表明该点在地面上，可能是地面对象等；当al＞Rearth时，表明该点在空间中，可能是飞行器，或者卫星等。地面圆形区域目标的中心点经纬度及半径表示为(lo，la，r)，或者四边形区域对象的顶点坐标表示为(loi，lai)4i＝1等。

执行资源类型及需求量的预处理：

执行资源类型及需求量属于任务能力需求要素的范畴，是进行资源能力匹配的任务能力需求要素之一，由用户直接提出要求。

3、建立应急任务域模型

建立应急任务模型，就是用规范化的语言对需求要素进行形式化描述，便于计算机的识别和处理。

任务类型：

1)事件类型(Event-Type)：状态空间表示为{ET0，ET1，…，ETN}，分别表示为：危险源爆炸、地震灾害、交通运输灾害、传染病疫情恐怖袭击事件等。

2)执行资源类型(Execute-Resource-Type)：状态空间表示为{ERT00，ERT01，…，ERT0M，ERT10，ERT111，…，ERT1N}，ERT00，表示无要求， ERT01，…，ERT0M为原子执行资源，以人防为例ERT01，…，ERT0M分别表示抢险抢修、防化防疫、医疗救护、通信、运输、消防、治安等，ERT10，ERT111，…，ERT1N为复合执行资源，ERT10，ERT111，…，ERT1N分别表示{防化防疫队、医疗救护队}，{通信队、抢险抢修队}，…。

3)执行动作类型(Execute-Action-Type)：状态空间表示为{EAT00，EAT01，…，EAT0K，EAT10，EAT11，…，EAT1L}，EAT00表示无动作要求，EAT01，…，EAT0K为原子执行动作，以人防专业队为例，EAT01，…，EAT0K分别表示到达、运输、安置、医疗救护、建立临时无线基站、警报器告警、广播通知、灭火等，EAT10，EAT11，…，EAT1L为复合执行动作，其中EAT10，EAT11，…，EAT1L分别表示{防化防疫、医疗救护}，{通信、抢险抢修}，…。

4)回执情报要求(Request-Require)：状态空间表示为{RR0，RR1，…，RR3}，分别表示为：无要求、综合、通话、电子信息。

(a)任务对象属性：

对象类型(Target-Type)：状态空间为TT0，TT1。其中，TT0表示点对象(Spot)，点对象使用该点的经纬度坐标描述。TT1表示区域对象(Area)，使用多点封闭平面曲线描述。

对象位置(Target-Location)：状态空间为TL0，TL1。其中，TL0表示位置点，TL1表示位置区域。

(b)时效性(Time-Restrict)时间范围(Time-Range)：用日-月-年00：00：00形式的时间区间表示。执行频率(Mission-Frequency)：状态空间为MF0，MF1。其中，MF0表示重复执行，MF1表示不重复执行。

通过以上描述，可以用ET，ERT，EAT，RR，TT，TR，MF来表示应急任务需求的状态空间，则应急任务需求要素域模型集合为{ET，ERT，EAT，RR， TT，TR，MF}。

其中，HTN规划库作为HTN规划的应急指挥辅助决策的基础支撑，对应急指挥辅助决策方案生成具有重要影响。

4、HTN规划的复杂任务分解

在本项目中，复杂任务被定义为需要多个执行资源配合、或单一执行资源进行多次执行动作才能完成的任务。原子任务被定义为单一执行资源进行单次执行动作就能完成的任务。

HTN分层任务网络需要解决的核心问题之一是将复杂任务分解为原子任务，任务分解的第一步是复杂任务的判断。就是对用户提出的应急任务需求进行分析，判断此任务是否为原子任务，若不是，则确定为复杂任务。也就是判断此任务需求中是否有确定的多个执行资源或进行多次执行动作才能完成的任务。应急任务的复杂性源于需求要素的复杂性，对应急任务的分解就是对复杂需求要素的分解，转化为任务的能力需求要素和资源的配合执行过程。

我们利用方法集中的行业方法知识库实现其任务分解。

我们将方法集中的某个行业知识方法用一个三元组描述为(a，d，c)，其中a是复杂任务，d是任务网络，c约束条件。其三元组表示为在c约束条件下，完成任务a的任务网络d中的所有任务的一条路径。

任务分解过程始于初始的任务网络d，重复以下的步骤，直至不再有复杂任务：选取一个d的非基本任务a和方法(a，d，c)，然后通过分解a来修改任务网络d，即用d/中的任务来替代a，同时把d/中的约束条件合并进d。

下面以一个具体复杂任务{ET0，ERT00，EAT02，RR2，TT1，TR，MF1}为例，说明其复合任务分解过程。本系统使用4层任务分解网络将对复杂任务进行分解。

第一层分解：执行动作分解

待分解的复杂任务为{ET0，ERT00，EAT00，RR2，TT1，TR，MF1}。其中：ET0-危险源爆炸、ERT00-执行资源无要求、EAT00-执行动作无要求、RR2-执行通话要求、TT1-区域目标、TR-执行时间区间、MF1-不重复执行。针对EAT00执行动作要求，依据ET0类型，通过调用行业方法知识库中相匹配的方法，可以将EAT00分解为执行动作的四个原子动作EAT01、EAT04、EAT08、EAT02。即需要执行的动作为到达、医疗救护、消防、运输四个原子动作，相应的子任务为：{ET0，ERT00，EAT01，RR2，TT1，TR，MF1}，{ET0，ERT00，EAT04，RR2，TT1，TR，MF1}，{ET0，ERT00，EAT08，RR2，TT1，TR，MF1}，{ET0，ERT00，EAT02，RR2，TT1，TR，MF1}。

第二层分解：对象类型分解

在执行动作的任务分解后，由于子任务中的对象类型为区域类型TT1，还需对对象类型进行分解，以子任务{ET0，ERT00，EAT02，RR2，TT1，TR，MF1}为例。针对TT1-区域目标、通过调用行业方法知识库中相匹配的方法，可以将TT1-区域目标分解为三个点目标：某学校(点坐标)、某企业(点坐标)、某小区(点坐标)，相应的子任务为{ET0，ERT00，EAT02，RR2，TT0，TR，MF1}，{ET0，ERT00，EAT02，RR2，TT0，TR，MF1}，{ET0，ERT00，EAT02，RR2，TT0，TR，MF1}。

第三层分解：执行资源分解

在对象类型任务分解后，由于子任务中的执行资源为ERT00，还需对执行资源进行分解，以子任务{ET0，ERT00，EAT02，RR2，TT0，TR，MF1}为例。

针对ET0、EAT02、ERT00，通过调用行业方法知识库中相匹配的方法，可以将ERT00-执行资源分解为一个资源：运输资源，相应的子任务为{ET0，ERT05，EAT02，RR2，TT0，TR，MF1}。

第四层分解：执行频率分解

由于本复杂任务中MF1为不重复执行，不需进一步分解，至此，此任务已分解为原子任务，任务分解结束。

针对{ET0，ERT00，EAT00，RR2，TT1，TR，MF1}复杂任务，通过以上四个层次的任务分解，可以得到的原子任务集如下所示：

{ET0，ERT00，EAT01，RR2，TT0，TR，MF1}、{ET0，ERT00，EAT01，RR2，TT0，TR，MF1}

{ET0，ERT00，EAT01，RR2，TT0，TR，MF1}、{ET0，ERT03，EAT04，RR2，TT0，TR，MF1}

{ET0，ERT03，EAT04，RR2，TT0，TR，MF1}、{ET0，ERT03，EAT04，RR2，TT0，TR，MF1}

{ET0，ERT06，EAT04，RR2，TT0，TR，MF1}、{ET0，ERT06，EAT04，RR2，TT0，TR，MF1}

{ET0，ERT06，EAT04，RR2，TT0，TR，MF1}、{ET0，ERT06，EAT08，RR2，TT0，TR，MF1}

{ET0，ERT06，EAT08，RR2，TT0，TR，MF1}、{ET0，ERT06，EAT08，RR2，TT0，TR，MF1}

{ET0，ERT05，EAT02，RR2，TT1，TR，MF1}、{ET0，ERT05，EAT02，RR2，TT1，TR，MF1}

{ET0，ERT05，EAT02，RR2，TT1，TR，MF1}

5、基于HTN规划的应急决策方案生成

在所有复杂任务分解为原子任务集合后，HTN规划器通过调用操作集(行业操作知识库、操作模型库)中的操作，实现应急指挥辅助决策方案生成。

来自复杂任务分解后的原子任务集合，输入到HTN规划器(工作流规划器)，HTN规划器通过将原子任务与操作集的操作条件匹配，获取匹配的原子任务集合及对应的操作，对匹配的原子任务调用已匹配的操作(如，在疏散匹配条件下，调用多源点人员疏散计算模型，进行计算操作。模型描述参见附后的其它应急指挥辅助决策模型-多突发事件人员疏散模型)，生成执行工作流及相应的专业手册。检查剩余的任务集合是否为空，如不空，则返至任务参数与操作条件匹配，否则输出决策方案。

基于HTN规划的应急决策模型本模型已成功在我公司研发的应急指挥辅助决策系统中进行了应用，并得到了较好的使用效果。其优点在于：

(1)、不需要提供预先设计好突发事件爆发后的应对预案或已有类似突发事件的范例，而是使用可直接执行的操作动作，对于那些从未预想到和没有案例参考的突发事件，仍然能够有效地制定出科学的应急方案；

(2)、使用智能规划技术直接生成应急方案，无需进行预案或范例匹配与修改，简化了应急决策过程，同时使用高效的智能规划技术，进一步缩短了应急决策时间；

(3)、使用HTN规划器，规划效果对工作流模式(方法集)的依赖度较高，方法集由该领域专家提供，亦可从预案或范例中提取出来，从而有效地利用已有的应急决策知识；

(4)、传统应急决策方法在决策过程中需要领域相关专家较多参与，而基于智能规划的应急决策方法决策过程中需要领域相关专家较少干预。

6、基于HTN规划的应急决策模型的学习与训练

HTN规划库作为HTN规划应急决策模型的核心基础支撑，对应急决策具有重要作用，而其中的行业知识操作库、行业知识方法库、分析推演知识库的建 立的学习与训练过程建立。

通过将已有的应急预案事件参数输入到HTN规划的应急决策模型之中，生成HTN决策方案，通过人工比对生成方案同原始预案的差异，确定其合理性，如果不合理，则优化HTN规划库中的行业知识操作库、行业知识方法库、分析推演知识库。

本项目对非常规突发事件进行多级层次划分，采用分层索引技术，以原子粒度任务为叶结点构建非常规突发事件的案例分解结构，来避免由于事件罕见性造成应急方案失效性问题。案例组织结构分为类别层、案例层、案例分解层。一般情况，根据具体的实际需要类别层可分为多个层次。每当一个新案例加入到案例库时，它的案例特征属性向量提交给案例的分层组织结构，系统从多级分层组织结构的根结点开始，将这些特征属性向量与组织结构的结点相比较。如果新案例特征属性都包含在结点的特征属性向量中，再与该结点的下层结点进行比较，直至将案例的原子粒度任务结点都存储在案例分解层为止。

本发明不局限于上述的优选实施方式，任何人应该得知在本发明的启示下做出的结构变化，凡是与本发明具有相同或者相近似的技术方案，均属于本发明的保护范围。