基于多智能體的多災種耦合預測建模技術研究

中國是世界上受自然災害襲擊最大的國家之一。如何準確地預測自然災害,采取有效措施減少自然災害造成的損失,已經成為災害研究領域的熱點問題。目前單一災害的預測技術研究較為活躍,也相應出現了一些針對某種特定災害的預測模型和信息系統或輔助決策系統,然而,單一災害模型往往只能反映一個災種的影響,不能全面反映相關災種之間的相互作用和影響。為此一些學者提出了自然災害綜合管理和綜合減災的概念,研究自然災害間的相互影響、相互作用機制以及災害綜合預測的理論和模型,以提高自然災害預測的全面性和準確性。多智能體技術是伴隨著計算機技術和人工智能技術發展起來的一項用于解決復雜系統問題的計算機模型和框架技術,并在實踐中得到了廣泛的應用。Tomoichi等人將智能體方法應用于災害救援仿真的設計。Zhao等人將多智能體技術應用于大型結構的健康檢測系統設計。Burmeister等人將智能體技術應用于交通運輸系統的設計。1自然災害鏈的復雜性災害鏈理論是應用于自然災害管理領域的重要災害學理論之一。根據災害鏈理論,源生災害和次生災害之間具有關聯性、復雜性等特點。自然災害鏈的復雜性是構建多災種綜合預測系統的主要障礙,它不僅是由外部復雜環境所致,更主要的是災害系統支配層次上的鏈式關系引起的,既有一災一因、災災相連,又有一災多因,一因多災,即自然災害的系統支配層次上的鏈式關系是自然災害復雜性的主要根源。為解決災害預測過程中的復雜性問題,針對自然災害的鏈式特征,通過對然災害鏈的分解,本文作者提出了基于災害鏈的多災種耦合預測模型。1.1災變引發的災變耦合模型自然災變和作為人類社會承災體的損失是構成自然災害的2個基本條件,因此,自然災變和承災體是預測模型的最基本元素。對于一個災害過程而言,災變是唯一的,承災體是一個或多個,而孕災環境直接或間接影響著災變的時空、強度特征和承災體的破壞程度,并伴隨承災體狀態的變化發生著變化。自然災害的鏈式特征決定了只考慮一個自然災害過程無法全面反映災損情況,災害鏈的主線是災變的引發過程,其基本環節是單個自然災害過程。災害鏈的相互關聯性表現在災變的鏈式傳遞過程中,災變的鏈式傳遞實質上是能量的傳遞過程,能量的傳遞離不開物理介質的存在,災變的能量作用在一定的物理介質上,物理介質的存在狀態發生變化,由此產生新的災變;災害鏈的相互作用性表現在連續發生的災變對承災體的偶合作用過程中。基于災害鏈的災害耦合模型如圖1所示。通常災害學中定義的承災體是指社會環境中自然災害的受體,是直接受到災害影響和損害的人類社會主體。在災變鏈式傳遞過程中的物理介質可能是災害學中定義的承災體范疇,亦可能不在災損的考慮范圍內。為簡化模型,將承災體定為一切傳遞災變能量的介質。模型中使用的承災體分為生命承災體、經濟承災體、環境承災體和虛擬承災體4大類,其中生命承災體定義為人類本身;經濟承災體包括各種建筑物、生命線系統、自然資源、財產和生產線系統等;環境承災體主要是指其變化對人類社會不構成現實的損害,但它會逐漸影響社會的生活、生產秩序,進而對社會的可持續發展造成一定影響的自然環境因素,如大氣、水、土壤的變化等;對于災變—災變傳遞過程中目前尚無法明確定義的介質,模型將其定義為虛擬承災體,虛擬承災體的引入可以有效地保證模型的一致性和可擴展性。1.2事件觸發機制自然災害鏈式效應的復雜性是架構耦合預測模型的主要難點。模型通過構建自然災害事件鏈,建立基于事件鏈的以事件觸發機制為核心的模型耦合機制來解決該問題。事件鏈最初由清華大學公共安全研究中心提出,其概念源于一個事件的發生常常會引起其他的事件,其他事件又會繼續的引發事件。事件鏈的要素有3個:1)事件的引發:事件的引發分為源生的事件與其他事件引發的事件,可統稱為事件引發的條件;2)事件的發生:事件發生之后會產生一系列的作用或者破壞;3)引發后續事件:在事件發生之后產生的一系列結果會引發其他的事件。所謂事件觸發機制是將遇到的災害和災害引發的事故、現象都歸結為事件,事件可由相應的條件觸發,事件之間也可以相互觸發。當一個災害(源生事件)發生,或某一災害的致災因子(源生事件)產生,災害發生事件和災害風險分析結果就成為新的致災因子(觸發條件),各級次生事件根據系統中的致災因子(觸發條件)情況自動判斷是否發生和產生新的致災因子(觸發條件),直至沒有足夠的觸發條件啟動新的事件,模型停止運行。通過事件觸發機制,模型可以有效地模擬自然界自然災害鏈的影響過程,為解決自然災害綜合預測提供一個復雜自適應系統,同時可使模型具有良好的靈活性和可擴展性。2多智能體技術賦能下的災變預測模型多災種耦合模型的復雜性決定了要實現該模型必須提供一個統一的、耦合的、模塊化的和可擴展性的體系結構。智能體是物理的或抽象的實體,它處于一個環境之中,獨立于環境,并作為環境的一部分,能夠感知環境,并能根據自身的信念、愿望、意圖對環境的變化做出主動的反應,從而影響環境。由于在同一個多智能體系統中各智能體可以異構,同時具有自主性、交互性、響應性、功能性等特點,因此,多智能體技術對于復雜系統具有無可比擬的表達力。借助于多智能體技術,研究人員可以專注于單災種預測方法的研究,通過災種間觸發閥值的設計,自動構建災害鏈系統體系;研究人員可以采用不同的編程方法和單災種預測模型建模手段,便于其發揮技術優勢;智能體可以設計成不同的對象,面向對象思想的優勢可充分體現在智能體設計過程中。本文將各種災變和承災體的預測模型以模塊的形式封裝于不同的智能體中,各智能體內部采用靈活的結構形式以及相同的通訊協議和標準的事件接口。此外,構建系統所需的用戶界面、決策支持、預警評估等模塊分別封裝與不同的智能體中。因此,系統的主要智能體可以分為5種類型,即界面智能體、致災智能體、承災體智能體、決策支持智能體、預警評估智能體。5種不同類型的智能體構成系統的5個不同的功能層,5個功能層間通過事件機制形成松耦合的開放框架體系,如圖2所示。系統功能層間的通訊通過智能體間的交互實現。界面智能體錄入災變參數,激活相應的災變智能體,災變發生的特征通過特定的界面智能體反饋給用戶;災變智能體通過與災變智能體、承災體智能體的協作完成災害鏈的仿真過程;災害預測過程中災變智能體或承災體智能體根據需要向決策支持智能體發出請求,雙方協作完成預測過程;承災體智能體通過其管理功能控制孕災環境數據庫中承災體的狀態;評估智能體通過孕災環境數據庫中承災體狀態的變化對災害造成的影響進行評價,并通過界面智能體展現給用戶或做出相應的預警。3主要智能設計1環境事件感知層和處理層災變智能體針對自然災變設計,采用反應型智能體的3層組織結構設計,即感應層、處理層和效應層。感應層負責接收環境事件信息,并對環境事件參數進行處理,轉換為處理層模型可以接受的數據;處理層封裝專業災變預測模型;災變預測模型的輸出主要體現在自然災變的范圍、強度、時間的三元組合關系,效應層以事件參數的形式組織預測結果,并以事件的形式向系統環境發布。2體內部組織結構承災體智能體是集GIS數據、知識、方法于一體的復合結構,基于GIS表達的承災體對象的形狀、屬性等是承災體智能體狀態的重要組成部分。承災體智能體采用四層組織結構,即感應層、融合層、處置層和效應層,如圖3所示。承災體智能體不僅要與環境交互作用,更主要的是處理和解釋接收的信息,達到自己的目的,所以信息融合起著非常重要的作用。融合層提取承災體狀態信息和災變參數,根據承災體損失預測模型提供以下3種判斷模式,一是災變的影響范圍是否覆蓋該承災體,二是災變的影響時間段內承災體的狀態,三是災變的強度是否會對承災體的狀態產生影響,并根據判斷的結果決定是否響應接收到的災變事件。3應急響應評估智能體預警評估智能體的功能是統計系統當前所有承災體智能體的數量,計算區域當前的損失狀況,產生人員傷亡、經濟損失等數據。評估智能體是災情數據與GIS的結合,接收來自用戶的災害評估指令,產生可視化的動態風險評估報告。評估智能體采用典型的反應式智能體結構,其基本機構與災變智能體相同。4災變智能體內部協同反應機制多災種耦合預測模型中定義了模型的耦合機制,通過智能體間基于事件的通訊模式實現模型的耦合機制。系統中災變的產生有2種方式,一是災變智能體接收外界的激勵,產生一個系統激勵,災變智能體感受到系統狀態的變化,接受該激勵和相關參數,并作出主動反應;另一種方式是災變智能體接收系統內部激勵和相關參數,并做出主動反應。外屆的激勵來自于界面智能體發出的事件,內部激勵來自于災變智能體發出的災變事件或承災體智能體發出的受損事件。災變智能體通過感應層接收到有效事件后,將事件參數輸入災變預測模型,產生災變參數,并通過效應層事件發布器將災變發生事件和災變參數發布到系統中;承災體通過感應層接收有效事件,通過信息融合判斷是否對事件做出反應,如果達到承災體智能體的條件規則,則將事件參數和自身狀態參數一并傳入承災體損失預測模型,根據模型預測結果改變承災體自身狀態,并通過效應層發布承災體受損事件。災變和相關的承災體智能體構成一個災害智能體組,完成單個災害的預測過程,智能體間通過災變—承災體受損—災變通訊模式自動構建災害鏈預測過程。對于災害鏈模擬過程中的災變并發工況的時序控制問題,采用決策支持智能體———時序協調智能體作為并發工況時序問題的解決方案。當時序協調智能體感應到模型中存在多個災變因子時,根據智能體內部的知識庫對這些災變因子和相應的承災體狀態進行判斷,確定其執行的時間特性和順序,如圖4所示。5地震災害鏈下基本事件描述采用Microsoft.NET環境和C#語言開發了模型的原型系統MD-PWDSS(multi-disasterpredictionandearlywarningdecisionsupportsystem),系統中的所有智能體均以類的形式加以封裝,并通過類與類之間的事件的發布—響應—發布機制實現多災種耦合預測過程的自組織。汕頭市是廣東省重點抗震設防城市,境內斷層發育,地震活動頻繁,以汕頭市地震災害鏈為例,取汕頭市部分住宅、路段、人員和地質地形(虛承災體)作為承災體,災變包括地震、滑坡、建筑物破壞和交通破壞。實例中,源生災變為地震災變,用戶通過界面智能體輸入震中位置(116.6°E,23.4°N)、里氏震級(7.5)和烈度角(10°),界面智能體發布地震輸入事件,地震災變智能體接收該事件,啟動智能體處理程序,得出地震烈度分布范圍并發布地震災變發生事件,住宅、路段和地質地形承災體接收地震災變事件,產生承災體受損事件,并向系統發布,隨之激活滑坡、建筑物破壞和交通破壞災變智能體,滑坡災變會再次激活路段智能體,滑坡導致的路段受損會加重交通破壞狀況,建筑物破壞災變會激活人員承災體智能體,由其進行人員傷亡情況的預測。最后,預警評估智能體根據接收到的所有事件,對承災體的損失進行綜合統計分析,形成事件及次生事件分析報告反饋給用戶,整個實例的系統事件鏈工作流如圖5所示,圖中虛線部分分別為虛承災體、虛事件和虛流程。圖6顯示了房屋、路網破壞預測結果,房屋和道路的破壞程度分為5個等級,圖中用不同的灰度表示不同的破壞結果,顏色越深表示破壞程度越高。從圖中可以看出,房屋的破壞分布情況與地震烈度分布緊密相關,而道路受到路堤高度、場地條件以及滑坡災害的影響,情況較為復雜。6災變、承災體綜合預測模型基于智能體的軟件開發方法是在面向對象軟件開發方法基礎上發展起來的一種新型計算機建模技術。基于智能體建模方法為分割復雜系統問題空間提供了一條有效的途徑,是研究復雜系統的一個重要手段。本文應用多智能體技術構建了多災種耦合作用機制和承災環境,模擬災變演化和綜合預測過程,為構建多災種綜合預測系統探索了先進、可行的技術和方法。該方法與其他自然災害預測方法相比,具有以下特點:1)構