不确定信息融合下空地联运协同应急决策若干关键问题研究

Air-ground combined transportation rescue is the most effective means which was widely used in many countries around the world. Due to the interference of the uncertainties (terrain, weather, disaster and material requirements etc.), the difficulty of rescue is increasing. Therefore, we tend to bungle rescue opportunity and even lead to secondary accidents. Collaborative Emergency Scheduling of Air-Ground Combined Transportation and Traffic Simulation System can effectively improve the level of security and management capabilities of the rescue. Faced with the three scientific issues existing in this system, we will overcome these problems which are the uncertainty of material requirements, the dynamics of collaborative emergency scheduling and the complexity of enroute planning. On account of the uncertainty of material requirements and the situation of a disaster, we will establish forecast technology of material distribution based on rough set for rules mining and neural network ensemble for multi-source information fusion；In view of variational weather, dynamic path network and diverse aircraft performance，we will introduce the four-dimensional space grid model and BADA aircraft performance database for collaborative emergency scheduling model of air-ground combined transportation; Due to complex changes of the terrain and the wind, we will build the method of aircraft's route planning based on rough set and time window using terrain barrier calculation and GRIB database for wind rules mining. This study will lay the theoretical and technical basis to establish an impeccable Collaborative Emergency Scheduling of Air-Ground Combined Transportation and Traffic Simulation System.

在应急救援的各项措施中，航空和道路交通联运方式，是许多国家普遍采用的最有效手段。但由于受地形、天气、灾情和物资需求等不确定因素的干扰，施救难度增大，往往贻误施救时机，甚至导致二次事故。空地联运协同应急调度与交通仿真系统，综合多个学科的先进理论和技术，能够有效提高救援的工作效率和安全水平。面对该系统存在物资需求的不确定性、协同调度的动态性、航迹规划的复杂性三个科学问题，本项目针对灾情和物资需求的不确定性，建立阶段性粗糙集规则挖掘和神经网络集成多源信息融合的物资分布需求预测技术；针对动态对流天气、道路网和航空器性能差异，引入四维空间网格模型和BADA航空器性能数据库，构建空地联运协同调度模型；针对地形和风的复杂变化，引入地形超障计算和基于GRIB数据库的风数据规则挖掘技术，建立基于粗糙集和时间窗的航空器航迹安全规划方法。该研究将为建立完善的空地联运协同应急调度与交通仿真系统奠定理论与技术基础。

在应急救援的各项措施中，航空和道路交通联运方式，是许多国家普遍采用的最有效手段。但由于受地形、天气、灾情和物资需求等不确定因素的干扰，施救难度增大，往往贻误施救时机，甚至导致二次事故。首先，本项目提出将白化权函数求核方法和改进的GKNN填补算法运用于灾情信息的预处理当中，依据完善后的信息，通过改进的GABP神经网络模型预测应急救援物资需求量，实验结果表明，改进的GABP较传统GABP的平均预测误差下降11.34%，经过信息预处理后，模型的预测准确度平均提升44.7%，稳定性提升56.2%。根据灾情信息的动态时变性以及多源性等特点，收集相关的历史统计数据、仿真模拟数据以及实时灾情数据等三方面数据信息，将支持向量机智能算法与滚动时域框架相结合，形成遇难人数的多周期滚动预测方法，再借助于仓库库存理论间接预测出本周期内的物资需求量。其次，考虑随机风对航空器运行轨迹的影响，建立航空应急救援调度多目标优化模型，并依据四川省历年地震灾害数据完成对从出救点直接运送到受灾点的航空运输方式的验证；然后考虑道路损毁条件下的动态路网产生的运输延误时间，提取地面应急交通流数据并对动态路网进行分析，构造地面运输调度多目标优化模型，确定空地联运中的地面调度配送方案；最后借鉴航空应急救援调度方法，结合三层救灾网络中的地面运输调度模型，以运输时间为线索，构建空地联运协同调度模型，并依据四川省地震灾害数据设计算例完成对空地联运协同调度方式的验证，结果表明，本项目提出的空地联运协同调度模型能有效提高调度效率。再次，我们提出基于坡度的风场内插方法，与传统的基于高程反距离内插方法相比，对缓坡风场的预测更加精准；同时考虑低空风和地形阻碍对航空器运行轨迹的影响，提出基于航路节点修正的安全航迹规划方法，并以四川省汶川县为例，建立低空救援仿真环境，完成航迹规划的对比分析验证，结果表明，该方法得出的规划航迹不仅满足安全要求，而且在飞行时间和航行路程方面更有优势。最后，在课题组所开发的系统的现有模块的基础上，加入了灾情信息预处理功能、基于坡度的低空风预测功能以及低空航迹规划功能，采用Java-MATLAB混合编程技术，使得系统结合了Java的开放性与MATLAB的强大数值计算和绘图能力，具备了跨平台优势以及形象直观的图像界面。该研究将为建立完善的空地联运协同应急调度与交通仿真系统奠定理论与技术基础。