基于GERTS仿真网络的非常规突发事件情景推演与测算问题研究

结合国内外典型案例，分析与揭示非常规突发事件情景演化机理；运用随机网络仿真理论研究情景推演仿真节点、活动参数，进行随机仿真网络结构与情景推演算法设计；深入分析与挖掘人们在应急情形下的情景识别与推演规律，建立基于要素逐步添加的非常规突发事件情景推理随机网络，利用极大熵原理构建情景推演随机仿真网络参数设置的极大熵推演模型；利用系统变量与参数的映射原理，建立非常规突发事件的情景集合的n维参数表征模型；研究在非常规突发事件情景推演随机仿真网络中，利用小子样初始数据、专家经验推断数据和可能的历史记录数据对网络进行赋值的方法；利用抽样方案设计和Bayes后验概率修正原理，建立非常规突发事件情景推演的实验与测算模型，并设计出快速与高效的仿真算法；以2008年我国汶川大地震为例，研究非常规突发事件情景推演与评价问题，对本项目的理论研究成果进行验证和修正。

本项目以GERTS仿真网络和不确定性系统模型为工具，以非常规突发事件情景推演为研究对象，采用定性与定量相结合的方法，在理论和实践方面进行了一些尝试和探索。分别对非常规突发事件情景推演GERTS网络的建模机理、非常规突发事件情景推演GERTS网络仿真节点与结构设计、GERTS网络参数设置的极大熵推演模型、应急抢险过程中资源的优化配置等问题进行了研究。根据非常规突发事件情景演化特性，设计了非常规突发事件情景推演广义随机网络的基本结构；从定量的角度研究了非常规突发事件情景演化耦合问题，解决了情景推演中耦合仿真节点的结构设计极其效应测算问题；深入分析与挖掘人们在应急情形下的情景识别与推演规律，建立基于要素逐步添加的非常规突发事件情景推理随机网络，利用极大熵原理构建情景推演随机仿真网络参数设置的推演模型；利用小子样初始数据对网络进行赋值的方法，结合Bayes后验概率修正原理，建立非常规突发事件情景推演的实验与测算模型；建立应急抢险资源的优化配置模型，研究一定约束条件下应急资源配置的最优状解；鉴于非常规突发事件情景推演过程的不确定性特征，本项目在不确定性系统分析方法与模型研究方面取得一系列新进展。