面向应急决策支持的模型集成管理方法研究

There exist great difficulties in emergency decision-making processes due to the high dynamic characteristics and uncertainties of emergency events. Realizing high-performance emergency decision-making processes by applying multi-type models to integrated analysis and deduction is one of the key issues in world-wide emergency response researches. This project will focus on model integration methods for emergency decision-making support. Researches include: (1) Intelligent and automatic integration methods of “task-model-data” matching; (2) Model searching, combination and optimization methods for multi-task processes; (3) Automatic matching, verification and scheduling methods for “model-data” matching; (4) Online collaboration and dynamic execution methods for integrated models. Research results of this project may help for better decision-making support by rapid model configuration, effective model integration, intelligent model scheduling and dynamic model execution.

突发事件的高度动态性和不确定性给应急决策带来极大的困难。随着计算技术和数据技术的发展，应用多类型模型进行集成分析和推演，从而实现科学高效的应急决策支持，已经成为国际应急领域的重要发展趋势。本项目将以剧毒危险化学品泄漏扩散引发大规模区域疏散事件的应急为例，研究面向应急决策动态不确定性的智能化模型集成管理方法，包括：（1）“任务－模型－数据”的智能化集成管理方法；（2）面向多并发任务的异构模型搜索、组合与优化方法；（3）“模型-数据”组合的自动匹配、验证与调度方法；（4）分布式环境下组合模型的在线协同配置与动态执行机制。重点突破异构模型间的智能匹配、多并发任务下的模型协同两大关键科学问题。通过项目研究，实现复杂突发事件决策支持的异构模型快速配置、有效集成、智能化调度、动态执行的全流程管理，实现基于模型集成和推演分析的应急决策方法创新。

突发事件的高度动态性和不确定性给应急决策带来极大困难。随着计算技术和数据技术的发展，应用多类型模型进行集成分析和推演，从而实现科学高效的应急决策支持，已经成为国际应急领域的重要发展趋势。本项目将以剧毒危险化学品泄漏扩散引发大规模区域疏散事件的应急为例，研究面向应急决策动态不确定性的智能化模型集成管理方法，包括：（1）“任务－模型－数据”的智能化集成管理方法；（2）面向多并发任务的异构模型搜索、组合与优化方法；（3）“模型-数据”组合的自动匹配、验证与调度方法；（4）分布式环境下组合模型的在线协同配置与动态执行机制。重点突破异构模型间的智能匹配、多并发任务下的模型协同两大关键科学问题。通过项目研究，实现复杂突发事件决策支持的异构模型快速配置、有效集成、智能化调度、动态执行的全流程管理，实现基于模型集成和推演分析的应急决策方法创新。