喻园管理论坛2023年第100期(总第923期)

演讲主题: 一种数据驱动的基于改进RIMER的应急方案评估方法

主 讲 人: 叶   鑫，大连理工大学经济管理学院院长、教授

主 持 人: 祁   超，供应链管理与系统工程系教授

活动时间: 2023年12月4日（周一）14:30-16:00

活动地点: 管院大楼121室

主讲人简介：

叶鑫，博士，教授，博士生导师，现任大连理工大学经济管理学院院长，现兼任电子政务模拟仿真国家地方联合工程研究中心主任、辽宁省电子政务工程研究中心主任、中国优选法统筹法与经济数学研究会高等教育管理分会副理事长、中国管理科学与工程学会理事。主要从事数字政府、智慧城市、决策支持系统、数据科学、人工智能等方面的研究。主持国家重点研发计划课题、国家自然科学基金项目等科研课题10余项，作为主要研究人员参加国家自然科学基金重点项目、国家科技支撑计划等科研课题10余项。在Decision Support Systems、Information Sciences、Knowledge-Based Systems、系统工程学报、系统管理学报等期刊以及相关高水平国际会议上录用、发表学术论文90余篇；出版专著1部、教材1部。主持编制辽宁省“十四五”数字政府发展规划，参与编制了辽宁省地方标准“行政权力运行与监察系统数据采集交换规范”。开发了面向应急管理等领域的软件，获得软件著作权9项。获辽宁省自然科学奖、山西省科学技术奖（科技进步类）、辽宁省科学技术奖（科技进步类）、辽宁省哲学社会科学成果奖、忻州市科学技术奖（科技进步类）等省、市及行业协会科研奖励近10项；获国家教学成果二等奖1项，辽宁省教学成果奖7项（一等奖6项）；获宝钢优秀教师特等奖提名奖。

活动简介：

实施合适的应急方案可以大大降低突发事件带来的损失和风险。然而，应急方案对救援效果的影响是复杂的，这使得应急方案评估困难。基于证据推理算法的置信规则库推理方法（belief rule-base inference methodology using the evidential reasoning approach, RIMER）可以模拟真实的复杂系统，利用其评估应急方案能够降低对主观经验的依赖。传统RIMER中的前提属性通常是主观确定的，但由于突发事件的复杂性，主观选择影响救援结果的前提属性有时非常困难。因此，本研究构建了置信规则库前提属性和参数的联合优化模型。然而，使用元启发式算法求解该模型将面临编码和优化困难，故将其简化为关于前提属性及其权重的优化问题，并设计了数据驱动的方案来确定置信规则参数。最后，以某野外火灾救援数据集为例，验证了所提方法的有效性。与其他相关方法相比，所提方法在预测准确性和可解释性方面均表现出一定优势。