專利名稱：針對鐵路應急預案進行綜合評價的方法
技術領域：
本發(fā)明涉及突發(fā)事件應急救援的預案評價技術領域，特別是一種針對鐵路應急預案進行綜合評價的方法。

背景技術：
突發(fā)事件應急救援預案編制的優(yōu)劣，將直接影響到救援的效果和效率。針對各種不同的緊急情況制定有效的應急預案，不僅可以指導應急人員的日常培訓和演練，保證各種應急資源處于良好的備戰(zhàn)狀態(tài)；而且可以指導應急行動按計劃有序進行，防止因行動組織不力或現場救援工作的混亂而延誤事故應急，從而降低人員傷亡和財產損失。目前國內外預案情況來看，主要停留在建立應急預案的意義和如何編制應急預案，而對應急預案綜合評價十分匱乏。
雖然目前有很多綜合評價的方法，包括多元統(tǒng)計評價法、模糊綜合評判法、ANN(人工神經網絡)法等，但由于鐵路應急預案綜合評價有下列特殊性第一，評價指標是一些很難量化或無法直接量化的變量，或是一些不可比的定量化變量，據此綜合評價引入的是定性化變量；第二，只能抽取少數目標進行評價，少數目標并不能涵蓋所有目標的特性。因此，目前還沒有一種比較有效的方法可以對鐵路應急預案進行全面的綜合評價。


發(fā)明內容
本發(fā)明利用AHP均分結構法和PPCE梯度降維法，并結合加速遺傳算法，提出了針對鐵路應急預案進行綜合評價的方法。該方法為鐵路應急預案編制的合理性、實施的可操作性以及救援成本的經濟性評價提供理論依據，也可為其它類似行業(yè)的應急預案研究提供借鑒。
本發(fā)明的技術方案是一種針對鐵路應急預案進行綜合評價的方法，其特征是所述方法包括下列順序執(zhí)行的步驟 步驟1對評價目標運用AHP均分結構法； 步驟2采用G1法計算AHP均分結構指標權重； 步驟3獲取并量化定性評價數據； 步驟4對PPCE模型的建模過程進行改進，形成PPCE梯度降維法； 步驟5引入RAGA實現綜合評價。
所述步驟1中，AHP均分結構法是指對AHP構權法指標層次結構進行調整，其步驟包括 步驟11設定評價目標的一級指標序列為(B1，B2，...，Bp)，Bi的二級指標個數為ci(i＝1，2，...，n)，拆分的標準二級指標個數為cg，其中cg＝min{ci}； 步驟12將Bi的二級指標以cg為標準拆分成mi個，即將Bi拆分成

二級指標個數為

拆分后的一級指標個數為h，其中，h＝m1+…+mi+…+mn (1)當ci/cg為整數時， mi＝ci/cg (2)當ci/cg有余數時，設余數為l， 所述步驟2中，采用G1法計算指標權重包括下列步驟 步驟21確定步驟12中，AHP均分結構法所獲得的一級指標的序關系，將一級指標{B1，B2，…，Bi，…，Bh}重新定義為{x1，x2，…，xi，…，xh}，將各一級指標按專家調查的結果，通過德爾菲法進行排序
步驟22分別用Wk-1和wk評價指標xk-1與xk的重要性程度，并且 Wk-1/wk＝rk，k＝z，2-1，z-2，…，3，2 若給出rk的理性賦值，則wz為 wk-1＝rkwk(k＝z，z-1，z-2，…，3，2) 步驟23將專家給出的評價結果代入上述公式得出各一級指標的權重 (w1，w2，w3，w4，......，wh)； 步驟24(w1，w2，w3，…，wh)為運用AHP均分結構法后的指標層次結構中的一級指標的權重值；將其重新定義為對這些指標權重值進行還原處理，得出運用AHP均分結構法前的指標層次結構中的一級指標權重值為 其中 …… 步驟25二級指標的計算重復上述步驟21至步驟23，得各一級指標下的二級指標權重為 (wi1，wi2，wi3，wi4，......，win)； 步驟26計算二級指標的組合權重為 其中(x＝1，2，…，n) …… …… 所述步驟3中，獲取并量化定性評價數據又包括下列步驟 步驟31確定評價目標的評價指標為 X＝{X1，X2，…，Xn} 步驟32建立指標評價語等級 V＝{V1，V2，…，Vp} 步驟33設計調查問卷，獲取定性評價數據； 步驟34將定性評價數據轉化為定量評價數據 {x*(i，j)|i＝1～n，j＝1～p} x*(i，j)——第i個指標的第j等級評價指標值； Nz——有效數據的數量； Ｎx——針對某一樣本給出某指標某等級的評價的數量。
所述步驟4，對PPCE模型的建模過程進行改進又包括下列步驟 步驟41修改樣本集的定義，各指標的樣本集為{x*(i，j)|i＝1～p，j＝1～5}，定義x*(i，j)為第i個指標第j個評價語級的評價值，“p，5”分別為樣本的指標數和評價語級的級數； 步驟42投影值中加入評價語級分數值，把PPCE模型的最佳投影方向a*代上式，得到各指標點的投影值z*(i)； 其中z*(i)——各指標點的投影值； a*——最佳投影方向； x(i，j)——第i個指標的第j等級評價指標值； Y為評價語級系數值； 對Y做如下規(guī)定 Y＝(y1，y2，y3，y4，y5) y1>y2>y3>y4>y5； y1-y2＝y(tǒng)2-y3＝y(tǒng)3-y4＝y(tǒng)4-y5。
步驟43引入改進AHP構權法的指標權重值進行綜合評價的結果為 其中G——某樣本綜合評價值； w(i)——通過改進AHP構權法得到的第i個指標的指標權重； z*(i)——各指標點的投影值。
在本發(fā)明中，AHP均分結構法能夠克服傳統(tǒng)的AHP構權法指標權重分布不均衡的缺陷，對因素眾多、規(guī)模較大的對象做出精確評價。PPCE梯度降維法能處理大量定性評價數據，指標的定性評價內容較定量評價內容涵蓋更廣泛。本發(fā)明的AHP均分結構法與PPCE梯度降維法相結合，運用加速遺傳算法，建立的適用于鐵路應急預案評價的綜合分析方法，為鐵路應急預案編制的合理性、實施的可操作性以及救援成本的經濟性評價提供理論依據，也可為其它類似行業(yè)的應急預案研究提供借鑒。



圖1是技術路線圖。
圖2是AHP改進步驟圖。
圖3是投影追蹤評價模型(PPCE模型)改進步驟圖。
圖4是數據的獲取與預處理流程圖。
圖5是鐵路應急預案評價指標體系結構圖。
圖6是調整后的鐵路應急預案評價指標體系結構圖。

具體實施例方式 圖1為該方法研究的技術路線圖。對鐵路應急救援組織機構、預案體系、基本結構的研究以及應急預案流程化分析的基礎上得到鐵路應急預案評價影響因素，并運用德爾菲法進行篩選，建立了應急預案綜合評價指標體系。結合AHP均分結構法101、投影尋蹤梯度降維法102和加速遺傳算法103提出了鐵路應急預案的綜合分析方法。最后運用該方法對青藏鐵路應急預案進行了綜合分析評價，證明其合理性、實用性。
圖2為AHP改進層次結構對比圖。當因素眾多、規(guī)模較大時，傳統(tǒng)的AHP方法的缺點是指標分布不均衡；當評價指標同級指標的個數超過9時，構造判斷矩陣時計算量大、同級指標個數較大，影響專家打分法評價結果的可靠性。AHP均分結構法對指標層次結構進行調整，在進行計算時，可以消除層次結構不均衡帶來的不利影響。
調整方法如下 如圖2AHP構權法201，設Bi的二級指標個數為ci(i＝1，2……n)，拆分的標準二級指標個數為cg。
cg＝min{ci}(1) 將Bi的二級指標以cg為標準拆分成mi個，即將Bi拆分成

二級指標個數為

拆分后的一級指標個數為h。
h＝m1+…+mi+…+mn(2) (1)當ci/cg為整數時， mi＝ci/cg(3) (2)當ci/cg有余數時，設余數為l， 同時在指標權重的計算方法中，鐵路應急預案的綜合評價具有復雜性、定性與定量結合等特點，若采用判斷矩陣，則具有一定的局限性。G1法是一種簡單、實用的決策分析方法，它能克服判斷矩陣的局限性，該方法使計算量成倍減少；無需構造判斷矩陣，也就不需要進行判斷矩陣的一致性檢驗；當方案個數發(fā)生變化時，方案的權重系數仍具有很強的保序性；具有標度的自動擴展功能；適用范圍廣，無需具備較強的數學基礎?；谝陨蟽?yōu)點，選用該方法作為計算指標權重的方法。
該方法的具體計算步驟如下 (1)確定一級指標的序關系 將一級指標{B1，B2，…，Bi，…，Bh}重新定義為{x1，x2，…，xi，…，rh}將各一級指標進行排序
(2)指標賦值 設專家關于評價指標xk-1與xk的重要性程度之比的判斷分別為 Wk-1/wk＝rk，k＝z，z-1，z-2，…，3，2(9) rk的賦值參見表1。
表1 比例標度 若專家給出rk的理性賦值，則wz為 Wk-1＝rkwk(k＝z，z-1，z-2，…，3，2) (3)權重計算 將專家給出的評價結果代入上述公式得出各一級指標的權重 (w1，w2，w3，w4，.......，wh)(11) (4)計算結果處理 (w1，w2，w3，…，wh)為圖2的指標層次結構202中的一級指標的權重值。
將其重新定義為 對這些指標權重值進行還原處理，得出圖2的指標層次結構201中的一級指標權重值為 其中 (5)二級指標權重計算 二級指標的計算重復上述(1)~(3)步驟。得各一級指標下的二級指標權重為 (wi1，wi2，wi3，wi4，.......，wm) (6)組合權重計算 二級指標的組合權重為 其中(x＝1，2，…，n) 在對AHP構權法進行深入研究基礎上，將其在指標層次結構、權重計算方法方面做了相應的改進，使其與鐵路應急預案的指標體系的特點相適應。
圖3為投影追蹤評價模型(PPCE模型)改進對比圖。PPCE模型不適于使用定性評價數據進行評價，當通過少數評價對象的樣本數據確定指標權重，會產生較大的誤差，而且只適用于多目標決策。為使PPCE評價模型與鐵路應急預案綜合評價相適應，消除PPCE模型的局限性，使它的優(yōu)越性發(fā)揮至最大。本發(fā)明從三個方面對PPCE模型的評價過程進行調整，提出一種新的PPCE模型改進法——PPCE梯度降維法。
第一步引入評價數據 PPCE模型一般使用定量數據進行評價，而鐵路應急預案綜合評價引入的是定性評價數據，在使用PPCE模型進行評價之前需要將這些定性數據量化處理。這些定性評價數據從獲取到量化處理的過程如下 (1)確定評價目標的評價指標 X＝{X1，X2，…，Xn}(19) (2)建立指標評價語等級 V＝{V1，V2，…，Vp}(20) 該等級用來評價某一樣本某指標的優(yōu)劣程度。
(3)設計調查問卷，獲取定性評價數據 向相關專業(yè)人員發(fā)放問卷，提取有效評價數據。
(4)將定性評價數據轉化為定量評價數據 {x*(i，j)|i＝1～n，j＝1～p} (22) x*(i，j)——第i個指標的第j等級評價指標值。
Nz——有效數據的數量。
Ｎx——針對某一樣本給出某指標某等級的評價的數量。
第二步使用投影尋蹤聚類模型處理定性評價數據 PPCE模型使用的常規(guī)原始數據結構與鐵路應急預案綜合評價數據結構有明顯的不同，以下對其做了比較，并對它們之間的差異進行了分析。
表2 PPCE模型使用的常規(guī)原始數據 得到原始數據的矩陣 表3 鐵路應急預案綜合評價的原始數據

得到原始數據的矩陣 總結以上兩種數據的結構特征，并將其進行對比，具體分析見表4。
表4 兩種數據特征結構對比 基于以上對兩種數據的特征結構進行的比較分析，不宜直接使用PPCE模型進行綜合評價。若要應用，需要對PPCE模型的建模過程進行改進，使其與鐵路應急預案的綜合評價相適應。對照圖3 PPCE模型301的建模步驟，具體改進如下 步驟(1)至步驟(3)的改進修改樣本集的定義。
各指標的樣本集為{x*(i，j)|i＝1～p，j＝1～5}。定義x*(i，j)為第i個指標第j個評價語級的評價值，“p，5”分別為樣本的指標數和評價語級的級數。
步驟(4)的改進投影值中加入評價語級分數值。
把由步驟(3)求得的最佳投影方向a*代入式(23)，得到各指標點的投影值z*(i)。
其中z*(i)——各指標點的投影值； a*——最佳投影方向； x(i，j)——第i個指標的第j等級評價指標值； Y——評價語級系數值。
在本研究中，對Y做如下規(guī)定 Y＝(y1，y2，y3，y4，y5)；(24) y1>y2>y3>y4>y5；(25) y1-y2＝y(tǒng)2-y3＝y(tǒng)3-y4＝y(tǒng)4-y5；(26) 根據對鐵路應急預案的研究，取Y值為 (y1，y2，y3，y4，y5)＝(2，1，0，-1，2)(27) 第三步引入改進AHP構權法的指標權重值進行綜合評價 其中G——某樣本綜合評價值； w(i)——通過改進AHP構權法得到的第i個指標的指標權重； z*(i)——見上。
PPCE梯度降維法克服了傳統(tǒng)的PPCE模型的局限性，既可用于多目標決策，也可用于單目標決策，涵蓋指標內容更加廣泛。
PPCE梯度降維法建模的關鍵是尋得最優(yōu)的投影方向，基于此，將新興的適合于多維全局優(yōu)化算法——遺傳算法與PPCE梯度降維法結合，共同對鐵路應急預案進行綜合評價。
下面結合青藏鐵路應急預案綜合評價的方法這一具體實施例，對本發(fā)明進行詳細說明。
數據的獲取和預處理如圖4所示，運用AHP均分結構法對青藏鐵路應急預案的指標權重進行計算、分析。
首先，對指標體系結構進行調整。圖5為鐵路應急預案評價指標體系。調整后的指標體系見圖6。
然后，將量化處理后的數據，引入改進AHP構權法的計算模型中，得出的青藏鐵路應急預案指標權重排序。
將經過數據預處理的評價數據引入基于RAGA的PPCE梯度降維法綜合評價之中，實現綜合評價方法的具體應用。
下面分別以青藏公司的綜合、專項和站段應急預案為例進行分析。
1、青藏鐵路綜合應急預案評價 針對青藏鐵路公司某綜合應急預案進行問卷調查，并將獲得的數據預處理使之量化，詳見表5。
表5 青藏鐵路公司綜合應急預案A評價指標值
將表5中數據進行歸一化處理后，帶入改進PPCE模型202，并用RAGA進行優(yōu)化。選定種群規(guī)模n＝110，雜交概率pc＝0.80，變異概率pm＝0.80，優(yōu)秀個體數目選為20個，α＝0.05，加速次數為20次。
運用MATLAB進行計算，得出的計算結果為迭代次數25次，最大投影值為0.9870212。最佳投影方向a＝(0·5539，0.5297，0.4935，0.3735，0.1718)；將計算結果依次帶入式(23)、(24)中，得出該預案的評價值G＝0.738717352。
2、青藏鐵路專項應急預案評價 針對青藏鐵路公司某專項應急預案進行問卷調查，并將獲得的數據預處理使之量化，詳見表6 表6 青藏鐵路公司專項應急預案B評價指標值

將表6中數據進行歸一化處理后，帶入改進PPCE模型202，并用RAGA進行優(yōu)化。選定種群規(guī)模n＝110，雜交概率Pc＝0.80，變異概率pm＝0.80，優(yōu)秀個體數目選為20個，α＝0.05，加速次數為20次。
運用MATLAB進行計算，得出的計算結果為迭代次數19次，最大投影值為1.120366。最佳投影方向a＝(0.4753，0.6870，0.4981，0.2302，0.0325)；將計算結果依次帶入式(23)、(24)中，得出該預案的評價值G＝0.979787823。
3、青藏鐵路站段應急預案評價 針對青藏鐵路公司某站段應急預案進行問卷調查，并將獲得的數據預處理使之量化，詳見表7 表7 青藏鐵路公司站段應急預案E評價指標值

將表7中數據進行歸一化處理后，帶入改進PPCE模型202，并用RAGA進行優(yōu)化。選定種群規(guī)模n＝110，雜交概率pc＝0.80，變異概率pm＝0.80，優(yōu)秀個體數目選為20個，α＝0.05，加速次數為20次。
運用MATLAB進行計算，得出的計算結果為迭代次數19次，最大投影值為1.070268。最佳投影方向a＝(0.5089，0.6988，0.4415，0.2306，0.0675)；將計算結果依次帶入式(23)、(24)中，得出該預案的評價值G＝1.030502986。
根據以上各應急預案的評價計算結果，做出相應的解釋、分析。其中模型中提到的評價指標投影值、評價語級最佳投影方向、綜合評價值等概念解釋如下 評價指標投影值它是通過評價模型將5維的指標評價數據降為1維得到的，它表示這一個評價指標的綜合評價值。
評價語級它用來評價各指標的優(yōu)劣，其中一級評價語級表示很好；二級評價語級表示較好；三級評價語級表示一般；四級評價語級表示較差；五級評價語級表示很差。
最佳投影方向各評價語級的最佳投影方向值，表示該評價語級對整個預案評價的影響程度。
綜合評價值表示對預案的綜合評價。綜合評價值各取值范圍的含義嚴格與式(27)中Y的取值范圍相對應。當該值取在[1，2]之間，表示綜合評價為優(yōu)；當該值取在
之間，表示綜合評價為良；當該值取在[-1，0]之間，表示綜合評價為中；當該值取在[-2，-1]之間，表示綜合評價為差。
備選預案A的評價結果分析從備選預案A的計算結果可以看出其評價值為0.738717352，該預案的綜合評價為良。其中，一級評價語級對該預案總體評價的影響程度最大，其值為0.553871；五級評價語級對該預案總體評價的影響程度最小，其值為0.17176。該備選預案的主要優(yōu)勢在于信息報送流程上，它對信息報送流程的描述十分清晰。它的劣勢主要在救援人員調配以及保障措施設計上，這兩方面的相關內容不夠明確，沒有達到理想的效果。
備選預案B的評價結果分析從備選預案B的計算結果可以看出其評價值為0.979787823，該預案的綜合評價為良。其中，二級評價語級對該預案總體評價的影響程度最大，其值為0.686978；五級評價語級對該預案總體評價的影響程度最小，其值為0.032485。該備選預案的主要優(yōu)勢在于并發(fā)突發(fā)事件處置上，在幾件突發(fā)事件同時發(fā)生時，該預案能夠做到在其他突發(fā)事件專項預案中很好的切換。它的劣勢主要在信息報送流程上，這方面的相關內容不夠清晰規(guī)范，不能達到理想的效果。
備選預案C的評價結果分析從備選預案C的計算結果可以看出其評價值為1.030502986，該預案的綜合評價為優(yōu)。其中，二級評價語級對該預案總體評價的影響程度最大，其值為0.698849；五級評價語級對該預案總體評價的影響程度最小，其值為0.067504。該備選預案的主要優(yōu)勢在于處置流程的規(guī)范化設計上，這個預案的處置流程較規(guī)范，當幾件突發(fā)事件同時發(fā)生時，該預案所設計的流程能夠免去許多重復不必要的相似過程。它的劣勢主要在處置突發(fā)事件的實際效果上，通過應用得到的相關數據發(fā)現，該院在處置突發(fā)事件時不能完全達到理想的效果。
從分析的結果可以看出備選預案C的評價值最高，在某專項預案的選擇上，應該選擇備選預案C。
以上所述，僅為本發(fā)明較佳的具體實施方式
，但本發(fā)明的保護范圍并不局限于此，任何熟悉本技術領域的技術人員在本發(fā)明揭露的技術范圍內，可輕易想到的變化或替換，都應涵蓋在本發(fā)明的保護范圍之內。因此，本發(fā)明的保護范圍應該以權利要求的保護范圍為準。
權利要求
1.一種針對鐵路應急預案進行綜合評價的方法，其特征是所述方法包括下列順序執(zhí)行的步驟
步驟1對評價目標運用AHP均分結構法；
步驟2采用G1法計算AHP均分結構指標權重；
步驟3獲取并量化定性評價數據；
步驟4對PPCE模型的建模過程進行改進，形成PPCE梯度降維法；
步驟5引入RAGA實現綜合評價。
2.根據權利要求1所述的針對鐵路應急預案進行綜合評價的方法，其特征是所述步驟1中，AHP均分結構法是指對AHP構權法指標層次結構進行調整，其步驟包括
步驟11設定評價目標的一級指標序列為(B1，B2，...，Bp)，Bi的二級指標個數為ci(i＝1，2，...，n)，拆分的標準二級指標個數為cg，其中cg＝min{ci}；
步驟12將Bi的二級指標以cg為標準拆分成mi個，即將Bi拆分成
二級指標個數為
拆分后的一級指標個數為h，其中，h＝m1+…+mi+…+mn；
(1)當ci/cg為整數時，
mi＝ci/cg
(2)當ci/cg有余數時，設余數為l，
3.根據權利要求1所述的針對鐵路應急預案進行綜合評價的方法，其特征是所述步驟2中，采用G1法計算指標權重包括下列步驟
步驟21確定步驟12中，AHP均分結構法所獲得的一級指標的序關系，將一級指標{B1，B2，…，Bi，…，Bh}重新定義為{x1，x2，…，xi，…，xh}，將各一級指標按專家調查的結果，通過德爾菲法進行排序
步驟22分別用wk-1和wk評價指標xk-1與xk的重要性程度，并且
wk-1/wk＝rk，k＝z，z-1，z-2，…，3，2
若給出rk的理性賦值，則wz為
wk-1＝rkwk(k＝z，z-1，z-2，…，3，2)；
步驟23將專家給出的評價結果代入上述公式得出各一級指標的權重
(w1，w2，w3，w4，.......，wh)；
步驟24(w1，w2，w3，…，wh)為運用AHP均分結構法后的指標層次結構中的一級指標的權重值；將其重新定義為對這些指標權重值進行還原處理，得出運用AHP均分結構法前的指標層次結構中的一級指標權重值為
其中
步驟25二級指標的計算重復上述步驟21至步驟23，得各一級指標下的二級指標權重為
(wi1，wi2，wi3，wi4，.......，win)；
步驟26計算二級指標的組合權重為
其中(x＝1，2，…，n)
4.根據權利要求1所述的針對鐵路應急預案進行綜合評價的方法，其特征是所述步驟3中，獲取并量化定性評價數據又包括下列步驟
步驟31確定評價目標的評價指標為
X＝{X1，X2，…，Xn}；
步驟32建立指標評價語等級
V＝{V1，V2，…，Vp}；
步驟33設計調查問卷，獲取定性評價數據；
步驟34將定性評價數據轉化為定量評價數據
{x*(i，j)|i＝1～n，j＝1～p}
x*(i，j)——第i個指標的第j等級評價指標值；
Nz——有效數據的數量；
Nx——針對某一樣本給出某指標某等級的評價的數量。
5.根據權利要求1所述的針對鐵路應急預案進行綜合評價的方法，其特征是所述步驟4，對PPCE模型的建模過程進行改進又包括下列步驟
步驟41修改樣本集的定義，各指標的樣本集為{x*(i，j)|i＝1～p，j＝1～5}，定義x*(i，j)為第i個指標第j個評價語級的評價值，“p，5”分別為樣本的指標數和評價語級的級數；
步驟42投影值中加入評價語級分數值，把PPCE模型的最佳投影方向a*代上式，得到各指標點的投影值z*(i)；
其中z*(i)——各指標點的投影值；
a*——最佳投影方向；
x(i，j)——第i個指標的第j等級評價指標值；
Y為評價語級系數值；
對Y做如下規(guī)定
Y＝(y1，y2，y3，y4，y5)；
y1>y2>y3>y4>y5；
y1-y2＝y(tǒng)2-y3＝y(tǒng)3-y4＝y(tǒng)4-y5。
步驟43引入改進AHP構權法的指標權重值進行綜合評價的結果為
其中G——某樣本綜合評價值；
w(i)——通過改進AHP構權法得到的第i個指標的指標權重；
z*(i)——各指標點的投影值。
全文摘要
本發(fā)明公開了突發(fā)事件應急救援的預案評價技術領域中的一種針對鐵路應急預案進行綜合評價的方法。該方法將AHP構權法改進成為AHP均分結構法，并將PPCE模型的建模過程改進成PPCE梯度降維法；結合AHP均分結構法和PPCE梯度降維法，并結合加速遺傳算法，提出了針對鐵路應急預案進行綜合評價的方法。該方法為鐵路應急預案編制的合理性、實施的可操作性以及救援成本的經濟性評價提供理論依據，也可為其它類似行業(yè)的應急預案研究提供借鑒。
文檔編號G06Q50/00GK101425157SQ200810227630
公開日2009年5月6日 申請日期2008年11月28日 優(yōu)先權日2008年11月28日
發(fā)明者王艷輝, 羅文婷, 郭曉妮, 雪 胡, 雄 王 申請人:北京交通大學