一种大型活动突发事件交通应急预案动态调整方法及系统

摘要

本发明涉及一种大型活动突发事件交通应急预案动态调整方法及系统。该调整方法包括：提取突发事件的当前特征属性；根据所述当前特征属性，依据朴素贝叶斯分类算法在源预案库中确定最佳匹配源预案；利用规则推理算法建立交通应急预案库知识库以及交通应急预案库规则库；基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根据当前特征属性，利用正向推理方式调整最佳匹配源预案。系统包括当前特征属性提取模块、最佳匹配源预案确定模块、知识库及规则库建立模块、调整模块。本发明紧密结合当前阶段突发事件的特征属性，动态调整源预案，使得最终调整后的最佳匹配源预案更加具体化且具有针对性，提高交通应急预案应急效率以及救援效率。

说明书

技术领域

本发明涉及一种大型活动突发事件交通应急预案动态调整方法及系统，属于应急救援 的技术领域。

背景技术

伴随着我国综合国力增强，人们物质文化生活水平不断提高，体育活动、文化会展、 演唱会等大型活动的举办次数逐渐增多。大型活动的举行会导致在举办场地及其周边区域， 较短时间集中大量人群和车辆。同时考虑到各种不确定因素的存在，突发事件时有发生。 大型活动突发事件与一般突发事件的应急需求不同，它对安全性和时效性的要求更高，且 应急响应的对象分层分级。所以，当大型活动发生突发事件时，必须在短时间内生成有针 对性的交通应急预案，保证突发事件发生后，交通应急救援工作能够快速维持交通正常运 行，保障活动参与人群的安全性并且确保大型活动按计划进行。

目前大型活动突发事件交通应急预案建设并不完善：大多数交通应急预案还是文本形 式，缺少定量化的应急预案内容，对交通应急措施的快速实施造成一定的困难；大部分交 通应急预案内容只针对常规的突发事件，但对于大型活动中的突发事件，缺少针对性的交 通应急措施，应急效率较低；大型活动突发事件交通应急预案的优化局限在静态修改，不 能随突发事件变化而动态调整。这些因素不利于大型活动突发事件发生后实现交通应急预 案的快速生成和优化。

发明内容

本发明所要解决的技术问题在于克服现有技术的不足，提供一种大型活动突发事件交 通应急预案动态调整方法及系统，以解决现有的大型活动突发事件交通应急预案应急效率 低，且仅局限于静态修改，不能随突发事件的变化而动态调整的问题。

本发明具体采用以下技术方案解决上述技术问题：

一种大型活动突发事件交通应急预案动态调整方法，包括以下步骤：

提取突发事件的当前特征属性；

根据提取的突发事件当前特征属性，依据朴素贝叶斯分类算法在源预案库中确定最佳 匹配源预案；

利用规则推理算法建立交通应急预案库知识库以及交通应急预案库规则库；所述交通 应急预案库知识库包括响应机构知识库、救援配置知识库、应急组织措施知识库以及应急 处理知识库；所述交通应急预案库规则库包括大型活动突发事件部门联动和现场处置的推 理规则、交巡警部门应急资源配置规则推理、非交巡警部门应急资源配置规则推理以及应 急组织和交通恢复规则推理；

基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根据提取的突发事 件当前特征属性，利用正向推理方式调整所述最佳匹配源预案。

进一步地，作为本发明的一种优选技术方案，所述根据所述当前特征属性，依据朴素 贝叶斯分类算法在源预案库中确定最佳匹配源预案，具体包括：

根据所述当前特征属性确定所述突发事件的事件类型；每一类事件类型包括若干个典 型案例；

依据朴素贝叶斯分类算法确定每个典型案例的条件概率，确定条件概率最大的典型案 例为最佳匹配源预案。

进一步地，作为本发明的一种优选技术方案，所述基于所述交通应急预案库知识库以 及所述交通应急预案库规则库，根据所述当前特征属性，利用正向推理方式调整所述最佳 匹配源预案，具体包括：

基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根据所述当前特征 属性进行规则推理优化，确定优化后的规则；

判断所述优化后的规则是否为交通应急预案库规则库中的最后一条规则，得到第一判 断结果；

若所述第一判断结果表示为所述优化后的规则为交通应急预案库规则库中的最后一条 规则，调整所述最佳匹配源预案，确定当前阶段的预案；

按照当前阶段的预案处理现场，判断所述突发事件是否结束，得到第二判断结果；

若所述第二判断结果表示为突发事件结束，确定当前阶段的预案为突发事件的最佳匹 配源预案；

若所述第二判断结果表示为所述突发事件未结束，再次获取突发事件的当前特征属性， 并返回步骤“基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根据所述当 前特征属性进行规则推理优化，确定优化后的规则”。

进一步地，作为本发明的一种优选技术方案，所述基于所述交通应急预案库知识库以 及所述交通应急预案库规则库，根据所述当前特征属性，利用正向推理方式调整所述最佳 匹配源预案之后，还包括步骤：

利用模糊层次分析法建立预案应急能力水平和突发事件严重程度评价指标，并对调整 后的最佳匹配源预案进行模糊评价。

进一步地，作为本发明的一种优选技术方案，所述利用模糊层次分析法建立预案应急 能力水平和突发事件严重程度评价指标，并对调整后的最佳匹配源预案进行模糊评价，具 体包括：

进行单因素评判，通过调查统计对所述突发事件中的每个单因素进行单因素评判，确 定多个单因素评判集；

利用模糊层次分析法，根据多个单因素评判集确定模糊矩阵；

按照预案应急能力指标的重要性，将每个预案应急能力指标的调查评分结果作为初始 值，并利用所述模糊层次分析法，根据所述评分结果确定预案应急能力水平和突发事件严 重程度评价指标权重；

根据所述预案应急能力水平和突发事件严重程度评价指标权重以及所述模糊矩阵确定 预案模糊综合评价指标；所述预案模糊综合评价指标为预案应急能力水平和突发事件严重 程度评价指标；

利用所述预案模糊综合评价指标对调整后的最佳匹配源预案进行模糊评价。

本发明还提出一种大型活动突发事件交通应急预案动态调整系统，包括：

当前特征属性提取模块，用于提取的突发事件当前特征属性；

最佳匹配源预案确定模块，用于根据提取的突发事件当前特征属性，依据朴素贝叶斯 分类算法在源预案库中确定最佳匹配源预案；

知识库及规则库建立模块，用于利用规则推理算法建立交通应急预案库知识库以及交 通应急预案库规则库；所述交通应急预案库知识库包括响应机构知识库、救援配置知识库、 应急组织措施知识库以及应急处理知识库；所述交通应急预案库规则库包括大型活动突发 事件部门联动和现场处置的推理规则、交巡警部门应急资源配置规则推理、非交巡警部门 应急资源配置规则推理以及应急组织和交通恢复规则推理；

调整模块，用于基于交通应急预案库知识库以及所述交通应急预案库规则库，根据提 取的突发事件当前特征属性，利用正向推理方式调整所述最佳匹配源预案。

进一步地，作为本发明的一种优选技术方案，所述最佳匹配源预案确定模块，具体包 括：

事件类型确定单元，用于根据提取的突发事件当前特征属性确定突发事件的事件类型； 每一类事件类型包括若干个典型案例；

最佳匹配源预案确定单元，用于依据朴素贝叶斯分类算法确定每个典型案例的条件概 率，确定条件概率最大的典型案例为最佳匹配源预案。

进一步地，作为本发明的一种优选技术方案，所述调整模块，具体包括：

优化单元，用于基于交通应急预案库知识库以及所述交通应急预案库规则库，根据提 取的突发事件当前特征属性进行规则推理优化，确定优化后的规则；

第一判断单元，用于判断所述优化后的规则是否为交通应急预案库规则库中的最后一 条规则，得到第一判断结果；

当前阶段的预案确定单元，用于若所述第一判断结果表示为优化后的规则为交通应急 预案库规则库中的最后一条规则，调整所述最佳匹配源预案，确定当前阶段的预案；

第二判断单元，用于按照当前阶段的预案处理现场，判断所述突发事件是否结束，得 到第二判断结果；

突发事件结束单元，用于若所述第二判断结果表示为突发事件结束，确定当前阶段的 预案为所述突发事件的最佳匹配源预案；

当前特征属性再次获取单元，用于若所述第二判断结果表示为突发事件未结束，再次 获取突发事件的当前特征属性，并返回步骤“基于交通应急预案库知识库以及所述交通应急 预案库规则库，根据提取的突发事件当前特征属性进行规则推理优化，确定优化后的规则”。

进一步地，作为本发明的一种优选技术方案，还包括：

模糊评价模块，用于利用模糊层次分析法建立预案应急能力水平和突发事件严重程度 评价指标，并对调整后的最佳匹配源预案进行模糊评价。

进一步地，作为本发明的一种优选技术方案，所述模糊评价模块，具体包括：

单因素评判集确定单元，用于进行单因素评判，通过调查统计对突发事件中的每个单 因素进行单因素评判，确定多个单因素评判集；

模糊矩阵确定单元，用于利用模糊层次分析法，根据多个单因素评判集确定模糊矩阵；

预案应急能力水平和突发事件严重程度评价指标权重确定单元，用于按照预案应急能 力指标的重要性，将每个预案应急能力指标的调查评分结果作为初始值，并利用所述模糊 层次分析法，根据所述评分结果确定预案应急能力水平和突发事件严重程度评价指标权重；

预案模糊综合评价指标确定单元，用于根据预案应急能力水平和突发事件严重程度评 价指标权重以及模糊矩阵确定预案模糊综合评价指标；所述预案模糊综合评价指标为预案 应急能力水平和突发事件严重程度评价指标；

模糊评价单元，用于利用预案模糊综合评价指标对调整后的最佳匹配源预案进行模糊 评价。

本发明采用上述技术方案，能产生如下技术效果：

本发明提供了一种大型活动突发事件交通应急预案动态调整方法及系统，基于突发事 件的特征属性，确定最佳匹配源预案，并利用交通应急预案库知识库以及交通应急预案 库规则库实时调整该最佳匹配源预案；紧密结合当前阶段突发事件的特征属性，动态调整 源预案，使得最终调整后的最佳匹配源预案更加具体化且具有针对性，提高交通应急预案 应急效率以及救援效率。

附图说明

为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要 使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例， 对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获 得其他的附图。

图1为本发明所提供的大型活动突发事件交通应急预案动态调整方法流程图。

图2为本发明中突发事件的当前特征属性示意图。

图3为本发明中基于案例推理和朴素贝叶斯分类快速生成的初始交通应急预案生成流 程图。

图4为本发明所提供的交通应急预案库知识库示意图。

图5为本发明所提供的所述交通应急预案库规则库示意图。

图6为本发明所提供的最佳匹配源预案调整示意图。

图7为本发明所提供的大型活动突发事件交通应急预案动态调整系统结构图。

具体实施方式

下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地 描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本 发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实 施例，都属于本发明保护的范围。

本发明的目的是提供一种大型活动突发事件交通应急预案动态调整方法及系统，能够 提高交通应急预案应急效率以及救援效率。

为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方 式对本发明作进一步详细的说明。

图1为本发明所提供的大型活动突发事件交通应急预案动态调整方法流程图，如图1 所示，一种大型活动突发事件交通应急预案动态调整方法，包括：

步骤101：提取突发事件的当前特征属性。图2为当前特征属性示意图，如图2所示，其中，部分属性的具体含义如下所示：

T1/T2/T3/IF/IPSF为大型活动出行服务级别，以大型体育活动为例，将活动中需要提 供交通服务的人群划分为6类(除普通观众以外)，表1为部分属性的具体含义示意表，如 表1所示。

表1

步骤102：根据所述当前特征属性，依据朴素贝叶斯分类算法在源预案库中确定最佳 匹配源预案。

所述步骤102具体包括：根据所述当前特征属性确定所述突发事件的事件类型；每一 类所述事件类型包括若干个典型案例；依据朴素贝叶斯分类算法确定每个所述典型案例的 条件概率，确定条件概率最大的典型案例为最佳匹配源预案。

其中，步骤102中基于案例推理和朴素贝叶斯分类快速生成的初始预案，依据贝叶斯 分类算法所得后验概率得到属性不完备情况下的最佳匹配源预案；图3为基于案例推理和 朴素贝叶斯分类快速生成的初始交通应急预案生成流程图，如图3所示。

依据贝叶斯分类算法所得后验概率得到源预案库中的最佳匹配项(即求取条件概率最 大的典型案例)的方法如下：假设大型活动突发事件为X，能够采集到的部分属性为 X＝{x

1、确定突发事件X所属的类型。首先根据突发事件类型，将案例划分为{C

2、计算后验概率。根据朴素贝叶的假设条件，特征属性之间是相互独立的，即各条件 属性之间不存在依赖关系，则计算每一个典型案例的条件概率：

其中，

其中c

其中，x

步骤103：利用规则推理算法建立交通应急预案库知识库以及交通应急预案库规则库； 所述交通应急预案库知识库包括响应机构知识库、救援配置知识库、应急组织措施知识库 以及应急处理知识库；所述交通应急预案库规则库包括大型活动突发事件部门联动和现场 处置的推理规则、交巡警部门应急资源配置规则推理、非交巡警部门应急资源配置规则推 理以及应急组织和交通恢复规则推理。

步骤104：基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根据所 述当前特征属性，利用正向推理方式调整所述最佳匹配源预案。图4为本发明所提供总结 交通应急预案库知识库示意图，图5为本发明所提供总结的所述交通应急预案库规则库示 意图，如图4-5所示。

图5中，交巡警部门应急资源配置规则推理由现场处置措施和重要参与人员影响数N、 重要人员伤亡数M共同决定。交巡警部门应急资源配置规则，表2为本发明所提供的交巡 警部门应急资源配置规则示例表，如表2所示。

表2

(注：[]表示取整)

非交巡警部门应急资源配置规则推理由现场处置措施、人员伤亡、人员受困和损坏车 辆数(活动重要人员和非重要人员情况总和)共同确定。应急组织和交通恢复规则推理考 虑因素包括：借道可行度、事件影响长度和交通影响时间。

将突发事件的信息结构化，并根据产生式规则的一般形式，将属性与对策进行关联， 从而实现交通应急预案优化，图6为本发明所提供的最佳匹配源预案调整示意图，如图6 所示，所述步骤104具体包括：

基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根据所述当前特征 属性进行规则推理优化，确定优化后的规则；判断所述优化后的规则是否为所述交通应急 预案库规则库中的最后一条规则，若是，调整所述最佳匹配源预案，确定当前阶段的预案， 若不是，则重新进行推理优化；按照所述当前阶段的预案处理现场，判断所述突发事件是 否结束，若否，确定当前阶段的预案为所述突发事件的最佳匹配源预案；若是，再次获取 所述突发事件的当前特征属性，并返回步骤“基于所述交通应急预案库知识库以及所述交通 应急预案库规则库，根据所述当前特征属性进行规则推理优化，确定优化后的规则”。

所述步骤104之后，还包括：利用模糊层次分析法建立预案应急能力水平和突发事件 严重程度评价指标，并对调整后的最佳匹配源预案进行模糊评价。

所述利用模糊层次分析法建立预案应急能力水平和突发事件严重程度评价指标，并对 调整后的最佳匹配源预案进行模糊评价，具体包括：

进行单因素评判，通过调查统计对所述突发事件中的每个单因素进行单因素评判，确 定多个单因素评判集。通过调查统计对单因素u

利用模糊层次分析法，根据多个所述单因素评判集确定模糊矩阵。模糊关系R通过确 定评价对象中指标集和评语集的映射关系，即将各单因素的评判集组合成评价矩阵，这一 矩阵就是模糊矩阵R，如下所示：

其中，r

按照预案应急能力指标的重要性，将每个预案应急能力指标的评分调查结果作为初始 值，并利用所述模糊层次分析法，根据所述评分结果确定预案应急能力水平和突发事件严 重程度评价指标权重。

对阶段预案应急能力指标的重要性进行判断进行表格问卷调查，对回收的表格进行整 理，各指标相对重要性取评分平均值，并建立各指标的判断矩阵，表3为本发明所提供的 指标权重示意表，如表3所示。

表3

其中，各项二级指标均通过判断矩阵的一致性检验，即各评价指标的权重指标具有合 理性。

根据所述预案应急能力水平和突发事件严重程度评价指标权重以及所述模糊矩阵确定 预案模糊综合评价指标；所述预案模糊综合评价指标为预案应急能力水平和突发事件严重 程度评价指标。将指标权重矩阵W与模糊矩阵R合成，得到预案模糊综合评价指标矩阵B， 即：

根据模糊综合评价指标B和模糊评价等级集合v

L＝B·v

将预案应急能力分为四级，表4为本发明所提供的预案应急能力等级划分标准表，划 分标准如下表4所示：

表4

利用所述预案模糊综合评价指标对调整后的最佳匹配源预案进行模糊评价。

假设北京冬奥会某一天比赛上午，前往奥运会场馆的参赛路径上发生一起交通事故， 表5为突发事件X的不完备属性示意表，据现场搜集到的该突发事件X的不完备属性如表 5所示：

表5

从交通事故类型交通应急预案集合当中选择具有典型特征的3个事件，表6为典型案 例示意表，如表6所示：

表6

依据公式(3)计算每个交通事故典型案例的先验概率，即预案库中与该案例相似的案 例总数/交通应急预案库中预案的总数，表4为每个交通事故典型案例的先验概率表，如表 7所示：

表7

依据公式(1)计算条件概率，即与最佳案例相似的历史案例中属性值与突发事件X属性值相同的预案总数/交通应急预案库中与最佳案例匹配的预案总数，以典型案例C

表8

依据公式(4)和(5)，得到：p(X/C

p(X/C

因为典型案例C

表9

(1)部门联动和现场处置

根据对部门联动和现场处置规则，进行规则推理：

IF“事件类型：交通事故”and“交通影响时间：1”and“事发地点：参赛路径”and“事发地 点道路类型：城市主干道”and“火灾情况：无”and“爆炸情况：无”and“翻车情况：无”and“恐 怖袭击：无”and“路产损失：有”and“T1/T2/T3时间紧急度：1”and“运动员及随行官员时间紧 急度：3”and“IF/IPSF时间紧急度：0”and“借道可行度：0”and“专用车道可行度：0”and“公 交可行度：0”and“轨道可行度：1”and“T1/T2/T3人员伤亡：0”and“运动员及随行官员伤亡： 0”and“IF/IPSF人员伤亡：0”and“T1/T2/T3车辆损坏：0”and“运动员及随行官员车辆损坏： 0”and“IF/IPSF车辆损坏：0”and“非重要人员伤亡：2”and“非活动车辆损坏：4”THEN“部门 联动：XYJG7；YJZY1。”and“现场处置：CZCS1；CZCS3；CZCS11；CZCS14；CZCS32；CZCS34；CZCS37。”。

(2)交巡警部门应急资源配置

根据交巡警部门应急资源配置当现场措施为CZCS14，且影响运动员及随行官员为140 人，表10为根据交巡警部门应急资源配置当现场措施示意表，按照表10进行计算：

表10

IF“现场处置措施：CZCS14”and“运动员及随行官员影响人数为140”THEN“交通部门调 动5辆公交车运送运动员及随行官员”。

(3)非交巡警部门应急资源配置

根据非巡警部门应急资源配置的规则设置，当受伤人数为2，损坏车辆数为4时，根据以下规则进行推理：

IF“现场处置措施：CZCS37”and“人员伤亡：2”and“受困人数：0”and“损坏车辆数：4”THEN“卫生部门出动10人、2辆救护车进行伤员救治。路政部门出动4辆清障车起吊与 牵引车辆。”。

(4)交通组织和交通恢复

根据对交通组织和交通恢复措施的规则设置，交通影响时间为1.63h，事件影响长度为 1.2km时，根据以下规则进行推理：

IF“借道可行度：0”and“事故影响长度：中”and“交通影响时间：3”THEN“交通组织：ZZCS3。”and“交通恢复：HFCS1；HFCS2”。

根据规则推理对初始大型活动交通应急预案进行优化，得到优化后的预案，表11为优 化后的预案示意表，如表11所示：

表11

由表11可以得出，优化后的大型活动交通应急预案，紧密结合当前阶段突发事件X的 特征属性，更加具体化且具有针对性，提高预案的救援效率。

突发事件X的初始交通应急预案实施一段时间后，突发事件属性更新，为判断现阶段 初始交通应急预案应急能力是否与更新后的突发事件严重程度相匹配，需要分别对交通应 急预案应急能力和突发事件严重度进行评价。

依据应急能力划分标准，将评价等级划分为4个等级，即v＝[90 70 50 30]＝[很高， 较高，一般，较低]，然后对现阶段交通应急预案的单个应急能力进行评价，确定其与评价 对象集的隶属度，并建立相应的单因素模糊评价关系矩阵，如下所示。

根据公式(8)可知：

二级指标层应急预案评判集为：

从而可知对一级指标层应急预案评判集为：

B＝W·R＝[0.3023 0.2668 0.2590 0.1082]

所以，交通应急预案应急能力评价为：L＝B·v

根据表3，阶段的交通应急预案应急能力较高。

对应应急能力划分标准，进而对现阶段的突发事件的单个严重程度进行评价，确定其 与评价对象集的隶属度，建立相应的单因素模糊评价关系矩阵，并分别计算一级、二级指 标层严重度评判集，最终得到突发事件严重度为54.3。由此可见，这一阶段已实施的预案 应急能力为较好，现阶段突发事件严重度为一般。

图7为本发明所提供的大型活动突发事件交通应急预案动态调整系统结构图，如图7 所示，一种大型活动突发事件交通应急预案动态调整系统，包括：

当前特征属性提取模块701，用于提取突发事件的当前特征属性。

最佳匹配源预案确定模块702，用于根据提取的突发事件当前特征属性，依据朴素贝 叶斯分类算法在源预案库中确定最佳匹配源预案。

所述最佳匹配源预案确定模块702，具体包括：事件类型确定单元，用于根据所述当 前特征属性确定所述突发事件的事件类型；每一类所述事件类型包括若干个典型案例；最 佳匹配源预案确定单元，用于依据朴素贝叶斯分类算法确定每个所述典型案例的条件概率， 确定条件概率最大的典型案例为最佳匹配源预案。

知识库及规则库建立模块703，用于利用规则推理算法建立交通应急预案库知识库以 及交通应急预案库规则库；所述交通应急预案库知识库包括响应机构知识库、救援配置知 识库、应急组织措施知识库以及应急处理知识库；所述交通应急预案库规则库包括大型活 动突发事件部门联动和现场处置的推理规则、交巡警部门应急资源配置规则推理、非交巡 警部门应急资源配置规则推理以及应急组织和交通恢复规则推理。

调整模块704，用于基于所述交通应急预案库知识库以及所述交通应急预案库规则库， 根据提取的突发事件当前特征属性，利用正向推理方式调整所述最佳匹配源预案。

所述调整模块704，具体包括：

优化单元，用于基于所述交通应急预案库知识库以及所述交通应急预案库规则库，根 据提取的突发事件当前特征属性进行规则推理优化，确定优化后的规则；

第一判断单元，用于判断所述优化后的规则是否为交通应急预案库规则库中的最后一 条规则，得到第一判断结果；

当前阶段的预案确定单元，用于若所述第一判断结果表示为所述优化后的规则为所述 交通应急预案库规则库中的最后一条规则，调整所述最佳匹配源预案，确定当前阶段的预 案；

第二判断单元，用于按照所述当前阶段的预案处理现场，判断所述突发事件是否结束， 得到第二判断结果；

突发事件结束单元，用于若所述第二判断结果表示为突发事件结束，确定当前阶段的 预案为所述突发事件的最佳匹配源预案；

当前特征属性再次获取单元，用于若所述第二判断结果表示为突发事件未结束，再次 获取所述突发事件的当前特征属性，并返回步骤“基于所述交通应急预案库知识库以及所述 交通应急预案库规则库，根据所述当前特征属性进行规则推理优化，确定优化后的规则”。

本发明还包括：模糊评价模块，用于利用模糊层次分析法建立预案应急能力水平和突 发事件严重程度评价指标，并对调整后的最佳匹配源预案进行模糊评价。

所述模糊评价模块，具体包括：单因素评判集确定单元，用于进行单因素评判，通过 调查统计对所述突发事件中的每个单因素进行单因素评判，确定多个单因素评判集；模糊 矩阵确定单元，用于利用模糊层次分析法，根据多个单因素评判集确定模糊矩阵；预案应 急能力水平和突发事件严重程度评价指标权重确定单元，用于按照预案应急能力指标的重 要性，将每个预案应急能力指标的评分调查结果作为初始值，并利用所述模糊层次分析法， 根据所述评分结果确定预案应急能力水平和突发事件严重程度评价指标权重；预案模糊综 合评价指标确定单元，用于根据所述预案应急能力水平和突发事件严重程度评价指标权重 以及所述模糊矩阵确定预案模糊综合评价指标；所述预案模糊综合评价指标为预案应急能 力水平和突发事件严重程度评价指标；模糊评价单元，用于利用所述预案模糊综合评价指 标对调整后的最佳匹配源预案进行模糊评价。

本发明提取突发事件特征属性，基于案例推理和朴素贝叶斯分类的快速生成初始预案， 依据贝叶斯分类算法所得后验概率选取属性不完备情况下的最佳匹配源预案；基于规则推 理建立交通应急预案库知识库和规则库，采用正向推理修改预案内容；基于模糊层次分析 法建立预案应急能力水平和突发事件严重程度评价指标体系，进行模糊评价。采用本发明 所提供的预案快速生成与优化系统能够为交通应急预案决策提供支撑，具有重要的现实意 义。

本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施 例的不同之处，各个实施例之间相同相似部分互相参见即可。对于实施例公开的系统而言， 由于其与实施例公开的方法相对应，所以描述的比较简单，相关之处参见方法部分说明即 可。

本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只 是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本 发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不 应理解为对本发明的限制。