基于知识元与贝叶斯网络的食品安全事故情景推演研究

doi:10.3772/j.issn.1000-0135.2018.07.007

情报学报

2018, Vol. 37

Issue (7): 712-720 DOI: 10.3772/j.issn.1000-0135.2018.07.007

情报分析方法与技术

本期目录 | 过刊浏览 | 高级检索

基于知识元与贝叶斯网络的食品安全事故情景推演研究

宋英华^1,2,3, 刘含笑^1,2,3, 蒋新宇^1,2,3, 杨丽娇^1,2,3

1. 武汉理工大学管理学院,武汉 430070;
2. 武汉理工大学中国应急管理研究中心,武汉 430070;
3. 安全预警与应急联动技术湖北省协同创新中心,武汉 430070

Research on Scenario Evolution of Food Safety Incidents Based on Knowledge Element and Bayesian Network

Song Yinghua^1,2,3, Liu Hanxiao^1,2,3, Jiang Xinyu^1,2,3, Yang Lijiao^1,2,3

1. School of Management, Wuhan University of Technology, Wuhan 430070;
2. China Research Center for Emergency Management, Wuhan University of Technology, Wuhan 430070;
3. Hubei Collaboration Innovation Center for Early Warning and Emergency Response Technology, Wuhan 430070

摘要
图/表
参考文献
相关文章 (4)

全文: PDF (618 KB) HTML (1 KB)
输出: BibTeX | EndNote (RIS)

摘要食品安全事故的演化具有路径不明确,演变态势复杂,涉及主体繁多等特点,以致指挥决策主体在应急救援过程中很难做出科学应对。本文结合知识元模型,将食品安全事件情景分为突发事件、承灾载体和应急管理三个组成要素对其进行表示,探索事故情景演变机制。在贝叶斯网络分析的基础上,利用DS（Dempster-Shafer）理论将概率融合修正,构建情景演化网络模型,实现食品安全突发事故关键情景的推演。最后,以2011年台湾塑化剂事件为例,分析食品安全突发事故的情景推演流程,并与事故实际情景相比照,证明了该方法的合理性和有效性,有助于相关主体认识食品安全事件的演化过程,及时针对演化情节进行应急响应。

	服务

	把本文推荐给朋友
	加入我的书架
	加入引用管理器
	E-mail Alert
	RSS
	作者相关文章
	宋英华
	刘含笑
	蒋新宇
	杨丽娇

关键词 ：食品安全, 情景推演, 知识元, 贝叶斯网络, DS理论

收稿日期: 2018-03-26

基金资助:国家社会科学基金重大项目“基于情报流知识库的我国食品安全技术支撑体系优化策略研究”（15ZDB168）; 中央高校基本科研业务费专项资金（2017VI012,2017VI013）

作者简介: 宋英华,男,1962年生,教授,博士生导师,主要研究方向为突发事件应急管理;刘含笑,女,1993年生,硕士研究生,主要研究方向为公共安全与应急管理;蒋新宇,男,1985年生,博士,副教授,主要研究方向为灾害风险管理、灾害情报学,E-mail: jxy119@whut.edu.cn;杨丽娇,女,1984年生,博士,副教授,主要研究方向为灾害经济损失评估。

引用本文:

宋英华, 刘含笑, 蒋新宇, 杨丽娇. 基于知识元与贝叶斯网络的食品安全事故情景推演研究[J]. 情报学报, 2018, 37(7): 712-720.
Song Yinghua, Liu Hanxiao, Jiang Xinyu, Yang Lijiao. Research on Scenario Evolution of Food Safety Incidents Based on Knowledge Element and Bayesian Network. 情报学报, 2018, 37(7): 712-720.

链接本文:

https://qbxb.istic.ac.cn/CN/10.3772/j.issn.1000-0135.2018.07.007 或 https://qbxb.istic.ac.cn/CN/Y2018/V37/I7/712

[1] Liu A P, Shen L, Tan Y X, et al.Food integrity in China: Insights from the national food spot check data in 2016[J]. Food Control, 2018, 84: 403-407.
[2] McCorriston S, MacLaren D. Parastatals as instruments of government policy: The food corporation of India[J]. Food Policy, 2016, 65: 53-62.
[3] Rouvière E.Small is beautiful: firm size, prevention and food safety[J]. Food Policy, 2016, 63: 12-22.
[4] Ortega D L, Bai J.Chinese consumers’ demand for food safety attributes: A push for government and industry regulations[J]. American Journal of Agricultural Economics, 2015, 94(2): 489-495.
[5] 于峰, 李向阳, 孙钦莹. 突发事件情景应对案例库族谱设计[J]. 系统工程理论与实践, 2015, 35(10): 2596-2605.
[6] 张明红, 佘廉, 耿波. 基于情景的结构化突发事件相似度研究[J]. 中国管理科学, 2017, 25(1): 151-159.
[7] 王宁, 郭玮, 黄红雨, 等. 基于知识元的应急管理案例情景化表示及存储模式研究[J]. 系统工程理论与实践, 2015, 35(11): 2939-2949.
[8] 盛勇, 孙庆云, 王永明. 突发事件情景演化及关键要素提取方法[J]. 中国安全生产科学技术, 2015, 11(1): 17-21.
[9] 李健行, 夏登友, 武旭鹏. 基于知识元与动态贝叶斯网络的非常规突发灾害事故情景分析[J]. 安全与环境学报, 2014, 14(4): 165-170.
[10] 夏登友, 钱新明, 段在鹏. 基于动态贝叶斯网络的非常规突发灾害事故情景推演[J]. 东北大学学报(自然科学版), 2015, 36(6): 897-902.
[11] 方志耕, 杨保华, 陆志鹏, 等. 基于Bayes推理的灾害演化GERT网络模型研究[J]. 中国管理科学, 2009, 17(2): 102-107.
[12] 裘江南, 刘丽丽, 董磊磊. 基于贝叶斯网络的突发事件链建模方法与应用[J]. 系统工程学报, 2012, 27(6): 739-750.
[13] 王东波, 叶文豪, 吴毅, 等. 基于多特征时间抽取模型的食品安全事件演化序列生成研究[J]. 情报学报, 2017, 36(9): 930-939.
[14] 裘江南, 王延章, 董磊磊, 等. 基于贝叶斯网络的突发事件预测模型[J]. 系统管理学报, 2011, 20(1): 98-103.
[15] 张明红. 基于案例的非常规突发事件情景推理方法研究[D]. 武汉: 华中科技大学, 2016: 39-102.
[16] 仲秋雁, 路光, 王宁. 基于知识元模型和系统动力学模型的突发事件仿真方法[J]. 情报科学, 2014, 32(10): 15-19.
[17] 李春艳. 基于系统动力学的非常规突发事件发展演化研究[D]. 天津: 南开大学, 2012: 20-57.
[18] 韩大平. 食品安全危机信息在社交媒体中的传播研究[D]. 北京: 北京邮电大学, 2015: 38-84.
[19] 王延章. 应急管理信息系统: 基本原理、关键技术、案例[M]. 北京: 科学出版社, 2010: 94-102.
[20] 张磊, 王延章, 陈雪龙. 基于知识元的非常规突发事件情景模糊推演方法[J]. 系统工程学报, 2016, 31(6): 729-738.
[21] 张承伟, 李建伟, 陈雪龙. 基于知识元的突发事件情景建模[J]. 情报杂志, 2012, 31(7): 11-15.
[22] 范维澄, 刘奕. 城市公共安全体系架构分析[J]. 城市管理与科技, 2009, 11(5): 38-41.
[23] 宋英华, 张羽, 方丹辉, 等. 食品安全监管的情报流控制策略研究[J]. 情报学报, 2017, 36(10): 1023-1030.
[24] Witteman C, Renooij S.Evaluation of a verbal-numerical probability scale[J]. International Journal of Approximate Reasoning, 2003, 33: 117-131.
[25] 贾海洋. 贝叶斯网学习若干问题研究[D]. 长春: 吉林大学, 2008: 11-69.