物聯(lián)網(wǎng)環(huán)境下煤礦救援資源調(diào)度多Agent自動協(xié)商模型

高太光黃 敏陳培友

?

物聯(lián)網(wǎng)環(huán)境下煤礦救援資源調(diào)度多Agent自動協(xié)商模型

高太光1，2，黃 敏2，3，陳培友1

（1.黑龍江科技大學(xué)管理學(xué)院，黑龍江哈爾濱，150022；2.東北大學(xué)信息科學(xué)與工程學(xué)院，遼寧沈陽，110819；3.流程工業(yè)綜合自動化國家重點實驗室（東北大學(xué)），遼寧沈陽，110819）

物聯(lián)網(wǎng)技術(shù)的廣泛應(yīng)用有效改善了煤礦安全生產(chǎn)和事故救援工作的效率，有針對性地對物聯(lián)網(wǎng)資源進行配置和對煤礦事故救援物資的高效調(diào)度，可以有效降低煤礦事故造成的損失。考慮到煤礦生產(chǎn)和事故救援的特殊性，設(shè)計了煤礦安全生產(chǎn)和救援資源監(jiān)管物聯(lián)網(wǎng)系統(tǒng)框架，對物聯(lián)網(wǎng)資源進行了整合，同時根據(jù)煤礦事故救援調(diào)度具體特點，構(gòu)建了基于物聯(lián)網(wǎng)的煤礦應(yīng)急救援多Agent自動協(xié)商調(diào)度系統(tǒng)模型，模型利用從物聯(lián)網(wǎng)實時獲取的事故和救援物資信息自動完成救援物資優(yōu)化調(diào)度方案設(shè)計，并可以根據(jù)事故和資源調(diào)度情況動態(tài)完善調(diào)度方案。最后利用Jade技術(shù)對系統(tǒng)模型進行了實現(xiàn)，并通過模擬仿真，證明了模型的有效性和合理性。

煤礦應(yīng)急救援；救援資源調(diào)度；物聯(lián)網(wǎng)；Agent；自動協(xié)商

0引言

據(jù)《世界能源統(tǒng)計年鑒2012》統(tǒng)計數(shù)據(jù)表明，2011年中國煤炭產(chǎn)量在全球產(chǎn)量中的份額提升到49.5%。根據(jù)行業(yè)內(nèi)部統(tǒng)計，2012年原煤產(chǎn)量36.5億噸。根據(jù)安監(jiān)總局通報，2012年全國煤礦百萬噸死亡率為0.374，同比下降33.7%，首次下降至0.5以內(nèi)。近些年，我國煤礦百萬噸死亡率持續(xù)下降，煤炭事故死亡人數(shù)也已經(jīng)降至1300余人[1]。雖然煤礦安全生產(chǎn)已經(jīng)得到了極大改善，但與發(fā)達(dá)國家相比，我國煤礦事故發(fā)生率仍是居高不下，是美國2009年的12.5倍、2011年的20.7倍，是發(fā)達(dá)國家平均水平的10-20倍以上。安全管理意識淡薄和安全應(yīng)急資源短缺是事故頻發(fā)和損失嚴(yán)重的主要原因，而事故發(fā)生時，缺乏科學(xué)高效的煤礦事故應(yīng)急救援響應(yīng)與調(diào)度機制、事故形勢形成合理評估誤差大、應(yīng)急營救資源利用不充分等，也是致使煤礦安全事故進一步惡化的重要原因。

煤礦災(zāi)害事故救援與地震、民用建筑火災(zāi)等不同，救援的物資、裝備、線路等是由具體的事故類型和事故狀況決定的，事故現(xiàn)場的參數(shù)往往不可能準(zhǔn)確獲得，難以建立統(tǒng)一的流程和要求。而且在應(yīng)急救援進行過程中，會有突發(fā)事件的發(fā)生，比如救援裝備失效或短缺等[2]。因此，煤礦救援資源調(diào)度應(yīng)該能夠?qū)崟r監(jiān)測調(diào)度進行情況，并可以根據(jù)需求和環(huán)境對調(diào)度方案進行優(yōu)化。應(yīng)急救援是控制事故災(zāi)害、降低事故損失的主要手段,有關(guān)研究表明有效的應(yīng)急救援可以將事故損失減少到不采取應(yīng)急措施的6%[3]，有效的應(yīng)急救援物資調(diào)度可以極大地提高救援工作效率。近些年，國外關(guān)于事故救援的研究較多，但對煤礦事故救援問題研究和對事故點狀況動態(tài)變化的典型特征重視不足，已有研究大都是根據(jù)掌握的信息進行救援物資運送路徑選擇，而且給出明確的事故點和供應(yīng)點信息，部分研究也考慮了運輸環(huán)境變化或運輸物資本身對運送的影響。如Equi等人通過對給定多個供應(yīng)點的應(yīng)急物流配送運算，給出了車輛調(diào)度和組合運輸?shù)淖顑?yōu)路徑[4]；Haghani等人給出了帶有時間窗的多種物資、多模式的下應(yīng)急資源調(diào)配網(wǎng)絡(luò)流問題的求解算法[5]；List等人利用多目標(biāo)數(shù)學(xué)規(guī)劃模型對事故發(fā)生時放射性物品運輸進行了研究，充分考慮了事故發(fā)生地點和救援線路選擇等問題[6]；Linet等人建立了應(yīng)急救援物資運輸?shù)亩嗄繕?biāo)優(yōu)化函數(shù)，重點考慮了運輸時間、車輛出發(fā)點和運輸?shù)沫h(huán)境變化適應(yīng)能力等問題[7]；Jiuh和Jan等人綜合考慮了應(yīng)急資源調(diào)運的設(shè)施定位和路徑選擇等問題，構(gòu)建了問題處理混合優(yōu)化模型[8]。在國內(nèi)，專注于研究應(yīng)急救援與調(diào)度的學(xué)者也日益增加，并出現(xiàn)了很多有代表性的成果，出現(xiàn)了針對一般災(zāi)害和煤礦事故救援調(diào)度問題的研究，可為本研究提供一定的參考，如于輝等人在完全沒有突發(fā)事件持續(xù)時間信息的條件下，利用局內(nèi)決策理論與方法構(gòu)建了企業(yè)何時啟動前期處置方案和應(yīng)急預(yù)案的分階段啟動模型，并利用“競爭比”說明該方案的有效性[9]；王新平等人根據(jù)應(yīng)急物資需求不確定和不連續(xù)的特點，提出了多疫區(qū)多周期應(yīng)急物資協(xié)同優(yōu)化調(diào)度方案[10]，此項工作可作為煤礦事故多點應(yīng)急調(diào)度較為有價值參考；陳明華等人為了最大程度地節(jié)省應(yīng)急物流配送運輸成本，構(gòu)建了一般性非滿載應(yīng)急物流運輸車輛調(diào)度優(yōu)化模型，并借助免疫算法進行了求解[11]。劉永立等人構(gòu)建了煤礦事故應(yīng)急救援指揮系統(tǒng)，有效實現(xiàn)了對應(yīng)急救援過程中的資源有效調(diào)撥和管理[12]，為煤礦事故救援的協(xié)調(diào)機制設(shè)計提供了參考；李衛(wèi)等人明確提出固定了救援中考慮因素的信息，不能滿足災(zāi)害環(huán)境動態(tài)變化的特征和要求，并借助DCSP方法和Agent技術(shù)構(gòu)建了煤礦應(yīng)急救援資源調(diào)配模型，構(gòu)建了能夠基于靜態(tài)數(shù)據(jù)的多Agent自動協(xié)商模型，研究中考慮到了救援資源的折損和新增等變化情況，但并未給出具體的應(yīng)對手段[13]；馮珍借助案例推理方法設(shè)計了煤礦事故應(yīng)急救援案例推理系統(tǒng)工作流程和案例檢索算法[14]，為有效利用相關(guān)案例資源進行救援決策提供參考。

本文在設(shè)計了煤礦事故救援物聯(lián)網(wǎng)系統(tǒng)框架的基礎(chǔ)上，將多Agent技術(shù)與物聯(lián)網(wǎng)技術(shù)相結(jié)合，構(gòu)建了物聯(lián)網(wǎng)環(huán)境下的煤礦救援物資多Agent自動協(xié)商調(diào)度系統(tǒng)模型，特別關(guān)注了煤礦事故應(yīng)急救援所具有突發(fā)性、多變性、環(huán)境變化不確定性和煤礦救援物資品種多、規(guī)格不一、部分設(shè)備不能采用常規(guī)方法運輸?shù)忍攸c，充分利用Agent技術(shù)對信息分散、需求動態(tài)變化且需要多方協(xié)調(diào)互動等相關(guān)問題處理的優(yōu)勢，借助物聯(lián)網(wǎng)對煤礦事故態(tài)勢、救援物資狀態(tài)、救援物資配送的實時監(jiān)控，讓煤礦事故應(yīng)急救援調(diào)度可以隨時根據(jù)環(huán)境和事故態(tài)勢的變化，進行救援與物資調(diào)度方案調(diào)整，進而提高對煤礦事故的救援效率。本文在文獻(xiàn)[13]的基礎(chǔ)上，形成了明確的多Agent自動協(xié)調(diào)調(diào)度流程，充分考慮了對不同救援物資的差異化處理，并在模型中具體刻畫了不同救援物資可能對運輸產(chǎn)生的影響。

1 基于物聯(lián)網(wǎng)的煤礦安全生產(chǎn)監(jiān)管與救援系統(tǒng)概述

圖1 基于物聯(lián)網(wǎng)的煤礦安全生產(chǎn)監(jiān)控系統(tǒng)結(jié)構(gòu)圖

圖2 基于物聯(lián)網(wǎng)的煤礦事故救援多Agent自動協(xié)商調(diào)度系統(tǒng)

物聯(lián)網(wǎng)是繼計算機、互聯(lián)網(wǎng)之后世界信息產(chǎn)業(yè)的第三次浪潮，源于美國麻省理工學(xué)院自動識別實驗室所提出無線射頻識別（RIFD）系統(tǒng)，是通信、嵌入式及微電子技術(shù)快速發(fā)展的結(jié)果[15]。目前廣泛應(yīng)用于公共安全、工業(yè)控制、智能物流、智能交通、環(huán)境監(jiān)測、情報搜集等眾多領(lǐng)域[16]。隨著數(shù)字礦山（Digital Mine）[15]概念的提出和廣泛發(fā)展，物聯(lián)網(wǎng)技術(shù)在煤礦安全生產(chǎn)監(jiān)管領(lǐng)域中得到廣泛的應(yīng)用，并逐漸成為煤礦安全監(jiān)控系統(tǒng)中的核心環(huán)節(jié)。物聯(lián)網(wǎng)環(huán)境下的煤礦安全監(jiān)控系統(tǒng)具有高抗毀性、高可靠性和具備智能預(yù)警功能等特性[17]。煤礦生產(chǎn)過程中和煤礦事故發(fā)生后，需要對礦井水、火、瓦斯、粉塵、礦壓等災(zāi)害孕育態(tài)勢和災(zāi)害嚴(yán)重程度等進行連續(xù)監(jiān)測，以便快速識別災(zāi)害隱患進行避險處理[15]，或進行煤礦事故的有效救援?；谖锫?lián)網(wǎng)的煤礦安全生產(chǎn)監(jiān)控系統(tǒng)如圖1所示[15,18]。物聯(lián)網(wǎng)技術(shù)為煤礦安全生產(chǎn)和煤礦事故救援提供了技術(shù)支持和保障，提高了煤礦生產(chǎn)和災(zāi)害救援中各方的協(xié)調(diào)與控制效率，但同時也產(chǎn)生了海量來自于井上和井下不同信息源的、具有很強的異質(zhì)性和受到不同程度噪音污染傳感數(shù)據(jù)，這對信息的存儲、傳輸、分析和控制等一系列工作提出了考驗，也使得煤礦生產(chǎn)中安全問題評估和災(zāi)害后事故的救援變得相當(dāng)困難。引入能夠處理這些大規(guī)模、高度非線性以及離線連續(xù)混合的智能優(yōu)化算法，在一定程度上可以促進物聯(lián)網(wǎng)數(shù)據(jù)融合與優(yōu)化決策的有效統(tǒng)一[16]。

2 基于物聯(lián)網(wǎng)的煤礦事故救援多Agent自動協(xié)商調(diào)度系統(tǒng)設(shè)計

煤礦事故救援物聯(lián)網(wǎng)系統(tǒng)構(gòu)建目的在于：當(dāng)煤礦事故發(fā)生時，保證受到事故影響的人、財、物和用于救援的各類資源間建立起物與物、物與人、所有物品與網(wǎng)絡(luò)的連接，以方便識別、管理和控制。煤礦事故救援物聯(lián)網(wǎng)系統(tǒng)需要將物聯(lián)網(wǎng)用戶端延伸和擴展到救援過程中的各個環(huán)節(jié)，需要進行全面協(xié)調(diào)。由于煤礦地面和礦井下工作特點的要求，很多常規(guī)化物聯(lián)網(wǎng)技術(shù)和方案難以直接進行使用[19]。目前，我國煤礦事故監(jiān)測和認(rèn)定物聯(lián)網(wǎng)技術(shù)研究已經(jīng)有了很大發(fā)展，本研究在此基礎(chǔ)上將煤礦應(yīng)急救援物資多Agent自動協(xié)商調(diào)度系統(tǒng)與煤礦救援物聯(lián)網(wǎng)技術(shù)相結(jié)合，利用物聯(lián)網(wǎng)實時掌控救援與調(diào)度信息，借助多Agent自動協(xié)商，動態(tài)更新救援與物資調(diào)度的方案，具體如圖2所示。事故發(fā)生時，系統(tǒng)可以根據(jù)煤礦事故的具體情況和救災(zāi)物資分布情況進行優(yōu)化調(diào)度方案選擇，為煤礦事故救援指揮調(diào)度中心的決策提供參考。調(diào)度方案需保證事故點救援中的物資和時間需求，救援工作堅持總體效用最大化原則。煤礦事故救援指揮調(diào)度中心可通過物聯(lián)網(wǎng)對調(diào)配物資進行全程監(jiān)控。

3 煤礦應(yīng)急救援物資多Agent自動協(xié)商調(diào)度系統(tǒng)模型構(gòu)建

3.1 系統(tǒng)框架結(jié)構(gòu)設(shè)計

本文所設(shè)計煤礦應(yīng)急救援多Agent自動協(xié)商調(diào)度系統(tǒng)模型的主要活動包括：救援資源優(yōu)化調(diào)度自動協(xié)商發(fā)起、自動協(xié)商響應(yīng)、相關(guān)參數(shù)設(shè)定與匹配、優(yōu)化方案篩選與獲取、應(yīng)急救援優(yōu)化調(diào)度確認(rèn)等，多Agent自動協(xié)商選用FIPA合同網(wǎng)絡(luò)協(xié)議，RAgent代表救援Agent，MDAgent代表煤礦事故Agent，MAgent代表協(xié)調(diào)Agent（在自動協(xié)商中，增加協(xié)調(diào)Agent可明顯提高自動協(xié)商的效率和成功率[20]），模型基本結(jié)構(gòu)如圖3所示。

圖3 煤礦應(yīng)急救援多Agent自動協(xié)商調(diào)度系統(tǒng)模型

圖4 MAgent自動協(xié)調(diào)流程

自動協(xié)商調(diào)度系統(tǒng)的運行以MDAgent接收到煤礦事故發(fā)生信息為驅(qū)動而發(fā)起整個自動協(xié)商活動，MDAgent會從數(shù)據(jù)庫中自動獲取煤礦事故及救援政策約束和各區(qū)域煤礦基本信息等數(shù)據(jù)，并共享到系統(tǒng)當(dāng)中；RAgent會根據(jù)通過物聯(lián)網(wǎng)實時獲取的各區(qū)域救援物資信息與MDAgent進行動態(tài)信息交互，并根據(jù)煤礦事故應(yīng)急救援的響應(yīng)等級按照煤礦救援資源相關(guān)約束對救援資源進行組織與調(diào)配方案選??；MAgent依據(jù)MDAgent和RAgent確定的煤礦事故信息和救援資源信息，對煤礦應(yīng)急救援資源調(diào)度方案進行選擇，并對總體救援方案進行綜合評價。煤礦事故救援指揮中心根據(jù)不同的需求通過改變MAgent相關(guān)參數(shù)來獲取不同優(yōu)化調(diào)度方案。

3.2 系統(tǒng)中Agent定義

本文構(gòu)建的Agent模型為：

其中，為RAgent的個數(shù)，為MDAgent的個數(shù)。系統(tǒng)中，每個Agent可形式化表示為五元組。表示Agent的類別標(biāo)識，當(dāng)Agent為MAgent、RAgent和MDAgent時，分別利用取值M、R和MD來表示。表示Agent的等級標(biāo)識，當(dāng)取值為M時，取值為，表示不分等級，因為系統(tǒng)中僅存在一個MAgent；當(dāng)取值為R時，取值為N、P、D、M，分別表示救援基地為國家級、省級、區(qū)域級和礦級救援基地；當(dāng)取值為MD時，取值為Ⅰ、Ⅱ、Ⅲ、Ⅳ，分別表示煤礦事故應(yīng)急救援響應(yīng)的Ⅰ級響應(yīng)（特別嚴(yán)重事故）、Ⅱ級響應(yīng)（嚴(yán)重事故）、Ⅲ級響應(yīng)（較重事故）、Ⅳ級響應(yīng)（一般事故）。為當(dāng)存在多個同類同級MDAgent或RAgent時的區(qū)分標(biāo)識，可以根據(jù)這個標(biāo)識進行相關(guān)信息匹配和查找，從而明確救援基地或事故點的救援資源分布、所處地點和交通環(huán)境等信息，當(dāng)取值為MA時，取值為，表示不作區(qū)分。為Agent的目標(biāo)集，當(dāng)取值為MD時，代表獲取足夠的救援物資；當(dāng)取值為R時，代表在現(xiàn)有能力基礎(chǔ)上最大限度支持救援工作；當(dāng)取值為M時，代表對煤礦事故的快速救援響應(yīng)，將資源快速有效地配給事故點。ct為Agent的行動集，取值為MD時，ct表示MD對事故形式和救援資源短缺情況進行判斷，并向M發(fā)出求救信息；取值為R時，ct表示當(dāng)R接到從M發(fā)來的救援資源調(diào)撥指令后，對本救援基地的救援能力進行判斷，并回復(fù)M資源信息；取值為M時，ct為M的行動集，如圖4所示。

3.3 系統(tǒng)中相關(guān)變量和約束描述

3.3.1 救援資源描述

煤礦事故應(yīng)急救援過程中的救援資源可形式化地表示為五元組<,R,C,,SR>，其中，為各救援基地標(biāo)識;R為救援基地的等級，取值包括{1，2，3，4}，分別對應(yīng)M、D、P和N級救援基地;C為救援資源的基本類別，包括人力資源(Hr)、應(yīng)急救援設(shè)備(Ere)、醫(yī)療(Mt)和后勤物資(Lm);為對應(yīng)C中各救援資源類別的具體救援資源;SR表示基地救援資源的數(shù)量。Hr中包括消防隊員(fm)、通信人員(rct)、礦井救援人員(mrw)和救援專家隊(ret)；Ere中包括礦井防火滅火裝備(mfe)、調(diào)度通訊設(shè)備(sce)、自動抑爆裝備(asbe)、隔爆抑爆材料和裝備(msie)、災(zāi)區(qū)氣體檢測裝備(gded)、井下快速搶險掘進機(ufrr)、井下救災(zāi)輕便機具(urlm)、井下人員定位儀(umce)、大型液壓救災(zāi)鉆機(lhd)、氧氣呼吸器(oba)、自救器(sre)、礦工自救系統(tǒng)(mshs)；Mt中包括藥品(mcr)、救護車(ambu)、醫(yī)療設(shè)備(me)、災(zāi)難醫(yī)療救護隊(dmat)；Lm主要為生活必需品等，量化為：≤50套(bn50)、≤75套(bn75)、≤150套(bn150)、>150套(bn150M)。

3.3.2 事故點描述

煤礦事故的事故等級可形式化地表示為：

<,MD,MD,MD,SMD>，其中，為事故點標(biāo)識，MD為事故點所屬救援基地標(biāo)識;MD為事故等級，取值包括{1，2，3，4}，分別對應(yīng)Ⅰ、Ⅱ、Ⅲ和Ⅳ級煤礦事故;MD事故點所需的救援資源；SMD表示對救援資源的需求數(shù)量。

3.3.3事故救援系統(tǒng)約束描述

（1）組織約束：1）所有救援基地向事故點調(diào)配的救援資源量不能少于事故點對救援資源的需求量；2）救援基地向事故點調(diào)出的資源量不能超過該基地?fù)碛辛俊?/p>

（2）政策約束：救援過程中，事故救援響應(yīng)等級直接決定了事故可直接調(diào)配的救援基地等級，其中Ⅳ級響應(yīng)可直接調(diào)配M級及其以下各級援基地，Ⅲ級響應(yīng)可直接調(diào)配D級及其以下各級救援基地，Ⅱ級響應(yīng)可直接調(diào)配M級及其以下各級救援基地，Ⅰ級響應(yīng)可直接調(diào)配N級及其以下各級救援基地。

（3）救援策略約束：由于煤礦事故災(zāi)害救援工作的緊迫性，在考慮到煤礦事故救援工作的整體協(xié)調(diào)和必要儲備的前提下，根據(jù)事故點的具體特點，在滿足組織和政策約束的基礎(chǔ)上，本研究選擇救援時間最短的時效性救援策略。

3.4 綜合評價模型構(gòu)建

煤礦事故發(fā)生時，假設(shè)各救援基地有充足的救援物資運輸能力，不同物資不能混合運輸，救援指揮調(diào)度中心可以通過物聯(lián)網(wǎng)技術(shù)實時查詢和獲取各救援基地的資源運輸條件信息等。在滿足相關(guān)約束條件下，應(yīng)急救援資源調(diào)配的關(guān)鍵在于保障以最短時間滿足事故點的需求，救援指揮中心可以根據(jù)事故點的具體情況對部分物資運輸進行加急處理，疏通運輸途徑。綜合評價模型可表示為：

(3)

(4)

其中，表示救援基地編號，為救援基地個數(shù)，為事故地點編號，為事故地點個數(shù)，為救援資源種類編號，為救援資源種類數(shù)；式(2)是最小化時間目標(biāo)函數(shù)，其中，d表示救援基地到煤礦事故點的距離；表示煤礦事故點對資源的加急權(quán)重，權(quán)重高的物資要進行特殊運輸，運輸時間得到縮短，1￡￡2；表示第類救援資源會對運輸速度產(chǎn)生的影響系數(shù)，0<￡1，當(dāng)=1時表示不影響正常運輸速度，當(dāng)0<<1時表示會對運輸速度產(chǎn)生影響，越小會使速度越慢；v表示由救援基地到事故點的正常運輸速度；x表示由救援基地到事故點運輸?shù)陬惥仍Y源的數(shù)量；表示第類救援資源不會對運輸速度產(chǎn)生影響的標(biāo)準(zhǔn)運輸量；為對比值進行判斷的函數(shù)，當(dāng)比值大于等于1時返回值為1，當(dāng)比值小于1時返回實際比值；為反映政策約束的變量，具體取值參照式(4)；LR表示救援基地的等級，其取值是根據(jù)已有救援基地的等級信息進行設(shè)置的，當(dāng)確定救援基地編號后即可獲得該基地的等級信息，LR取值包括{1，2，3，4}分別對應(yīng)M、D、P和N級救援基地，LR取值越大表示救援基地等級越高，那么資源調(diào)撥程序相對更復(fù)雜，因此從高級別救援基地調(diào)撥資源會增加整個救援時間，因此，調(diào)撥方案必須優(yōu)先調(diào)撥較低等級救援基地的資源；。式(3)為組織約束1)，即任意事故點的需求MN必須得到滿足。式(4)為組織約束2)，即任意救援基地，在參與救援時不可能超出自己的救援能力RN。式(5)為救援政策約束，其中，LR含義和取值同上；LMD為事故點的事故等級，其取值是根據(jù)最新事故點的事故狀況而確定的，當(dāng)確定事故點編號后即可獲得該事故點的事故等級信息，LMD取值{1，2，3，4}分別對應(yīng)Ⅰ、Ⅱ、Ⅲ和Ⅳ級煤礦事故，當(dāng)取值1時為可調(diào)撥，取值￥時為不可調(diào)撥。

3.5 系統(tǒng)調(diào)度方案求解過程

由于在煤礦事故救援中可能涉及多個救援基地、多個事故點和多個救援物資的協(xié)同調(diào)度，如果多個救援目標(biāo)（救援時間最短、救援滿意度最大、救援成本最低）需要同時滿足的話，屬于多維調(diào)度問題，問題求解則變?yōu)镹P難問題[21]。本研究中，當(dāng)煤礦事故發(fā)生后，首先根據(jù)事故點和救援基地及救援資源信息進行Agent角色分配，并為系統(tǒng)中相關(guān)參數(shù)（自動協(xié)商的終止條件、調(diào)配中目標(biāo)選擇、調(diào)配方案的精度和需考慮的要素等）進行初始化；然后根據(jù)不同的Agent角色進行信息加載，賦予每個角色Agent約束信息；接下來根據(jù)各Agent所代表事故點或救援基地的等級信息，進行可調(diào)度二位關(guān)系匹配。當(dāng)匹配工作完成后，就可以開展多Agent自動協(xié)商與調(diào)配方案求解，具體過程為：①每個事故點角色Agent（MDAgent）將所代表的事故點的受災(zāi)信息、所需資源信息和救援約束等發(fā)送給協(xié)調(diào)Agent（MAgent），每個救援基地角色Agent（Ragent）將所帶表基地的信息和可調(diào)度救援資源情況也發(fā)送給MAgent；②Magent根據(jù)收到的各方信息，根據(jù)綜合評價函數(shù)，利用Vogel模型，借助基本遺傳算法（GA）進行調(diào)配方案的求解；③各角色Agent獲取所形成的的救援調(diào)配方案，并根據(jù)自身信息進行核準(zhǔn)；④如果方案符合本方的要求，并與匹配方Agent確認(rèn)可以執(zhí)行后，退出自動協(xié)商，如果方案沒有達(dá)到本方的理想狀態(tài)或不能得到匹配方的確認(rèn)，則回到步驟①。當(dāng)所有角色Agent均已推出自動協(xié)商或達(dá)到自動協(xié)商的期限后，MAgent可選擇終止自動協(xié)商，或調(diào)整系統(tǒng)參數(shù)后開始新一輪的自動協(xié)商。具體調(diào)配方案求解過程如圖5所示。

圖5 調(diào)度方案求解過程

圖6 省區(qū)內(nèi)救援基地分布情況示意圖

4 仿真實驗

4.1 仿真實例描述

2010年5月9日19時33分，某煤礦由于操作流程不當(dāng)，導(dǎo)致發(fā)生Ⅱ級重大煤與瓦斯突出事故，事故地點發(fā)生在如圖6所示的救援基地M3處。2010年5月9日20時05分，另一煤礦發(fā)生Ⅲ級煤礦坍塌事故，事故地點發(fā)生在M6處。事故發(fā)生后，煤礦救援隊立即入井實施救援，經(jīng)上報省級煤礦事故救援指揮中心后，分別啟動煤礦事故Ⅱ和Ⅲ級應(yīng)急響應(yīng)預(yù)案，并對省區(qū)內(nèi)救援資源進行調(diào)配。

表1 各救援基地可調(diào)配救援資源儲備量

表2 各救援基地到事故點的時間（小時,h）

表3 救援資源對運輸速度產(chǎn)生影響系數(shù)表

表4 事故點M3、M6急需救援資源數(shù)量表

注：表4、5中“×”為不選取，“√”為選取，“()”中為需要數(shù)量。

已知事故點所屬省區(qū)有7個M級救援基地、3個D級救援基地、2個P級救援基地和1個N級救援基地，具體分布如圖5所示。事故地點發(fā)生在礦級救援基地M3和M6所在礦區(qū)，受到距離和運輸條件差異影響，救援物資運達(dá)事故點的時間差異很大，各救援基地的可調(diào)撥救援物資如表1所示，表2為在無特殊天氣和路況情況下，各救援基地達(dá)到事故點的平均時間。調(diào)度原則為：對兩個事故點進行同時救援調(diào)度，爭取物資全部到達(dá)事故點的總耗時最少，以配合現(xiàn)場救援工作；事故點所在救援基地主要負(fù)責(zé)本地救援，不參與其他事故點的救援資源調(diào)度工作；省區(qū)內(nèi)全部符合救援條件的救援基地，全力配合救援工作。物資體積、材質(zhì)和精密程度等的不同會影響運輸?shù)姆绞健?shù)量和速度，具體影響系數(shù)如表3所示。

4.2開發(fā)環(huán)境配置與工具選擇

開發(fā)環(huán)境：Windows XP；JDK1.6；Apache Tomcat 6.0；開發(fā)工具：Eclipse 3.4.1；Jade 3.4。

4.3救援資源優(yōu)化調(diào)度多Agent自動協(xié)商

自動協(xié)商調(diào)度由MDAgent發(fā)起，由MAgent進行救援協(xié)商組織，RAgent進行救援調(diào)度響應(yīng)。

本例中，MDAgent1（M3）和MDAgent2（M6）將事故信息和需求信息發(fā)（如表4所示）至MAgent，MAgent對MDAgent進行相應(yīng)，并根據(jù)獲得的需求、路況和物資特點等信息后（如表1-表4所示），進行必參數(shù)和目標(biāo)設(shè)定后，發(fā)起救援物資調(diào)度自動協(xié)商，協(xié)商過程中MAgent可以選擇終止或重新開始調(diào)度協(xié)商。當(dāng)煤礦救援物資多Agent自動調(diào)度協(xié)商開始后，系統(tǒng)自動完成約束過濾和Agent角色劃分，然后Agent根據(jù)自身角色開始進行信息的交互和匹配，具體操作界面如圖7、8所示。自動調(diào)度協(xié)商完成后，調(diào)度中心可以提取調(diào)度建議方案來獲取調(diào)度建議方案，也可以進行多輪參數(shù)調(diào)整和自動協(xié)商。

圖7 應(yīng)急救援物資查詢與管理界面

圖8 多Agent自動協(xié)商系統(tǒng)操作界面

圖9 事故點M3應(yīng)急救援物資調(diào)度建議方案界面

圖10 事故點M6應(yīng)急救援物資調(diào)度建議方案界面

通過仿真，各Agent實現(xiàn)了根據(jù)事故和救援資源的具體情況進行動態(tài)信息交互，并最終獲得的調(diào)配方案如圖9、10所示。根據(jù)此調(diào)配方案所有物資全部到達(dá)事故點M3和M6的時間分別為：9.919小時和6.24小時，由于調(diào)度過程中充分考慮了救援物資運輸速度影響因素，其中包括救援過程中物資運輸量、物資本身對運輸速度的影響和事故點對物品的急需程度等，提高了調(diào)度方案的合理性和救援工作的效率。相對而言，在不考慮救援物資運輸速度影響因素的情況下，形成的調(diào)度方案中所有物資到達(dá)全部到達(dá)事故點M3和M6的時間分別為：5.95小時和4.01小時，表面上看雖然時間都縮短了，但由于方案考慮因素不夠全面，沒能反映煤礦事故救援的特殊性，變成了簡單的物品調(diào)度問題，結(jié)果導(dǎo)致對部分物資的運輸形成錯誤估計、時間估計不準(zhǔn)和調(diào)度方案執(zhí)行效果欠佳等問題，嚴(yán)重影響了調(diào)度方案的合理性和整個救援工作的效果。通過對煤礦事故救援工作的案例分析得知，本文所提的綜合考慮救援物資運輸速度影響因素的調(diào)度方法符合煤礦事故救援的實際情況和具體需求，所形成的調(diào)度方案和對應(yīng)的調(diào)度時間誤差較小，可以作為救援調(diào)度決策的參考。

5 結(jié)論

煤礦事故發(fā)生后，快速的應(yīng)急響應(yīng)和有效的救援資源調(diào)度可以有效減輕事故產(chǎn)生多帶來的損失，本文在完成煤礦事故救援物聯(lián)網(wǎng)系統(tǒng)設(shè)計的基礎(chǔ)上，借助Agent技術(shù)構(gòu)建了煤礦應(yīng)急救援多Agent自動協(xié)商調(diào)度系統(tǒng)模型，模型可以依據(jù)從物聯(lián)網(wǎng)獲取的實時監(jiān)控信息，在救援指揮調(diào)度中心進行相應(yīng)設(shè)置后，自動完成救援物資調(diào)配方案設(shè)計，并給出相應(yīng)的調(diào)配方案，通過實例仿真可以明顯看出模型在問題處理上的有效性。本文所提的煤礦事故應(yīng)急救援調(diào)度方法和模型充分反映了煤礦事故救援與物資調(diào)度的特點，可以為實際的煤礦事故救援工作提供決策支持。下一步準(zhǔn)備研究的工作包括：1）優(yōu)化物資運輸中對交通工具的充分利用，實現(xiàn)調(diào)度過程中對部分符合條件的救援物資的拼車調(diào)度、中轉(zhuǎn)調(diào)度等，在提高運輸效率的同時，降低運輸成本；2）加強對煤礦事故發(fā)生和應(yīng)急救援中的定性要素處理，提高決策科學(xué)水平等。

[1] 王秀強. 2012年煤礦百萬噸死亡率降至0.374[N].21世紀(jì)經(jīng)濟報道,2013-1-25(3).

[2] 張軍波,郭德勇,王立兵.煤礦應(yīng)急救援組織結(jié)構(gòu)模式研究[J].煤炭學(xué)報,2012,37(4):664-668.

[3] 郭德勇,鄭茂杰,程偉.煤與瓦斯突出事故應(yīng)急預(yù)案研究與應(yīng)用[J].煤炭學(xué)報,2009,34(2):208-211.

[4] Equi L, Gallo G, Marziale S,. A combined transportation and scheduling Problem[J]. Working Paper Pisa University, Pisa Italy, 1997,(l):94-104.

[5] Haghani A, Oh SC. Formulation an solution of a multi-commodity mufti-modal network flow model for disaster relief operations [J]. Transportation Research: Part A, 1996, (2):231-250.

[6] List GF, Turnquist MA. Routing and emergency-response-team siting for high-level radioactive waste shipments [J]. IEEE Transaction on Engineering Management, 1998,(3):141-152.

[7] Linet O, Ediz E. Emergeney logistics planning in natural disasters[J]. Annals of Operation Research, 2004,(129): 218-219.

[8] Jiuh BS, Yen HC, Lawrenee WL,. A novel model for quiek response to disaster relief distribution[J]. In: Proc. of the Easton Asia Soeiety for Transportation Studies(EASTSZO05), 2005, 5:2454-2462.

[9] 于輝,江智慧.突發(fā)事件下分階段啟動應(yīng)急預(yù)案模型研究[J].管理工程學(xué)報,2011,25(1):109-114.

[10] 王新平,王海燕.多疫區(qū)多周期應(yīng)急物資協(xié)同優(yōu)化調(diào)度[J].系統(tǒng)工程理論與實踐,2012,32(2):283-291.

[11] ]陳明華,李迎秋,羅耀琪.應(yīng)急物流車輛調(diào)配問題的研究[J].計算機工程與應(yīng)用,2009,45(24):194-197.

[12] 劉永立,王海濤,孫維民等.基于基礎(chǔ)數(shù)據(jù)庫的煤礦應(yīng)急救援指揮信息系統(tǒng)[J].黑龍江科技學(xué)院學(xué)報,2010,20(1):44-47.

[13] 李衛(wèi),張自力,吳華君.基于DCSP的煤礦應(yīng)急救援資源調(diào)配方法[J].計算機科學(xué),2011,38(5):244-248.

[14] 馮珍.煤礦事故應(yīng)急救援案例推理系統(tǒng)研究[J].電子科技大學(xué)學(xué)報(社科版),2012,14(2):35-37.

[15] 吳立新,汪云甲,丁恩杰等.三論數(shù)字礦山--借力物聯(lián)網(wǎng)保障礦山安全與智能采礦[J].煤炭學(xué)報,2012,37(3):357-365.

[16] 吳成東,徐久強,張云洲.物聯(lián)網(wǎng)技術(shù)與應(yīng)用[M].科學(xué)出版社,2012.

[17] 華剛,宋志月,王永星等.物聯(lián)網(wǎng)環(huán)境下煤礦安全監(jiān)控系統(tǒng)體系框架研究.工礦自動化,2013,39(3):6-9.

[18] 張杰.物聯(lián)網(wǎng)技術(shù)在神華寧煤集團數(shù)字化礦山建設(shè)中的應(yīng)用研究[J].煤礦現(xiàn)代化,2013,(5):60-63.

[19] 孫繼平.煤礦物聯(lián)網(wǎng)特點與關(guān)鍵技術(shù)研究[J].煤炭學(xué)報,2011,36(1):167-171.

[20] Park S, Yang SB. An efficient multilateral negotiation system for pervasive computing environments[J].Engineering Applications of Artificial Intelligence,2008,21(4):633-643.

[21] Wallenius J, Dyer JS, Fishburn PC et al. Multiple Criteria Decision Making, Multiattribute Utility Theory: Recent Accomplishments and What Lies Ahead[J].Management Science,2008,54(7):1336-1349.

Multi-Agent Automated Negotiation Model of Rescue Resource Allocation for Coal Mine Accidents Based on Internet of Things

GAO Tai-guang1，2,HUANG Min2,3, CHEN Pei-you1

(1.School of Management, Heilongjiang University of Science and Technology, Harbin 150022, China;2. College of Information Science and Engineering, Northeastern University, Shenyang 110819, China;3.State Key Laboratory of Synthetical Automation for Process Industries (Northeastern University), Shenyang 110819, China)

The availability of rescue resources allocation for coal mine accident is directly related to the result of the rescue work and the loss rate of the accident. The number of research papers on accident and disaster rescue is increasing, but the coal mine accident emergency rescue and the dynamic change characteristics of the accident don't receive enough attention. Due to the application of the Internet of Things (IoT), the efficiency of coal mine safety production and accident rescue has obviously improved. However, there also exists many problems, such as the inadequate using of IoT, and the lack of effective coordination and scheduling means for multiple parties and multiple rescue resources. All these problems can restrict the rescue work to some extent.In this paper, we design and build the multi-Agent automated negotiation model of rescue resource allocation for coal mine accidents based on IoT, in which emphasis is given to the particular characteristics of coal mine accident rescue and rescue resources scheduling. IoT technology and multi-Agent automated negotiation technology are integrated. The main works of this paper include:In the first part, we provide an overview of the safety production supervision and accident rescue of coal mine based on the IoT, and analyze the application status and prospects of IoT in coal mine safety production. In addition, we find that safety production assessment and the accident rescue of coal mine are the bottleneck problems of IoT applications. In the second part, the construction framework based on safety production and rescue resource supervision in coal mine is built, which has optimized the structure and layout of IoT in coal mine safety production and accident rescue. Making full use of the advantages of automated negotiation, which can lead multiple computational entities to collaborative optimization agreement, and multi-Agent technology, which is good at dealing with dynamic and distributed information. Furthermore, we build the multi-Agent automated negotiation model of rescue resource allocation for coal mine accidents based on IoT, which can obtain rescue and scheduling information in real time and dynamically update the rescue and supplies scheduling schemes by virtue of IoT. In the third part, by means of Agent technology and intelligent optimization algorithm the multi-agent automated negotiation allocation model for emergency rescue in coal mine accidents is established. The algorithm pays special attention to the special characteristics of coal mine accident emergency rescue, such as frequency, variability, the uncertainty of environment change, etc. Resources for coal mine accident emergency rescue have many particular characteristics, such as varieties and different specifications. Parts of them can't be transported by conventional methods for shape or size and so on. Our model makes full use of the advantage of agent technology in addressing problems, in which the information is scattered and the rescue demands are dynamic changing. Thus, the multilateral coordination interaction must be done. With the help of IoT, we can dynamically assess the coal mine accident situation, the state of rescue resources, the real-time monitoring of rescue resources distribution, etc. The scheduling of coal mine accident emergency rescue can be dynamically changed according to the change of environment and accident situations at any time. Thus, the efficiency of coal mine accident rescue can be improved. In the last part, the model is also implementedby Jade technology. Depending on simulation results, we can obtain a satisfactory allocation of emergency rescue commodities, which can provide decision-making support for emergency rescue in coal mine accidents, and show the validity and rationality of the model.In summary, when coal mine accident happens the rapid emergency response and effective rescue resources scheduling can effectively reduce accident losses. To some degree, the integration and application of IoT and multi-Agent automated negotiation technology can improve the efficiency of coal mine safety production supervision and accident rescue. However, coal mine accidents and environmental complexity face many unique challenges that need to be addressed in future research.

coal mine accident emergency rescue; rescue resources allocation; internet of things; agent; automated negotiation

中文編輯：杜 健；英文編輯：Charlie C. Chen

TP18

A

1004-6062(2016)03-0134-07

10.13587/j.cnki.jieem.2016.03.017

2013-06-28

2014-03-10

國家自然科學(xué)基金資助項目(71071028, 70931001, 71021061)；工信部物聯(lián)網(wǎng)發(fā)展專項資金資助項目； 2014年度黑龍江省教育廳人文社科研究項目（12542242）

高太光（1979—），男，山東成武人，講師，博士研究生；研究方向：自動協(xié)商機制設(shè)計與模型構(gòu)建、物流與供應(yīng)鏈管理，煤礦安全管理。