面向应急管理的仿真模型构建过程评述 李纲柳明飞叶光辉 （武汉大学信息资源研究中心，武汉．４３００７２） ［摘要］模拟仿真分析是描述、解释突发事件形成机理，提升人类应对突发事件决策能力的重要 方法。为及相关部门仿真分析提供可实施的模式，本文从概念设计、系统设计和应用设计三个 层面，依次综述了面向突发事件的仿真模型构建过程。概念设计说明了情景从描述、构建到演化的 整个过程；系统设计对比了现有的仿真分析方法与平台，描述了仿真建模与评估过程；应用设计分 别论述仿真模型在三类突发事件中的应用状况。最后指出当前仿真分析过程中存在的挑战。 ［关键词］突发事件应急管理仿真模型 ［中图分类号］Ｇ２５０ ［文献标识码］Ａ ［文章编号］２０９５。２１７１（２０１６）０４—００６５．０９ ＤＯＩ：１０，１３３６５／ｊ．ｊｉｒｍ．２Ｏ１６．０４．０６５ Ａ Ｒｅｖｉｅｗ ｏｆ Ｃｏｎｓｔｒｕｃｔｉｏｎ ｏｆ Ｓｉｍｕｌａｔｉｏｎ Ｍｏｄｅｌｉｎｇ Ｏｒｉｅｎｔｅｄ ｔｏ Ｅｍｅｒｇｅｎｃｙ Ｍａｎａｇｅｍｅｎｔ Ｌｉ Ｇａｎｇ Ｌｉｕ Ｍｉｎｇｆｅｉ Ｙｅ Ｇｕａｎｇｈｕｉ （Ｃｅｎｔｅｒ ｆｏｒ ｔｈｅ Ｓｔｕｄｉｅｓ ｏｆ Ｉｎｆｏｒｍａｔｉｏｎ Ｒｅｓｏｕｒｃｅｓ ｏｆ Ｗｕｈａｎ Ｕｎｉｖｅｒｓｉｔｙ，Ｗｕｈａｎ ４３００７２） Ｉ Ａｂｓｔｒａｃｔ ｌ Ｔｈｅ ｓｉｍｕｌａｔｉｏｎ ａｎａｌｙｓｉｓ ｄｅｓｃｒｉｂｅｓ ａｎｄ ｅｘｐｌａｉｎｓ ｔｈｅ ｆｏｒｍａｔｉｏｎ ｍｅｃｈａｎｉｓｍ ０ｆ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ， ｔｈｕｓ ｓｅｒｖｉｎｇ ａｓ ａ ｃｒｕｃｉａｌ ｔｏｏｌ ｔｏ ｅｎｈａｎｃｅ ｔｈｅ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ ｃａｐａｃｉｔｙ ｏｆ ｈｕｍａｎ ｂｅｉｎｇ ｗｈｅｎ ｆａｃｉｎｇ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ．Ｔｏ ｐｒｏｖｉｅｄ ｆｅａｓｉｂｌｅ ｐａｔｔｅｒｎｓ ０ｆ ｓｉｍｕｌａｔｉｏｎ ａｎａｌｙｓｉｓ ｆｏｒ ｔｈｅ ｇｏｖｅｒｎｍｅｎｔ ａｎｄ ｒｅｌｅｖａｎｔ ｓｅｃｔｏｒｓ．ｔｈｉｓ ｐａ－ ｐｅｒ ｓｕｃｃｅｓｓｉｖｅｌｙ ｒｅｖｉｅｗｓ ｏｎ ｔｈｅ ｃｏｎｓｔｒｕｃｔｉｏｎ ｐｒｏｃｅｓｓ ｏｆ ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌｉｎｇ ｏｒｉｅｎｔｅｄ ｔｏ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ ｆｒｏｍ ｔｈｅ ｐｅｒｓｐｅｃｔｉｖｅ ｏｆ ｃｏｎｃｅｐｔｉｏｎ ｄｅｓｉｇｎ，ｓｙｓｔｅｍ ｄｅｓｉｇｎ ａｎｄ ａｐｐｌｉｃａｔｉｏｎ ｄｅｓｉｇｎ．Ｃｏｎｃｅｐｔｉｏｎ ｄｅｓｉｇｎ ｆｅａｔｕｒｅｓ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｓｃｅｎａｒｉｏ ｄｅｓｃｒｉｐｔｉｏｎ，ｃｏｎｓｔｒｕｃｔｉｏｎ ａｎｄ ｅｖｏｌｕｔｉｏｎ．Ｓｙｓｔｅｍ ｄｅｓｉｇｎ ｉｌｌｕｓｔｒａｔｅｓ ｔｈｅ ｐｒｏｃｅｓｓ ｏｆ ｓｉｍｕｌａ－ ｔｉｏｎ ｍｏｄｅｌｉｎｇ ａｎｄ ａｓｓｅｓｓｍｅｎｔ ｔｈｒｏｕｇｈ ｔｈｅ ｃｏｍｐａｒｉｓｏｎ ｏｆ ｐｒｅｓｅｎｔ ｓｉｍｕｌａｔｉｏｎ ｍｅｔｈｏｄｓ ａｎｄ ｐｌａｔｆｏｒｍｓ．Ａｐｐｌｉｃａ－ ｔｉｏｎ ｄｅｓｉｇｎ ｒｅｖｉｅｗｓ ｔｈｅ ｃｕｒｒｅｎｔ ｓｉｔｕａｔｉｏｎ ｏｆ ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌｓ ａｐｐｌｉｅｄ ｉｎ ｔｈｒｅｅ ｋｉｎｄｓ ｏｆ ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ．Ｔｈｅ ｃｈａｌｌｅｎｇｅｓ ｅｘｉｓｔｉｎｇ Ｉｎ ｃｕｒｒｅｎｔ ｓｉｍｕｌａｔｉｏｎ ａｎａｌｙｓｉｓ ａｒｅ ｌａｓｔｌｙ ｐｏｉｎｔｅｄ ｏｕｔ． Ｅ Ｋｅｙ ｗｏｒｄｓ］Ｅｍｅｒｇｅｎｔ ｅｖｅｎｔｓ Ｅｍｅｒｇｅｎｃｙ ｍａｎａｇｅｍｅｎｔ Ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌ １ 引言 并努力构建和谐社会的大国，中国需要采取有 随着信息、经济及人文等的日益多元化，一 力的措施去应对突发事件可能带来的各项挑 方面，人类社会系统正日渐复杂和繁荣，另一方 战，既包括由物理环境破坏所引发的经济损失、 面由于系统赖以支撑的物质、能源等资源利用 人员伤亡，还包括由不实信息（如谣言等）引发 不当及日渐殆尽，人类社会系统又呈现出一定 的群体恐慌、舆情发酵等社会影响。 的脆弱性，而这脆弱性典型表现为社会应对突 应急管理体系是一个开放的复杂的巨型 发事件的能力不足。作为一个正处在经济转型 系统，具有多主体、多尺度、多因素和多变性的 ［基金项目］本文系国家社会科学基金重大项目“智慧城市应急决策慵报体系建设研究”（１３＆ＺＤ１７３）的成果之一。 ［ｆｉｅ者简介］李纲，男，博士生导师，研究方向为情报学，竞争情报：柳明飞。男，硕士研究生，研究方向为竞争情报，文本 挖掘，Ｅｍａｉｌ：ｍｉｎｇｆ￣ｒ＠ｗｈｕ．ｅｄｕ．ｃｎ；叶光辉，男，博士研究生，研究方向为信患检索与文本挖掘，竞争情报。 ６５ 特征¨］，同时考虑到突发事件本身造成的破坏 性和不确定性，现实活动中很难采用传统的研 究方法进行实时分析和跟踪，只能通过构建实 应急管理中的网络化分布交互仿真系统、智能 仿真系统、虚拟现实仿真系统正逐渐代替传统 的单一的仿真系统。 验环境来重复上述过程，而为了减小实验过程 的复杂性，减少不必要及不可控因素对实验结 果的影响，往往采用仿真分析的方法 ］。模拟 仿真分析是目前应急管理领域的重要科学问 题，突发事件演化过程模拟［３］、突发事件仿真 鉴于此，本文依托突发事件仿真分析的研 究框架，从概念设计、系统设计和应用设计三 个层面，综述突发事件仿真模型的构建、实现 及应用评估的相关研究成果，以为提升及 相关职能部门突发事件应急处置能力提供可 模型构建及评估 ］、各决策主体仿真行为分 实施和可借鉴的模式。 析［５ 等是该主题研究关注的重点内容。综合 ２面向应急管理的突发事件仿真分析框架 已有研究，笔者同时也发现：仿真分析对象正 综述过往研究，面向应急管理的突发事件 从特定类型突发事件向次生、衍生和耦合的综 仿真分析模式可设定为三个层级：概念层、系 合性突发事件发展；突发事件的应对模式也正 统层和应用层，各层级内容可依次表述为： 由传统的“预测一应对”向“情景一应对”转变； （１）概念层从突发事件的情景出发，提取 不完全性 ］，因此本节引入情景分析法来统筹 仿真系统中的“数据”，构建突发事件的初始情 概念设计过程。情景分析方法能将定量与定 景，并且依据不同突发事件演化的机理推演出 性方法相结合，同时突发事件仿真分析模型也 中间、最终情景，形成完整的突发事件“情景一 需要借助当前突发事件的“情景”，抽取动态演 应对模型”，参见图１。 化的“情景要素”，实现仿真系统。 （２）系统层主要是实现突发事件的关键情 ３．１．１ 情景描述 景要素与仿真平台要素之间的映射，基于不同 （１）情景定义 的仿真方法，应用适合某种特定情景的仿真工 情景是突发事件所有相关主客观实体当 具，实现仿真系统的建模，并在实际突发环境 前真实状态的综合，并处于不断发展变化之 中进行仿真的结果分析，参见图１。 中。突发事件演化过程的模拟仿真本质上是 （３）应用层分别从宏观和微观两个方面描 情景的模拟仿真。目前，国内外应急管理领域 述仿真技术在突发事件三个领域的应用：公共 学者对情景的定义主要分为主观和客观两个 卫生、自然灾害以及事故灾害领域，参见图１。 方面：主观方面认为情景是面向决策的，是人 ３面向应急管理的突发事件仿真分析过程 为的、主观的总结突发事件未来发展的可能 ３．１概念设计 性［７ ］；客观方面认为情景与决策者如何看待 突发事件具有不可预测性、动态性和信息 无关，它是包含很多参数的客观集合［９．１ｏ］。基 ６６ ２０１ Ｅ 第４期 （譬｝Ｂ） 于上述学者从各方面对于情景的认识，笔者总 结为：突发事件的情景包括多方面客观存在的 内容，而其主要目的是辅助应急决策，因此突 发事件的情景不仅要包括客观事件本身的信 息，还要包括人类活动以及二者相互影响的相 关信息。 （２）情景要素 要素是构成事物的组成部分，而情景要素 是情景的构成单元，也是分析情景的重要依 据，例如在地震情景中，情景要素包括震中、震 级、受灾人数、灾区地理气候条件等。目前，学 界多数认为情景要素的结构可描述为ＣＢＦ结 构，主要包括致灾体（Ｃａｕｓｉｎｇ）、承灾体（Ｂｅａｒ— ｉｎｇ）以及抗灾体（Ｆｉｇｈｔｉｎｇ）…。除此之外，还有 部分学者从灾害动力学 、应急预案¨ 、ＰＳＲ 表达¨ 以及ＳＯＭ表达¨ 等方面对情景要素 进行了论证。突发事件情景涉及的ＣＢＦ涉及 众多影响因素，如何从繁杂多变的影响因素中 通过科学合理的手段提取出关键要素，是情景 及仿真模型构建的关键问题。对此，盛勇 等［１ ６］基于突发事件的演化机理提出了四类关 键要素的提取方法；王旭坪等¨ 采用面向对 象、语义网、复杂网络等思想，构建面向对象的 多粒度异构情景要素提取方法；潘旭伟等 引 提出了直接情景识别与间接情景关联获取相 结合的关键情景要寨获取方法。这些方法都 在一定程度上能够对突发事件发生发展状态 进行刻画。 ３．１．２情景构建 情景构建目的是通过提取关键要素建立 与之对应的仿真模型，而实质上是危害识别和 风险分析过程¨ 。刘铁民 。 提出了资料收集 与分解、评估与收敛以及情景的集成与描述的 突发事件情景构建基本技术方法：刘德海 等［２’ 建立突发公共卫生事件的疫情传播方 程，进行情景构建；李建伟 】、刘乃朋等 。 从 知识元的角度出发，实例化承灾体知识元并组 合成不同的情景：Ｃｈｅｎ＿２．］、Ｓｈｅｕ［２５］、Ｆｉｅｄｒｉｃｈ 等 ８］对应急活动中资源的配置、调整进行情 景构建并给出了定量的模型。通过上述定量 模型进行的情景构建，在一定程度上未能考虑 抗灾主体的心理以及其他方面活动。另外，在 突发事件次生、衍生灾害的影响下，情景很可 能会发生突变，因此还需对实时信息下的情景 突变模型进行重新计算，从而重构突变情况下 突发事件情景。 ３．１．３情景推演 为制定合理有效的应急决策，需要准确地 描述突发事件的发展演化趋势，而进行情景推 演就是耍依据致灾体、承灾体以及相互间作用 的客观规律，并考虑应急管理措施及其效果， 在仿真系统中，由仿真模型模拟突发事件发展 过程中各种可能状态 。王宁等 在情景构 建的基础上，从模型库中调用相关模型关联到 情景中不断关联下一事件，从而实现事件的动 态推演；Ｐａｓｔｏｒ［ 、陈长坤 、Ｗａｕｇｈ［ ］、Ｋａｐｕ— ｃｕ［３ 利用复杂网络的相关概念对情景的演化 模式展开研究；Ｆａｎｇ［｜ 、裘江南等 运用贝叶 斯网络理论来研究突发事件的演化机理，并将 其应用于对突发事件的预测；Ｌｅｖｅｓｏｎ［３ 、佘廉 等 从系统理论的角度出发，构建了水污染 突发事件的推演模型。通过模拟某一具体突 发事件发生的过程，上述方法抽取出了相关规 则，但没有从共性出发构建情景推演模型，将 复杂网络客观地运用于已经被完全认知的网 络结构，然而尚未拓展到未被完全认知的网络 结构要素。 ３．２ 系统设计 本节从仿真方法、仿真工具以及仿真模型 三个角度，对系统设计过程进行综述。仿真方 法是系统设计的理论基础，主要包括多智能体 仿真方法、系统动力学方法、元胞自动机等；仿 真平台是系统设计的实践工具，是仿真方法在 具体实施过程中的映射对象，主要涵盖 Ｓｗａｒｍ、ＲＥＰＡＳＴ、Ｎｅｔｌｏｇｏ、Ｍａｓｏｎ等。仿真模 型方面以突发事件舆情演化中简单的谣言传 播过程为例综述了仿真模型构建的基本步骤。 各个仿真方法及对应平台的评述如下。 ３．２．１ 仿真方法 国内外已出现诸多突发事件模拟仿真平 台，其支撑方法主要有三种。 （１）多智能体仿真方法 基于多智能体的方法（Ｍｕｌｔｉ－ａｇｅｎｔ Ｓｙｓｔｅｍ， ＭＡＳ）侧重对复杂系统的建模，它注重建立一种 抽象的表示方法，以获得对真实世界和现存理 论的深刻认识 ，建模思路由下到上，Ａｇｅｎｔ是 真实世界中个体的映射，具有自治性、通信能 力、感知能力和能动性［３ ，并且能够利用Ａｇｅｎｔ 间的自治、通信和协作模拟出个体间的交互和 协作 ］。Ｕｎｏ等 。 基于ＧＩＳ以及ＭＡＳ构建了 ６７ 一种灾害人员的疏散模拟系统；ＳｈｅｎｄａｒｋａｒＥ ］ 环境中运动。 （２）ＲＥＰＡＳＴ ＲＥＰＡＳＴ［ 。 ］ｆ Ｒｅｕｒｓｉｖｅ Ｐｏｒｕｓ Ａｇｅｎｔ Ｓｉｍｕｌａ． 基于ＢＤＩ Ａｇｅｎｔ设计了一种在人为事故或者自 然灾害中使用的群体仿真模型方法。 （２）系统动力学方法 ｔｉｏｎ Ｔｏｏｌｋｉｔ）起源于芝加哥大学的社会科学计算 研究所，被认为是类Ｓｗａｒｍ仿真工具包，却在 与多智能体仿真方法相反，系统动力学 （Ｓｙｓｔｅｍ ｄｙｎａｍｉｃｓ，ＳＤ）建模集中在对系统的整 体建模，描述系统随时间变化的因素。如Ｓａｓｔ— ｒｙ¨ 利用系统动力学对组织中非连续的过程进 行描述和仿真；Ｚｈａｎｇ 针对突发水污染事故中 的水质变化构建了一个基于ＳＤ与ＧＩＳ的仿真 很多方面优于Ｓｗａｒｍ。对比Ｓｗａｒｍ，ＲＥＰＡＳＴ更 侧重应用于社会科学领域方面¨ 。一个基本 的ＲＥＰＡＳＴ模型由Ｍｏｄｅｌ Ｏｂｊｅｃｔ、Ｓｐａｃｅ Ｏｂｊｅｃｔ 和Ａｇｅｎｔ ｂｊＯｅｃｔ三个部分构成：Ｍｏｄｅｌ ｂｊＯｅｃｔ对 应模型本身，是ＲＥＰＡＳＴ仿真程序的核心； 模型框架并进行时空模拟仿真分析。 （３）元胞自动机 元胞自动机（Ｃｅｌｌｕｌａｒ Ａｕｔｏｍａｔａ，ＣＡ）本质 Ｓｐａｃｅ ｂｊＯｅｃｔ对应仿真程序运行的环境；Ａｇｅｎｔ Ｏｂｊｅｃｔ定义Ａｇｅｎｔ的属性和行为。 （３）ＮｅｔＬｏｇｏ 上是基于多智能体的仿真方法 ，是一种时 空离散的局部动力学模型，特别适合用于空间 复杂系统的时空动态模拟研究，ＣＡ模型上的 时间、空间、状态都离散，散布在规则网格中的 每个元胞取有限的离散状态，通过相互作用构 ＮｅｔＬｏｇｏ［４ 由Ｕｒｉ Ｗｉｌｅｎｓｋｙ于１９９９年首次 提出，由美国西北大学的Ｃｅｎｔｅｒ ｆｏｒ Ｃｏｎｎｅｃｔｅｄ Ｌｅａｒｎｉｎｇ ａｎｄ Ｃｏｍｐｕｔｅｒ—Ｂａｓｅｄ Ｍｏｄｅｌ ｉｎｇ（ＣＣＬ）开 发，它采用接近自然语言的ｌｏｇｏ语言，更适合于 那些缺乏编程经验的研究人员。ＮｅｔＬｏｇｏ自身 成动态系统的演化。 综合对比分析，基于多智能体的模拟仿真 由于Ａｇｅｎｔ本身的结构较为复杂，导致其内部 结构不够清楚，从而难以清晰刻画个体；基于系 带有模型库，用户可以基于已有模型库改变多 种条件的设置进行探索性研究，其应用过程主 要分为两个阶段：①Ｉｎｔｅｒｆａｃｅ中创建可视化控 件：②Ｐｒｏｃｅｄｕｒｅｓ中编写相应代码。 （４）Ｍａｓｏｎ 统动力学的仿真建模过程相对复杂，建模者需 要了解整个复杂系统的功能以及结构；基于元 Ｍａｓｏｎ［５ 是美国乔治梅森大学在Ｓｗａｒｍ 改进的基础上，使用Ｊａｖａ语言开发的多Ａｇｅｎｔ 胞自动机的仿真将具体问题简化，元胞大多是 单一、均匀的个体，因而不能很好地反应真实世 界。突发事件的演化过程具有高度的复杂性， 事件间具有复杂的衍生、耦合关系，其模拟仿真 需要多学科理论交织，而上述方法未能完全从 突发事件的动态演化方面解决相关问题。 ３．２．２仿真平台 仿真模拟器，具有平立、运行速度快、通用 性、集成性的特点。Ｍａｓｏｎ模型的创建包括两 个阶段：①创建一个简单的Ｓｉｍｓｔａｔｅ子类以完 成启动、调度等命令：②创建Ｇｕｉｓｔａｔｅ子类以 封装Ｓｉｍｓｔａｔｅ进行显示［５”。 从上述四种仿真平台所使用的建模语言、 由于要从零开始编写一个突发事件的仿 真程序并非易事，因此一些仿真平台应运而 生，这些工具的出现大大推进了科学仿真研究 的规范化。对于应急管理领域主要有以下仿 真平台。 （１）Ｓｗａｒｍ 内部的集成算法、模型构建模块、应用特点以 及在突发事件中的运用等方面，笔者对它们进 行了系统总结，结果参见表１。 ３．２．３仿真模型示例分析 仿真模型示例分析多选取关联到多主体、 多场景、多因素的传播学或网络科学的相关主 题，例如，董晓非提出了一个整合了地形、风因 Ｓｗａｒｍ¨ 是圣菲研究所（Ｓａｎｔａ Ｆｅ Ｉｎｓｔｉｔｕ－ ｔｅ，ＳＦＩ）构建的一款标准计算机仿真建模工具， 旨在为科研工作者提供程序语言及工具包，从 而可以把更多的精力放在专业模型的建立上。 子、树种因子、以及树木水平分布因子的多智 能体模型，并借助ＮｅｔＬｏｇｏ仿真平台实现了在 特定条件下林火的蔓延模拟并预测林火发展 的趋势 ，Ｂｅｎｅｎｓｏｎ以居民作为城市网络中 的节点，根据居民主体的经济状况、文化认同 性以及房产价值变动等属性模拟了城市空间 它由多个Ｓｗａｒｍ组成，每一个Ｓｗａｒｍ包括主 体、模拟环境以及行为时序表（Ｓｃｈｅｄｕｌｅ），其 中主体Ａｇｅｎｔ相当于Ｓｗａｒｍ模拟世界中的物 质，而时序表负责移动Ａｇｅｎｔ按照时序在模拟 ６８ 演化的自组织现象 。在此笔者以突发事件 ２０１ Ｅ 第４期 （季刊） 表１ 四种仿真平台的特点对比 仿真平台 建模语言 集成算法 构成模块 应用特点 应用领域 Ｓｗａｒｍ ＯｂｊＢｒ离散Ｃ ｅｃｔｉｖｅ ＮｅｕｒｏＬｉｅｅｄｅｒ ｂ 行为时序表Ｓｃｈｅｄｕｌｅ 和 非线性系统模 自然科学、社会科 、学ＢＰ－ＣＴ 拟方面 杂系统 、战争与商业等复 Ｊｏｏｎｅ Ａｇｅｎｔ类 ＲｅＰＡＳＴ 语言 ．ｎｅｔ、ｊａｖａ 随机数类 回归算法 模型类 行为类 复杂社会网络、商业 网点选择等网状结 社会学、灾害学、生 数据源类 构系统的仿真 态环境等领域 库Ｃｏｌｔ 辅助功能类 主体Ａｇｅｎｔ 跨平台、可复用，易 ＮｅｔＬｏｇｏ Ｌｏｇｏ语言 空间表达 用易学，适合对随时 生物学、地球学、社 仿真推进 间演化的复杂系统 会学等领域 进行建模 事件调度表（Ｓｃｈｅｄｕｌｅ） 针对具有复杂网络 进化算法 仿真状态集（Ｓｉｍｓｔａｔｅ） 关系的多Ａｇｅｎｔ网 Ｍａｓｏｎ Ｊａｖａ语言 包ＥＣＪ 快速随机数产生器 络建模 社会科学与经济学 （Ｍｅｒｓｅｎｎｅ Ｔｗｉｓｔｅｒ Ｆａｓｔ） 运行速度快 内存占用小 舆情演化中简单的谣言传播过程为例，基于仿 以谣言传播过程为例，其情景ＣＢＦ结构 真平台ＮｅｔＬｏｇｏ，综述了仿真模型构建过程所 是：致灾体（谣言），承灾体（普通人群），抗灾体 涉及的主要步骤。 （部门），其常见传播模式参见图２。 （１）模型环境设计 一 图２谣言传播模式分析 图２中谣言指对普通人群产生负面导向的 众在多大程度上会传递自己的信息；信息可信 信息。部门所作的辟谣行为是向公众传递 度是谣言信息与辟谣信息本身的可信程度。 正面信息。民众可分为无知者、传播者和免疫 三类主体的属性如表２所示。 者，无知者指代对谣言一无所知的民众：传播者 表２各类主体属性 指代散播谣言的民众；免疫者是受到谣言干扰 主体 属性 但不相信谣言的民众。谣言产生后，无知者接 谣言 谣言信息可信度 触谣言信息立即变为此谣言的知情者，根据不 普通人群 态度、信息吸收能力、信息传播能力 同民众所具有的信息吸收能力不同，一部分知 部门 辟谣信息可信度 情者会变成传播者，一部分变成免疫者，发 （３）仿真建模 布辟谣信息后传播者可能成为免疫者。 以ＮｅｔＬｏｇｏ仿真平台为例，其是由海龟 （２）模型主体抽象 （ｔｕｒｔｌｅ）、瓦片（ｐａｔｃｈ）以及观察者（ｏｂｓｅｒｖｅｒ）三 运用情景要素提取的方法可以得到Ａｇｅｎｔ 种不同类型构成的虚拟世界，瓦片构成背景网 的属性：态度、信息吸收能力、信息传播能力以 格，海龟在背景上移动，观察者观察监视着所 及信息可信度。以图２所示谣言传播模式为 有事情。图２描述现实情景建模的关键在于 例，态度指代公众对谣言信息所采取的意见， 谣言情景要素与ＮｅｔＬｏｇｏ中Ａｇｅｎｔ之问的元素 一般分为反对、中立、支持三种；信息吸收能 映射，如刘小波等 在构建舆情演化模型中， 力、信息传播能力以及信息可信度描述了各类 将人群要素映射为ｔｕｒｔｌｅ，人群通过吸收 主体的属性，信息吸收能力是对谣言信息或者 部门或谣言传播者的信息不断演化改变自身 辟谣信息的采纳程度；信息传播能力是民 状态，信息的流动可以通过ｐａｔｃｈ表示，其中个 ６９ 体接收信息时采取的行为表现为ｔｕｒｔｌｅ在 ｐａｔｃｈ上移动的格数。 化机理，缩短认识过程以减少损失。例如，Ａｎ— ｄｅｒｓｏｎ等 从信息控制的角度出发建立数学 模型并在计算机上进行仿真，得到了控制流行 病大面积传播的方法：Ｅｉｅｌｄｓｏｎ等［６ 通过构建 （４）仿真验证 仿真验证对突发事件仿真模型的可信度、 适用性、准确度的提高起到了关键性作用，关 于种类繁多的仿真验证技术，Ｂａｌｃｉ［５ 将其分 为非正式、静态、动态、、符号、正式六类。 目前在国际中一些成功使用的案例主要有 ｄｏｃｋｉｎｇ法 、动态非线性测试方法 以及 定性分析法［５ 等。 ３．３ 应用设计 天花病毒传播的随机网络模型并进行仿真，探 讨不同控制措施对疫情传播的影响。此外， Ｒｏｕｓｓｅａｕ￣ 。。Ｗｈｉｔｅ Ｃ ”Ｆｕｅｎｔｅｓ［ 、、、ＡｈｍｅｄＣ 。 根 据ＳＩＲＳ等模型制定疾病传播的规则，用元胞 自动机模拟出ＨＩＶ、流感等传染病的传播方式， 模拟这一具体突发事件发生的过程。在微观 方面则主要研究使用仿真模型对卫生机构的 管理和救治过程进行优化等问题，逐渐将计算 机的相关技术运用其中，用仿真分析的数据为 医院管理提供指导。 对于突发事件的模拟仿真可以描述、解释 事件发生的成因以及形成机理，应用于人类应 对、预测以及决策等突发事件问题中。 （１）在自然灾害中的应用 自然灾害方面的应用主要涉及地震灾害 以及森林火灾两个方面。地震灾害方面，我国 ４ 结语 本文从概念设计、系统设计和应用设计三 个层面，依次综述了突发事件仿真模型的构 建、实现及应用评估的相关研究过程：以突发 事件的“情景一应对”应急管理范式为出发点， 建成了许多大型抗震试验系统，开发了模拟动 力试验系统和分布式地震模拟振动台，以研究 大型城市基础设施地震非线性反应和破坏机 从应急情景中提取关键要素进行情景构建和 推演，实现关键要素和仿真工具的映射以构建 仿真模型，为提升及相关职能部门突发事 件应急处置能力提供可实施的模式。然而上 述研究过程中依然存在着一些问题以及挑战， 突出表现为： 理；美国致力于开展地震模拟试验和计算技 术，力图整合世界上所有国家的地震模拟试验 资源以开展大型地震模拟试验研究 。在森 林火灾方面主要研究的是通过构建林火蔓延 模型来仿真分析可能要发生或者已经发生森 林火灾行为，辅助应急决策以减少损失［６ 镗］， 例如ＫａｒａｆｙｌｌｉｄｉｓＣ∞］、ＥｎｃｉｎａｓＣ８４］利用二维元胞 （１）传统模拟仿真的规则设计只能模拟人 对当时环境的适应，无法模拟人、组织之间的 互动和面向未来的演化策略，因而基于多智能 体的仿真建模，在突发事件协同演化问题上面 临诸多不足。 （２）突发事件应急管理研究涉及的学科交 叉深入，领域广泛，包括网络舆情、信息处理、 应急决策等学科领域。如何通过动态模拟仿 自动机建立火灾蔓延模型，并对此进行模拟仿 真，研究森林火灾的扩散问题。 （２）在事故灾害中的应用 目前，国内外对于事故灾害中的仿真研究 主要集中在事故发生时人员分布、人员撤离以 及大型危机事故爆发后的应急资源运输等问 题。例如，Ｃｒｕｚ＿６ 总结已有的突发事件发生过 程中人员撤离模型，设计了高层建筑中的人员 撤离模型，并且已经开发相关软件；Ｄｒｕｒｙ 等 剐通过建立仿真模型来模拟公共场所的动 物群体或人群行走，为事故灾害发生时进行救 援提供依据；Ｗａｎｇ 针对大规模的伤亡事故 真集成这些学科知识，整体性地再现突发事件 情景演变及应急管理过程是一项困难的工作。 （３）突发事件应急管理过程中，系统的结 构可能发生急剧变化，因而仿真模型需要及时 调整来反映系统的现状，然而传统的仿真模型 主要通过手工方式进行调整，难以满足应急管 理的要求。 建立了紧急医疗应对模型，并进行模拟仿真。 （３）在公共卫生事件中的应用 宏观上主要研究的是运用系统动力学模 型、复杂网络概念等仿真传染病的传播过程， 建立数学模型；运用仿真技术预测传播趋势以 及传播范围，使人们弄清相关问题的产生、演 （４）信息化使得突发事件的演变更加复 杂，不确定性因素加强，因此要求仿真平台具 有很强的在线决策能力以适应网络时代带来 的新问题。 ２Ｏ１（ ７０ 第４期 （攀千０） 参考文献 ［１］范维澄．国家突发公共事件应急管理中科学问题的思考和建议［Ｊ］．中国科学基金，２００７（２）：７１．７６ Ｅ２］Ｑｕｅｓａｄａ Ｆ Ｊ Ｍ．Ｇｉｌｂｅｒｔ。Ｎｉｇｅｌ；Ｔｒｏｉｔｚｓｃｈ。Ｋｌａｕｓ（２００５）：Ｓｉｍｕｌａｔｉｏｎ ｆｏｒ ｔｈｅ Ｓｏｃｉａｌ Ｓｃｉｅｎｔｉｓｔ［Ｊ］Ｐａｐｅｒｓ：Ｒｅｖｉｓｔａ ｄｅ Ｓｏｃｉｏｌｏｇｉａ．２００６（８０）：３０３—３０６ ［３３ Ｌｉｎ Ｋ Ｐ．Ｗｅｎ Ｗ，Ｃｈｏｕ Ｃ Ｃ，ｅｔ ａ１．Ａｐｐｌｙｉｎｇ ｆｕｚｚｙ ＧＥＲＴ ｗｉｔｈ ａｐｐｒｏｘｉｍａｔｅ ｆｕｚｚｙ ａｒｉｔｈｍｅｔｉｃ ｂａｓｅｄ ｏｎ ｔｈｅ ｗｅａｋｅｓｔ ｔ－ ｎｏｒｍ ｏｐｅｒａｔｉｏｎｓ ｔｏ ｅｖａｌｕａｔｅ ｒｅｐａｉｒａｂｌｅ ｒｅｌｉａｂｉｌｉｔｙ［Ｊ１．Ａｐｐｌｉｅｄ Ｍａｔｈｅｍａｔｉｃａｌ Ｍｏｄｅｌｌｉｎｇ，２０１ １。３５（１１）：５３１４ ５３２５ Ｅ４］Ｒｕｍｐｆ Ｊ。Ｗｅｉｎｄｌ Ｈ，Ｈ６ｐｐｅ Ｐ，ｅｔ ａ１．Ｔｒｏｐｉｃａｌ ｃｙｃｌｏｎｅ ｈａｚａｒｄ ａｓｓｅｓｓｍｅｎｔ ｕｓｉｎｇ ｍｏｄｅｌ－ｂａｓｅｄ ｔｒａｃｋ ｓｉｍｕｌａｔｉｏｎ［Ｊ］． Ｎａｔｕｒａｌ Ｈａｚａｒｄｓ，２００９．４８（３）：３８３－３９８ Ｃ５］Ｔｅｍｕｒａ Ｈ，Ｙａｍａｍｏｔｏ Ｋ。Ｔｏｍｉｙａｍａ Ｓ。ｅｔ ａ１．Ｍｏｄｅｌｉｎｇ ａｎｄ ａｎａｌｙｓｉｓ ｏｆ ｄｅｃｉｓｉｏｎ ｍａｋｉｎｇ ｐｒｏｂｌｅｍ ｆｏｒ ｍｉｔｉｇａｔｉｎｇ ｎａｔｕｒａｌ ｄｉｓａｓｔｅｒ ｒｉｓｋｓ［Ｊ￣．Ｅｕｒｏｐｅａｎ Ｊｏｕｒｎａｌ ｏｆ Ｏｐｅｒａｔｉｏｎａｌ Ｒｅｓｅａｒｃｈ。２０００。１２２（２）：４６１－４６８ ＂Ｉ６３ Ｔａｎｇ Ａ，Ｗｅｎ Ａ．Ａｎ ｉｎｔｅｌｌｉｇｅｎｔ ｓｉｍｕｌａｔｉｏｎ ｓｙｓｔｅｍ ｆｏｒ ｅａｒｔｈｑｕａｋｅ ｄｉｓａｓｔｅｒ ａｓｓｅｓｓｍｅｎｔ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆Ｇｅｏｓｃｉｅｎｃｅｓ。 ２００９，３５（５）：８７１－８７９ ｒ７］Ｂｏｕｋｅｒｃｈｅ Ａ，Ａｒａｕｊｏ Ｒ Ｂ。Ｓｉｌｖａ Ｆ Ｈ Ｓ．Ａ ｃｏｎｔｅｘｔ ｉｎｔｅｒｐｒｅｔａｔｉｎｏ ｂａｓｅｄ ｗｉｒｅｌｅｓｓ ｓｅｎｓｏｒ ｎｅｔｗｏｒｋ ｆｏｒ ｔｈｅ ｅｍｅｒｇｅｎｃｙ ｐｒｅｐａｒｅｄｎｅｓｓ ｃｌａｓｓ ｏｆ ａｐｐｌｉｃａｔｉｎｏｓ［ｏｉｌ／Ａｌｇｏｒｉｔｈｍｉｃ Ａｓｐｅｃｔｓ ｏｆ Ｗｉｒｅｌｅｓｓ Ｓｅｎｓｏｒ Ｎｅｔｗｏｒｋｓ．Ｓｅｃｏｎｄ Ｉｎｔｅｒｎａｔｉｎｏａｌ Ｗｏｒｋｓｈｏｐ，ＡＬＧＯＳＥＮＳＯＲＳ ２００６。Ｖｅｎｉｃｅ。Ｉｔａｌｙ，Ｊｕｌｙ １ ５，２００６．Ｓｐｒｉｎｇｅｒ Ｂｅｒｌｉｎ Ｈｅｉｅｄｌｂｅｒｇ，２００６：２５—３４ ［８］Ｇｅｒｓｈｕｎｙ Ｊ．Ｔｈｅ ｃｈｏｉｃｅ ｏｆ ｓｃａｎａｒｉｏｓｒＪ１．Ｆｕｔｕｒｅｓ，１９７６，８（６）：４９６－５０８ Ｃ９１ Ｓｃｈｎａａｒｓ Ｓ Ｐ．Ｈｏｗ ｔｏ ｅｄｖｅｌｏｐ ａｎｄ ｕｓｅ ｓｃｅｎａｒｉｏｓ［Ｊ］．Ｌｏｎｇ Ｒａｎｇｅ Ｐｌａｎｎｉｎｇ。１９８７，２０（１）：１０５．１１４ ［１Ｏ］Ｇｅｏｒｇｏｆｆ Ｄ Ｍ．Ｍｕｒｄｉｃｋ Ｒ Ｇ．Ｍａｎａｇｅｒ’ｓ ｇｕｉｅｄ ｔｏ ｆｏｒｅｃａｓｔｉｎｇ［Ｊ］．Ｈａｒｖａｒｄ Ｂｕｓｉｎｅｓｓ Ｒｅｖｉｅｗ．２０１０．６４（１）：１１０－１２０ ［１１］刘操．许欢。李仕明．非常规突发事件应急管理中的情景及情景——应对理论综述研究ｒＪ１．电子科技大学学报： 社科版，２０１３。１５（６）：２０．２４ ［１２－１王颜新，李向阳，徐磊．突发事件情境重构中的模糊规则推理方法［Ｊ１－系统工程理论与实践，２０１２．３２（５）：９５４．９６２ ［１３３刘铁民．应急预案■大突发事件情景构建木——基于“情景一任务一能力 应急预案编制技术研究之－［Ｊ－１．中国 安全生产科学技术，２０１２，８（４）：５－１２ ［１４－１ Ｈｕａ Ｙ Ｅ，Ｙａｎ Ｍ Ａ，Ｄｏｎｇ Ｌ．Ｌａｎｄ ｅｃｏｌｏｇｉｃａｌ ｓｅｃｕｒｉｔｙ ａｓｓｅｓｓｍｅｎｔ ｆｏｒ Ｂａｉ ａｕｔｏｎｏｍｏｕｓ ｐｒｅｆｅｃｔｕｒｅ ｏｆ Ｄａｌｉ ｂａｓｅｄ ｕｓｉｎｇ ＰＳＲ ｍｏｄｅＩ——ｗ．１｝１ ｄａｔａ ｉｎ ２００９ ａｓ ｃａｓｅ［Ｊ－１．Ｅｎｅｒｇｙ Ｐｒｏｃｅｄｉａ。２０１１，５（２２）：２１７２－２１７７ ［１５］篓卉．应急实时决策中的慵景表达及情景间关系研究［Ｊ－１．电子科技大学学报：社会科学版，２０１２．１４（１）：４８．５２ ［１６－１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－１．中全生产科学技术，２０１５，１１（１）：１７．２１ ［１７］王旭坪，杨相英。樊双蛟，等．非常规突发事件情景构建与推演方法体系研究ＣＪ－１．电子科技大学学报：社科版． ２０１３（１）：２２・２７ ［１８－１潘旭伟，顾新建．王正成。等集成情境的知识管理方法和关键技术研究［Ｊ－１ 计算机集成制造系统。２００７，１３ （５）：９７１．９７７ ［１９－１ Ｃｏｍｍｉｓｓｉｏｎ ｓｔａｆｆ ｗｏｒｋｉｎｇ ｐａｐｅｒ．Ｒｉｓｋ ａｓｓｅｓｓｍｅｎｔ ａｎｄ ｍａｐｐｉｎｇ ｇｕｉｅｄｌｉｎｅｓ ｆｏｒ Ｄｉｓａｓｔｅｒ Ｍａｎａｇｅｍｅｎｔ［９３．Ｅｕｒｏｐｅａｎ Ｃｏｍｍｉｓｓｉｏｎ。Ｄｅｃｅｍｂｅｒ。２０１０．１２．２１ ［２０－１刘铁民．重大突发搴件情景规划与构建研究ｒＪ－１．中国应急管理，２０１２（４）：１８－２３ ［２１］刘德海，王维国，孙康．基于演化博弈的■大突发公共卫生事件情景预测模型与防控措施［Ｊ］．系统工程理论与 实践，２０１２，３２（５）：９３７－９４６ ［２２３张承伟，李建伟。陈量龙．基于知识元的突发事件情景建模［Ｊ－１．情报杂志，２０１２，３１（７）：１１－１５ ［２３－１王叠华。刘乃朋。裘江南，等，基于知识元的应急决策模型表示方法研究［Ｊ－１．电子科技大学学报：社科版，２０１３ （４）：１８．２４ ［２４３ Ｃｈｅｎ Ｃ。Ｌｉ Ｑ，Ｋａｎｅｋｏ Ｓ，ｅｔ ａ１．Ｌｏｃａｔｉｏｎ ｏｐｔｉｍｉｚａｔｉｏｎ ａｌｇｏｒｉｔｈｍ ｆｏｒ ｅｍｅｒｇｅｒｕｃｙ ｓｉｇｎｓ ｉｎ ｐｕｂｌｉｃ ｆａｃｉｌｉｔｉｅｓ ｅｎｄ ｉｔｓ ａｐｐｌｉ— ｃａｔｉｏｎ ｔｏ ａ ｓｉｎｇｌｅ・ｆｌｏｏｒ ｓｕｐｅｒｍａｒｋｅｔ［Ｊ－１．Ｆｉｒｅ Ｓａｆｅｔｙ Ｊｏｕｒｎａｌ，２００９。４４（１）：ｌ１３・１２０ ［２５］Ｓｈｅｕ Ｊ Ｂ．Ａｎ ｅｍｅｒｇｅｎｃｙ ｌｏｇｉｓｔｉｃｓ ｄｉｓｔｒｉｂｕｔｉｏｎ ａｐｐｒｏａｃｈ ｆｏｒ ｑｕｉｃｋ ｒｅｓｐｏｎｓｅ ｔｏ ｕｒｇｅｎｔ ｒｅｌｉｅｆ ｄｅｍａｎｄ ｉｎ ｄｉｓａｓｔｅｒｓ［Ｊ］． Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｓｅａｒｃｈ Ｐａｒｔ Ｅ：Ｌｏｇｉｓｔｉｃｓ ａｎｄ Ｔｒａｎｓｐｏｒｔａｔｉｏｎ Ｒｅｖｉｅｗ，２００７，４３（６）：６８７・７０９ ［２６－１ Ｆｉｅｄｒｉｃｈ Ｆ，Ｇｅｈｂａｕｅｒ Ｆ，Ｒｉｃｋｅｒｓ Ｕ．Ｏｐｔｉｍｉｚｅｄ ｒｅｓｏｕｒｃｅ ａｌｌｏｃａｔｉｏｎ ｆｏｒ ｅｍｅｒｇｅｎｃｙ ｒｅｓｐｏｎｓｅ ａｆｔｅｒ ｅａｒｔｈｑｕａｋｅ ｄｉｓａｓｔｅｒｓ ［Ｊ－１．Ｓａｆｅｔｙ ｓｃｉｅｎｃｅ，２０００，３５（１）：４ｔ．５７ ［２７－１主旭坪，樊双蛟，阮俊虎基于情景的自然灾夸应急管理系统框架［Ｊ－１．电子科技大学学报（社科版）．２０１３，３：００６ ［２８－１王宁，黄红雨．仲秋雁。等．基于知识元的突发，件衍生网络仿真平台的设计与实现［Ｊ－１．情报杂志，２０１２（１１）：１５０．１５５ ［２９－１ Ｐａｓｔｏｒ－Ｓａｔｏｒｒａｓ Ｒ，Ｖｅｓｐｉｇｎａｎｉ Ａ．Ｅｐｉｅｄｍｉｃ ｄｙｎａｍｉｃｓ ｉｎ ｆｉｎｉｔｅ ｓｉｚｅ ｓｃａｌｅ－ｆｒｅｅ ｅｎｔｗｏｒｋｓ［Ｊ］．Ｐｈｙｓｉｃａｌ Ｒｅｖｉｅｗ Ｅ。２００２， ６５（３）：０３５１０８ ［３０－１陈长坤，孙云凤，李智．冰■灾夸危机事件演化及衍生链特征分析［Ｊ－１．灾害学。２００９，２４（１）：１８．２１ ［３１１－ Ｗａｕｇｈ Ｊｒ Ｗ Ｌ，Ｓｙｌｖｅｓ Ｒ Ｔ．Ｏｒｇａｎｌｚｉｎｇ ｔｈｅ ｗａｒ ｏｎ ｔｅｒｒｏｒｉｓｍ［Ｊ－１．Ｐｕｂｌｉｃ Ａｄｍｉｎｉｓｔｒａｔｉｏｎ Ｒｅｖｉｅｗ，２００２，６２（ｓ１）：１４５－１５３ ［３２］Ｋａｐｕｃｕ Ｎ．Ｉｎｔｅｒｏｒｇａｎｉｚａｔｉｏｎａｌ ｃｏｏｒｄｉｎａｔｉｏｎ ｉｎ ｄｙｎａｍｉｃ ｃｏｎｔｅｘｔ：Ｎｅｔｗｏｒｋｓ ｉｎ ｅｍｅｒｇｅｎｃｙ ｒｅｓｐｏｎｓｅ ｍａｎａｇｅｍｅｎｔ［Ｊ］． Ｃｏｎｎｅｃｔｉｏｎｓ，２００５，２６（２）：３３．４８ ７１ ［３３］Ｆａｎｇ Ｚ，Ｗｅｉ Ｈ，Ｙａｎｇ Ｂ，ｅｔ ａ１．Ｔｈｅ ｄｅｓｉｇｎ ｏｆ ｔｈｅ ｄｒｉｖｉｎｇ－ｃｏｕｐｌｉｎｇ ａｌｇｏｒｉｔｈｍ ｉｎ ｕｎｃｏｎｖｅｎｔｉｏｎａｌ ｉｎｃｉｄｅｎｔｓ ｂａｓｅｄ ｏｎ ｔｈｅ ＧｅｒｔｓＮｅｔｗｏｒｋ［Ａ］／／Ｌｉｕ Ｓ。Ｆｏｒｒｅｓｔ Ｊ Ｙ（ｅｄｓ）．Ａｄｖａｎｃｅｓ ｉｎ Ｇｒｅｙ Ｓｙｓｔｅｍｓ Ｒｅｓｅａｒｃｈ．Ｓｐｒｉｎｇｅｒ Ｂｅｒｌｉｎ Ｈｅｉｄｅｌｂｅｒｇ， ２０ｔ０：３－１１ ［３４］裘江南。王延章，■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 ［３５］Ｌｅｖｅｓｏｎ Ｎ．Ａ ｎｅｗ ａｃｃｉｅｎｔｄ ｍｏｄｅｌ ｆｏｒ ｅｎｇｉｎｅｅｒｉｎｇ ｓａｆｅｒ ｓｙｓｔｅｍｓ［Ｊ］．Ｓａｆｅｔｙ ｓｃｉｅｎｃｅ．２００４，４２（４）：２３７・２７０ ［３６］余廉。刘山云，昊国斌．水污染突发事件：演化模型与应急管理［Ｊ］．长江流域资源与环境，２０１１，２０（８）：１００４—１００９ ［３７］王正中．复杂系统仿真方法及应用［Ｊ］．计算机仿真，２００１，１８（１）：３－６ ［３８］Ｍａｃａｌ ＣＭ，ＮｏｒｔｈＭ Ｊ．Ｔｕｔｏｒｉａｌ ｏｆｔ ａｇｅｎｔ－ｂａｓｅｄｍｏｄｅｌｉｎｇ ａｎｄ ｓｉｒｎｕｌａｔｉｎ［Ｊ］．Ｊｏｏｕｍａｌ ｏｆＳｉｍｕｌａｔｉｏｎ，２０１０，４（３）：１５１・１６２ ［３９］Ｍａｃｙ Ｍ Ｗ，Ｗｉｌｉｅｒ Ｒ．Ｆｒｏｍ ｆａｃｔｏｒｓ ｔｏ ａｃｔｏｒｓ：Ｃｏｍｐｕｔａｔｉｏｎａｌ ｓｏｃｉｏｌｏｇｙ ａｎｄ ａｇｅｎｔ－ｂａｓｅｄ ｍｏｄｅｌｉｎｇ［Ｊ］．Ａｎｎｕａｌ Ｒｅｖｉｅｗ ｏｆ Ｓｏｃｉｏｌｏｇｙ．２００２：１４３－１６６ ［４０］Ｕｎｏ Ｋ，Ｋａｓｈｉｙａｍａ Ｋ．Ｄｅｖｅｌｏｐｍｅｎｔ ｏｆ ｓｉｍｕｌａｔｉｏｎ ｓｙｓｔｅｍ ｆｏｒ ｔｅ ｄｉｈｓａｓｔｅｒ ｅｖａｃｕａｔｉｏｎ ｂａｓｅｄ ｏｎ ｍｕｌｔｉ－ａｇｅｎｔ ｍｏｄｅｌ ｕｓｉｎｇ ＧｔＳ［Ｊ］．Ｔｓｉｎｇｈｕａ Ｓｃｉｅｎｃｅ＆Ｔｅｃｈｎｏｌｏｇｙ。２００８（１ ３）：３４８－３５３ ［４ １］Ｓｈｅｎｄａｒｋａｒ Ａ，Ｖａｓｕｄｅｖａｎ Ｋ。Ｌｅｅ Ｎ Ｓ。ｅｔ ａ１．Ｃｒｏｗｄ ｓｉｍｕｌａｔｉｏｎ ｆｏｒ ｅｍｅｒｇｅｎｃｙ ｒｅｓｐｏｎｓｅ ｕｓｉｎｇ ＢＤＩ Ａｇｅｎｔ ｂａｓｅｄ ｏｎ ｖｉｒｔｕａｌ ｒｅａ卅 ｃ］／／Ｐｒｏｃｅｅｄｉｎｇｓ ｏｆ ｔｈｅ Ｗｉｎｔｅｒ Ｓｉｍｕｌａｔｉｏｎ Ｃｏｎｆｅｒｅｎｃｅ ＷＳＣ ２００６，Ｍｏｎｔｅｒｅｙ，Ｃａｌｉｆｏｒｎｉａ，ＵＳＡ，Ｄｅ－ ｃｅｍｂｅｒ ３－６．２００６．ＩＥＥＥ。２００６：５４５－５５３ ［４２］Ｓａｓｔｒｙ Ｍ Ａ Ｐｒｏｂｌｅｍｓ ａｎｄ ｐａｒａｄｏｘｅｓ ｉｎ ａ ｍｏｄｅｌ ｏｆ ｐｕｎｃｔｕａｔｅｄ ｏｒｇａｎｉｚａｔｉｎｏａｔ ｃｈａｎｇｅ［Ｊ］．Ａｄｍｉｎｉｓｔｒａｔｉｖｅ Ｓｃｉｅｎｃｅ Ｑｕａｒｔｅｒｌｙ，１９９７，４２（２）：２３７－２７５ ［４３］Ｚｈａｎｇ Ｂ。Ｑｉｎ Ｙ，Ｈｕａｎｇ Ｍ，ｅｔ ａ１．ＳＤ－ＧＩＳ－ｂａｓｅｄ ｔｅｍｐｏｒａｌ－ｓｐａｔｉａｌ ｓｉｍｕｌａｔｉｏｎ ｏｆ ｗａｔｅｒ ｑｕａｌｉｔｙ ｉｎ ｓｕｄｄｅｎ ｗａｔｅｒ ｐｏｌｌｕｔｉｏｎ ａｃｃｉｄｅｎｔｓ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆Ｇｅｏｓｃｉｅｎｃｅｓ。２０ １１。３７（７）：８７４－８８２ ［４４］Ｗｏｌｆｒａｍ Ｓ．Ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔａ ａｓ ｍｏｄｅｌｓ ｏｆ ｃｏｍｐｌｅｘｉｔｙ［Ｊ］．Ｎａｔｕｒｅ，１９８４，３１ １（５９８５）：４１９—４２４ ［４５］■慕昆，冯玉强．基于多Ａｇｅｎｔ计算机仿真实验平台Ｓｗａｒｍ的综述［Ｊ］．计算机应用研究，２００５（９）：１－３．３３ ［４６］Ｃｏｌｌｉｅｒ Ｎ Ｒｅｐａｓｔ：Ａｎ ｅｘｔｅｎｓｉｂｌｅ ｆｒａｍｅｗｏｒｋ ｆｏｒ ａｇｅｎｔ ｓｉｍｕＩａｔｉｏｎ［Ｊ，ＯＬ］．Ｎａｔｕｒａｌ Ｒｅｓｏｕｒｃｅｓ ａｎｄ Ｅｎｖｉｒｏｎｍｅｎｔａｌ Ｉｓ— ＳＵＥＳ：Ｖｏ１．８，Ａｒｔｉｃｌｅ ４．［２０１６—０５－１１］．ｈｔｔｐ：／，ｄｉｇＩｔａＩｃｏｍｍｏｎｓ ＵＳＵ．ｅｄｕ，ｎｒｅｉ／ｖｏＩ８／ｉｓｓ１／４ ［４７］Ｔｏｂｉａｓ Ｒ，Ｈｏｆｍａｎｎ Ｃ．Ｅｖａｌｕａｔｉｏｎ ｏｆ ｆｒｅｅ Ｊａｖａ－ｌｉｂｒａｒｉｅｓ ｆｏｒ ｓｏｃｉａｌ－ｓｃｉｅｎｔｉｆｉｃ ａｇｅｎｔ ｂａｓｅｄ ｓｉｍｕｌａｔｉｏｎ［Ｊ／ＯＬ］．Ｊｏｕｒｎａｌ ｏｆ Ａｒｔｉｆｉｃｉａｌ Ｓｏｃｉｅｔｉｅｓ ａｎｄ Ｓｏｃｉａｌ Ｓｉｍｕｌａｔｉｏｎ，２００４，７（１）．［２０１６－０５－１ｏ］．ｈｔｔｐ：／／ｊａｓｓｓ．ｓｏ［．ｓｕｒｒｅｙ．ａｃ．ｕｋ／７／１／６ ［４８］Ｒｏｂｅｒｔｓｏｎ Ｄ Ａ．Ａｇｅｎｔ．ｂａｓｅｄ ｍｏｄｅｌｓ ｏｆ ａ ｂａｎｋｉｎｇ ｎｅｔｗｏｒｋ ａｓ ａｎ ｅｘａｍｐｌｅ ｏｆ ａ ｔｕｒｂｕｌｅｎｔ ｅｎｖｉｒｏｎｍｅｎｔ：Ｔｈｅ ｄｅｌｉｂｅｒａｔｅ ｖｓ．ｅｍｅｒｇｅｎｔ ｓｔｒａｔｅｇｙ ｄｅｂａｔｅ ｒｅｖｉｓｉｔｅｄ［Ｊ］．Ｅｍｅｒｇｅｎｃｅ，２００３，５（２）：５６－７１ ［４９］Ｗｉｌｅｎｓｋｙ Ｕ，Ｅｖａｎｓｔｏｎ Ｉ．ＮｅｔＬｏｇｏ：Ｃｅｎｔｅｒ ｆｏｒ ｃｏｎｎｅｃｔｅｄ ｌｅａｒｎｉｎｇ ａｎｄ ｃｏｍｐｕｔｅｒ－ｂａｓｅｄ ｍｏｄｅｌｉｎｇ［Ｒ］．Ｎｏｒｔｈｗｅｓｔｅｒｎ Ｕ— ｎｉｖｅｒｓｉｔｙ，Ｅｖａｎｓｔｏｎ，ＩＬ，１ ９９９：４９－５２ ［５０］Ｌｕｋｅ Ｓ。Ｃｉｏｆｆｉ－Ｒｅｖｉｌｌａ Ｃ．Ｐａｎａｉｔ Ｌ。ｅｔ ａ１．Ｍａｓｏｎ：Ａ ｎｅｗ ｍｕｌｔｉ－ａｇｅｎｔ ｓｉｍｕｌａｔｉｏｎ ｔｏｏｌｋｉｔ［ＥＢ／ＯＬ］．［２０１６—０５—１ｏ］．ｈｔ— ｔｐ：ｌｌｃｓ．ｇｍｕ，ｅｄｕ／～ｅｃｌａｂ，ｐｒ ｏｊｅｃｔｓ／ｍａｓｏｎ， ［５１］毛远佐．基于多Ａｇｅｎｔ仿真技术的虚拟股票市场分析［Ｊ］．计算机与现代化，２００９（６）：１５８—１６１ ［５２］董晓非．基于多智能体的森林火灾蔓延模拟［Ｊ］．安徽农学通报。２０１０，１６（９）：２０２—２０８ ［５３］Ｂｅｎｅｎｓｏｎ Ｉ．Ｍｕｌｔｉ－ａｇｅｎｔ ｓｉｍｕｌａｔｉｏｎｓ ｏｆ ｒｅｓｉｅｄｎｔｉａｌ ｄｙｎａｍｉｃｓ ｉｎ ｔｈｅ ｃｉｔｙ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ，Ｅｎｖｉｒｏｎｍｅｎｔ ａｎｄ Ｕｒｂａｎ Ｓｙｓ— ｔｅｒｎｓ。１９９８。２２（１）：２５－４２ ［５４］刘小波 基于ＮｅｔＬｏｇｏ平台的舆慵演化模型实现［Ｊ］．情报资料工作，２０ １２（１）：５５—６０ ［５５］Ｂａｌｃｉ Ｏ．Ｖａｌｉｅｄｔｉｏｎ．ｖｅｒｉｆｉｃａｔｉｏｎ，ａｎｄ ｔｅｓｔｉｎｇ ｔｅｃｈｎｉｑｕｅｓ ｔｈｒｏｕｇｈｏｕｔ ｔｅｈ ｌｉｆｅ ｃｙｃｌｅ ｏｆ ａ ｓｉｍｕｌａｔｉｏｎ ｓｔｕｄｙ［Ｊ］．Ａｎｎａｌｓ ｏｆ ｏｐｅｒａｔｉｏｎｓ ｒｅｓｅａｒｃｈ，１９９４，５３（１）：１２１－１７３ ［５６］Ａｘｔｅｌｌ Ｒ，Ａｘｅｌｒｏｄ Ｒ，Ｅｐｓｔｅｉｎ Ｊ Ｍ，ｅｔ ａｌ Ａｌｉｇｎｉｎｇ ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌｓ：Ａ ｃａｓｅ ｓｔｕｄｙ ａｎｄ ｒｅｓｕｌｔｓ［Ｊ］Ｃｏｍｐｕｔａｔｉｏｎａｌ＆ Ｍａｔｅｈｍａｔｉｃａｌ Ｏｒｇａｎｉｚａｔｉｎｏ Ｔｈｅｏｒｙ，１９９６。１（２）：１２３－１４１ ［５７］Ｃｈｅｎ Ｌ Ｃ，Ｃａｒｌｅｙ Ｋ Ｍ，Ｆｒｉｄｓｍａ Ｄ。ｅｔ ａ１．Ｍｏｄｅｌ ａｌｉｇｎｍｅｎｔ ｏｆ ａｎｔｈｒａｘ ａｔｔａｃｋ ｓｉｍｕｌａｔｉｏｎｓ［Ｊ］．Ｄｅｃｉｓｉｏｎ Ｓｕｐｐｏｒｔ Ｓｙｓ・ ｔｅｍｓ．２００６．４１（３）：６５４－６６８ ［５８］Ｍｉｄｇｌｅｙ Ｄ，Ｍａｒｋｓ Ｒ。Ｋｕｎｃｈａｍｗａｒ Ｄ．Ｂｕｉｌｄｉｎｇ ａｎｄ ａｓｓｕｒａｎｃｅ ｏｆ ａｇｅｎｔ－ｂａｓｅｄ ｍｏｄｅｌｓ：Ａｎ ｅｘａｍｐｌｅ ａｎｄ ｃｈａｌｌｅｎｇｅ ｔｏ ｔｅｈ ｆｉｅｌｄ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ Ｂｕｓｉｎｅｓｓ Ｒｅｓｅａｒｃｈ，２００７，６０（８）：８８４・８９３ ［５９］Ｃａｒｓｏｎ Ｅ Ｒ，Ｆｌｏｏｄ Ｒ Ｌ．Ｍｏｄｅｌ ｖａｌｉｄａｔｉｎｏ：ｐｈｉｌｏｓｏｐｈｙ．ｍｅｔｈｏｄｏｌｏｇｙ ａｎｄ ｅｘａｍｐｌｅｓ［Ｊ］．Ｔｒａｎｓａｃｔｉｏｎｓ ｏｆ ｔｈｅ Ｉｎｓｔｉｔｕｔｅ ｏｆ Ｍｅａｓｕｒｅｍｅｎｔ ａｎｄ Ｃｏｎｔｒｏｌ，１９９０。１２（４）：１７８－１８５ ［６０］郭迅，地震工程试验联网最新进展［Ｊ］．地震工程与工程振动。２００６，２６（４）：３７—４１ ［６１］Ａｌｅｘａｎｄｒｉｄｉｓ Ａ，Ｖａｋａｌｉｓ Ｄ，ＳｉｅｔｔｏｓＣＩ。ｅｔ ａ１．Ａ ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔａｍｏｄｅｌｆｏｒｆｏｒｅｓｔｆｉｒｅ ｓｐｒｅａｄ ｐｒｅｄｉｃｔｉｏｎ：Ｔｈｅ ｃａｓｅ ｏｆ ｔｈｅ ｗｉｌｄｆｉｒｅ ｔｈａｔ ｓｗｅｐｔ ｔｈｒｏｕｇｈ Ｓｐｅｔｓｅｓ ｉｓｌａｎｄ ｉｎ １９９０［Ｊ］Ａｐｐｌｉｅｄ Ｍａｔｈｅｍａｔｉｃｓ ａｎｄ Ｃｏｍｐｕｔａｔｉｏｎ．２００８，２０４（１）： １９１．２０１ ［６２］Ｂｅｒｊａｋ Ｓ Ｇ。Ｈｅａｒｎｅ Ｊ Ｗ．Ａｎ ｉｍｐｒｏｖｅｄ ｅｃｌｌｕｌａｒ ａｕｔｏｍａｔｏｎ ｍｏｄｅｌ ｆｏｒ ｓｉｍｕｌａｔｉｎｇ ｆｉｒｅ ｉｎ ａ ｓｐａｔｉａｌｌｙ ｈｅｔｅｒｏｇｅｎｅｏｕｓ Ｓａｖａｎ— ｎａ ｓｙｓｔｅｍ［Ｊ］．Ｅｃｏｌｏｇｉｃａｌ Ｍｏｄｅｌｌｉｎｇ，２００２，１４８（２）：１３３—１５１ ［６３］Ｋａｒａｆｙｌｌｉｄｉｓ Ｉ．Ｄｅｓｉｇｎ ｏｆ ａ ｄｅｄｉｃａｔｅｄ ｐａｒａｌｌｅｌ ｐｒｏｃｅｓｓｏｒ ｆｏｒ ｔｈｅ ｐｒｅｄｉｃｔｉｏｎ ｏｆ ｆｏｒｅｓｔ ｆｉｒｅ ｓｐｒｅａｄｉｎｇ ｕｓｉｎｇ ｃｅｌｌｕｌａｒ ａｕｔｏｍａ一 ７２ ２０１ ｌ 第４辫 （攀千Ｕ ｔａ ａｎｄ ｇｅｎｅｔｉｃ ａｌｇｏｒｉｔｈｍｓ［Ｊ］．Ｅｎｇｉｎｅｅｒｉｎｇ Ａｐｐｌｉｃａｔｉｏｎｓ ｏｆ Ａｒｔｉｆｉｃｉａｌ Ｉｎｔｅｌｌｉｇｅｎｃｅ，２００４，１７（１）：１９－３６ ［６４］Ｅｎｃｉｎａｓ Ａ Ｈ。Ｅｎｃｉｎａｓ Ｌ Ｈ，Ｗｈｉｔｅ Ｓ Ｈ，ｅｔ ａ１．Ｓｉｍｕｌａｔｉｏｎ ｏｆ ｆｏｒｅｓｔ ｆｉｒｅ ｆｒｏｎｔｓ ｕｓｉｎｇ ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔａ［Ｊ］Ａｄｖａｎｃｅｓ ｉｎ Ｅｎｇｉｎｅｅｒｉｎｇ Ｓｏｆｔｗａｒｅ，２００７，３８（６）：３７２－３７８ ［６５］Ｃｒｕｚ Ｆ Ｒ Ｂ，Ｓｍｉｔｈ Ｊ Ｍ Ｇ。Ｍｅｄｅｉｒｏｓ Ｒ Ｏ．Ａｎ Ｍ／Ｇ／Ｃ／Ｃ ｓｔａｔｅ—ｄｅｐｅｎｄｅｎｔ ｎｅｔｗｏｒｋ ｓｉｍｕｌａｔｉｏｎ ｍｏｄｅｌ［Ｊ］．Ｃｏｍｐｕｔｅｒｓ＆ Ｏｐｅｒａｔｉｏｎｓ Ｒｅｓｅａｒｃｈ，２００５，３２（４）：９ １ ９—９４ １ ［６６］Ｄｒｕｒｙ Ｊ，Ｃｏｃｋｉｎｇ Ｃ，Ｒｅｉｃｈｅｒ Ｓ。ｅｔ ａ１．Ｃｏｏｐｅｒａｔｉｏｎ ｖｅｒｓｕｓ ｃｏｍｐｅｔｉｔｉｏｎ ｉｎ ａ ｍａｓｓ ｅｍｅｒｇｅｎｃｙ ｅｖａｃｕａｔｉｏｎ：Ａ ｎｅｗ ｌａｂｏ— ｒａｔｏｒｙ ｓｉｍｕｌａｔｉｏｎ ａｎｄ ａ ｎｅｗ ｔｈｅｏｒｅｔｉｃａｌ ｍｏｄｅｌ［Ｊ］．Ｂｅｈａｖｉｏｒ ｒｅｓｅａｒｃｈ ｍｅｔｈｏｄｓ，２００９，４１（３）：９５７－９７０ ［６７］Ｗａｎｇ Ｙ。Ｌｕａｎｇｋｅｓｏｒｎ Ｋ Ｌ，Ｓｈｕｍａｎ Ｌ．Ｍｏｄｅｌｉｎｇ ｅｍｅｒｇｅｎｃｙ ｍｅｄｉｃａｌ ｒｅｓｐｏｎｓｅ ｔｏ ａ ｍａｓｓ ｃａｓｕａｌｔｙ ｉｎｃｉｅｄｎｔ ｕｓｉｎｇ ａｇｅｎｔ ｂａｓｅｄ ｓｉｍｕｌａｔｉｏｎ［Ｊ］Ｓｏｃｉｏ－Ｅｃｏｎｏｍｉｃ ｐｌａｎｎｉｎｇ ｓｃｉｅｎｃｅｓ，２０１２，４６（４）：２８１—２９０ ［６８］Ａｎｄｅｒｓｏｎ Ｒ Ｍ。Ｍａｙ Ｒ Ｍ．Ｉｎｆｅｃｔｉｏｕｓ ｄｉｓｅａｓｅｓ ｏｆ ｈｕｍａｎｓ：Ｄｙｎａｍｉｃｓ ａｎｄ ｃｏｎｔｒｏｌ［Ｊ］．Ｉｎｆｅｃｔｉｏｕｓ Ｄｉｓｅａｓｅｓ ｏｆ Ｈｕｍａｎｓ Ｄｙｎａｍｉｃｓ＆Ｃｏｎｔｒｏｌ，１９９２，１０８（２）：１７４—１７５ ［６９］Ｅｉｅｄｌｓｏｎ Ｂ Ｍ，Ｌｕｓｔｉｃｋ Ｉ．ＶＩＲ．ＰＯＸ：Ａｎ Ａｇｅｎｔ．Ｂａｓｅｄ ａｎａｌｙｓｉｓ ｏｆ ｓｍａｌｌｐｏｘ ｐｒｅｐａｒｅｄｎｅｓｓ ａｎｄ ｒｅｓｐｏｎｓｅ ｐｏｌｉｃｙ［Ｊ］Ｊｏｕｒ－ ｎａｌ ｏｆ Ａｒｔｉｆｉｃｉａｌ Ｓｏｃｉｅｔｉｅｓ＆Ｓｏｃｉａｌ Ｓｉｍｕｌａｔｉｏｎ．２００４，７（３）：６ ［７０］Ｒｏｕｓｓｅａｕ Ｇ，Ｇｉｏｒｇｉｎｉ Ｂ，Ｌｉｖｉ Ｒ，ｅｔ ａ１．Ｄｙｎａｍｉｃａｌ ｐｈａｓｅｓ ｉｎ ａ ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔｏｎ ｍｏｄｅｌ ｆｏｒ ｅｐｉｄｅｍｉｃ ｐｒｏｐａｇａｔｉｏｎ［Ｊ］ Ｐｈｙｓｉｃａ Ｄ：Ｎｏｎｌｉｎｅａｒ Ｐｈｅｎｏｍｅｎａ。１９９７，１０３（１）：５５４－５６３ ［７ １］Ｗｈｉｔｅ Ｓ Ｈ，ｄｅｌ Ｒｅｙ Ａ Ｍ，Ｓ６ｎｃｈｅｚ Ｇ Ｒ．Ｍｏｄｅｌｉｎｇ ｅｐｉｄｅｍｉｃｓ ｕｓｉｎｇ ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔａ［Ｊ］Ａｐｐｌｉｅｄ Ｍａｔｈｅｍａｔｉｃｓ ａｎｄ Ｃｏｍｐｕｔａｔｉｏｎ，２００７，１８６（１）：１９３・２０２ ［７２］Ｆｕｅｎｔｅｓ Ｍ Ａ，Ｋｕｐｅｒｍａｎ Ｍ Ｎ．Ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔａ ａｎｄ ｅｐｉｄｅｍｉｏｌｏｇｉｃａｌ ｍｏｄｅｌｓ ｗｉｔｈ ｓｐａｔｉａｌ ｄｅｐｅｎｄｅｎｃｅ［Ｊ］Ｐｈｙｓｉｃａ Ａ： Ｓｔａｔｉｓｔｉｃａｌ Ｍｅｃｈａｎｉｃｓ ａｎｄ ｉｔｓ Ａｐｐｌｉｃａｔｉｏｎｓ。１９９９，２６７（３）：４７１－４８６ ［７３］Ａｈｍｅｄ Ｅ。Ａｇｉｚａ Ｈ Ｎ，Ｈａｓｓａｎ Ｓ ｚ．Ｏｎ ｍｏｄｅｌｉｎｇ ｈｅｐａｔｉｔｉｓ Ｂ ｔｒａｎｓｍｉｓｓｉｏｎ ｕｓｉｎｇ ｃｅｌｌｕｌａｒ ａｕｔｏｍａｔａ［Ｊ］．Ｊｏｕｒｎａｌ ｏｆ ｓｔａｔｉｓ— ｔｉｃａｌ ｐｈｙｓｉｃｓ，１９９８，９２（３）：７０７—７１２ （收稿日期：２０１６．０３．０７） （上接第６４页） 参考文献 ［１］Ｐａｎｄｅｙ Ｓ Ｃ。Ｄｕｔｔａ Ａ．Ｒｏｌｅ ｏｆ ｋｎｏｗｌｅｄｇｅ ｉｎｆｒａｓｔｒｕｃｔｕｒｅ ｃａｐａｂｉｌｉｔｉｅｓ ｉｎ ｋｎｏｗｌｅｄｇｅ ｍａｎａｇｅｍｅｎｔ［Ｊ］Ｊｏｕｒｎａｌ ｏｆ Ｋｎｏｗｌ— ｅｄｇｅ Ｍａｎａｇｅｍｅｎｔ。２０１３，１７（３）：４３５－４５３ ［２］ Ｃｈｅｎ Ｔ Ｆ．Ｋｎｏｗｌｅｄｇｅ－ｂａｓｅｄ ｅｎｔｅｒｐｒｉｓｅ：Ｔｈｅ ｃｏｌｌａｂｏｒａｔｉｏｎ ｉｎｎｏｖａｔｉｏｎ ｉｎ Ｍｏｓｔ Ａｄｍｉｒｅｄ Ｋｎｏｗｌｅｄｇｅ Ｅｎｔｅｒｐｒｉｓｅ （ＭＡＫＥ）［Ｃ］／／Ｋｎｏｗｌｅｄｇｅ Ｍａｎａｇｅｍｅｎｔ Ｉｎｔｅｒｎａｔｉｏｎａｌ Ｃｏｎｆｅｒｅｎｃｅ ２００８，Ｌａｎｇｋａｗｉ，Ｍａｌａｙｓｉａ．Ｋｅｄａｈ Ｍａｌａｙｓｉａ：Ｕｎｉ－ ｖｅｒｓｉｔｉ Ｕｔａｒａ Ｍａｌａｙｓｉａ。２００８：５２２－５２７ ［３］ Ｓｉｎｇｈ Ｊ。Ｙａｄａｖ Ｐ．Ｃｈａｌｌｅｎｇｅｓ ａｎｄ ｓｔｒａｔｅｇｉｅｓ ｔｏ ｋｎｏｗｌｅｄｇｅ ｍａｎａｇｅｍｅｎｔ：Ｃａｓｅ ｓｔｕｄｉｅｓ ｏｆ ｓｅｌｅｃｔｅｄ ｃｏｍｐａｎｉｅｓ［Ｊ］ Ｄｒｉｓｈｔｉｋｏｎ：Ａ Ｍａｎａｇｅｍｅｎｔ Ｊｏｕｒｎａｌ，２０１０，１（１）：４７—６１ ［４］ Ｄｅｆｅｎｄ Ｍ Ｌ，Ｋｏｎｃｈｉｔｃｈｋｉ Ｙ，Ｍｃｍｕｌｌｉｎ Ｊ Ｌ。ｅｔ ａ１．Ｃａｐｉｔａｌ ｍａｒｋｅｔｓ ｖａｌｕａｔｉｏｎ ａｎｄ ａｃｃｏｕｎｔｉｎｇ ｐｅｒｆｏｒｍａｎｃｅ ｏｆ Ｍｏｓｔ Ａｄ— ｍｉｒｅｄ Ｋｎｏｗｌｅｄｇｅ Ｅｎｔｅｒｐｒｉｓｅ（ＭＡＫＥ）ａｗａｒｄ ｗｉｎｎｅｒｓ［Ｊ］．Ｄｅｃｉｓｉｏｎ Ｓｕｐｐｏｒｔ Ｓｙｓｔｅｍｓ。２０１３，５６（４），３４８－３６０ ［５］ 夏敬华．对标ＭＡＫＥ——解析中国知识管理模式［Ｊ］．化工管理，２０１０（１２）：４８—４８ ［６］ 杨扬．中国企业应当如何看待ＭＡＫＥ评选［Ｊ］科技情报开发与经济，２０１０。２０（１８）：１８８—１９０ ［７］ 孙艳颖．知识型企业评价研究［Ｊ］．中国市场，２０１１（４４）：１２—１３ ［８］ 钱军．知识管理案例［Ｍ］．南京：东南大学出版社，２００３：１－３５５ ［９］ 康妮・摩尔，李洪舰．知识管理与业务重组［Ｊ］．Ｉｔ经理世界，１９９９（９）：５４—５５ ［１０ Ｂｕｉｌｄｉｎｇａ Ｋｎｏｗｌｅｄｇｅ Ｓｈａｒｉｎｇ ｃｕｌｔｕｒｅ［ＥＢ，ＯＬ］［２０１５－０７－２０３．ｈｔｔｐ：ｌｌｗｗｗ ｓｌｂ．ｃｏｍ／ｒｅｓｏｕｒｃｅｓ／ｐｕｂｌｉｃａｔｉｏｎｓ／ｉｎｄｕｓ－ ｔｒｙａｒｔｉｃｌｅｓ／ｏｉｌｆｉｅｌｄ＿ｒｅｖｉｅｗ／２００１／ｏｒ２００１ｓｐｒ０３一ｂｕｉｌｄｉｎｇ—ｃｕｌｔｕｒｅ．ａｓｐｘ ［１１］ 苗锡哲，李晓琳，何东华．膏岛啤酒知识管理的新探索——“新师傅管理法”［Ｊ］．当代经济月刊。２００８（２）：３２—３３ ［１２］ 李琪，何华灿．石油钻井知识共享体系和环境的建立［Ｊ］．天然气工业，２００４，２４（１０）：１５１－１５３ ［１３］ 张成洪。郭磊．大型集团企业知识共享模式研究［Ｊ］．科学学研究，２００９，２７（３）：３９９—４０６ ［１４］ 储节旺，方千平 国内外知识共享理论和实践述评［Ｊ］．情报理论与实践，２００７。３０（５）：７０５—７０９ ［１５］ 段韵柳，李锡元．集团企业的知识共享模式探究——基于企业集权度和知识分离性的情境［Ｊ］．中国人力资源开 发。２０１１（７）：３１－３５ ［ ６］ 王言峰，杨忠知识共享研究理论述评［Ｊ］南京社会科学。２Ｏ１０（６）：３７—４３ ［ ７］ 马娟娟高科技企业知识麸享模式研究［Ｄ］．哈尔滨：哈尔滨工程大学，２０１３：１－１０ ［ ８］ 万膏，陈万明，胡恩华知识密集型服务企业知识共享模式及机制研究［Ｊ］．科技与经济，２０１１。２４（１）：１１—１５ ［ ９］ Ｔｈｅ ＫＮＯＷ Ｎｅｔｗｏｒｋ［ＥＢ／ＯＬ］．［２０１５－０７－１８］．ｈｔｔｐ：ｌｌｗｗｗ．Ｋｎｏｗ－ｌｅｄｇｅｂｕｓｉｎｅｓｓ．ｃｏｍ （收稿日期：２０１６－０４—２７） ７３
