聶興信，白存瑞,張婧靜

(西安建筑科技大學 管理學院，陜西 西安 710055)

0 引言

日常監(jiān)管作為礦山企業(yè)約束礦工不安全行為選擇的重要手段之一，對降低礦山事故發(fā)生率意義重大。然而，頻發(fā)的礦山事故揭示了生產(chǎn)過程中礦工對監(jiān)管制度的漠視和不遵守，反映出監(jiān)管制度的弱約束力。究其原因，一方面是安全監(jiān)管職能分散，缺乏足夠的監(jiān)管權(quán)威，流于形式；另一方面是監(jiān)管主體(Agent)長期工作壓力所導致的群體性倦怠現(xiàn)象，本文以此為切入點對露天礦山監(jiān)管Agent進行仿真研究。

從現(xiàn)有的研究來看，文獻[1]，[2]用三維度模型對其做了操作定義，認為工作倦怠是一種心理上的綜合病癥，主要有3方面的表現(xiàn)：情緒衰竭、人格解體以及個人成就感喪失；李永鑫[3]采用問卷的方式對工作倦怠現(xiàn)象進行了動態(tài)定義及測量，倦怠現(xiàn)象的研究多側(cè)重定性分析，如基于個案訪談的調(diào)查分析[4]、基于實證方法的具體研究[5]、基于專家判斷的傾向分析[6]或結(jié)合相關(guān)技術(shù)或理論判斷(社會認知職業(yè)理論、EAP、馬斯洛需求層次理論)[7-8]；陳紅，祁慧等[9-10]基于動態(tài)仿真的方法研究了煤礦企業(yè)監(jiān)管Agent的工作倦怠現(xiàn)象。然而，很少有學者研究礦山監(jiān)管Agent工作倦怠現(xiàn)象，同時定性分析忽略了監(jiān)管作業(yè)過程中各Agent的相互關(guān)系且沒有考慮倦怠現(xiàn)象如何作用于監(jiān)管Agent并產(chǎn)生多大的效用。

ABMS為礦山監(jiān)管Agent工作倦怠現(xiàn)象的研究提供一種新的思路，既強調(diào)了系統(tǒng)相關(guān)Agent的微觀行為，又考慮了時間變量。因此，本文將在ABMS的基礎(chǔ)上結(jié)合COR理論，抽象出礦山安全管理系統(tǒng)關(guān)鍵要素、刻畫要素之間的交互關(guān)系，構(gòu)建多Agent仿真模型，并借助Netlogo仿真平臺進行模型的實現(xiàn)與驗證。本研究旨在探索礦山監(jiān)管Agent工作倦怠所引發(fā)的宏觀涌現(xiàn)規(guī)律，仿真實驗結(jié)果的分析有助于改進監(jiān)管制度，使其真正發(fā)揮效力從而降低礦山事故發(fā)生率。

1 礦山監(jiān)管體系A(chǔ)gent關(guān)系分析

ABMS認為系統(tǒng)是由多個相互作用與配合實現(xiàn)一定功能的要素組成的有機集合體，而Multi-Agent系統(tǒng)中的Agent可以作為系統(tǒng)要素在計算機模型中映射，使大多數(shù)實際系統(tǒng)都可以用多Agent系統(tǒng)進行描述[11-12]。2019年3—5月對陜西商洛地區(qū)10家露天礦山企業(yè)展開調(diào)研，主要調(diào)查對象是礦山安全監(jiān)管人員，調(diào)研形式為集中人員現(xiàn)場填寫問卷，調(diào)研人員及被調(diào)查對象就問卷存在的疑問進行溝通及解釋，被調(diào)研礦山企業(yè)安全監(jiān)管人員，人數(shù)一般為40～60人，調(diào)研樣本總數(shù)為448份，有效樣本數(shù)量為375份，樣本有效率為83.71%。礦山監(jiān)管體系是一個包含安全監(jiān)管Agent、決策支持Agent、職能配合Agent以及礦工Agent等多個Agent協(xié)調(diào)運作的系統(tǒng)，如圖1所示?；谫Y源保存理論，監(jiān)管Agent的工作狀態(tài)受其自身心理資源和事件處理成功率影響，其心理資源是由決策支持Agent、職能配合Agent決定的，當監(jiān)管Agent對不安全行為處理成功率較高時，決策Agent和職能Agent會提供更多的資源補給，但不安全行為處理成功率低于某一特定值時，不僅得到的資源補給會減少，還會導致監(jiān)管Agent的工作倦怠狀態(tài)。

圖1 基于ABMS的仿真概念模型Fig.1 Simulation conceptual model based on ABMS

2 基于多Agent的仿真模型構(gòu)建

2.1 仿真模型假設

ABMS將多個Agent按照適當?shù)捏w系結(jié)構(gòu)進行組織，并賦予其推理學習能力，使整個Multi-Agent系統(tǒng)呈現(xiàn)智能性。ABMS與COR理論為多Agent仿真模型的構(gòu)建提供了理論基礎(chǔ)。

1)礦山監(jiān)管系統(tǒng)Agent關(guān)系分為相互獨立、信息傳遞、信息反饋、交互作用4類，如圖2所示。

圖2 主體關(guān)系Fig.2 Main body relationship

2)監(jiān)管系統(tǒng)中各Agent具有分布性和移動性，可以自由運動到Netlogo仿真世界中的任何位置。

3)構(gòu)建以監(jiān)管Agent心理資源為指標的平衡體系，監(jiān)管Agent工作倦怠現(xiàn)象宏觀涌現(xiàn)為安全監(jiān)管Agent數(shù)量的變化。

4)Agent具有有限理性，在既定的情形與其他Agent交互作用的過程中進行溝通協(xié)調(diào)演化，相互學習，并受到交互規(guī)則的制約。

礦山環(huán)境Agent模型背景下，安全監(jiān)管Agent屬性、決策支持Agent屬性、職能配合Agent屬性及礦工屬性為模型輸入，刻畫了監(jiān)管系統(tǒng)中各關(guān)鍵要素及其變量，模擬系統(tǒng)中各Agent之間的交互關(guān)系，其交互涌現(xiàn)的宏觀行為即是動態(tài)輸入也是動態(tài)輸出，最后輸出各種維度下礦山監(jiān)管Agent工作倦怠現(xiàn)象。

2.2 行為Agent及屬性

2.2.1 監(jiān)管Agent

監(jiān)管Agent由現(xiàn)實礦山監(jiān)管體系內(nèi)單個監(jiān)管員映射的元Agent組成，每個元Agent在其工作權(quán)限內(nèi)既獨立運作又相互制約，基于COR理論，以監(jiān)管Agent的心理資源為研究對象。元Agent屬性具體如下：

1)活動位置：在仿真世界中用坐標表示為(X1，Y1)，其中X1，Y1∈(-50,50)。

2)Agent數(shù)量：由礦山監(jiān)管人員的實際數(shù)量來表示。

3)監(jiān)管范圍：即監(jiān)管Agent對違章行為的監(jiān)控范圍，在Netlogo世界中用網(wǎng)格表示，記為P1。

4)Agent資源的固有量：是監(jiān)管Agent的自然屬性，假設取值為R0。

5)資源處理消耗量：即監(jiān)管Agent處理一次違章行為所消耗的心理資源，假設取值為Rc。

6)上級支持資源量：即監(jiān)管Agent處理違章行為時上級Agent的資源支持量，假設取值為Ru。

7)職能配合資源量：即監(jiān)管Agent處理違章行為時職能部門給予的資源支持量，假設取值為Rf。

8)事件處理成功率：即監(jiān)管Agent處理違章作業(yè)的成功率，假設取值為Pj。

2.2.2 決策支持Agent

決策支持Agent是監(jiān)管Agent的上級管理部門，決策支持Agent主要職能是根據(jù)事件發(fā)生的不同性質(zhì)，對監(jiān)管Agent提供的支持力度，支持力度受監(jiān)管Agent事件處理成功率(Pj)的影響，當Pj高于決策支持Agent期望值時，就會獲得較大的支持力度，如果Pj低于決策支持Agent期望值時，獲得的支持力度相對較少。決策支持Agent屬性包含如下:

1)活動位置：在仿真世界中用坐標表示為(X2，Y2)，其中X2，Y2∈(-50,50)。

2)Agent數(shù)量：決策支持Agent在監(jiān)管系統(tǒng)中的作用僅體現(xiàn)在對監(jiān)管Agent的支持，為了簡化仿真系統(tǒng)，只設置1個決策Agent主體。

3)決策支持系數(shù)：即決策支持Agent對監(jiān)管Agent的支持力度，假設為Sc，Sc∈[-1,1]。當Sc取值為1時，決策支持Agent全力支持監(jiān)管Agent的工作并提供充足的支持資源；當Sc取值為0時，決策支持Agent對監(jiān)管Agent的支持力度保持中立；當Sc取值為-1時，決策支持Agent對監(jiān)管Agent的工作表現(xiàn)為絕對否定，不對其提供任何支持。Sc受到事件處理成功率Pj的影響并呈正相關(guān)關(guān)系。

2.2.3 職能配合Agent

職能配合Agent是礦山監(jiān)管系統(tǒng)中的相關(guān)職能部門，職能配合Agent針對事件的不同性質(zhì)，向監(jiān)管Agent提供配合，同樣受到Pj的影響。當Pj高于職能配合Agent期望值時，就會獲得較大的支持力度，如果Pj低于職能配合Agent期望值時，獲得的支持力度相對較少。決策支持Agent屬性包含如下:

1)活動位置：在仿真世界中用坐標表示為(X3，Y3)，其中X3，Y3∈(-50,50)。

2)Agent數(shù)量：職能配合Agent在監(jiān)管系統(tǒng)中的作用體現(xiàn)在對監(jiān)管Agent提供相應的配合，比如醫(yī)療服務、救援措施等，為簡化仿真系統(tǒng)，設置一個職能配合Agent。

3)職能配合系數(shù)：即職能配合Agent對監(jiān)管Agent處理違章事件所提供的職能配合程度，假設為Fc，F(xiàn)c∈[-1,1]。當Fc取值為1時，職能配合Agent全力配合監(jiān)管Agent的工作；當Fc取值為0時，職能配合Agent對監(jiān)管Agent的配合程度保持中立；當Fc取值為-1時，職能配合Agent對監(jiān)管Agent的工作表現(xiàn)絕對否定，不對其提供任何配合資源。Fc受到事件處理成功率Pj的影響并呈正相關(guān)關(guān)系。

2.2.4 礦工Agent

1)活動位置：在仿真世界中用坐標表示為(X4，Y4)，其中X4，Y4∈(-50,50)。

2)Agent數(shù)量:由現(xiàn)實礦山實際作業(yè)人員的數(shù)量來表示。

3)違章作業(yè)的持續(xù)時間:違章作業(yè)被發(fā)現(xiàn)的概率很大意義上取決于違章作業(yè)的持續(xù)時間，假設取值為Tc，Tc越長，違章作業(yè)就越有可能被發(fā)現(xiàn)。

4)違章作業(yè)被監(jiān)管范圍：即表示礦工采取違章作業(yè)被發(fā)現(xiàn)的范圍，在Netlogo網(wǎng)絡世界中用網(wǎng)格來表示，假設取值為P2。

5)處理有效性系數(shù)：監(jiān)管Agent成功處理一次違章作業(yè)后，被處理的違章礦工仍然有可能在接下來的生產(chǎn)作業(yè)中選擇違章作業(yè)，因此定義處理有限性系數(shù)，假設取值為Ec。

3 Agent間仿真規(guī)則設計

3.1 個體倦怠現(xiàn)象發(fā)生規(guī)則

馬氏工作倦怠感量表包含3個分量表，即情感耗竭、人格解體和個人成就[13-14]。情感耗竭是指監(jiān)管Agent情感資源消耗而引起的疲憊感；人格解體是指監(jiān)管Agent對礦工的冷淡疏遠狀態(tài)；個人成就是指監(jiān)管Agent工作過程中因挫敗引起的個人成就感的降低?；贑OR理論以監(jiān)管Agent情感資源為研究對象并根據(jù)多Agent仿真模型的屬性確立Agent之間的交互規(guī)則，Agent在交互規(guī)則的限制內(nèi)自由運行[15]。

3.1.1 情感耗竭狀態(tài)

t時刻監(jiān)管Agent情感耗竭狀態(tài)的狀態(tài)函數(shù)定義為資源存有量，定義為Rt，模型各Agent屬性綜合表示如公式(1)所示：

Rt=R0-nRc+ScRu+FcRf

(1)

式中：n為監(jiān)管Agent處理違章作業(yè)的次數(shù)。

當Rt≤0時，監(jiān)管Agent會產(chǎn)生疲憊感，從而導致其情感耗竭狀態(tài)。

3.1.2 人格解體狀態(tài)

監(jiān)管Agent對違章事件的處理成功率可用處理違章事件成功有效次數(shù)與處理違章事件的總次數(shù)來表示，具體如公式(2)所示：

(2)

當處理成功率Pj小于臨界值時，監(jiān)管Agent就會回避處理成功較低的違章行為，對礦工Agent呈冷淡疏遠的狀態(tài)，即人格解體。假設臨界值為P0，如公式(3)所示：

Pj

(3)

3.1.3 個人成就狀態(tài)

當監(jiān)管Agent情感耗竭且處理成功率低于P0時，工作狀態(tài)即滿足公式(1)和公式(3)時，監(jiān)管Agent的工作挫敗感增加，進而個人成就感就會降低。

3.2 基于網(wǎng)格的Agent移動規(guī)則

多Agent仿真模型是基于Netlogo仿真平臺的網(wǎng)格世界實現(xiàn)的，模型Agent在網(wǎng)格中的移動是遵循一定規(guī)則，具體如圖3所示。

圖3 Agent活動范圍Fig.3 Activity range of agent

Agent在網(wǎng)格中的移動規(guī)則為：

1)當Agent移動步數(shù)設定為1時，其移動范圍是Agent移動1步可以到達的8個網(wǎng)格。

2)當Agent移動步數(shù)設定為2時，其移動范圍是Agent移動2步可以到達的24個網(wǎng)格。

3)當Agent移動步數(shù)設定為3時，其移動范圍是Agent移動2步可以到達的48個網(wǎng)格。

4)當Agent移動步數(shù)設定為4時，其移動范圍是Agent移動2步可以到達的80個網(wǎng)格。

4 基于Netlogo的仿真實驗研究

4.1 監(jiān)管Agent工作倦怠現(xiàn)象影響屬性選取

影響礦山監(jiān)管Agent的工作倦怠狀態(tài)的因素有很多，基于COR理論，從決策支持Agent狀態(tài)、職能配合Agent狀態(tài)、礦工行為選擇3個維度進行仿真實驗，研究其對礦山監(jiān)管Agent工作倦怠的影響，多Agent仿真模型宏觀輸出為各個維度不同屬性作用下監(jiān)管Agent產(chǎn)生情感耗竭、人格解體、個人成就的人數(shù)變化。

4.2 仿真模型初始化

根據(jù)陜西商洛地區(qū)十余家礦山企業(yè)調(diào)研情況，考慮項目工藝流程設計和設備配置設定礦工Agent定員187人，監(jiān)管Agent是包含應急管理部門的領(lǐng)導、安全巡視員、專職安全員、兼職安全員以及班組長在內(nèi)的企業(yè)員工，總共定員為48人。根據(jù)礦山企業(yè)員工密度設置Netlogo網(wǎng)格數(shù)量為100×100，共10 000個網(wǎng)格。同時設定礦工Agent違章作業(yè)發(fā)生頻次為1/10 d，且只有在1次交接班后，礦工Agent才會選擇違章作業(yè)，仿真初始參數(shù)見表1。

表1 初始參數(shù)設置Table 1 Setting of initial parameters

4.3 仿真結(jié)果分析

4.3.1 決策支持力度的影響效果研究

通過調(diào)整決策支持系數(shù)Sc來研究決策支持力度對礦山監(jiān)管Agent工作倦怠情況的影響程度，如公式(1)所示，Sc影響t時刻監(jiān)管Agent心理資源存有量Rt，將Sc取值為-1，運行得到圖4(a)，然后Sc取值為0，運行得到圖4(b)，最后將Sc取值為1，運行得到圖4(c)。

圖4(a)所示Sc=-1，Rt=22時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為9人，保持人格解體狀態(tài)的人數(shù)為10人，保持個人成就狀態(tài)的人數(shù)為18人，監(jiān)管Agent工作倦怠總數(shù)為37人；圖4(b)所示Sc=0，Rt=32時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為6人，保持人格解體狀態(tài)的人數(shù)為9人，保持個人成就狀態(tài)的人數(shù)為11人，監(jiān)管Agent工作倦怠總數(shù)為26人；圖4(c)所示Sc=1，Rt=42時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為3人，保持人格解體狀態(tài)的人數(shù)為5人，保持個人成就狀態(tài)的人數(shù)為7人，監(jiān)管Agent工作倦怠總數(shù)為15人。結(jié)果表明：決策支持系數(shù)Sc與資源保有量呈正相關(guān)關(guān)系，而資源保有量的增加使得監(jiān)管Agent工作倦怠情況呈緩解的趨勢。

圖4 決策支持力度對監(jiān)管Agent的影響Fig.4 Influence of decision support strength on supervisory agent

4.3.2 職能配合程度的影響效果研究

通過調(diào)整職能配合系數(shù)Fc來研究職能配合程度對礦山監(jiān)管Agent工作倦怠情況的影響程度，如公式(1)所示，F(xiàn)c影響t時刻監(jiān)管Agent心理資源存有量Rt，將Fc取值為-1，運行得到圖5(a)，然后將Fc取值為0，運行得到圖5(b)，最后將Fc取值為1，運行得到圖5(c)。

圖5 職能配合程度對監(jiān)管Agent的影響Fig.5 Influence of function coordination degree on supervisory agent

圖5(a)所示Fc=-1，Rt=20時，監(jiān)管Agent耗竭狀態(tài)的人數(shù)為3人，保持人格解體狀態(tài)的人數(shù)為11人，保持個人成就狀態(tài)的人數(shù)為17人，監(jiān)管Agent工作倦怠總數(shù)為33人；圖5(b)所示Fc=0，Rt=30時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為6人，保持人格解體狀態(tài)的人數(shù)為4人，保持個人成就狀態(tài)的人數(shù)為14人，監(jiān)管Agent工作倦怠總數(shù)為24人；圖5(c)所示Fc=1，Rt=40時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為7人，保持人格解體狀態(tài)的人數(shù)為4人，保持個人成就狀態(tài)的人數(shù)為9人，監(jiān)管Agent工作倦怠總數(shù)為20人。結(jié)果表明：職能配合系數(shù)Fc與資源保有量Rt呈正相關(guān)關(guān)系，F(xiàn)c增加，監(jiān)管Agent倦怠人數(shù)相應降低。

4.3.3 礦工執(zhí)行效果的影響效果研究

通過調(diào)整處理有效性系數(shù)Ec來研究礦工執(zhí)行效果對礦山監(jiān)管Agent工作倦怠情況的影響程度，如公式(2)所示，Ec影響t時刻監(jiān)管Agent對違章事件的處理成功率，將Ec取值為0.3，運行得到圖6(a)，然后Ec取值為0.6，運行得到圖6(b)，最后將Ec取值為0.9，運行得到圖6(c)。

圖6(a)所示Ec=0.3，Pj=24%時，Agent中保持情感耗竭狀態(tài)的人數(shù)為11人，保持人格解體狀態(tài)的人數(shù)為7人，保持個人成就狀態(tài)的人數(shù)為10人，監(jiān)管Agent工作倦怠總數(shù)為28人；圖6(b)所示Ec=0.6，Pj=48%時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為10人，保持人格解體狀態(tài)的人數(shù)為8人，保持個人成就狀態(tài)的人數(shù)為6人，監(jiān)管Agent工作倦怠總數(shù)為24人；圖6(c)所示Ec=0.9，Pj=72%時，監(jiān)管Agent中保持情感耗竭狀態(tài)的人數(shù)為4人，保持人格解體狀態(tài)的人數(shù)為3人，保持個人成就狀態(tài)的人數(shù)為2人，監(jiān)管Agent工作倦怠總數(shù)為9人。結(jié)果表明：當PjP0時，監(jiān)管Agent工作倦怠人數(shù)處于較低的水平。

圖6 礦工執(zhí)行效果對監(jiān)管Agent的影響Fig.6 Influence of miners implementation effect on supervisory agent

5 結(jié)論

1)結(jié)合ABMS技術(shù)和COR理論，研究礦山監(jiān)管Agent工作倦怠現(xiàn)象，探索決策支持Agent、職能配合Agent和礦工行為對監(jiān)管Agent工作倦怠的影響，通過構(gòu)建多Agent仿真模型，實現(xiàn)了對礦山監(jiān)管系統(tǒng)各Agent微觀行為的仿真模擬，多Agent仿真模型有助于彌補現(xiàn)有工作倦怠研究過分依賴傳統(tǒng)定性分析并無法系統(tǒng)分析各Agent之間交互的不足。通過研究監(jiān)管系統(tǒng)各Agent之間的交互作用所引起的宏觀涌現(xiàn)現(xiàn)象，為礦山監(jiān)管制度效用最大化提供一種科學的依據(jù)。

2)基于Netlogo平臺的仿真實驗表明：決策支持系數(shù)Sc影響下,Sc由-1增加到1時，監(jiān)管Agent工作倦怠人數(shù)降低了22人；職能配合系數(shù)Fc影響下，F(xiàn)c由-1增加到1時,監(jiān)管Agent工作倦怠人數(shù)降低了13人；處理有效性系數(shù)Ec影響下，Ec由0.3升高至0.9時，監(jiān)管Agent工作倦怠人數(shù)降低了19人,間接說明了決策支持系數(shù)Sc對監(jiān)管Agent工作倦怠現(xiàn)象影響最大、處理有效性系數(shù)Ec影響次之、職能配合系數(shù)Fc影響最小。

3)多Agent仿真模型并未考慮礦山監(jiān)管系統(tǒng)中各Agent之間的關(guān)系演化及學習能力，因此具有一定局限性。