10月28日美国Texas A&M 大学管理学院王海波副教授访问访问综合集成与知识科学小组，交流其应急管理方面的工作。

　　上午王老师在思源楼309室作了题为Decision Support System for Natural Disasters in Taipei和The simulated training system for emergency response team两个学术报告。

　　第一个报告介绍了其参与的台北市自然灾害决策支持系统项目，主要工作在于将决策支持集成到已有的地理信息系统（GIS）中,由于工程数据（比如洪水面积，深度，到来的时间等）不能直接应用到GIS中，首先需要将sensor采集到的工程数据进行网格化，然后输入到GIS中。GIS运行环境需要的数据与知识还有：Remote sensing data，Census block data，GIS shape layers，Infrastructures，Road and railroads，Urban data (buildings, criticalstructures, etc.)，Agricultural data (crop fields, farm buildings, livestock, fishponds, etc.)，Knowledge bases (prices, procedures, etc.)。王老师指出这项研究所面临的挑战是：数据收集与验证，带有复合规则的决策支持与专家系统，相互依赖关系之间的循环引用，在大系统中识别关键基础部件。王海波老师团队所作的工作主要是将台北市各部门的系统集成在一起以给台北市灾害管理人员提供决策支持。最后，王海波老师为大家展示系统的界面并演示了系统。

　　第二个报告介绍了应急模拟训练系统。首先，王老师分析了应急训练的必要性原因：经常性的大规模自然灾害，人为的恐怖袭击与冲突，不同层级的指令中心和指挥官的知识管理，新员工与新形式的灾难。模拟训练的方式是：模拟灾难的不同阶段，模拟不同的级别，模拟最坏的情景。进而提出模拟仿真系统的设计原则：基于模块的集成运作与培训的标准化平台，采用真实世界的数据和情景，基于计算机的低沉本模拟，通过模拟培训加强决策支持的能力。王海波老师指出这种模拟培训系统的好处是：通过模拟降低培训成本，通过多层次的分布式系统提高决策，通过自动应急运营中心提高反应效率，增加训练的范围，使训练平台标准化，改善培训运作的质量。介绍完基本的应急培训系统的指示后，王海波老师举出6个已有的比较成熟的应急培训系统的例子，Army Lessons Learned System(ALLS)，DOE Corporate Lessons Learned Information Services（LLIS),Land Force Doctrine and Training System(LFDTS),Wildland Fire Lesson Learned Center(WFLLC),Security Lessons Learned Center(SLLC),Commercial System (WebEOC)。借鉴参考已有的培训系统，王老师展示了其参与设计的培训系统的框架，其中培训系统部分模块研发使用Microsoft Robotic Studio。最后总结应急培训系统的目的在于有限资源约束下，不同层次、领域指挥官能够响应和处理紧急情况。基于领域专家经验建立一个有效的管理系统，对于核心应急小组常规训练，提升应急响应质量和灾后恢复效率。

　　综合集成与知识科学小组唐锡晋研究员、研究生李振鹏、曹丽娜、张泽代、赵云龙参加了本次交流。下午王老师考察了目前本研究小组所研制的两个新的系统，天涯杂谈视点和百度热词视点，并与唐锡晋研究员商讨了未来合作计划。