基于博弈论的风险评估与巡逻调度

Kuang Wu Cheng, Chih-Chun Hou
{"title":"基于博弈论的风险评估与巡逻调度","authors":"Kuang Wu Cheng, Chih-Chun Hou","doi":"10.2991/dramclr-19.2019.26","DOIUrl":null,"url":null,"abstract":"This study proposes a two-step game theory model framework for the purpose of scheduling police patrol shifts. In the first step, the three important factors of interaction between criminals and police are modeled as a zero-sum noncooperative game, and the risk value of each patrol area is obtained by calculating the mixed strategy Nash equilibrium. In the second step, the Shapley values of three different threat levels are calculated according to the rates of criminal events within three time periods. Finally, the Shapley value is derived based on the three criminal threat levels for each district. A fair allocation of police personnel based on the Shapley value is made with a minimum set of personnel deployment costs. This study used the 2016 San Francisco Public Security Bureau's open data for consolidation and calculations to validate the model. The experimental results show that police planners can use this framework to quantitatively evaluate the criminal threat in each district when deciding upon the deployment of patrol officers for three shifts per day. Keywords—Nash equilibrium; Risk value; Shapley value; Patrol deployment 摘要—本方案结合了两种博弈理论模型,进而计算出各区 域每日三班的公安巡逻服务时间配置表。第 1 模型将各区域的 犯罪者与公安领导之间的互动关系建构成一场非合作零合博 奕,计算博奕的混合随机策略纳许均衡解,当作区域的安全 风险值。第 2 模型根据公安局记录所有发生案件的次数,计算 三个时段发生案件次数的比例,当作三个安全警示等级的三 个门坎值,依三个不同安全警示等级的门坎值,计算所有区 域安全威胁值的结盟数值,并得出每一区域的夏普利值 (Shapley value)。最后,将各区域的夏普利值乘上每日三班 次的公安巡逻人员总数,即产出 10 区域每日三班次的公安巡 逻班表。本研究利用 2016 年旧金山市公安局的开放数据验证 本模型。实验结果显示,在现有的公安巡逻警力下,可以有 效的分配整体三时段的巡逻班表。公安部门管理者应用本架 构可以量化评估那个区域是较危险?以增加公安部门处理犯 罪发生时的反应能力。 关键词—纳许均衡,风险值,夏普利值,巡逻配置 I. 引言 公安资源有限的城市里,公安局(Police Department) 能在任何时间提供完善充分的安全覆盖是一个极具挑战 性的任务。愈来愈多随机性的犯罪活动,使得公安编组 巡逻的安排更加困难,唯有建立优化的公安巡逻时间表, 才能减少潜在的犯罪行为发生。在图 1 中,公安巡逻存 在着资源分配的困境,当部署公安越多,巡逻愈频繁, 巡逻人力及装备耗用的成本就越高,大规模部署往往会 浪费资源,反而会让都市安全威胁(风险)提升;然而, 部署公安太少,巡逻次数太少,或遗漏了重点地区,只 会让犯罪者有机可乘,可能引发更多的犯罪事件,公安 局对于「提升破案能力」和「降低公安巡逻成本」之间 的困境无计可施[1]。因此,完备而适宜的公安巡逻计划, 必须找出公安巡逻数量和破案能力之间的平衡点,即以 最适宜的数量达到最大的破案能力。现行的巡逻排班缺 乏理性决策的具体措施,并没有应用数学模型来建构 「公安警力」和「辖区犯罪者」之间的互动行为。公安 局应该建构一套数据分析工具,它可以衡量每一区域的 犯罪活动强度(即犯罪率)和公安的破案能力(即破案 率),并需要考虑公安和犯罪者的行动效用(payoff), 以随机的巡逻策略,避免犯罪者能够预先观察公安巡逻 表中的漏洞。 Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019) Copyright © 2019, the Authors. Published by Atlantis Press. This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/). Advances in Intelligent Systems Research, volume 171","PeriodicalId":142201,"journal":{"name":"Proceedings of the Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019)","volume":"82 1","pages":"0"},"PeriodicalIF":0.0000,"publicationDate":"2019-11-01","publicationTypes":"Journal Article","fieldsOfStudy":null,"isOpenAccess":false,"openAccessPdf":"","citationCount":"0","resultStr":"{\"title\":\"Using Game Theory Approach for Assessment of Risk and Police Patrols Scheduling\",\"authors\":\"Kuang Wu Cheng, Chih-Chun Hou\",\"doi\":\"10.2991/dramclr-19.2019.26\",\"DOIUrl\":null,\"url\":null,\"abstract\":\"This study proposes a two-step game theory model framework for the purpose of scheduling police patrol shifts. In the first step, the three important factors of interaction between criminals and police are modeled as a zero-sum noncooperative game, and the risk value of each patrol area is obtained by calculating the mixed strategy Nash equilibrium. In the second step, the Shapley values of three different threat levels are calculated according to the rates of criminal events within three time periods. Finally, the Shapley value is derived based on the three criminal threat levels for each district. A fair allocation of police personnel based on the Shapley value is made with a minimum set of personnel deployment costs. This study used the 2016 San Francisco Public Security Bureau's open data for consolidation and calculations to validate the model. The experimental results show that police planners can use this framework to quantitatively evaluate the criminal threat in each district when deciding upon the deployment of patrol officers for three shifts per day. Keywords—Nash equilibrium; Risk value; Shapley value; Patrol deployment 摘要—本方案结合了两种博弈理论模型,进而计算出各区 域每日三班的公安巡逻服务时间配置表。第 1 模型将各区域的 犯罪者与公安领导之间的互动关系建构成一场非合作零合博 奕,计算博奕的混合随机策略纳许均衡解,当作区域的安全 风险值。第 2 模型根据公安局记录所有发生案件的次数,计算 三个时段发生案件次数的比例,当作三个安全警示等级的三 个门坎值,依三个不同安全警示等级的门坎值,计算所有区 域安全威胁值的结盟数值,并得出每一区域的夏普利值 (Shapley value)。最后,将各区域的夏普利值乘上每日三班 次的公安巡逻人员总数,即产出 10 区域每日三班次的公安巡 逻班表。本研究利用 2016 年旧金山市公安局的开放数据验证 本模型。实验结果显示,在现有的公安巡逻警力下,可以有 效的分配整体三时段的巡逻班表。公安部门管理者应用本架 构可以量化评估那个区域是较危险?以增加公安部门处理犯 罪发生时的反应能力。 关键词—纳许均衡,风险值,夏普利值,巡逻配置 I. 引言 公安资源有限的城市里,公安局(Police Department) 能在任何时间提供完善充分的安全覆盖是一个极具挑战 性的任务。愈来愈多随机性的犯罪活动,使得公安编组 巡逻的安排更加困难,唯有建立优化的公安巡逻时间表, 才能减少潜在的犯罪行为发生。在图 1 中,公安巡逻存 在着资源分配的困境,当部署公安越多,巡逻愈频繁, 巡逻人力及装备耗用的成本就越高,大规模部署往往会 浪费资源,反而会让都市安全威胁(风险)提升;然而, 部署公安太少,巡逻次数太少,或遗漏了重点地区,只 会让犯罪者有机可乘,可能引发更多的犯罪事件,公安 局对于「提升破案能力」和「降低公安巡逻成本」之间 的困境无计可施[1]。因此,完备而适宜的公安巡逻计划, 必须找出公安巡逻数量和破案能力之间的平衡点,即以 最适宜的数量达到最大的破案能力。现行的巡逻排班缺 乏理性决策的具体措施,并没有应用数学模型来建构 「公安警力」和「辖区犯罪者」之间的互动行为。公安 局应该建构一套数据分析工具,它可以衡量每一区域的 犯罪活动强度(即犯罪率)和公安的破案能力(即破案 率),并需要考虑公安和犯罪者的行动效用(payoff), 以随机的巡逻策略,避免犯罪者能够预先观察公安巡逻 表中的漏洞。 Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019) Copyright © 2019, the Authors. Published by Atlantis Press. This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/). Advances in Intelligent Systems Research, volume 171\",\"PeriodicalId\":142201,\"journal\":{\"name\":\"Proceedings of the Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019)\",\"volume\":\"82 1\",\"pages\":\"0\"},\"PeriodicalIF\":0.0000,\"publicationDate\":\"2019-11-01\",\"publicationTypes\":\"Journal Article\",\"fieldsOfStudy\":null,\"isOpenAccess\":false,\"openAccessPdf\":\"\",\"citationCount\":\"0\",\"resultStr\":null,\"platform\":\"Semanticscholar\",\"paperid\":null,\"PeriodicalName\":\"Proceedings of the Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019)\",\"FirstCategoryId\":\"1085\",\"ListUrlMain\":\"https://doi.org/10.2991/dramclr-19.2019.26\",\"RegionNum\":0,\"RegionCategory\":null,\"ArticlePicture\":[],\"TitleCN\":null,\"AbstractTextCN\":null,\"PMCID\":null,\"EPubDate\":\"\",\"PubModel\":\"\",\"JCR\":\"\",\"JCRName\":\"\",\"Score\":null,\"Total\":0}","platform":"Semanticscholar","paperid":null,"PeriodicalName":"Proceedings of the Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019)","FirstCategoryId":"1085","ListUrlMain":"https://doi.org/10.2991/dramclr-19.2019.26","RegionNum":0,"RegionCategory":null,"ArticlePicture":[],"TitleCN":null,"AbstractTextCN":null,"PMCID":null,"EPubDate":"","PubModel":"","JCR":"","JCRName":"","Score":null,"Total":0}
引用次数: 0

摘要

本研究提出了一个两步博弈模型框架,用于调度警察巡逻班次。首先,将警犯互动的三个重要因素建模为零和非合作博弈,通过计算混合策略纳什均衡得到各巡逻区域的风险值;第二步,根据三个时间段内犯罪事件的发生率,计算三种不同威胁等级的Shapley值。最后,Shapley值是根据每个地区的三种犯罪威胁级别得出的。基于Shapley值的警察人员公平分配是在人员部署成本最小的情况下进行的。本研究使用2016年三藩市公安局公开数据进行整合和计算,验证模型。实验结果表明,警察规划者在决定每天三班巡逻人员的部署时,可以使用该框架定量评估每个地区的犯罪威胁。Keywords-Nash平衡;风险价值;沙普利值;巡逻部署摘要——本方案结合了两种博弈理论模型,进而计算出各区域每日三班的公安巡逻服务时间配置表。第 1 模型将各区域的 犯罪者与公安领导之间的互动关系建构成一场非合作零合博 奕,计算博奕的混合随机策略纳许均衡解,当作区域的安全 风险值。第2模型根据公安局记录所有发生案件的次数,计算三个时段发生案件次数的比例,当作三个安全警示等级的三个门坎值,依三个不同安全警示等级的门坎值,计算所有区域安全威胁值的结盟数值,并得出每一区域的夏普利值(夏普利值)。最后,将各区域的夏普利值乘上每日三班 次的公安巡逻人员总数,即产出 10 区域每日三班次的公安巡 逻班表。本研究利用 2016 年旧金山市公安局的开放数据验证 本模型。实验结果显示,在现有的公安巡逻警力下,可以有 效的分配整体三时段的巡逻班表。公安部门管理者应用本架 构可以量化评估那个区域是较危险?以增加公安部门处理犯 罪发生时的反应能力。 关键词——纳许均衡,风险值,夏普利值,巡逻配置即引言公安资源有限的城市里,公安局(警察局)能在任何时间提供完善充分的安全覆盖是一个极具挑战性的任务。愈来愈多随机性的犯罪活动,使得公安编组 巡逻的安排更加困难,唯有建立优化的公安巡逻时间表, 才能减少潜在的犯罪行为发生。在图 1 中,公安巡逻存 在着资源分配的困境,当部署公安越多,巡逻愈频繁, 巡逻人力及装备耗用的成本就越高,大规模部署往往会 浪费资源,反而会让都市安全威胁(风险)提升;然而, 部署公安太少,巡逻次数太少,或遗漏了重点地区,只 会让犯罪者有机可乘,可能引发更多的犯罪事件,公安 局对于「提升破案能力」和「降低公安巡逻成本」之间 的困境无计可施[1]。因此,完备而适宜的公安巡逻计划, 必须找出公安巡逻数量和破案能力之间的平衡点,即以 最适宜的数量达到最大的破案能力。现行的巡逻排班缺 乏理性决策的具体措施,并没有应用数学模型来建构 「公安警力」和「辖区犯罪者」之间的互动行为。公安局应该建构一套数据分析工具,它可以衡量每一区域的犯罪活动强度(即犯罪率)和公安的破案能力(即破案率),并需要考虑公安和犯罪者的行动效用(回报),以随机的巡逻策略,避免犯罪者能够预先观察公安巡逻表中的漏洞。第四届中国沿海地区灾害风险分析与管理研讨会(DRAMCLR 2019)版权所有©2019,作者。亚特兰蒂斯出版社出版。这是一篇基于CC BY-NC许可(http://creativecommons.org/licenses/by-nc/4.0/)的开放获取文章。智能系统研究进展,第171卷
本文章由计算机程序翻译,如有差异,请以英文原文为准。
查看原文
分享 分享
微信好友 朋友圈 QQ好友 复制链接
本刊更多论文
Using Game Theory Approach for Assessment of Risk and Police Patrols Scheduling
This study proposes a two-step game theory model framework for the purpose of scheduling police patrol shifts. In the first step, the three important factors of interaction between criminals and police are modeled as a zero-sum noncooperative game, and the risk value of each patrol area is obtained by calculating the mixed strategy Nash equilibrium. In the second step, the Shapley values of three different threat levels are calculated according to the rates of criminal events within three time periods. Finally, the Shapley value is derived based on the three criminal threat levels for each district. A fair allocation of police personnel based on the Shapley value is made with a minimum set of personnel deployment costs. This study used the 2016 San Francisco Public Security Bureau's open data for consolidation and calculations to validate the model. The experimental results show that police planners can use this framework to quantitatively evaluate the criminal threat in each district when deciding upon the deployment of patrol officers for three shifts per day. Keywords—Nash equilibrium; Risk value; Shapley value; Patrol deployment 摘要—本方案结合了两种博弈理论模型,进而计算出各区 域每日三班的公安巡逻服务时间配置表。第 1 模型将各区域的 犯罪者与公安领导之间的互动关系建构成一场非合作零合博 奕,计算博奕的混合随机策略纳许均衡解,当作区域的安全 风险值。第 2 模型根据公安局记录所有发生案件的次数,计算 三个时段发生案件次数的比例,当作三个安全警示等级的三 个门坎值,依三个不同安全警示等级的门坎值,计算所有区 域安全威胁值的结盟数值,并得出每一区域的夏普利值 (Shapley value)。最后,将各区域的夏普利值乘上每日三班 次的公安巡逻人员总数,即产出 10 区域每日三班次的公安巡 逻班表。本研究利用 2016 年旧金山市公安局的开放数据验证 本模型。实验结果显示,在现有的公安巡逻警力下,可以有 效的分配整体三时段的巡逻班表。公安部门管理者应用本架 构可以量化评估那个区域是较危险?以增加公安部门处理犯 罪发生时的反应能力。 关键词—纳许均衡,风险值,夏普利值,巡逻配置 I. 引言 公安资源有限的城市里,公安局(Police Department) 能在任何时间提供完善充分的安全覆盖是一个极具挑战 性的任务。愈来愈多随机性的犯罪活动,使得公安编组 巡逻的安排更加困难,唯有建立优化的公安巡逻时间表, 才能减少潜在的犯罪行为发生。在图 1 中,公安巡逻存 在着资源分配的困境,当部署公安越多,巡逻愈频繁, 巡逻人力及装备耗用的成本就越高,大规模部署往往会 浪费资源,反而会让都市安全威胁(风险)提升;然而, 部署公安太少,巡逻次数太少,或遗漏了重点地区,只 会让犯罪者有机可乘,可能引发更多的犯罪事件,公安 局对于「提升破案能力」和「降低公安巡逻成本」之间 的困境无计可施[1]。因此,完备而适宜的公安巡逻计划, 必须找出公安巡逻数量和破案能力之间的平衡点,即以 最适宜的数量达到最大的破案能力。现行的巡逻排班缺 乏理性决策的具体措施,并没有应用数学模型来建构 「公安警力」和「辖区犯罪者」之间的互动行为。公安 局应该建构一套数据分析工具,它可以衡量每一区域的 犯罪活动强度(即犯罪率)和公安的破案能力(即破案 率),并需要考虑公安和犯罪者的行动效用(payoff), 以随机的巡逻策略,避免犯罪者能够预先观察公安巡逻 表中的漏洞。 Fourth Symposium on Disaster Risk Analysis and Management in Chinese Littoral Regions (DRAMCLR 2019) Copyright © 2019, the Authors. Published by Atlantis Press. This is an open access article under the CC BY-NC license (http://creativecommons.org/licenses/by-nc/4.0/). Advances in Intelligent Systems Research, volume 171
求助全文
通过发布文献求助,成功后即可免费获取论文全文。 去求助
来源期刊
自引率
0.00%
发文量
0
期刊最新文献
The Characteristics of Climate Change in Latest 60 Years and Extreme Severe Weather in latest 10 Years in Qinhuangdao Improvement measures of questionnaire design for risk communication in Internet of intelligences Using Game Theory Approach for Assessment of Risk and Police Patrols Scheduling Research on Risk Sharing of Creative Industrial Park by Recycling Old Industrial Buildings Research on Financial Early Warning of Big Data Enterprises Based on Logistic Regression and BP Neural Network
×
引用
GB/T 7714-2015
复制
MLA
复制
APA
复制
导出至
BibTeX EndNote RefMan NoteFirst NoteExpress
×
×
提示
您的信息不完整,为了账户安全,请先补充。
现在去补充
×
提示
您因"违规操作"
具体请查看互助需知
我知道了
×
提示
现在去查看 取消
×
提示
确定
0
微信
客服QQ
Book学术公众号 扫码关注我们
反馈
×
意见反馈
请填写您的意见或建议
请填写您的手机或邮箱
已复制链接
已复制链接
快去分享给好友吧!
我知道了
×
扫码分享
扫码分享
Book学术官方微信
Book学术文献互助
Book学术文献互助群
群 号:481959085
Book学术
文献互助 智能选刊 最新文献 互助须知 联系我们:info@booksci.cn
Book学术提供免费学术资源搜索服务,方便国内外学者检索中英文文献。致力于提供最便捷和优质的服务体验。
Copyright © 2023 Book学术 All rights reserved.
ghs 京公网安备 11010802042870号 京ICP备2023020795号-1