基于云模型的智慧物流倉儲安全評價研究

謝尊賢，蔡二柱 XIE Zunxian,CAI Erzhu

（1.西安建筑科技大學 資源工程學院，陜西 西安 710055；2.西安建筑科技大學 高教研究所，陜西 西安 710055）

(1.School of Resources Engineering,Xi'an University of Architecture and Technology,Xi'an 710055,China;2.Higher Education Institute,Xi'an University of Architecture and Technology,Xi'an 710055,China)

0 引言

隨著互聯網+、物聯網等信息技術的不斷發展，物流業的信息化、智能化也已逐漸成熟，智慧物流倉儲的出現解決了傳統倉儲數據管理繁瑣、易出錯、貨物損差反饋不及時等問題。智慧物流倉儲主要通過RFID管理系統等先進技術實現倉儲信息的自動抓取、自動識別、自動預警，并以此實現物流倉儲的智能化管理，提高貨物的出庫、入庫和移庫效率[1]。但智慧物流倉儲屬于新興產物，發展速度快，其安全涉及領域多，系統組成復雜、智能化設備眾多、倉配一體化等特點，很容易因為個別設備或環節出現問題而造成事故的發生。如：2016年，河北固安縣的京東智能倉儲由于充電寶爆炸，引起庫房失火，造成了17億元的直接財產損失。因此，對智慧物流倉儲的安全問題進行評價研究，及時消除安全隱患，對于預防智慧物流倉儲事故的發生至關重要。

現階段，對于智慧倉儲的研究及應用已有一定進展。孫洪喜[2]通過WOS系統將計算機技術、3D仿真技術和物流管理等技術相結合，實現倉儲的最優化管理。戴恩勇[3]搭建了一套開放、共享、社會化的智慧倉儲體系。羅慶兵[4]設計并實現了分布式智慧倉儲系統。2013年，我國第一個電子商務物聯網產業外包服務基地—儲倉快杰電商園區正式啟動。2016年，上海頂實倉儲有限公司投入建設智慧倉儲物流服務平臺。2019年，為了滿足用戶高品質網購需求，日日順物流搭建了即墨智慧云倉。但目前尚無關于智慧物流倉儲安全評價的研究文獻。因此，本文首次全面、系統地構建了智慧物流倉儲安全評價指標體系，并構建由信息熵與云模型相結合的安全評價模型，通過實證研究，客觀評價智慧物流倉儲的安全性，對于智慧物流倉儲的安全管理具有重要意義。

1 智慧物流倉儲安全評價指標體系構建及等級劃分

1.1 智慧物流倉儲安全評價指標體系構建

為了能夠建立一套能夠客觀科學評價智慧物流倉儲安全的指標體系，本文首先根據事故致因理論分析智慧物流倉儲安全事故成因規律，并根據《建筑設計防火規范》、《物流倉儲服務規范》等相關標準規范的分析以及智慧物流倉儲的特點等初步構建出其安全評價指標體系；其次，借助GEM方法對初步構建的指標體系進行優化篩選；最終，首次構建出了由人員安全因素等6個一級指標和工作人員應急能力等30個二級指標構成的智慧物流倉儲安全評價指標體系（如表1所示）。

表1 智慧物流倉儲安全評價指標體系及數值

1.2 智慧物流倉儲安全評價等級劃分

針對智慧物流倉儲自身特性，查閱相關文獻資料，并結合相關專家意見，將智慧物流倉儲安全狀態劃分為5個等級，即M1表示智慧物流倉儲安全可靠，風險可忽略；M3表示智慧物流倉儲局部存在風險問題，需要有針對性的進行整改；M5表示智慧物流倉儲安全已經受到嚴重威脅，需要立即進行停業整改；M2表示的安全狀態介于M1和M3狀態之間，需要采取一定的措施，進行預防；M4表示的安全狀態介于M3和M5狀態之間，需要進行全面整改。

2 智慧物流倉儲安全評價模型構建

2.1 云模型理論

云模型是能集成信息的模糊性和隨機性并構成相互映射，實現定性與定量之間不確定性轉換的模型。若設U是一個包含精確數值的論域，T表示U的定性概念，元素x（x∈U）是對定性概念的一次隨機結果的量化對應值，且x對定性概念T的隸屬度是一個具有穩定傾向的隨機數，那么云的概念就是T從論域U到區間［0,1］的映射在數域空間上的分布，每個表示一個云滴[5]。云模型可由期望和超個數字特征表示，其中，Ex是云模型的中心，反映數據的整體特征；En表示云模型線寬，反映云滴在論域中的取值范圍；He為En的熵值，主要反映云滴的離散程度，He的值越大云滴離散程度就越大[6]。

云模型發生器是進行定性與定量變換的工具，常用的云發生器主要有正向云發生器和逆向云發生器。正向云發生器是把定性概念轉化為相應數值的過程，其計算過程如下[7]：

a.生成一個以En為期望值，He2為方差的正態隨機數En'

c.計算T（x）

d.重復計算，直到產生N（本文N=1 500）個云滴為止。

逆向云發生器通過對云滴的統計分析實現定量數值到相關概念的變換。假設云滴的樣本個數為n，則云模型Ex、En和He的數值則可通過式（1）求得。

式中：s2為方差。

2.2 智慧物流倉儲云模型評語集確定

（1）確定評語集云模型參數

根據安全評價等級的劃分，相對應的在論域［0,1］取｛0,0.25,0.5,0.75,1｝作為各安全評價等級的期望值，為保障評語集云滴的取值范圍和離散程度處于相同狀態，各安全評價等級的熵和超熵分別取En=0.045，He=0.005。具體評語集云模型參數如表2所示。

表2 評語集及云模型參數

（2）生成評語集云模型圖

將云模型參數代入編寫的正向云模型發生器MATLAB程序，即可生成由N=1 500個云滴組成的各評語集云模型圖（如圖1所示）。

2.3 指標權重的確定

（1） 構建判斷矩陣R

假設由p位專家對q個指標的重要度進行量化賦分，可構造出判斷矩陣R為：

式中：rht為專家h （ h=1,2,…,p ）對于指標t（ t=1,2,…,q）的賦值。

（2）計算專家h對于指標t賦值的占比fht

（3） 計算評價指標t的熵ht

若fht=0，lnfht無意義，則定義fht為：

（4）確定評價指標t的權重系數wt

圖1 評語集云模型圖

2.4 安全風險等級確定

（1）確定指標的云模型參數

①確定二級指標的云模型參數

由各專家對二級指標的區間賦值，通過逆向云發生器求出其最小賦值云模型參數和最大賦值云模型參數然后利用式（7）計算確定二級指標的綜合云模型參數

②確定一級指標的云模型參數

由二級指標的權重及云模型參數，通過式（8） 可確定該一級指標的云模型參數

（2）確定綜合云模型參數

由各一級指標的權重及云模型參數，通過式（9）可計算出綜合云模型參數

式中：Ex、En、He為評價對象的期望值、熵值和超熵值，分別為各一級指標云模型參數的期望值、熵值和超熵值；w1,w2,…,wm為各一級指標權重。

（3）確定安全評價等級

將綜合云模型參數代入編寫的正向云發生器MATLAB程序，生成由N=1 500個云滴組成的云滴圖，并將其與評語集云圖進行比較，從而確定其安全評價等級。

3 實證研究

以西安地區某智慧物流倉儲為例，運用本文所構建的指標體系及模型對其安全性進行評價，并根據對評價結果的分析，提出相應整改措施建議。

3.1 確定評價指標的權重

（1）二級指標權重的計算

采用熵權法確定指標的權重，以計算一級指標c1的二級指標為例，介紹智慧物流倉儲指標權重的計算。邀請5位專家對指標重要度進行賦分（以5分制進行賦分，分值與重要度呈正相關），如表3所示。

表3 專家對c1各二級指標的重要度賦分表

根據式（2）構造判斷矩陣R如下：

由式（3） ～（5） 可計算出c1各二級指標的熵值為：

再由式（6）計算出c1各二級指標的權重為：

同理，可分別計算出其它一級指標的各二級指標權重如表1所示。

（2）一級指標的權重計算

同理可計算出各一級指標的權重為：

3.2 基于云模型的安全風險評價

（1）確定指標的云模型參數

①二級指標云模型參數的確定

邀請10位相關專家對各指標進行區間賦分（以1分制進行賦分）。以一級指標人員安全因素c1為例，介紹其云模型參數的計算。各專家對一級指標c1的各二級指標所賦區間分值如表4所示。

表4 人員安全因素c1各二級指標區間賦分值

首先，利用式（1）可求出二級指標c11的區間賦值的最小值云模型參數為區間賦值的最大值云模型參數為

其次，由式（7）確定二級指標c11的綜合云模型參數為同理，可求出其它二級指標云模型參數如表5所示。

表5 人員安全因素c1各二級指標的云模型參數

同理，可算出其它一級指標的各二級指標的云模型參數如表1所示。

②確定一級指標的云模型參數

由各c1二級指標的云模型參數及權重，通過式（8）可計算出一級指標c1的云模型參數為：

同理，可計算出其余各一級指標的云模型參數如表1所示。

（2）確定綜合云模型參數

由各一級指標的云模型參數及權重，通過式（9）可求出智慧物流倉儲安全評價的綜合云模型參數為：Ex=0.8797，En=0.0523，He=0.0105。

（3）確定該智慧物流倉儲安全性等級

將該智慧物流倉儲安全評價綜合云模型參數代入編寫的正向云發生器MATLAB程序中，生成由N=1 500個云滴組成的云模型圖如圖2所示。從圖2中可以判斷其安全評價等級是位于M1和M2之間，偏向于M1，因此可以判斷該智慧物流倉儲安全等級處于安全和較安全等之間，偏向于安全水平。

3.3 評估結果與分析

由于該智慧物流倉儲云模型參數的熵值En為0.0523，在圖2中表現為云模型圖的橫向跨度較小，表明評價結果可靠性較高；其超熵值He為0.0105，在圖2中表現為云圖的離散程度較小，表明了評價結果的準確性。

為了進一步分析該智慧物流倉儲的安全狀況，同樣利用編寫的正向云發生器MATLAB程序，分別對一級指標人員安全因素、管理安全因素、信息技術安全因素、作業設備安全因素、消防安全因素、環境安全因素進行正向云定量化處理（由于篇幅問題，本文生成的圖像以人員安全因素為例），生成人員安全因素的云模型圖如圖3所示。

圖2 智慧物流倉儲安全評價的綜合云模型圖

圖3 人員安全因素云模型圖

根據云模型圖可知，6個一級指標中消防安全因素偏向于較安全水平，需要對智慧物流倉儲的消防系統、消防設施設備管理與維護、疏散設施設備3個方面進行相應的改善，提高其消防安全水平；人員安全因素、管理安全因素、信息技術安全因素、作業設備安全因素和環境安全因素的安全等級偏向于安全水平，但信息技術安全因素的離散度較高，因此在工作中需要引起對信息技術安全因素的重視；根據對各二級指標的評價結果可以看出，工作人員應急能力、工作人員責任心等需要進一步提高，需要加強對員工的日常安全教育培訓，并及時對不安全因素進行預防與處理，提前制定應對措施，確保其智慧物流倉儲處于安全狀態，該評價結果與該智慧物流倉儲的實際情況相符合。

4 結 論

（1）本文通過對智慧物流倉儲相關安全因素的分析，首次構建了由人員安全因素、管理安全因素、信息技術安全因素、作業設備安全因素、消防安全因素、環境安全因素6個一級指標和工作人員應急能力等30個二級指標構成的智慧物流倉儲安全評價指標體系。

（2）本文將熵權法和云模型有機結合，構建了基于熵權云模型的智慧物流倉儲安全評價指標的理論模型。

（3）應用本文構建的指標體系和評價模型對某智慧物流倉儲的安全水平進行了實證研究，評價結果表明該智慧物流倉儲安全狀態處于安全水平。該評價結果與實際情況相符，表明指標體系與模型的合理、適用性。