三角模糊層次分析的綜合評價在黃河庫區船舶安全評估中的應用

李 軍，朱云升

(1.武漢船舶職業技術學院 交通運輸工程學院，湖北 武漢 430050；2.武漢理工大學 交通學院，湖北 武漢 430070)

0 引 言

循化至隆務峽高速公路建設穿越黃河公伯峽庫區，庫區內無現成的道路運輸施工機械、物資和人員，庫區位于國家級風景名勝區內，環境保護要求極高，如果采用修建施工便道的方式不僅難度巨大、成本高昂，而且對當地生態環境破壞性較大。經過論證，項目建設方決定利用庫區的水運條件，采用船舶運輸，從而避免修建施工便道破壞庫區生態環境，但是庫區特殊的自然環境使船舶運輸充滿風險，因此，筆者旨在結合實踐開發出一套適合庫區船舶運輸安全的評估方法，為施工方及海事局對船舶安全管理提供科學依據，首先概述了國內外現有的船舶安全評估數學模型，然后提出三角模糊層次分析的多級評價模型的潛在優勢，再介紹了該模型的構建方法，最后驗證了模型的科學性和合理性。三角模糊層次分析的多級評價模型能很好解決風險源眾多、關系復雜的黃河庫區船舶安全評估難題，如果稍加修改就能推廣到其它相似水域，從而推動我國內河水上交通安全事業的發展。

1 船舶安全風險評估模型概述

目前對運輸船舶安全評估主要有灰色系統法[1]、概率論法[2]、神經網絡法[3-4]、層次分析法[5]和模糊綜合評價法[6]以及基于層次分析的模糊綜合評價法[7]等，其中基于層次分析的模糊綜合評價法綜合了兩者優點，效果顯著，但是利用層次分析法確定各因素權重時，專家對概念的理解存在差異，打分主觀性較大影響判斷矩陣的一致性和權重向量的科學性，為了克服上述缺點，采用三角模糊層次分析法確定各因素權重，使確定的權重向量更客觀更科學，發展出基于三角模糊層次分析的多級綜合評價模型。李麗[8]運用三角模糊層次分析法對高校實驗室的工作狀況及存在的問題進行評估；馮海斌[9]運用三角模糊層次分析法設計了裝備基地級維修服務PPP采購合作伙伴遴選方法；王艷輝[10]運用三角模糊數對城市軌道交通火災進行評估。以上文獻雖然都對三角模糊數和層次分析法的綜合運用進行了探討，但是并沒有充分考慮專家賦值的模糊性，鑒于此，在充分借鑒前人研究成果的基礎上，采用三級指標體系，變二級綜合評價為三級綜合評價，同時充分考慮專家賦值的模糊性，引入自信度概念，構造三角模糊數矩陣，運用三角模糊數定理確定各層指標權重，如此建立的三角模糊層次分析的三級綜合評價模型更科學更合理。

2 構建三角模糊層次分析評價模型

模型構建步驟為：構建遞階層次結構的風險評估指標體系，確立因素集和權重集，利用三角模糊層次分析法確定各層指標權重，利用專家咨詢法建立最低層指標隸屬度，運用模糊算子計算上層各指標隸屬度，依次向上傳遞直到最終評價結果。

2.1 構建風險評估指標體系

通過實地調研和專家調查，在充分考慮風險因素屬性的情況下，依據遞階層次結構模型構建黃河庫區運輸船舶風險評估指標體系，如表1。

2.1.1 自然環境

黃河庫區地處青藏高原邊緣，自然環境惡劣，庫區兩岸為無植被覆蓋的陡峭山體，在設置自然環境指標時，除了考慮“風、雨、霧、氣溫”氣象因素外，還要考慮“泥石流、山體滑坡”地質災害。黃河庫區為天然航道，航道狹窄，水位、流量和流速隨季節而變化，因此還需考慮“水位、流速、流態”水文資料。

2.1.2 通航秩序

隨著庫區高速公路施工，施工方投入了10艘不同種類的運輸船舶運輸建材、人員和危化品，庫區船舶密度增加，因此，在設置通航秩序指標時，不僅要考慮影響船舶通暢的“航道寬度、深度、礙航物”因素，還需考慮影響船舶秩序的“客渡船及危化品船比率、船舶密度”。

2.1.3 運行狀態

庫區航道狹窄、船舶密度較大、峽谷風強力，為了避免碰撞、傾覆、擱淺等海事事故，在設置運行狀態指標時，重點考慮“航速、船舶吃水、受風面積和裝載貨物屬性”等因素。

2.1.4 管理因素

管理因素分為人員管理和船舶管理，據報道80%的海事事故是人為因素造成的，因此，人員管理重在考慮駕駛員的“疲勞狀態和違規記錄”兩項指標，“船舶維護記錄和違章記錄”反映了船舶管理水平，所以被列入船舶管理下的三級指標。

另外，構建評估指標體系時，還要考慮獲取評估指標參數方法，可以通過當地氣象部門采集庫區氣象數據，從地質部門獲取庫區地質災害數據，從水利局獲取庫區水文數據，從海事局獲取航道數據，通過雷達獲取船舶航行狀態數據，總之，獲取指標參數的一定要通過正常渠道，采用正確的方法。

2.2 確定因素集和評價集

依據風險評估指標體系提取各層風險指標作為因素集，因素集分別為：U={U1，U2，U3，U4}；U1={U11，U12，U13}；U2={U21，U22}；U3={U31，U32，U33}；U4={U41，U42}；U11={U111，U112，U113，U114}；U12={U121，U122}；U13={U131，U132，U133}；U21={U211，U212，U213，U214}；U22={U221，U222}；U31={U311}；U32={U321，U322}；U33={U331，U332，U333}；U41={U411，U412}；U42={U421，U422}。評價集為風險評價結果的集合，依據國際慣例，采用五級評價法Z={Z1，Z2，Z3，Z4，Z5}為評價集，分別表示“安全、較安全、臨界、較危險、危險”。

2.3 三角模糊層次分析法確定各層風險指標權重

三角模糊層次分析法與層次分析法都是決策問題的思維方法，兩者運用過程類似，但也有所不同。層次分析法是專家對同一層次的指標采用1～9標度法進行兩兩評價，建立判斷矩陣，而三角模糊層次分析法用三角模糊數取代1～9標度值對指標進行兩兩評價，建立模糊判斷矩陣。模糊判斷矩陣與普通判斷矩陣的重要區別為前者中的元素為三角模糊數，每個模糊數都有一個模糊評判區間u～l，反應了專家對評判結果的自信度，u～l越大自信度越小，u～l越小自信度越大，因此，三角模糊層次分析法引入自信度的概念，充分地體現了信息模糊性對評價結果的影響，因為兩者建立的判斷矩陣不同，所以計算指標權重的方法也不同，具體步驟如下。

2.3.1 建立模糊判斷矩陣

專家對第k層的n個指標進行兩兩比較，并用三角模糊數表達比較結果，當專家給出n(n-1)/2個模糊判斷后便構建模糊判斷矩陣：

(1)

Mi⊕Mj=(li+lj,mi+mj,ui+uj)

Mi?Mj=(li×lj,mi×mj,ui×uj)

kMi=(kli,kmi,kui)

2.3.2 計算指標權重

首先依據三角模糊數公式(2):

(2)

(3)

(4)

將三角模糊數權重轉化成實數權重，最后歸一化處理得第k層指標最終權重Wk。

2.4 確定評估指標隸屬度子集

評估指標隸屬度是對因素集中各指標進行評判以便確定對評價集中各元素的隸屬程度，例如：求因素集第k層i因素對評價集Z中各元素的隸屬度為：

(5)

k層全部因素對評價集Z各元素的隸屬度集合Rk,被稱為評估指標隸屬度子集為：

(6)

通常采用專家調查法確定評估指標隸屬度，筆者只需確定最低層指標隸屬度，繼而組成隸屬度子集。

2.5 綜合評價

求得k層全部指標權重Wk和隸屬度子集Rk后，選擇合適的模糊算子“?”即可求得評價結果Sk=WK?Rk，依次向上傳遞直到求得最終的評價結果S,然后按照隸屬度最大化原則選擇S中最大的列作為最終的評價結果。

3 模型的應用

以黃河庫區運輸船舶為例，驗證三角模糊層次分析法模型的科學性、合理性和實用性。

3.1 構建模糊判斷矩陣

從海事部門、航運企業和海事院校里分別邀請一名專家組成3人專家組，對各層指標進行評判，構建模糊判斷矩陣，以三級指標的“風、雨、霧、氣溫”為例，構建如表2的模糊判斷矩陣。

表2 三級指標(風、雨、霧、氣溫)模糊判斷矩陣

運用三角模糊數運算法則求其平均值作為綜合模糊判斷矩陣如表3。同理采用同樣的方法構建剩余各級指標綜合模糊判斷矩陣。

表3 三級指標(風、雨、霧、氣溫)綜合模糊判斷矩陣

3.2 計算各層指標權重

以三級指標風、雨、霧、氣溫為例闡述計算指標權重的方法。

3.2.3 去模糊化

表4 各層指標權重

3.3 構建最低層指標隸屬度集合

運用專家調查法獲取最低層評估指標隸屬度子集。采集某天黃河庫區的氣象、交通數據以及其它影響運輸船舶安全的其它相關數據，向海事院校教授、海事局官員、航運企業專家及庫區船舶船長、輪機長發放調查問卷100份，收回有效問卷96份，按照統計學的原理和方法進行整理統計，獲得黃河庫區運輸船舶最低層指標隸屬度子集，如表5。

表5 黃河庫區運輸船舶最低層指標隸屬度子集

3.4 綜合評價

因為黃河庫區運輸船舶指標體系為多層次指標體系，所以綜合評價時，從最低層指標即第3層指標開始評價，依次向上傳遞直到最終評價結果。

3.4.1 三級指標綜合評價

以三級指標“風、雨、霧、氣溫”為例闡述評價過程。

1)從表5中提取上述指標隸屬度Ru11

2)再從表4中提取上述指標權重Wu11

Wu11=[0.28，0.10，0.35，0.27]

3)利用矩陣乘法法則計算評估結果Su11

Su11=Wu11?Ru11=[0.15，0.16，0.16，0.42，0.11]

Su11既是三級指標“風、雨、霧、氣溫”的評價結果，也是二級指標“氣象”的隸屬度，同理可以計算出“地質災害、水文狀態”等剩余二級指標隸屬度，從而建立二級指標隸屬度矩陣行。

3.4.2 二級指標綜合評價

1)二級指標隸屬度矩陣行

2)二級指標權重

從表4中提取二級指標權重

Wu1=[0.40，0.30，0.30]，Wu2=[0.61，0.39]

Wu3=[0.31，0.33，0.36]，Wu4=[0.78，0.22]

3)二級指標評估結果

Su1=Wu1?Ru1=[0.25，0.25，0.23，0.22，0.05]

Su2=[0.21，0.22，0.17，0.20，0.20]

Su3=[028，0.26，0.28，0.14，0.04]

Su4=[0.04，0.37，0，0.59，0.00]

二級指標評價結果也是一級指標的隸屬度，從而構建一級指標隸屬度矩陣行。

3.4.3 一級指標綜合評價

1)一級指標隸屬度矩陣行

2)一級指標權重

Wu=[0.40，0.15，0.15，0.30]

3)一級指標評價結果

Su=Wu?Ru=[0.19，0.28，0.16，0.32，0.05]

按照隸屬度最大化原則，可知最終評價結果中的最大值0.32對應評價集中“較危險”項，說明在此條件下庫區船舶處于不安全狀態，需要船員提高警惕采取措施使船舶恢復到安全狀態。

4 結 語

針對繁雜眾多的風險源，首先建立多層次的風險評估指標體系，然后運用三角模糊層次分析法確立各層風險指標權重，運用專家調查法確定最低層指標隸屬度子集，再運用多級綜合評價對其評價，最后以黃河庫區運輸船舶為例進行實例研究，研究結果表明三角模糊層次分析的多級綜合評價模型能很好地解決運輸船舶安全評估難題，證明了該模型的科學性、合理性和準確性，但是該模型運用需要大量矩陣計算，如果對該模型程序化，在電腦或者手機終端開發出運輸船舶安全評價及預警軟件，則能解決實用性難題。