基于EWM-OWA算子的飛機維修項目質量風險模糊評估*

朱婧倩 劉寶平 董 鵬 林珍玉

（1.海軍工程大學管理工程與裝備經濟系 武漢 430033）（2.92830部隊 海口 570000）（3.91911部隊 三亞 572000）

1 引言

風險是客觀存在，不可避免的。項目的風險管理是當今理論研究和項目管理的熱點問題，它的關鍵在于風險事件發生前的主動行為和積極干涉。飛機維修項目投資金額大、施工環境復雜、技術專業性強、不確定因素多，尤其需要做好風險管理工作。

風險評估是有效管理好項目風險的基礎，是風險分擔和應對的前提工作[1]，主要目的是通過量化風險來確定風險的優先級別[2]。當前，風險評估在很多領域都有較為成熟的應用。王建波等[3]將三角模糊數和choquet模糊積分結合，運用于公私部門參與城市軌道交通PPP項目的風險評估。余芬等[4]提出基于蒙特卡羅仿真的風險評估方法，對飛機機隊的飛行事故風險進行評估。吳彥彬等[5]將案例推理方法引入維修風險評估研究中，提高了艦船裝備風險評估的效率以及準確率。楊金田[6]通過模糊層次綜合評價法來評估波音737飛機維修工程項目的風險。曾雪琴等[2]從指標權重的確定入手，構建三角模糊數和粗糙集的TFN-RST模型，對建設項目風險進行評估。

以上對風險評估的研究均存在指標片面化問題，評價結果客觀公正性不足。鑒于此，本文提出了基于EWM-OWA算子的模糊評估方法來評估維修的質量風險。針對飛機維修項目特點，通過OWA（Ordered Weighted Averaging，有序加權平均）算子和EWM（Entropy Weight Method，熵權法）方法分別確定風險指標的主、客觀權重，進而確定其綜合權重，從根本上保證了評估結果的科學性和準確性。借助正規梯形模糊數描述行業專家的評估信息，定量描述風險程度，進而對飛機維修的質量風險進行綜合評估，得到質量風險指標的相對排序。將此模型應用于實際工程項目中，實現了風險指標的排序，為風險管控提供了決策支持，也為類似修理項目提供參考借鑒。

2 飛機維修質量風險評估指標體系的建立

指標體系的構建是一項系統工程，應遵循系統性、全面性、定性與定量相結合等原則。本文從影響飛機在廠維修質量情況的各個角度出發，在查閱文獻資料及咨詢相關領域專家學者、工程師的基礎上，著重參考文獻[7]，在HHM-RFRM基礎上，全面分析了質量風險的影響因素，從“人-機-料-法-環-管”6個維度，構建飛機維修質量風險評估指標體系，如圖1所示。

圖1 飛機維修質量風險評估指標體系

3 基于EWM-OWA算子的模糊評估模型的構建

本文基于正規梯形模糊數和EWM-OWA算子賦權，提出了一種在模糊條件下定量評估飛機維修質量風險的方法。

3.1 基于EWM-OWA算子的質量風險評估指標的綜合賦權

評估指標的賦權是評估模型建立的重要環節之一。在傳統的指標賦權中，通常使用單一的層次分析法、熵權法、主成分分析法等，其中，單純的主觀賦權，通常采取直接處理數據的方法，易使權重結果受到專家意念的主觀干擾；而單純的客觀賦權只關注數據中數值間的純數學關系。這些都會影響權重的公正和準確，造成評估結果具有偏差性。

為盡量避免出現此類問題，本文選擇將OWA算子和EWM法相結合，通過主客觀綜合賦權的方式確定評估指標的權重，既能削弱主觀因素的影響，又能彌補熵權法不能反映經驗水平的不足，相對更具科學性和準確性。

1）基于OWA確定的主觀權重

OWA算子理論是由美國學者Yager于1988年提出的，是基于權重向量的排序來獲取向量屬性的最優權重[8]，被廣泛應用于不同類型的多屬性聚合問題[9]。此后，國內外眾多學者對該算子進行更加深入的研究，提出了算術平均算子、奧運會算子、等差算子[10]、等比算子[11]、組合數算子[12～13]、圓錐曲線算子[14]等。傳統賦權方法給出的權重，準確性差，不能很好地體現決策的公平[9]，如算術平均算子賦予數據完全相同的權重，奧運會算子直接忽視了兩個極端值的影響等，均不適用于此項目。本文選擇基于拋物線函數的OWA算子，賦予最值較小的權重，在保留極值數據影響的情況下，最大限度削弱主觀因素的影響。

3.2 基于正規梯形模糊數的綜合評估

模糊集理論可用數學形式表示不確定性和模糊性，是處理定義模糊且涉及主觀性問題的有效工具[15]。

4 模型應用分析

為驗證該質量風險評估方法，邀請飛機維修領域5名經驗豐富的一線工作人員組成專家組E=（E1，E2，E3，E4，E5），參與某廠某型飛機大修過程的質量風險評估。

4.1 各質量風險因素指標權重的確定

1）OWA算子賦權

邀請專家組專家對指標的權重進行打分，分數區間為1～10，其評分情況見表1。以二級指標F43的權重計算為例，對權重數據按大小順序降序重排，得到新的數據集合（10，9，8，7，5）。按式（3）計算集合的加權向量（0.7778，0.9444，1，0.9444，0.7778），則F43的絕對權重為

表1 專家組對質量風險因素評估指標的權重評分

同理，可計算得其余各項絕對權重，并根據式（5）算得相對權重，部分結果見表2。

表2 基于OWA、EWM的指標的權重賦值（部分）

2）EWM方法賦權

針對飛機維修過程中的28種評估因素，通過原始數據矩陣，按照式（6）～（9）和式（11），分別計算出熵權和綜合權重，見表2和表3。根據綜合權重值可以看出，二級指標權重較高的是資質能力、質量意識、材料質量問題、標準操作程序、質量監管等。一級指標權重最高的是人員因素。

表3 基于EWM-OWA的評估指標的綜合權重

4.2 飛機維修項目的質量風險綜合評估

本文采用正規梯形模糊數，處理質量風險評估中的不確定性問題——風險指標的影響程度。5個專家對飛機維修項目的質量風險評估指標進行衡量，并給出語言評價。本文使用5級評語，根據風險發生的影響程度由高到低描述為從“非常嚴重”到“非常微小”，并參照表4的語言量表，將定性評級語言轉化為正規梯形模糊數。本文假設各專家在這一問題上有相同的權威性。

表4 風險發生影響程度等級語言量表

以二級指標F43的模糊值計算為例，其語言評價為（VS，S，VS，VS，S），進而可計算出其模糊值為（0.62，0.72，0.82，0.92）。

根據式（14）可映射得到實數風險值R=0.2994。最后，根據式（15），計算出質量風險指標的綜合評估值為0.0120。

同理，計算可得其余各項的實數風險值R和綜合評估值V，具體結果見表5。

表5 專家對質量風險指標影響程度的語言評價及風險計算結果

從結果可以看出，綜合評估值較高的有：質量意識、資質能力、標準操作程序、材料質量問題、質量監管、產品的質量標準、管理機制等，即這些因素的風險水平較高，在日常管理中需要重點關注。

5 結語

飛機維修是飛機安全飛行的重要保障，錯綜復雜的維修過程潛在眾多質量風險因素。本文從“人-機-料-法-環-管”6個維度，構建了飛機維修質量風險評估指標體系。利用EWM-OWA算子對飛機維修質量風險評估指標進行主客觀的綜合賦權，削弱了主觀因素對權重賦值的影響，也彌補了熵權法不能反映經驗水平的不足，得到了更加合理的綜合權重。通過引入正規梯形模糊數來描述行業專家的評估信息，將定義模糊的風險定量地表示出來，充分反映了主觀評估的模糊性。某廠某型飛機大修項目質量風險分析的應用實例，證明了該方法合理有效，可為決策者提供準確合理的風險因素排序和理論支撐的風險管理思路。本文建立的評估模型依然存在不足，對所有專家賦予了相同的權重，實際項目中應客觀確定多位專家的權重，以期得到更合理的結果。