基于模糊綜合評(píng)價(jià)模型的大型活動(dòng)鐵路旅客進(jìn)站查驗(yàn)效率評(píng)價(jià)

摘" 要：演唱會(huì)、博覽會(huì)、大型賽事等大型活動(dòng)期間的短時(shí)客流高峰，對鐵路旅客進(jìn)站查驗(yàn)的安全和效率提出了嚴(yán)峻挑戰(zhàn)。文章將反熵法和模糊綜合評(píng)價(jià)模型結(jié)合，對大型活動(dòng)期間鐵路旅客進(jìn)站查驗(yàn)效率進(jìn)行評(píng)價(jià)，為提升鐵路客運(yùn)服務(wù)水平提供決策支持。首先，分展會(huì)、競技賽事、文藝演出、和其他等四類場景，對大型活動(dòng)的特點(diǎn)及影響進(jìn)行分析；其次，從進(jìn)站客流狀態(tài)、車站查驗(yàn)水平以及車站服務(wù)水平三個(gè)維度，建立包含4個(gè)一級(jí)和11個(gè)二級(jí)的兩級(jí)評(píng)價(jià)指標(biāo)體系，進(jìn)而選取模糊綜合評(píng)價(jià)模型，并結(jié)合反熵法，進(jìn)行客觀賦權(quán)；最后，以2021年上海進(jìn)博會(huì)相關(guān)調(diào)研數(shù)據(jù)為例，選取江浙滬皖范圍內(nèi)12個(gè)不同等級(jí)規(guī)模車站，對其進(jìn)站查驗(yàn)效率進(jìn)行評(píng)價(jià)。結(jié)果表明，大型活動(dòng)期間鐵路旅客進(jìn)站查驗(yàn)效率與車站等級(jí)、查驗(yàn)環(huán)節(jié)承擔(dān)的客流壓力高度相關(guān)，并進(jìn)一步針對不同等級(jí)車站現(xiàn)狀存在的問題，給出了相關(guān)的建議。

關(guān)鍵詞：鐵路旅客；進(jìn)站查驗(yàn)效率評(píng)價(jià)；大型活動(dòng)；模糊綜合評(píng)價(jià)模型；反熵法

中圖分類號(hào)：F530" " 文獻(xiàn)標(biāo)志碼：A" " DOI：10.13714/j.cnki.1002-3100.2024.17.016

Abstract： A short-term peak of passenger flow caused by the mega-event of concert， exhibition and large-scale competition， is a big challenge to the entrance check of railway passenger. The entrance check efficiency of railway station of mega-event can be accurately evaluated， with the combination of anti-entropy method with fuzzy comprehensive evaluation model， to improve the service level and judge the decision-making. Firstly， the characteristics and impacts of mega-event were analyzed， with four scenes including exhibitions， competitive events， artistic performances， and other events. Secondly， a two-level rating index system was established， including four primary indicators and eleven secondary indicators， with three dimensions of passenger flow status， station inspection level， and station service level. Furthermore， a fuzzy comprehensive evaluation model was selected， in which the anti

-entropy method was used for objective weighting. Finally， with relative survey data of 2021 Shanghai Import Expo， the entrance check efficiency in 12 railway stations was evaluated， which include different levels and scales in" the Jiangsu， Zhejiang， Shanghai， and Anhui areas. The results of case study show that the entrance check efficiency of railway passenger under mega-event is highly correlated with station level and passenger flow pressure. Further suggestions were provided to address the current problems of different levels of stations.

Key words： railway passenger; evaluation of entrance check efficiency; mega-event; fuzzy comprehensive evaluation model; anti-entropy method

0" 引" 言

鐵路車站是鐵路系統(tǒng)的門戶，具有流動(dòng)人員密集、人員組成復(fù)雜等[1]特點(diǎn)，特別是大型活動(dòng)形成的短時(shí)客流高峰，對其進(jìn)站查驗(yàn)的效率帶來嚴(yán)峻挑戰(zhàn)。如何通過定性和定量結(jié)合的整體分析，并結(jié)合具體流程及環(huán)節(jié)，對大型活動(dòng)期間的進(jìn)站查驗(yàn)效率進(jìn)行客觀評(píng)價(jià)，對于保障鐵路旅客運(yùn)輸效率及安全意義顯著。

在復(fù)雜客流下，為保證旅客出行安全，需要不斷優(yōu)化完善進(jìn)站查驗(yàn)工作流程。姚加林等[2]指出鐵路旅客出行的重要環(huán)節(jié)是旅客進(jìn)站安檢，并通過排隊(duì)論為進(jìn)站查驗(yàn)效率提出優(yōu)化建議；姚佼等[3]從鐵路客運(yùn)安全監(jiān)管的微觀環(huán)節(jié)入手，結(jié)合數(shù)據(jù)分析，提出了鐵路客運(yùn)安全監(jiān)管的新需求；楊飛[4]從服務(wù)容量的角度出發(fā)，利用動(dòng)態(tài)仿真模型為提高旅客進(jìn)站效率提出改進(jìn)建議。

對進(jìn)站查驗(yàn)具體環(huán)節(jié)的研究，周強(qiáng)等[5]提出鐵路客票實(shí)名制系統(tǒng)功能結(jié)構(gòu)，并通過解決票證一致性問題，有效緩解了鐵路旅客進(jìn)站查驗(yàn)的壓力；牛惠威等[6]運(yùn)用數(shù)據(jù)包絡(luò)法對車站的安檢查驗(yàn)環(huán)節(jié)進(jìn)行分析，為鐵路運(yùn)輸企業(yè)提出資源配置改善建議；Meng et al[7]應(yīng)用可變模糊集理論，針對高速鐵路和地鐵站點(diǎn)建立了安全評(píng)價(jià)模型，提高了鐵路安檢效率；Wang et al[8]利用Anylogic軟件，對車輛到達(dá)、購票、安檢、過閘機(jī)等進(jìn)站查驗(yàn)環(huán)節(jié)進(jìn)行仿真，并以南昌地鐵為例，給出了具體的動(dòng)態(tài)調(diào)整方案。

關(guān)于效率評(píng)價(jià)的研究方法，方法Zhu et al[9]采用三階段DEA法對環(huán)渤海地區(qū)的港口效率進(jìn)行評(píng)價(jià)，提出可行的優(yōu)化建議；Li et al[10]分析交通運(yùn)輸系統(tǒng)和事故情景，運(yùn)用層次分析法和加權(quán)最近鄰法，建立公路燃料運(yùn)輸安全評(píng)價(jià)指標(biāo)體系以及評(píng)價(jià)模型；郭偉等[11]引入?yún)^(qū)間層次分析法（IAHP）和改進(jìn)熵權(quán)法結(jié)合，對高鐵客運(yùn)樞紐離站換乘銜接現(xiàn)狀進(jìn)行合理的評(píng)價(jià)。

關(guān)于大型活動(dòng)期間交通運(yùn)營方案的研究，曲大義等[12]針對大型活動(dòng)舉辦地附近的交通特點(diǎn)，建立路網(wǎng)交通疏解優(yōu)化模型；郭佳樑等[13]運(yùn)用行人仿真手段，為大型活動(dòng)類大型活動(dòng)散場后的客流擁堵現(xiàn)象提供應(yīng)對方案。

據(jù)此，本文基于鐵路旅客進(jìn)站的特點(diǎn)，結(jié)合反熵法，構(gòu)建模糊綜合評(píng)價(jià)模型，對大型活動(dòng)期間的鐵路進(jìn)站查驗(yàn)效率進(jìn)行評(píng)價(jià)，并對不同等級(jí)車站，給出了針對性改進(jìn)建議。

1" 大型活動(dòng)的特點(diǎn)分析

大型活動(dòng)是指引發(fā)交通需求增加或交通供給減少，導(dǎo)致現(xiàn)有通行設(shè)施及能力不匹配的事件，具有計(jì)劃性、短時(shí)性、偶發(fā)性等特點(diǎn)。

由于火車班次較為固定，旅客進(jìn)站查驗(yàn)效率很大程度上決定了車站的通行效率，當(dāng)大型活動(dòng)期間出現(xiàn)短時(shí)大客流時(shí)，進(jìn)站查驗(yàn)效率面臨較大的挑戰(zhàn)。

因此，鐵路旅客出行需求與進(jìn)站查驗(yàn)條件之間供需不匹配情況，會(huì)一定程度上影響其進(jìn)站查驗(yàn)效率。

2" 旅客進(jìn)站查驗(yàn)效率綜合評(píng)價(jià)模型

2.1" 進(jìn)站查驗(yàn)效率評(píng)價(jià)指標(biāo)體系

對于偶發(fā)的、特定的大型活動(dòng)期間旅客進(jìn)站查驗(yàn)效率評(píng)價(jià)，階段性或基于時(shí)間序列的效率評(píng)價(jià)方法會(huì)出現(xiàn)一定的“水土不服”[12]，因此，本文試圖建立進(jìn)站查驗(yàn)評(píng)價(jià)指標(biāo)體系，通過實(shí)際采集數(shù)據(jù)的驅(qū)動(dòng)，以客觀得分為標(biāo)準(zhǔn)，來判斷其效率水平。

為建立進(jìn)站查驗(yàn)效率的評(píng)價(jià)指標(biāo)體系，首先對其具體流程和環(huán)節(jié)進(jìn)行分析，如圖1所示，從中可以看出，其重點(diǎn)影響查驗(yàn)效率的環(huán)節(jié)落在人工實(shí)名制核驗(yàn)、二次開包檢查以及站廳引導(dǎo)候車相關(guān)環(huán)節(jié)。

據(jù)此，建立層級(jí)式指標(biāo)體系，通過不同指標(biāo)反映的特性進(jìn)行分類，從而對不同維度的旅客進(jìn)站查驗(yàn)效率進(jìn)行分析。根據(jù)上述分析，鐵路旅客進(jìn)站查驗(yàn)的指標(biāo)體系主要包括進(jìn)站客流狀態(tài)、車站查驗(yàn)水平以及車站服務(wù)水平三個(gè)維度，以及4個(gè)一級(jí)指標(biāo)和11個(gè)二級(jí)指標(biāo)，如表1所示。

各指標(biāo)意義如下：

大型活動(dòng)客流增長率S₁₁：以早高峰為固定場景變量、每小時(shí)客流量為單位進(jìn)行客流對比，即大型活動(dòng)發(fā)生時(shí)期的客流量與平日客流量之比；

進(jìn)站口排隊(duì)長度S₁₂：大型活動(dòng)期間，由于站內(nèi)人數(shù)過多，會(huì)產(chǎn)生站外的排隊(duì)情況。以2分鐘為時(shí)間間隔，每2分鐘進(jìn)行一次排隊(duì)長度計(jì)數(shù)，計(jì)算一小時(shí)內(nèi)的平均排隊(duì)長度（人）；

每小時(shí)入進(jìn)站口人數(shù)S₁₃：每小時(shí)通過站外排隊(duì)通道，等待實(shí)名制核驗(yàn)的人數(shù)；

旅客進(jìn)行人工問詢比例S₁₄：即入站過程中問詢工作人員的旅客數(shù)與總?cè)胝救藬?shù)之比；

人工窗口特殊證件比例S₂₁：包括臨時(shí)身份證、兒童票、學(xué)生票、護(hù)照、港澳通行證、臺(tái)胞證等，即實(shí)名制查驗(yàn)的人工通道處使用特殊證件通行的旅客數(shù)與總旅客數(shù)之比；

人工核驗(yàn)系數(shù)S₂₂：實(shí)名制查驗(yàn)環(huán)節(jié)從人工通道核驗(yàn)通過的人數(shù)與自助閘機(jī)通過人數(shù)之比；

專用核驗(yàn)通道設(shè)置S₂₃：為大型活動(dòng)專門設(shè)置的查驗(yàn)通道數(shù)量；

二次安檢比例S₃₁：響應(yīng)大型活動(dòng)的應(yīng)急預(yù)案，在安檢查危環(huán)節(jié)需接受二次安檢的旅客數(shù)量與總旅客數(shù)之比；

被查處違禁品數(shù)量增長率S₃₂：大型活動(dòng)舉辦日期的前后兩周內(nèi)查處的違禁品數(shù)量，與平日時(shí)期相同時(shí)間長度內(nèi)的違禁品數(shù)量相比的增長率。即兩段時(shí)期查獲違禁品數(shù)量差值與平日查獲數(shù)量之比；

排隊(duì)引導(dǎo)告示增設(shè)數(shù)量S₄₁：包括站廳引導(dǎo)告示、便捷換乘指示等標(biāo)志性引導(dǎo)設(shè)施；

工作人員臨時(shí)增設(shè)比例S₄₂：大型活動(dòng)時(shí)期增設(shè)的答疑問詢、有序引導(dǎo)的工作人員數(shù)量與平日之比。

2.2" 基于反熵法的模糊綜合評(píng)價(jià)模型

考慮大型活動(dòng)的影響，涉及的鐵路車站包括不同等級(jí)的站點(diǎn)，其資源配置及突發(fā)事件處理能力都具有較大的差異，無法用絕對量化的標(biāo)準(zhǔn)對其進(jìn)行合理公正的評(píng)判，因此，選取客觀權(quán)重確定方法——反熵法，進(jìn)行指標(biāo)間相對權(quán)重的確定，與模糊評(píng)價(jià)矩陣結(jié)合，得到較為合理科學(xué)的評(píng)價(jià)結(jié)果。

具體模型的構(gòu)建步驟如下：

（1）確定指標(biāo)集U

本文以一級(jí)指標(biāo)為指標(biāo)集，二級(jí)指標(biāo)為評(píng)價(jià)指標(biāo)，以指標(biāo)集為待評(píng)價(jià)因素，利用單個(gè)一級(jí)指標(biāo)數(shù)據(jù)進(jìn)行評(píng)價(jià)，指標(biāo)集U如式（1）所示。

（2）建立模糊矩陣

建立相對偏差模糊矩陣，根據(jù)各指標(biāo)的類型，如成本型指標(biāo)越小越好，效益型指標(biāo)越大越好，求解出被評(píng)價(jià)單元各指標(biāo)數(shù)據(jù)中的指標(biāo)最優(yōu)解，作為虛擬矩陣，如式（2）所示。

（3）反熵法確定權(quán)重

在客觀權(quán)重的確定中受到廣泛應(yīng)用的是熵權(quán)法，但其靈敏度過高，對數(shù)據(jù)的包容性不強(qiáng)，易導(dǎo)致過大或過小的權(quán)重值，使客觀賦權(quán)失去意義。因此，本文選取與熵權(quán)法原理相似，但更為穩(wěn)定的反熵法。

反熵法的基本原理是當(dāng)樣本無序程度增強(qiáng)時(shí)，指標(biāo)差異越大，反熵值越大，其所占權(quán)重就越高。因其產(chǎn)生的權(quán)重較少出現(xiàn)極端值，由反熵法計(jì)算出的指標(biāo)權(quán)重更為合理可靠。

根據(jù)以上有關(guān)指標(biāo)集U中的指標(biāo)權(quán)重的設(shè)定計(jì)算，同理可分別獲取其他指標(biāo)集下各二級(jí)指標(biāo)在其對應(yīng)指標(biāo)集中的客觀權(quán)重，以及各一級(jí)指標(biāo)集的權(quán)重。

（4）合成評(píng)價(jià)結(jié)果

建立綜合評(píng)價(jià)模型，根據(jù)上述過程得出的權(quán)重，與其評(píng)價(jià)矩陣進(jìn)行合成，即可得到量化的評(píng)價(jià)結(jié)果。

3" 案例分析

3.1" 數(shù)據(jù)調(diào)研與評(píng)價(jià)

以我國重點(diǎn)經(jīng)濟(jì)中心、大都市圈核心城市——上海市為例，其2021年舉辦的大型活動(dòng)分類及占比如圖2所示。

圖2中國際展會(huì)在全部大型活動(dòng)中占比接近50%，因此，對國際展會(huì)的研究更有代表性，且國際展會(huì)規(guī)模更大，更吸引外地、外國游客跨城市參展，對城際鐵路出行的影響更為顯著，其研究結(jié)果適用性更強(qiáng)。

故本文選取2021年國際進(jìn)口博覽會(huì)，將研究范圍落在主辦城市上海及周邊受進(jìn)博會(huì)影響的長三角區(qū)域相關(guān)重點(diǎn)城市，選取江浙滬皖四省市中的特等站、一等站和二等站各4個(gè)共12個(gè)站點(diǎn)，對其進(jìn)站查驗(yàn)效率進(jìn)行綜合評(píng)價(jià)。

根據(jù)數(shù)據(jù)調(diào)研，對具體車站名稱進(jìn)行脫敏化處理，在案例評(píng)價(jià)中均用特等站1、特等站2、一等站1等簡稱代替。

基于第2節(jié)中的模型，運(yùn)用MATLAB輔助進(jìn)行權(quán)重的測算及整體模糊評(píng)價(jià)的運(yùn)算，并根據(jù)評(píng)價(jià)的數(shù)據(jù)結(jié)果，對被評(píng)價(jià)站點(diǎn)的旅客進(jìn)站查驗(yàn)效率水平進(jìn)行深入研究，分析步驟如下：

（1）數(shù)據(jù)預(yù)處理

據(jù)表1可知，進(jìn)博會(huì)期間鐵路旅客進(jìn)站的分級(jí)式評(píng)價(jià)指標(biāo)體系，包括4個(gè)一級(jí)指標(biāo)，11個(gè)二級(jí)指標(biāo)，經(jīng)過MATLAB運(yùn)算，對各站點(diǎn)各指標(biāo)下的數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化預(yù)處理，用于反熵法權(quán)重的計(jì)算。

（2）確定指標(biāo)集

（3）相對偏差模糊化

同理，可得出其他三個(gè)指標(biāo)集的模糊評(píng)價(jià)矩陣，用表格形式表示則以評(píng)價(jià)車站為列，以指標(biāo)為行，可得到各指標(biāo)集下，不同等級(jí)車站的模糊評(píng)價(jià)矩陣。

（4）反熵法確定權(quán)重

對數(shù)據(jù)標(biāo)準(zhǔn)歸一化處理后，以一級(jí)指標(biāo)為指標(biāo)集，運(yùn)用MATLAB對二級(jí)指標(biāo)進(jìn)行權(quán)重的測算，并在此基礎(chǔ)上對4個(gè)一級(jí)指標(biāo)的反熵值和指標(biāo)權(quán)重進(jìn)行求解，得到結(jié)果如表3所示。

（5）輸出評(píng)價(jià)結(jié)果

3.2" 評(píng)價(jià)結(jié)果分析

由面向大型活動(dòng)的旅客進(jìn)站查驗(yàn)效率評(píng)價(jià)結(jié)果可知，在進(jìn)博會(huì)特殊客流高峰時(shí)期，各等級(jí)間車站的查驗(yàn)效率水平參差不齊，是因?yàn)楦叩燃?jí)車站一般承擔(dān)較大的運(yùn)輸壓力，在客流的強(qiáng)壓下要保證旅客的高進(jìn)站查驗(yàn)效率，其難度也更大；而低等級(jí)車站承擔(dān)的運(yùn)輸壓力相對較小，在車站進(jìn)站查驗(yàn)條件沒有特別短缺或配置不合理的情況時(shí)，其效率一般可處于較高水平。

此外，由表4可知，旅客進(jìn)站查驗(yàn)效率的高低，并不完全與車站等級(jí)相關(guān)，同一等級(jí)下的車站進(jìn)站查驗(yàn)效率水平方差差異較大。特等站的效率表現(xiàn)較為極端，方差高達(dá)0.033；一等站的整體效率表現(xiàn)較為穩(wěn)定且平均，方差僅為0.008；二等站的效率普遍低于其他車站。

針對整體車站樣本中較為突出的車站，對其效率過高或過低的具體影響因素進(jìn)行研究，得到現(xiàn)存的問題如下：

（1）特等站和一等站在實(shí)名制人工查驗(yàn)環(huán)節(jié)與安檢查危環(huán)節(jié)容易出現(xiàn)通行延誤；

（2）由于二等站的站廳一般面積較小，因此二等站的延誤主要出現(xiàn)于安檢查危環(huán)節(jié)以及設(shè)施設(shè)置方面。

綜上所述，對于效率過低的特等站和一等站，提出以下建議：鐵路運(yùn)輸企業(yè)和相關(guān)監(jiān)管部門需將優(yōu)化重點(diǎn)放在實(shí)名制人工窗口查驗(yàn)和違禁品查處問題上，可考慮在進(jìn)博會(huì)等大型活動(dòng)的客流高峰期，增設(shè)實(shí)名制查驗(yàn)處的引導(dǎo)工作人員，勸導(dǎo)旅客盡量從自動(dòng)閘機(jī)通行，并在有條件的情況下增開人工窗口分散壓力；在安檢查危環(huán)節(jié)中，特等站需加強(qiáng)違禁品的宣傳，減少旅客攜帶率，并且查獲違禁品后的處理流程應(yīng)更加完善，有序做好查獲登記工作及存放或處理工作，減少違禁品處理產(chǎn)生的延誤。

對于效率過低的二等站，提出以下建議：鐵路運(yùn)輸企業(yè)及相關(guān)監(jiān)管部門的優(yōu)化重點(diǎn)在于基礎(chǔ)資源的配置，以及標(biāo)志、告示的設(shè)置。二等站因其車站等級(jí)較低，要保證旅客高效完成進(jìn)站查驗(yàn)，需要擁有至少與其車站等級(jí)相匹配的資源配置。設(shè)施設(shè)置方面，標(biāo)志告示包括攜帶品的宣傳、違禁品被查處后的處理方式以及旅客在站廳通行過程中的引導(dǎo)告示等，在最大程度減少旅客違禁品攜帶率的同時(shí)，完善進(jìn)站查驗(yàn)引導(dǎo)標(biāo)志，為旅客提供通行便利，從而優(yōu)化其進(jìn)站效率。

4" 總" 結(jié)

本文針對大型活動(dòng)對鐵路旅客進(jìn)站查驗(yàn)效率的影響，分析其具體流程和重點(diǎn)環(huán)節(jié)，建立了綜合效率評(píng)價(jià)的包括4個(gè)一級(jí)指標(biāo)和11個(gè)二級(jí)指標(biāo)的兩級(jí)指標(biāo)體系，進(jìn)而，構(gòu)建了基于反熵法的模糊綜合評(píng)價(jià)模型；最后，以具體代表性的2021年上海進(jìn)博會(huì)為例，以不同等級(jí)的車站為評(píng)價(jià)單元，采集相關(guān)數(shù)據(jù)，進(jìn)行權(quán)重賦值和各級(jí)指標(biāo)計(jì)算和比較分析，并針對效率不佳的各等級(jí)車站，提出了針對性的優(yōu)化建議，可為實(shí)際運(yùn)營中鐵路運(yùn)輸企業(yè)和監(jiān)管部門提供決策參考。

參考文獻(xiàn)：

[1] 王全喜. 鐵路客運(yùn)監(jiān)督管理評(píng)價(jià)研究[D]. 蘭州：蘭州交通大學(xué)，2017.

[2] 姚加林，潘學(xué)成. 基于排隊(duì)論的高鐵車站安檢設(shè)備運(yùn)用優(yōu)化研究[J]. 鐵道科學(xué)與工程學(xué)報(bào)，2020，125（8）：1919-1925.

[3] 姚佼，李宇航，郭曉峰，等. 常態(tài)化疫情防控背景下鐵路客運(yùn)安全監(jiān)管的特點(diǎn)及需求分析[J]. 物流科技，2021，44（3）：82-85.

[4] 楊飛. 基于服務(wù)容量的高鐵站進(jìn)站設(shè)備配置研究[D]. 北京：北京交通大學(xué)，2021.

[5] 周強(qiáng)，張志強(qiáng)，李士達(dá)，等. 鐵路客票系統(tǒng)實(shí)名制規(guī)則應(yīng)用設(shè)計(jì)實(shí)現(xiàn)[J]. 鐵道運(yùn)輸與經(jīng)濟(jì)，2019，41（7）：54-59.

[6] 牛惠威，韓印. 基于數(shù)據(jù)包絡(luò)法的鐵路客運(yùn)安檢查危評(píng)價(jià)研究[J]. 物流科技，2019，42（7）：99-102.

[7]" MENG Y， LIU D， RONG W， et al. Security check mutual recognition between high-speed railway and urban rail transit based on variable fuzzy set theory[J]. Mathematical Problems in Engineering， 2022，2022：1-10.

[8]" WANG M， CHEN Z， GUO J， et al. Optimization of security check efficiency in subway station based on Anylogic： A case study of Nanchang Metro[J]. Journal of Intelligent amp; Fuzzy Systems， 2021，41（4）：5035-5043.

[9]" ZHU B， LIN B. Efficiency evaluation of ports in Bohai rim region based on three-stage DEA[J]. International Journal of Innovative Computing： Information and Control， 2021，17（3）：1067-1074.

[10]" LI Z， CHEN C， YU S， et al. Safety evaluation of spent fuel road transportation based on weighted nearest neighbor method[J]. Annals of Nuclear Energy， 2019，127：412-418.

[11] 郭偉，姚加林. 基于IAHP-熵權(quán)法和Vague集的高鐵客運(yùn)樞紐離站換乘評(píng)價(jià)[J]. 工業(yè)工程與管理，2022，27（2）：18-25.

[12] 曲大義，王五林，韓樂濰，等. 面向特殊事件的交通疏解遞階優(yōu)化模型[J]. 青島理工大學(xué)學(xué)報(bào)，2020，41（2）：121-129.

[13] 郭佳樑，張麗娟，葉平一，等. 行人仿真在大型活動(dòng)散場組織中的交互與應(yīng)用[J]. 交通與運(yùn)輸，2022，35（S1）：240-245.

[14] 王威娜，胡佳利，任艷. 基于優(yōu)化Shapelet的時(shí)間序列分類方法[J]. 科學(xué)技術(shù)與工程，2023，23（8）：3345-3353.