发明内容
本发明要解决的技术问题在于针对现有技术中海上救援能力难以评价的缺陷,提供一种评价海上救援能力的方法。
本发明解决其技术问题所采用的技术方案是:
本发明提供一种评价海上救援能力的方法,包括以下步骤:
S1、确定用于评价海上救援能力的多个评价指标,通过ISM解释结构模型法分析评价指标之间的相互关系,将评价指标分成多个等级,得到海上应急能力评价指标的解释结构模型;
S2、根据AHP层次分析法对解释结构模型中的多级评价指标进行重要性排序,计算各个评价指标的权重,进而得到由各个评价指标权重值组成的权重向量;
S3、根据解释结构模型和权重向量,结合隶属度函数建立多级模糊评价模型,综合评价海上应急救助单位的应急救援能力。
进一步地,本发明的步骤S1中通过ISM解释结构模型法分析评价指标之间的相互关系的方法具体为:
S11、通过邻接矩阵表示海上应急救援能力的评估指标之间的影响关系,该邻接矩阵属于布尔矩阵;
S12、通过布尔矩阵运算法则计算可达矩阵,可达矩阵用于表示邻接矩阵中每个节点经过一定路径可到达的程度,即每个评价指标之间的所有直接和间接关系;
S13、根据可达矩阵,建立可达集R(Si),表示指标Si出发可以到达的所有指标的集合,建立前因集A(Si),表示所有可以到达指标Si的指标集合,令C(Si)=R(Si)∩A(Si)表示与指标Si相互影响的指标,结合可达集R(Si)、前因集A(Si)和C(Si)得到层次结构图;
S14、根据层次结构图选出最高级指标要素集合,划去在可达矩阵中的相应行与列,再从剩余的可达矩阵中寻找新的最高级要素,直到找出各级所包含的最高要素集,得到包含多个等级的海上应急能力评价指标的解释结构模型。
进一步地,本发明的步骤S2中根据AHP层次分析法计算权重的方法为:
S21、通过专家打分的方式两两比较同级指标的相对重要性,Si,j表示评价指标Si相对于评价指标Sj的重要性,取值范围为1~9,建立评价指标之间的成对比较矩阵;
S22、计算每个等级指标成对比较矩阵的特征向量,归一化得到权重向量Wi=(W1,W2,…,Wn),Wn为评价指标n对应的权重。
进一步地,本发明的步骤S22中得到权重向量后,对其进行一致性检验,如果随机一致性比率CR≦0.1,则通过一致性检验。
进一步地,本发明的步骤S3中建立多级模糊评价模型的方法具体为:
S31、根据解释结构模型建立多级指标集合,多级指标集合中每一个等级与解释结构模型的每一个等级相对应;
S32、建立海上应急救援能力评价指标的评语集:
V={优秀,良好,中等,合格,差};
S33、根据隶属度函数求得各个等级指标集合的模糊关系矩阵R,结合权重向量W,建立多级模糊评价模型,其合成算法为:
其中,W为权重向量,R为模糊关系矩阵,B为各个等级对应用的模糊评价矩阵;为合成算子,取·定义为a·b=a×b=ab,定义为
进一步地,本发明的步骤S33中根据隶属度函数求得各个等级指标集合的模糊关系矩阵的方法具体为:
采用等腰三角形隶属度函数,对于第i个评价指标的隶属度的数学描述为:
式中:mk,nk,pk为第k个评价等级对应的常数,对于标准化后的指标,对应5个等级的评语对应n1=0,n2=0.25,n3=0.5,n4=0.75,n5=1,为保证每个指标至少可以得到4个评语的隶属度,取等腰三角形底边为1.6;这样5个隶属函数分别为:
进而得到q级评价指标对应的模糊关系矩阵Rq为:
本发明产生的有益效果是:本发明的评价海上救援能力的方法,针对海上救援能力评估问题,本发明首先利用ISM分析海上救援能力评价指标之间相互关系,再通过AHP确定各指标的权重,最后用多层次模糊综合评判对救援能力进行评价。评价结果可以评估某海域海事部门海上救援能力的优良程度,并根据指标重要性排序针对性地指出存在的问题和提出相应的意见来降低海上相似突发事故发生所造成的损失。这种方法能有效地评价某海域附近海事部门的海上救援能力,具有很好的实用性。
具体实施方式
为了使本发明的目的、技术方案及优点更加清楚明白,以下结合附图及实施例,对本发明进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本发明,并不用于限定本发明。
如图1所示,本发明实施例的评价海上救援能力的方法,包括以下步骤:
S1、确定用于评价海上救援能力的多个评价指标,通过ISM解释结构模型法分析评价指标之间的相互关系,将评价指标分成多个等级,得到海上应急能力评价指标的解释结构模型;
S2、根据AHP层次分析法对解释结构模型中的多级评价指标进行重要性排序,计算各个评价指标的权重,进而得到由各个评价指标权重值组成的权重向量;
S3、根据解释结构模型和权重向量,结合隶属度函数建立多级模糊评价模型,综合评价海上应急救助单位的应急救援能力。
步骤S1中通过ISM解释结构模型法分析评价指标之间的相互关系的方法具体为:
S11、通过邻接矩阵表示海上应急救援能力的评估指标之间的影响关系,该邻接矩阵属于布尔矩阵;
S12、通过布尔矩阵运算法则计算可达矩阵,可达矩阵用于表示邻接矩阵中每个节点经过一定路径可到达的程度,即每个评价指标之间的所有直接和间接关系;
S13、根据可达矩阵,建立可达集R(Si),表示指标Si出发可以到达的所有指标的集合,建立前因集A(Si),表示所有可以到达指标Si的指标集合,令C(Si)=R(Si)∩A(Si)表示与指标Si相互影响的指标,结合可达集R(Si)、前因集A(Si)和C(Si)得到层次结构图;
S14、根据层次结构图选出最高级指标要素集合,划去在可达矩阵中的相应行与列,再从剩余的可达矩阵中寻找新的最高级要素,直到找出各级所包含的最高要素集,得到包含多个等级的海上应急能力评价指标的解释结构模型。
步骤S2中根据AHP层次分析法计算权重的方法为:
S21、通过专家打分的方式两两比较同级指标的相对重要性,Si,j表示评价指标Si相对于评价指标Sj的重要性,取值范围为1~9,建立评价指标之间的成对比较矩阵;
S22、计算每个等级指标成对比较矩阵的特征向量,归一化得到权重向量Wi=(W1,W2,…,Wn),Wn为评价指标n对应的权重。
步骤S22中得到权重向量后,对其进行一致性检验,如果随机一致性比率CR≦0.1,则通过一致性检验。
步骤S3中建立多级模糊评价模型的方法具体为:
S31、根据解释结构模型建立多级指标集合,多级指标集合中每一个等级与解释结构模型的每一个等级相对应;
S32、建立海上应急救援能力评价指标的评语集:
V={优秀,良好,中等,合格,差};
S33、根据隶属度函数求得各个等级指标集合的模糊关系矩阵R,结合权重向量W,建立多级模糊评价模型,其合成算法为:
其中,W为权重向量,R为模糊关系矩阵,B为各个等级对应用的模糊评价矩阵;为合成算子,取·定义为a·b=a×b=ab,定义为
步骤S33中根据隶属度函数求得各个等级指标集合的模糊关系矩阵的方法具体为:
采用等腰三角形隶属度函数,对于第i个评价指标的隶属度的数学描述为:
式中:mk,nk,pk为第k个评价等级对应的常数,对于标准化后的指标,对应5个等级的评语对应n1=0,n2=0.25,n3=0.5,n4=0.75,n5=1,为保证每个指标至少可以得到4个评语的隶属度,取等腰三角形底边为1.6;这样5个隶属函数分别为:
进而得到q级评价指标对应的模糊关系矩阵Rq为:
如图2所示,在本发明的另一个具体实施例中:
海上救援能力指标:
如表1所示,评价海上救援能力通常有23个指标。
表1海上救援能力评价指标
评价指标间相互关系的确定:
评价指标确定之后,需要对指标间的相互关系进行确定。解释结构模型(Interpretative Structural Model-ing,ISM)是J Warfield提出的一种结构模型化技术。该模型能用来较好地来确定海上救援能力评价指标的相互关系,具体步骤如下:
(1)建立邻接矩阵
海上应急救援能力的评估指标之间的影响关系用相邻矩阵A来描述,A中元素aij是用来表示影响要素之间的影响关系,如式(1)所示。
经过课题组讨论研究并咨询专家,得出海上救援能力指标的邻接矩阵A如表2所示。
|
S0 |
S1 |
S2 |
S3 |
S4 |
S5 |
S6 |
S7 |
S8 |
S9 |
S1 0 |
S1 1 |
S1 2 |
S1 3 |
S1 4 |
S1 5 |
S1 6 |
S1 7 |
S1 8 |
S1 9 |
S2 0 |
S2 1 |
S22 |
S0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S2 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S3 |
1 |
1 |
0 |
1 |
1 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
S4 |
1 |
1 |
0 |
0 |
1 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S5 |
1 |
1 |
0 |
0 |
0 |
1 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S6 |
1 |
1 |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S7 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S8 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S9 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
1 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
1 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 2 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 3 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 4 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
1 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 5 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
1 |
1 |
0 |
1 |
0 |
0 |
0 |
0 |
S1 6 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
S1 7 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
S1 8 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
0 |
S1 9 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
0 |
0 |
0 |
S2 0 |
1 |
1 |
0 |
0 |
0 |
1 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
S2 1 |
1 |
1 |
0 |
0 |
1 |
1 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
S2 2 |
1 |
1 |
0 |
0 |
1 |
1 |
0 |
1 |
1 |
0 |
0 |
0 |
0 |
0 |
0 |
0 |
1 |
1 |
1 |
1 |
1 |
1 |
1 |
(2)建立可达矩阵
有向图中每个节点所经过的一定路径可以到达的程度用可达矩阵M描述。由于邻接矩阵A属于布尔矩阵,故采用布尔矩阵运算法则计算可达矩阵:
M=(A+I)k=(A+I)(k-1)≠(A+I)(k-2)≠…(A+I)(k≤n-1) (2)
可达矩阵M表示每个救援能力指标之间所有直接和间接的关系。
(3)建立层次结构图
在可达矩阵M中,建立可达集R(Si),表示指标Si出发可以到达的所有指标的集合,总结出各指标直接的影响关系;前因集A(Si)表示所有可以到达指标Si的指标集合,总结出各指标之间的被影响关系;令C(Si)=R(Si)∩A(Si)表示与指标Si相互影响的指标。可达矩阵M的R(Si)、A(Si)和C(Si)如表3所示。
表3可达矩阵M的R(Si)、A(Si)和C(Si)
选出最高级指标要素集后,划去在可达矩阵中的相应行与列,之后再从剩余的可达矩阵中寻找新的最高级要素。依次类推,能找出各级所包含的最高要素集。求得:
L1={S0} (3)
L2={S1,S7,S12,S19} (4)
L3={S4,S8,S9,S10,S11,S13,S16,S17,S18} (5)
L4={S5,S6,S15} (6)
L5={S3,S14,S20,S21,S22} (7)
L6={S2} (8)
根据Li分级,结合可达矩阵树立出上级指标与下级指标间联系,建立海上应急能力评价指标的解释结构模型。
各应急救援能力指标的影响力分析:
改善应急救援能力指标中相对重要的指标,是快速有效地提高海上应急救援能力的重要途径。由于海上应急救援能力指标众多,采用AHP法对各指标进行重要性排序,进而识别和筛选出对应急救援能力影响较大的指标。AHP法是T.L.Saaty于上世纪70年代提出的一种系统工程方法,它结合人们的主观判断将定性分析转化为定量分析,进而把复杂的系统简化成各种因素间的成对比较和简单计算。
(1)建立成对比较矩阵
根据ISM建立的指标体系,通过专家打分的方式两两比较同级指标的相对重要性,Si,j表示指标Si相对于Sj的重要性,取值按照1~9尺度,如表4所示,进而建立判断矩阵,其中第一级指标和第七级指标由于为单个指标不予比较,其权重大小设置为1,二级-五级指标成对比较矩阵分别如表5(a)-(d)所示。
(注:2,4,6,8分别表示上述两相邻标准值判断的中值)
表4同级指标的相对重要性
|
S1 |
S7 |
S12 |
S19 |
S1 |
1 |
1/2 |
1 |
3 |
S7 |
2 |
1 |
1 |
5 |
S12 |
2 |
1 |
1 |
5 |
S19 |
1/3 |
1/5 |
1/5 |
1 |
表5(a)
|
S4 |
S8 |
S9 |
S10 |
S11 |
S13 |
S16 |
S17 |
S18 |
S4 |
1 |
1/2 |
1/5 |
1/5 |
2 |
1/5 |
1/3 |
2 |
1 |
S8 |
2 |
1 |
1/2 |
1/2 |
4 |
2 |
1 |
4 |
2 |
S9 |
5 |
1/2 |
1 |
1 |
9 |
1 |
2 |
8 |
5 |
S10 |
5 |
1/2 |
1 |
1 |
9 |
1 |
2 |
9 |
6 |
S11 |
1/2 |
1/4 |
1/9 |
1/9 |
1 |
1/9 |
1/6 |
1 |
1/2 |
S13 |
5 |
1/2 |
1 |
1 |
9 |
1 |
2 |
9 |
5 |
S16 |
3 |
1/2 |
1/2 |
1/2 |
6 |
1/2 |
1 |
5 |
3 |
S17 |
1/2 |
1/4 |
1/9 |
1/9 |
1 |
1/9 |
1/5 |
1 |
1/3 |
S18 |
1 |
1/2 |
1/5 |
1/6 |
2 |
1/5 |
1/3 |
3 |
1 |
表5(b)
|
S5 |
S6 |
S15 |
S5 |
1 |
5 |
2 |
S6 |
1/5 |
1 |
1/3 |
S15 |
1/2 |
3 |
1 |
表5(c)
|
S3 |
S14 |
S20 |
S21 |
S22 |
S3 |
1 |
2 |
1/3 |
1/2 |
2 |
S14 |
1/2 |
1 |
1/9 |
1/5 |
1 |
S20 |
3 |
9 |
1 |
2 |
6 |
S21 |
2 |
5 |
1/2 |
1 |
5 |
S22 |
1/2 |
1 |
1/6 |
1/5 |
1 |
表5(d)
表5各级指标成对比较矩阵
(2)计算权重
计算每个等级指标成对比较矩阵的特征向量,归一化得到权向量Wi=(W1,W2,…,Wn),Wn即为指标n对应的权重。并进行一致性检验,如果随机一致性比率CR≦0.1,则通过一致性检验。确定的各级权重如下:
二级指标:最大特征根X=4.23078,一致性指标CI=0.07693,随机一致性比率CR=0.08643<0.1,通过一致性检验,确定的权向量为W2=(0.2109 0.3388 0.33880.0647)。
三级指标:最大特征根X=9.04844,一致性指标CI=0.00606,随机一致性比率CR=0.00415<0.1,通过一致性检验,确定的权向量为W3=(0.0070 0.0555 0.1520 0.16390.0014 0.1566 0.0473 0.0014 0.0067)。
四级指标:最大特征根X=3.00369,一致性指标CI=0.00185,随机一致性比率CR=0.00355<0.1,通过一致性检验,确定的权向量为W4=(0.5179 0.1480 0.3223)。
五级指标:最大特征根X=5.03142,一致性指标CI=0.00785,随机一致性比率CR=0.00701<0.1,通过一致性检验,确定的权向量为W5=(0.1181 0.0424 0.5544 0.29220.0470)。
多级模糊综合评判:
海上应急救援的决策与救助涉及到多个指标的影响和多个部门的协同救助,是一个复杂的模糊系统。海上应急救助的评估指标之间是分级的,因此,可以在ISM建立的结构模型和AHP得出的指标权重的基础上,建立多级模糊综合评判模型,对某一海上应急救援单位的救援能力进行评估。
(1)模糊综合评判基本原理:
设海上应急救援能力的评估指标集合为U,根据ISM建立的结构模型,建立多级指标集合:
U={U1(S1,S7,S12,S19)} (9)
U={U1(S4,S8,S9,S10,S11,S13,S16,S17,S18)} (10)
U={U1(S5,S6,S5)} (11)
U={U1(S3,S14,S20,S21,S22)} (12)
建立海上应急救援能力评估指标的评语集:
V={优秀,良好,中等,合格,差}
优秀表示指标能够很好地改善海上应急救援能力,以此类推,差表示指标将劣化海上应急救援能力。
根据海上应急救援能力评估指标体系,通过AHP确定各级指标的权重,结合隶属度函数建立多级模糊评价模型,综合评价某一特定海上应急救助单位的应急救援能力。模糊综合评价的合成算法如式(13)所示:
其中,W为权重向量,R为模糊关系矩阵,B为各个等级对应用的模糊评价矩阵;为合成算子,取·定义为a·b=a×b=ab,定义为
对各指标根据评语层进行评价,即得到模糊综合评价模型的最终评价矩阵,根据最大隶属度原则,模糊综合评价矩阵中的最大值隶属的评价等级,即是模糊综合评价模型的最终评价结果。
(2)各指标隶属度的确定
对于某一评估指标的评语集划分用隶属度函数描述,由于指标评语集分为5级,同时考虑到指标的打分方式,采用等腰三角形隶属度函数。对于第i个指标的隶属度的数学描述如式(14)所示。
式中:mk,nk,pk为第k个评价等级对应的常数,对于标准化后的指标,对应5个等级的评语对应n1=0,n2=0.25,n3=0.5,n4=0.75,n5=1,为保证每个指标至少可以得到4个评语的隶属度,取等腰三角形底边为1.6;这样5个隶属函数分别为:
进而得到q级评价指标对应的模糊关系矩阵Rq为:
(3)海上应急救援能力综合评判结果
在各指标隶属度确定之后,根据多级模糊综合评判基本原理得出海上应急救援能力综合评判结果如式(21)所示。
式中:由AHP求出各层次的权重w2,w3,w4,w5,w6=0.4418,0.2351,0.1509,0.0900,0.0822,CR=0.0086。
在本发明的另一个具体实施例中:
以渤海湾某海上应急救助部门的海上应急救援能力评估为例,采用专家打分法对该部门的应急救助能力评估指标进行评分。分数区间设为1-100,分值越高代表该指标越优秀,具体评分如表6所示:
表6各指标评分
分级将各级指标的评分利用min-max方法进行归一化处理,得到标准化的标准评价矩阵Ci'如式(22)-(27)所示。
C'2=[0.77 0 1 0.74] (23)
C3'=[0.94 0.50 1.00 1.00 0.02 1 0 0.34 0.95] (24)
C'4=[0.76 0 1] (25)
C'5=[0.10 0.49 1 0.67 0] (26)
C'6=[1] (27)
式中:Cij表示i等级中第j个指标,Cimin,Cimax表示i等级中的最低得分和最高得分。根据式(15)-(19)得出各级指标的模糊评价矩阵Ri如(28)-(32)所示。
R6=[0.89 0.80 0.49 0.18 0.00] (32)
根据层次分析法得到的指标权向量及等级权向量,根据式(15)-(21)进行模糊计算得:
B=[0.5970 0.5611 0.4246 0.2718 0.2178]
可知,该海上应急救援单位的救助能力优秀,能够及时采取合适的救援行动,满足大多应急救援的要求。若需进一步优化,可以根据ISM得到的结构模型和AHP得到的指标重要性排序逐步分析相应指标,针对性改进。首先分析二级指标,由表3可知二级指标中出动时效较差,其对应的下级指标人员组成和交通运输信息收集指标较差,进一步分析下级指标知人员组成所对应的调控指挥和应急处理实施指标较差,所对应的资源保障和相关地方政府指标较差。因此,该部门可以通过增强与地方部门的协调配合能力,合理编排和调控救援人员,增强交通运输信息收集能力,从而有效减少出动时间,增强效率进而提高其救援能力。
应当理解的是,对本领域普通技术人员来说,可以根据上述说明加以改进或变换,而所有这些改进和变换都应属于本发明所附权利要求的保护范围。