CN112132397A - 基于网络分析的大型商圈安全风险模糊综合评价方法及装置 - Google Patents
基于网络分析的大型商圈安全风险模糊综合评价方法及装置 Download PDFInfo
- Publication number
- CN112132397A CN112132397A CN202010879415.6A CN202010879415A CN112132397A CN 112132397 A CN112132397 A CN 112132397A CN 202010879415 A CN202010879415 A CN 202010879415A CN 112132397 A CN112132397 A CN 112132397A
- Authority
- CN
- China
- Prior art keywords
- evaluation
- safety
- indexes
- risk
- business district
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Pending
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 208
- 238000003012 network analysis Methods 0.000 title claims abstract description 47
- 238000005516 engineering process Methods 0.000 claims abstract description 43
- 238000000034 method Methods 0.000 claims abstract description 43
- 239000011159 matrix material Substances 0.000 claims description 74
- 238000004458 analytical method Methods 0.000 claims description 35
- 239000013598 vector Substances 0.000 claims description 29
- 238000007726 management method Methods 0.000 claims description 23
- 238000011158 quantitative evaluation Methods 0.000 claims description 18
- 239000000463 material Substances 0.000 claims description 10
- 238000010606 normalization Methods 0.000 claims description 7
- 238000012545 processing Methods 0.000 claims description 7
- 230000002194 synthesizing effect Effects 0.000 claims description 6
- 238000011160 research Methods 0.000 description 14
- 206010000369 Accident Diseases 0.000 description 10
- 238000013528 artificial neural network Methods 0.000 description 10
- 230000002265 prevention Effects 0.000 description 9
- 238000002360 preparation method Methods 0.000 description 7
- 230000004044 response Effects 0.000 description 7
- 238000012502 risk assessment Methods 0.000 description 7
- 238000010276 construction Methods 0.000 description 6
- 230000000694 effects Effects 0.000 description 6
- 239000000284 extract Substances 0.000 description 5
- 238000012544 monitoring process Methods 0.000 description 5
- 238000005457 optimization Methods 0.000 description 5
- 238000012549 training Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 4
- 238000011084 recovery Methods 0.000 description 4
- 238000013461 design Methods 0.000 description 3
- 230000007613 environmental effect Effects 0.000 description 3
- 238000011835 investigation Methods 0.000 description 3
- 230000008569 process Effects 0.000 description 3
- 230000008901 benefit Effects 0.000 description 2
- 239000000969 carrier Substances 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 238000005553 drilling Methods 0.000 description 2
- 230000006872 improvement Effects 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 244000144972 livestock Species 0.000 description 2
- 238000012423 maintenance Methods 0.000 description 2
- 238000005259 measurement Methods 0.000 description 2
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 235000013613 poultry product Nutrition 0.000 description 2
- 239000000126 substance Substances 0.000 description 2
- 238000012935 Averaging Methods 0.000 description 1
- 230000001133 acceleration Effects 0.000 description 1
- 230000006978 adaptation Effects 0.000 description 1
- 230000004075 alteration Effects 0.000 description 1
- 210000001520 comb Anatomy 0.000 description 1
- 238000002485 combustion reaction Methods 0.000 description 1
- 230000007123 defense Effects 0.000 description 1
- 238000013278 delphi method Methods 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 238000009440 infrastructure construction Methods 0.000 description 1
- 238000004519 manufacturing process Methods 0.000 description 1
- 230000007246 mechanism Effects 0.000 description 1
- 238000013508 migration Methods 0.000 description 1
- 230000005012 migration Effects 0.000 description 1
- 230000008520 organization Effects 0.000 description 1
- 230000002787 reinforcement Effects 0.000 description 1
- 230000000391 smoking effect Effects 0.000 description 1
- 230000002269 spontaneous effect Effects 0.000 description 1
- 230000003068 static effect Effects 0.000 description 1
- 238000003860 storage Methods 0.000 description 1
- 238000006467 substitution reaction Methods 0.000 description 1
- 239000013589 supplement Substances 0.000 description 1
- 230000026676 system process Effects 0.000 description 1
- 230000009466 transformation Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0635—Risk analysis of enterprise or organisation activities
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N7/00—Computing arrangements based on specific mathematical models
- G06N7/02—Computing arrangements based on specific mathematical models using fuzzy logic
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
- G06Q10/06393—Score-carding, benchmarking or key performance indicator [KPI] analysis
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
Landscapes
- Business, Economics & Management (AREA)
- Engineering & Computer Science (AREA)
- Human Resources & Organizations (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Economics (AREA)
- Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Tourism & Hospitality (AREA)
- Entrepreneurship & Innovation (AREA)
- Educational Administration (AREA)
- Development Economics (AREA)
- Marketing (AREA)
- General Business, Economics & Management (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- General Health & Medical Sciences (AREA)
- Health & Medical Sciences (AREA)
- Software Systems (AREA)
- Life Sciences & Earth Sciences (AREA)
- Fuzzy Systems (AREA)
- Biomedical Technology (AREA)
- Molecular Biology (AREA)
- Automation & Control Theory (AREA)
- Algebra (AREA)
- Artificial Intelligence (AREA)
- Computational Mathematics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Mathematical Analysis (AREA)
- Mathematical Optimization (AREA)
- Pure & Applied Mathematics (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Primary Health Care (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明公开了一种基于网络分析的大型商圈安全风险模糊综合评价方法及装置,其中,方法包括以下步骤:结合公共安全科技三角形理论构建大型商圈的安全评价体系;通过网络分析法确定安全评价体系中指标之间的权重系数;根据模糊综合评价法对指标之间的权重系数进行评价处理,得到大型商圈的安全风险评价值,以根据安全风险评价值得到大型商圈的当前安全风险评价等级。该方法以公共安全科技三角形理论为依据,总结提炼出大型商圈风险评价指标体系,并采用网络分析和模糊综合评价法相结合的方式对大型商圈进行风险评价。
Description
技术领域
本发明涉及风险评估技术领域,特别涉及一种基于网络分析的大型商圈安全风险模糊综合评价方法及装置。
背景技术
随着我国城市化进程的加快,城市经济快速发展,城市公共安全风险也在不断演化、积累。大型商圈作为城市的重要经济中心,具有规模大、人群密度大、经济价值高等特点,在发生突发事件时,大型商圈的脆弱性与城市其他区域相比更突出。构建大型商圈风险评价指标体系,能够为相应风险评价奠定基础,为开展安全管理工作提供参考。
近年来,国内外学者针对“城市复杂区域”和“商圈”的风险评价开展了许多研究:王立群等利用安全检查表法对商场火灾危险因素进行了识别;Georgia等研究了自然现象、化学泄漏等因素影响下的商圈人员疏散风险;Ramli等分析了城市商圈居民区的火灾救援风险;董铭鑫等根据实地调查和相关法律法规建立了商场外因火灾风险评价指标体系;郭怡结合AHP及综合评价法构建了火车站及周围人群聚集区的风险评价指标体系;任国友等构建了商场消防评价体系并利用AHP对风险隐患因素进行了排序;李德文等利用模糊综合评价法对火车站周围商圈重点区域的火灾风险进行了评价;张佳明等[9]对城市社区风险进行了定性和定量评价;毛鹏等利用熵权法和模糊综合评价法对城市公共区域的应急疏散风险进行了分析评价。这些研究内容主要集中于风险识别、风险评价体系构建和风险等级评价等方面。
目前的研究仍存在以下问题:随着商圈规模扩大、商圈环境更为复杂,对大型商圈的研究需求增加,但目前国内外学者的研究对象多为商场;现有商圈风险评价指标体系较为单薄,一般只针对单一突发事件类型,且没有考虑到应急管理措施对大型商圈风险的综合影响,研究成果不具有普适性;此外也忽视了评价指标间的关联性。
发明内容
本发明旨在至少在一定程度上解决相关技术中的技术问题之一。
为此,本发明的一个目的在于提出一种基于网络分析的大型商圈安全风险模糊综合评价方法,该方法以公共安全科技三角形理论为依据,总结提炼出大型商圈风险评价指标体系,并采用网络分析和模糊综合评价法相结合的方式对大型商圈进行风险评价。
本发明的另一个目的在于提出一种基于网络分析的大型商圈安全风险模糊综合评价装置。
为达到上述目的,本发明一方面实施例提出了一种基于网络分析的大型商圈安全风险模糊综合评价方法,包括以下步骤:结合公共安全科技三角形理论构建大型商圈的安全评价体系;通过网络分析法确定所述安全评价体系中指标之间的权重系数;根据模糊综合评价法对所述指标之间的权重系数进行评价处理,得到所述大型商圈的安全风险评价值,以根据所述安全风险评价值得到所述大型商圈的当前安全风险评价等级。
本发明实施例的基于网络分析的大型商圈安全风险模糊综合评价方法,结合公共安全科技三角形理论,从突发事件的危险性,承灾载体的脆弱性,以及应急能力等方面首次构建了大型商圈风险评价指标体系;并通过网络分析法和模糊综合评价法确定指标之间的权重系数和对大型商圈进行安全风险评价,从而为大型商圈安全风险整体管控和优化提供理论依据。
另外,根据本发明上述实施例的基于网络分析的大型商圈安全风险模糊综合评价方法还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述公共安全科技三角形理论用一个三角形来表征公共安全科技框架,三角形的三边分别代表突发事件、承灾载体和应急管理,三角形包含的灾害要素分别包括物质、能量和信息。
进一步地,在本发明的一个实施例中,所述结合公共安全科技三角形理论构建大型商圈的安全评价体系,包括:基于公共安全科技三角形理论的灾害演化分析,并对突发事件危险性指标、承灾载体脆弱性指标和应急能力指标进行分析;根据灾害演化分析结果、突发事件危险性指标分析结果、承灾载体脆弱性指标分析结果和应急能力指标分析结果构建所述大型商圈的安全评价体系。
进一步地,在本发明的一个实施例中,所述通过网络分析法确定所述安全评价体系中指标之间的权重系数,包括:构建网络结构模型,所述网络结构模型由控制层和网络层构成,其中,所述控制层包括至少1个目标,进行无决策准则;所述网络层包含所有对所述控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系;构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵;以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量,综合所有特征向量得到整体加权矩阵,将所述加权矩阵与所述无加权超矩阵相乘,得到加权超矩阵;将所述加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,以得到各元素相对决策目标的全局权重。
进一步地,在本发明的一个实施例中,所述根据模糊综合评价法对所述指标之间的权重系数进行评价处理,得到所述大型商圈的安全风险评价值,以根据所述安全风险评价值得到所述大型商圈的当前安全风险评价等级,包括:根据指标体系中指标构建评价因素集并建立评语集;确定指标相对于评语集的隶属程度,根据所述隶属程度生成模糊关系矩阵,并根据所述模糊关系矩阵得到综合评定向量;对所述评语集中的评语赋值,得到赋值矩阵;将所述综合评定向量和所述赋值矩阵相乘得到大型商圈的安全风险量化评估值;对照大型商圈的安全风险评价标准和所述量化评估值得出所述大型商圈的当前安全风险评价等级。
为达到上述目的,本发明另一方面实施例提出了一种基于网络分析的大型商圈安全风险模糊综合评价装置,包括:构建模块,用于结合公共安全科技三角形理论构建大型商圈的安全评价体系;确定模块,用于通过网络分析法确定所述安全评价体系中指标之间的权重系数;评价模块,用于根据模糊综合评价法对所述指标之间的权重系数进行评价处理,得到所述大型商圈的安全风险评价值,以根据所述安全风险评价值得到所述大型商圈的当前安全风险评价等级。
本发明实施例的基于网络分析的大型商圈安全风险模糊综合评价装置,结合公共安全科技三角形理论,从突发事件的危险性,承灾载体的脆弱性,以及应急能力等方面首次构建了大型商圈风险评价指标体系;并通过网络分析法和模糊综合评价法确定指标之间的权重系数和对大型商圈进行安全风险评价,从而为大型商圈安全风险整体管控和优化提供理论依据。
另外,根据本发明上述实施例的基于网络分析的大型商圈安全风险模糊综合评价装置还可以具有以下附加的技术特征:
进一步地,在本发明的一个实施例中,所述公共安全科技三角形理论用一个三角形来表征公共安全科技框架,三角形的三边分别代表突发事件、承灾载体和应急管理,三角形包含的灾害要素分别包括物质、能量和信息。
进一步地,在本发明的一个实施例中,所述构建模块进一步用于:基于公共安全科技三角形理论的灾害演化分析,并对突发事件危险性指标、承灾载体脆弱性指标和应急能力指标进行分析;根据灾害演化分析结果、突发事件危险性指标分析结果、承灾载体脆弱性指标分析结果和应急能力指标分析结果构建所述大型商圈的安全评价体系。
进一步地,在本发明的一个实施例中,所述确定模块进一步用于:构建网络结构模型,所述网络结构模型由控制层和网络层构成,其中,所述控制层包括至少1个目标,进行无决策准则;所述网络层包含所有对所述控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系;构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵;以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量,综合所有特征向量得到整体加权矩阵,将所述加权矩阵与所述无加权超矩阵相乘,得到加权超矩阵;将所述加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,以得到各元素相对决策目标的全局权重。
进一步地,在本发明的一个实施例中,所述评价模块进一步用于:根据指标体系中指标构建评价因素集并建立评语集;确定指标相对于评语集的隶属程度,根据所述隶属程度生成模糊关系矩阵,并根据所述模糊关系矩阵得到综合评定向量;对所述评语集中的评语赋值,得到赋值矩阵;将所述综合评定向量和所述赋值矩阵相乘得到大型商圈的安全风险量化评估值;对照大型商圈的安全风险评价标准和所述量化评估值得出所述大型商圈的当前安全风险评价等级。
本发明附加的方面和优点将在下面的描述中部分给出,部分将从下面的描述中变得明显,或通过本发明的实践了解到。
附图说明
本发明上述的和/或附加的方面和优点从下面结合附图对实施例的描述中将变得明显和容易理解,其中:
图1为根据本发明一个实施例的基于网络分析的大型商圈安全风险模糊综合评价方法的流程图;
图2为根据本发明一个实施例的公共安全科技三角形及内在关系示意图;
图3为根据本发明一个实施例的大型商圈安全风险评价体系框架;
图4为根据本发明一个实施例的模糊综合评价法评价流程图;
图5为根据本发明一个实施例的大型商圈安全风险评价体系网络层关系图;
图6为根据本发明一个实施例的基于网络分析的大型商圈安全风险模糊综合评价装置的结构示意图。
具体实施方式
下面详细描述本发明的实施例,所述实施例的示例在附图中示出,其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施例是示例性的,旨在用于解释本发明,而不能理解为对本发明的限制。
如今商圈逐渐向大型化、复杂化发展。作为城市的重要组成部分,商圈一旦发生事故将会造成不可估量的损失。为了从整体上衡量大型商圈的安全风险,本发明实施例结合公共安全科技三角形理论,从突发事件的危险性,承灾载体的脆弱性,以及应急能力等方面首次构建了大型商圈风险评价指标体系。并通过网络分析法和模糊综合评价法确定指标之间的权重系数和对大型商圈进行安全风险评价。本发明实施例选用某大型商圈A进行实例验证,结果表明:大型商圈A整体风险等级较好,其中火灾风险、踩踏风险和建筑脆弱性风险较高。运用本发明实施例的方法可以对大型商圈安全风险进行定量评估,从而为大型商圈安全管理提供科学依据。
下面参照附图描述根据本发明实施例提出的基于网络分析的大型商圈安全风险模糊综合评价方法及装置,首先将参照附图描述根据本发明实施例提出的基于网络分析的大型商圈安全风险模糊综合评价方法。
图1是本发明一个实施例的基于网络分析的大型商圈安全风险模糊综合评价方法的流程图。
如图1所示,该基于网络分析的大型商圈安全风险模糊综合评价方法包括以下步骤:
在步骤S101中,结合公共安全科技三角形理论构建大型商圈的安全评价体。
其中,清华大学公共安全研究院范维澄提出了公共安全科技三角形理论,认为公共安全科技框架可以用一个三角形来表征,三角形的三边分别代表突发事件、承灾载体和应急管理,三角形包含的灾害要素分别包括物质、能量和信息[11]。公共安全科技三角形理论是一个完善的公共安全理论体系,其在突发事件演化分析、系统安全风险识别和系统防灾御灾规划等方面发挥了非常大的作用。该理论被提出后得到了广泛的应用,申世飞等利用该理论对食源性畜禽产品养殖、流通等各个环节进行分析,并构建了食源性畜禽产品安全的“事件链”;沈鑫皓等利用该理论提取了城市电力系统公共安全风险的相应评估指标;张鼎华等结合理论框架中的“灾害要素”和灾害系统论的“致灾因子”,参考理论框架提出广东省沿海城市生命线系统综合规划的思路。实践证明,公共安全科技三角形理论能够有效帮助识别灾害过程中各个阶段的风险。
进一步地,在本发明的一个实施例中,结合公共安全科技三角形理论构建大型商圈的安全评价体系,包括:基于公共安全科技三角形理论的灾害演化分析,并对突发事件危险性指标、承灾载体脆弱性指标和应急能力指标进行分析;根据灾害演化分析结果、突发事件危险性指标分析结果、承灾载体脆弱性指标分析结果和应急能力指标分析结果构建大型商圈的安全评价体系。
具体而言,1.1、基于公共安全科技三角形理论的灾害演化分析
灾害的发生及演化是一个复杂的系统过程,为了对大型商圈进行安全风险评价,必须理解三角形的内在关系,才能保证指标选取的合理性。
如图2所示,突发事件、承灾载体和应急管理三条边具有相关性和依赖性,按照事故发生、演化的时间顺序进行分析:在事故发生前应急管理工作可以防止突发事件发生并增强承灾载体的承灾能力。随着物质、能量或信息三种灾害要素之一积累至超出限值,则会导致相应类型的突发事件发生。突发事件作用于承灾载体,对其造成破坏(本体破坏和功能破坏)。承灾载体被破坏后,如果没有及时有效的应急管理措施,则很有可能导致承灾载体所孕含的灾害要素被激活或意外释放,进而引发次生、衍生灾害,形成事件链。
1.2、大型商圈安全评价指标分析
根据公共安全科技三角形理论可知,关注突发事件本身的危险性、衡量大型商圈中承灾载体抵御灾害的能力指标以及应急能力,才能预防和抵抗灾害的发生,增强大型商圈的安全韧性。本发明实施例将按照科学性、系统性、可行性和灵活性原则,对上述方面进行分析,提取相关的指标。
1.2.1、突发事件危险性指标分析
本发明实施例从突发事件类型角度出发,通过文献调研和向大型商圈管理者、居民等发放问卷等方式,得知火灾事故和踩踏事故是统计学意义上大型商圈发生频率最高的两种事故类型。突发事件的危险性评判可以分为事件发生频率和事故后果严重程度两方面。后面将从上述两方面对这两类事故的危险性进行分析。
对于火灾事故,本发明实施例从事故频率角度提取指标:火灾事故频数。对火灾事故频数进行分析,根据历史统计资料显示,导致火灾事故发生最多的原因分别为:日常用火不慎>电气>原因不明>吸烟>玩火>其他>违反安全规定>放火>自燃,可以确定导致火灾的相关隐患,因此引入另一个指标:火灾隐患情况;为衡量火灾事故后果严重程度,本发明实施例考虑了物质、能量两方面因素即火灾载荷,以及限制火灾发生、演化的因素:消防安全责任、建筑防火设计、建筑疏散设计、消防器械配置。
对于踩踏事故,本发明实施例提取历史踩踏事故次数、大型活动举办次数作为频率指标;人群密度、人员聚集情况作为严重程度指标。为了保证指标的合理性,本发明实施例选取的定量指标均为长时间尺度的静态指标。
1.2.2承灾载体脆弱性指标分析
大型商圈受到致灾因子的影响时便形成可能造成一定损失的可能性,而大型商圈本身对抗这种影响并恢复到自身正常状态的这种能力是脆弱性[23]。大型商圈的脆弱性主要体现在人、物、环境三个方面。根据夏剑霖等的研究,在研究承灾载体脆弱性时可以从物理脆弱性、社会脆弱性以及环境脆弱性三个方面进行分析。
大型商圈的物理脆弱性主要是指商圈内建筑物及其公共配套设施在遭受自然或人为灾害时本身容易受损的程度,根据建筑类型可以将物理脆弱性划分为建筑脆弱性、基础设施脆弱性、高危设施脆弱性三类;专家学者认为影响社会脆弱性的最重要的指标是城镇化水平、经济条件、年龄与性别等。通过德尔菲法咨询专家,并根据对多个大型商圈的调研分析,本发明实施例选取具有普适性的大型商圈社会脆弱性指标:商圈经济条件、人群异质性、人员暴露位置;环境脆弱性方面,其影响因素主要源自于所处自然环境和人工环境,自然环境包括天气条件和地理条件,这里提取自然环境作为指标;此外从公共服务的安全相关性出发,选取公共服务可达性作为人工环境的衡量指标,包括医疗、出警、消防服务等部分。
1.2.3应急能力指标分析
应急能力分析是提高突发事件应对能力的重要依据。本发明实施例参照美国联邦安全管理委员会的PPRR理论,将大型商圈应急能力评估划分为应急预防、应急准备、应急响应和应急恢复四个部分。同时本发明实施例参考了相关文献,结合《中华人民共和国突发事件应对法》和《商业街管理技术规范》的各项标准,对四个部分分别选取二级指标。
1.2.4大型商圈安全评价指标体系构建
本发明实施例从公共安全科技三角形理论角度进行分析,在广泛调研文献的基础上,通过深入分析大型商圈历史突发事件,并结合实地调研,初步构建了大型商圈安全风险评价体系,之后又邀请了20位专家利用德尔菲法对所建立的大型商圈安全评价体系进行评判。经过多次的反馈修改,本发明实施例建立了考虑突发事件发生演化机理和大型商圈普适性特征的大型商圈安全风险评价体系,如图3所示,该体系包括9个一级指标和31个二级指标。其中,图3中的字母含义为:A1:人群密度、A2:人员聚集情况、A3:踩踏事故频数、A4:大型活动频数、B1:消防安全责任、B2:建筑结构设计、B3:消防器械配置、B4:火灾事故频数、B5:火灾隐患情况、B6:火灾载荷、C1:建筑脆弱性、C2:基础设施脆弱、C3:高危设施脆弱性、D1:商圈经济条件、D2:人群异质性、D3:人员暴露位置、E1:自然环境、E2:公共服务可达性、F1:应急组织体系、F2:应急规划、F3:应急预案体系、F4:规章制度体系、G1:监测预警系统、G2:应急物资配备、G3:应急救援队伍、G4:应急演练培训、H1:应急响应能力、H2:指挥协调、H3:舆情应对、I1:恢复重建能力和I2:持续改进能力。
在步骤S102中,通过网络分析法确定安全评价体系中指标之间的权重系数。
可以理解的是,大型商圈安全风险评价体系是一个复杂系统,突发事件危险性、承灾载体脆弱性、应急能力三个指标之间不是相互独立而是相互影响的。考虑到AHP方法只能解决独立性指标权重判定问题,对于关联性指标分析存在一定局限性,因此本发明实施例采用网络分析(ANP)方法对大型商圈安全风险评价指标进行权重判定。之后选用模糊综合评价法对大型商圈的各项指标进行打分并获得大型商圈总的风险等级。
进一步地,在本发明的一个实施例中,通过网络分析法确定安全评价体系中指标之间的权重系数,包括:构建网络结构模型,网络结构模型由控制层和网络层构成,其中,控制层包括至少1个目标,进行无决策准则;网络层包含所有对控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系;构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵;以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量,综合所有特征向量得到整体加权矩阵,将加权矩阵与无加权超矩阵相乘,得到加权超矩阵;将加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,以得到各元素相对决策目标的全局权重。
具体而言,ANP方法是在AHP方法基础上发展而来的网络型决策模型,可以解决具有指标关联性特征的决策问题,对分析非独立递阶层次结构,处理决策系统中因素间的依存和反馈关系有较好的效果[29]。
使用ANP模型确定指标权重,主要包含4个步骤:
1)构建网络结构模型。ANP模型由控制层和网络层2部分构成,控制层至少1个目标,可以无决策准则;网络层包含所有对控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系。
2)构建无加权超矩阵。如表1所示,采用1-9标度法为评价准则,构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵W。
表1为1-9标度评价准则
3)计算加权超矩阵。以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量(a1i,a2i,…,ani)T,综合所有特征向量得到整体加权矩阵将加权矩阵与无加权超矩阵W相乘,可得加权超矩阵
4)计算极限超矩阵。将加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,即可得到各元素相对决策目标的全局权重。
在步骤S103中,根据模糊综合评价法对指标之间的权重系数进行评价处理,得到大型商圈的安全风险评价值,以根据安全风险评价值得到大型商圈的当前安全风险评价等级。
在本发明的一个实施例中,步骤S103包括:根据指标体系中指标构建评价因素集并建立评语集;确定指标相对于评语集的隶属程度,根据隶属程度生成模糊关系矩阵,并根据模糊关系矩阵得到综合评定向量;对评语集中的评语赋值,得到赋值矩阵;将综合评定向量和赋值矩阵相乘得到大型商圈的安全风险量化评估值;对照大型商圈的安全风险评价标准和量化评估值得出大型商圈的当前安全风险评价等级。
具体而言,如图4所示,首先是根据指标体系中指标构建评价因素集并建立评语集,本发明实施例将评语集划分为5个等级,分别为好,较好,一般,较差和差。接下来由专家确定指标相对于评语集的隶属程度。根据专家意见确定指标隶属度,即可生成模糊关系矩阵R=(rij)i×k。其中,rij表示第i个因素对评语集第j个等级的隶属度。利用式5得到综合评定向量B。对于评语集中的5个评语赋值,得到赋值矩阵P=(100,80,60,40,20)。再将综合评定矩阵与赋值矩阵相乘可算得大型商圈安全风险的量化评估值L,如式6所示:
L=B×P (6)
式中:W即指标的权重集;R表示模糊关系矩阵;B即综合评定向量;P即赋值矩阵。如表2所示,对照大型商圈安全风险评价标准和量化评估值L可以得出该商圈安全风险评价等级。
表2大型商圈安全风险评价标准
下面将将以大型商圈A安全风险评价实例对基于网络分析的大型商圈安全风险模糊综合评价方法进行进一步阐述,具体如下:
本发明实施例选取大型商圈A为研究对象,利用改进ANP方法计算权重向量。
1)确定大型商圈安全风险评价体系权重
根据大型商圈安全风险评价指标体系,确定评判对象指标集,控制层目标设为大型商圈安全评价,分设突发事件危险性、承载载体脆弱性和应急能力三个准则,网络层包含九个一级指标A、B、C、D、E、F、G、H、I和31个二级指标。通过对大型商圈安全风险评价指标体系中各风险因素间的依存反馈关系进行分析,构建关联型评价指标ANP模型,主要由九个元素组组成,每个元素组还包含多个子元素,大型商圈安全风险评价ANP网络结构如图5所示。在构造ANP的判断矩阵时,本发明实施例邀请了20位安全评价领域的专家采用表1对大型商圈安全风险评价指标体系中的各级指标进行两两比较。由于专家在比较两因素的重要度时会存在较大的主观性,为了提高权重结果的可靠性,采用求均值的方法降低误差。
构建完判断矩阵。之后应用Super Decision软件检验所有矩阵的一致性并依次计算指标体系的ANP超矩阵、加权超矩阵和极限矩阵,进而得到相关指标权重,最后依据全局权重对二级指标进行风险排序。据此可以判断影响大型商圈安全的各风险因素重要程度,大型商圈安全风险评价指标权重如表3所示。
表3大型商圈A安全评价指标体系权重
2)权重结果分析
根据表3结果,在九个一级指标当中,火灾风险和踩踏风险的权重位列第一、二名,说明识别火灾、踩踏风险并进行防控是大型商圈A风险管理的核心,从根本上杜绝事故的发生才能降低商业街风险。尤其是火灾风险中,火灾事故频数、消防安全责任、消防器械配置局部权重较大,说明防范火灾风险的重点是要严格落实商业街内各单位的消防安全责任,进行日常消防安全检查,包括火灾危险源和各商铺消防设施配置情况检查。对于踩踏风险来说,踩踏事故频数、大型活动频数的局部权重最大,说明商业街应注重日常人流密度监测监控、防止人员密集,尽量控制大型活动次数。
在承灾载体脆弱性下的二级指标中,物理脆弱性权重最高,同样也是一级指标中的第三名,说明承载载体建设的物理参数和状态是提高承灾能力的关键,对于提升商业街风险管理水平来说具体较为重要的意义。而其中建设脆弱性、基础设施脆弱性、高危设施脆弱性的局部权重接近,说明这三个指标对于提升承灾能力来说同等重要。
在应急能力下的二级指标中,应急预防和应急准备占据较高权重,这也反映了预防和应急准备阶段在应急管理四步骤中的重要地位。而应急预防中,应急规划、应急预案体系和规章制度体系占据较高权重,说明应着重落实区域内可能存在风险的应急预案,设计详细的应急规划和制度。在应急准备中,应急演练培训、监测预警系统的权重较大,说明建设商业街监测预警系统、对商业街常驻人员开展日常应急培训、对消防救灾人员开展专业培训,对于应急准备工作的意义重大。
3)模糊综合评价法计算大型商圈安全风险
根据各级指标的权重和专家对指标隶属度打分,可计算综合评定向量以及量化评估值,以2级指标为例,30位相关领域专家对大型商圈A安全风险指标的打分隶属度部分见表4。
表4大型商圈A安全风险等级打分隶属度表(部分)
基于各指标的隶属度及前文各指标的权重,利用式5可计算相对于1级指标的综合评定向量如:
B1=(0.3267,0.2029,0.3075,0.1498,0.0131);B2=(0.2010,0.1933,0.1947,0.2545,0.1565)...。将综合评定向量相组合,可得2级指标的隶属度矩阵R。根据隶属度矩阵计算总的综合评定向量B=W×R,得:B=(0.371863,0.285043,0.186245,0.118246,0.038600);并可得量化评估值L=B×P=76.66628,由此可知大型商圈A安全风险等级为较好。
对大型商圈A的2级指标对1级指标的加权分数及加权扣分、1级指标对大型商圈A安全风险水平的总体相对权重和相对权重扣分、1级指标得分进行计算,结果如表5所示。
表5大型商圈A风险评价分数表
4)结果分析
由表5可知,在突发事件危险性指标方面,踩踏风险和火灾风险整体得分都很低,由于它们是反向指标,则代表该商圈踩踏和火灾风险都很高。由二级指标的小项扣分情况可以看出,踩踏风险中踩踏事故频数扣分最为严重,其次是大型活动频数。人群密度和人员聚集情况扣分较少。相似的,火灾风险中扣分较多的是火灾事故频数指标,其次是消防安全责任、消防器械配置和火灾隐患情况。由于历史事故多发,说明该商圈存在大量的潜在风险,针对踩踏风险,应该在踩踏事故频数降低之前控制大型活动举办频数,通过引入城市监测预警系统监测人群密度和人员聚集情况等参数,实现踩踏风险的管控;针对火灾风险,关键在于落实消防安全责任、配齐消防器械和定期落实彻查商圈内火灾隐患情况。
在承灾载体脆弱性指标方面,物理脆弱性方面暴露出来的问题较大。其三个二级指标风险性从高到低是建筑脆弱性、高危设施脆弱性和基础设施脆弱性,且风险值均较高。由于该商圈始建于二十世纪八十年代且运营维护存在问题,其中老旧建筑的比例较高超过30%,基础设施维护不到位,商圈内存在危险化学品储罐、锅炉房等多个危险源。应该根据《中华人民共和国安全生产法》等相关法律规章对老旧楼房进行风险评估和改造,完善商圈内基础设施建设,针对危险源进行迁移或者加强安全防护操作等。此外,因为该商圈周围二十千米范围内只有一家市级医院和两家镇级医院,因此医疗可达性评分不高;消防和警力的配备也不足够,需要在公共服务可达性指标方面进行完善。
在应急能力指标方面,应该针对应急管理体系,按照应急恢复、应急预防、应急响应、应急准备的顺序依次进行改进。针对二级指标,在应急恢复中加强工程抢险能力建设,组织民间志愿救援力量,整合相关资源,应着重提高商圈体系恢复重建能力。在应急预防中,在总体的应急规划中应该更进一步的完善;在应急响应中,提升应急响应能力是关键;在应急准备中,该商圈应先加强应急演练培训,而后提升其他方面。
运用所选用的方法对大型商圈A进行实例研究,其总体风险得分为76.66628,整体风险水平为良好,但是存在较大的火灾、踩踏风险且商圈内部建筑脆弱性较突出。
综上,针对国内外关于大型商圈安全风险评价研究较少的现状。本发明实施例梳理了国内外有关大型商圈安全评价的经典文献,根据公共安全科技三角形对大型商圈突发事件演化过程进行了分析,认为突发事件危险性、承灾体脆弱性和应急能力是影响大型商圈风险等级的关键要素,从这三个方面入手首次构建了大型商圈安全风险评价体系。通过对指标之间的依存、反馈关系进行分析得知指标之间并不是相互独立的。本发明实施例创新性的考虑到指标之间的联系性,选用能反应指标依赖关系的网络分析法进行指标体系权重的确定,并利用模糊综合评价法对大型商圈安全风险评价的三个方面进行定量评估,从而为大型商圈安全风险整体管控和优化提供理论依据。
本发明实施例的研究成果填补了目前大型商圈尺度安全评价指标体系的空缺,且具有普适应,能够根据大型商圈不同的特征进行适当的调整、补充并应用到安全评价中,从而为政府、企业的安全管理提供参考和借鉴;后续的研究可以进一步从事件链的角度挖掘补充突发事件危险性方面的指标,提升评价指标的系统性;为了降低专家评判的主观性,也可以结合法律法规等针对大型商圈各项指标制定统一的定量或定性的评判标准。
根据本发明实施例提出的基于网络分析的大型商圈安全风险模糊综合评价方法,结合公共安全科技三角形理论,从突发事件的危险性,承灾载体的脆弱性,以及应急能力等方面首次构建了大型商圈风险评价指标体系;并通过网络分析法和模糊综合评价法确定指标之间的权重系数和对大型商圈进行安全风险评价,从而为大型商圈安全风险整体管控和优化提供理论依据。
其次参照附图描述根据本发明实施例提出的基于网络分析的大型商圈安全风险模糊综合评价装置。
图6是本发明一个实施例的基于网络分析的大型商圈安全风险模糊综合评价装置的结构示意图。
如图6所示,该基于网络分析的大型商圈安全风险模糊综合评价装置10包括:构建模块100、确定模块200和评价模块300。
其中,构建模块100用于结合公共安全科技三角形理论构建大型商圈的安全评价体系;确定模块200用于通过网络分析法确定安全评价体系中指标之间的权重系数;评价模块300用于根据模糊综合评价法对指标之间的权重系数进行评价处理,得到大型商圈的安全风险评价值,以根据安全风险评价值得到大型商圈的当前安全风险评价等级。本发明实施例的装置10以公共安全科技三角形理论为依据,总结提炼出大型商圈风险评价指标体系,并采用网络分析和模糊综合评价法相结合的方式对大型商圈进行风险评价。
进一步地,在本发明的一个实施例中,公共安全科技三角形理论用一个三角形来表征公共安全科技框架,三角形的三边分别代表突发事件、承灾载体和应急管理,三角形包含的灾害要素分别包括物质、能量和信息。
进一步地,在本发明的一个实施例中,构建模块100进一步用于:基于公共安全科技三角形理论的灾害演化分析,并对突发事件危险性指标、承灾载体脆弱性指标和应急能力指标进行分析;根据灾害演化分析结果、突发事件危险性指标分析结果、承灾载体脆弱性指标分析结果和应急能力指标分析结果构建大型商圈的安全评价体系。
进一步地,在本发明的一个实施例中,确定模块200进一步用于:构建网络结构模型,网络结构模型由控制层和网络层构成,其中,控制层包括至少1个目标,进行无决策准则;网络层包含所有对控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系;构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵;以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量,综合所有特征向量得到整体加权矩阵,将加权矩阵与无加权超矩阵相乘,得到加权超矩阵;将加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,以得到各元素相对决策目标的全局权重。
进一步地,在本发明的一个实施例中,评价模块300进一步用于:根据指标体系中指标构建评价因素集并建立评语集;确定指标相对于评语集的隶属程度,根据隶属程度生成模糊关系矩阵,并根据模糊关系矩阵得到综合评定向量;对评语集中的评语赋值,得到赋值矩阵;将综合评定向量和赋值矩阵相乘得到大型商圈的安全风险量化评估值;对照大型商圈的安全风险评价标准和量化评估值得出大型商圈的当前安全风险评价等级。
需要说明的是,前述对基于网络分析的大型商圈安全风险模糊综合评价方法实施例的解释说明也适用于该实施例的基于网络分析的大型商圈安全风险模糊综合评价装置,此处不再赘述。
根据本发明实施例提出的基于网络分析的大型商圈安全风险模糊综合评价装置,结合公共安全科技三角形理论,从突发事件的危险性,承灾载体的脆弱性,以及应急能力等方面首次构建了大型商圈风险评价指标体系;并通过网络分析法和模糊综合评价法确定指标之间的权重系数和对大型商圈进行安全风险评价,从而为大型商圈安全风险整体管控和优化提供理论依据。
此外,术语“第一”、“第二”仅用于描述目的,而不能理解为指示或暗示相对重要性或者隐含指明所指示的技术特征的数量。由此,限定有“第一”、“第二”的特征可以明示或者隐含地包括至少一个该特征。在本发明的描述中,“多个”的含义是至少两个,例如两个,三个等,除非另有明确具体的限定。
在本说明书的描述中,参考术语“一个实施例”、“一些实施例”、“示例”、“具体示例”、或“一些示例”等的描述意指结合该实施例或示例描述的具体特征、结构、材料或者特点包含于本发明的至少一个实施例或示例中。在本说明书中,对上述术语的示意性表述不必须针对的是相同的实施例或示例。而且,描述的具体特征、结构、材料或者特点可以在任一个或多个实施例或示例中以合适的方式结合。此外,在不相互矛盾的情况下,本领域的技术人员可以将本说明书中描述的不同实施例或示例以及不同实施例或示例的特征进行结合和组合。
尽管上面已经示出和描述了本发明的实施例,可以理解的是,上述实施例是示例性的,不能理解为对本发明的限制,本领域的普通技术人员在本发明的范围内可以对上述实施例进行变化、修改、替换和变型。
Claims (10)
1.一种基于网络分析的大型商圈安全风险模糊综合评价方法,其特征在于,包括以下步骤:
结合公共安全科技三角形理论构建大型商圈的安全评价体系;
通过网络分析法确定所述安全评价体系中指标之间的权重系数;以及
根据模糊综合评价法对所述指标之间的权重系数进行评价处理,得到所述大型商圈的安全风险评价值,以根据所述安全风险评价值得到所述大型商圈的当前安全风险评价等级。
2.根据权利要求1所述的方法,其特征在于,所述公共安全科技三角形理论用一个三角形来表征公共安全科技框架,三角形的三边分别代表突发事件、承灾载体和应急管理,三角形包含的灾害要素分别包括物质、能量和信息。
3.根据权利要求2所述的方法,其特征在于,所述结合公共安全科技三角形理论构建大型商圈的安全评价体系,包括:
基于公共安全科技三角形理论的灾害演化分析,并对突发事件危险性指标、承灾载体脆弱性指标和应急能力指标进行分析;
根据灾害演化分析结果、突发事件危险性指标分析结果、承灾载体脆弱性指标分析结果和应急能力指标分析结果构建所述大型商圈的安全评价体系。
4.根据权利要求1所述的方法,其特征在于,所述通过网络分析法确定所述安全评价体系中指标之间的权重系数,包括:
构建网络结构模型,所述网络结构模型由控制层和网络层构成,其中,所述控制层包括至少1个目标,进行无决策准则;所述网络层包含所有对所述控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系;
构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵;
以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量,综合所有特征向量得到整体加权矩阵,将所述加权矩阵与所述无加权超矩阵相乘,得到加权超矩阵;
将所述加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,以得到各元素相对决策目标的全局权重。
5.根据权利要求4所述的方法,其特征在于,所述根据模糊综合评价法对所述指标之间的权重系数进行评价处理,得到所述大型商圈的安全风险评价值,以根据所述安全风险评价值得到所述大型商圈的当前安全风险评价等级,包括:
根据指标体系中指标构建评价因素集并建立评语集;
确定指标相对于评语集的隶属程度,根据所述隶属程度生成模糊关系矩阵,并根据所述模糊关系矩阵得到综合评定向量;
对所述评语集中的评语赋值,得到赋值矩阵;
将所述综合评定向量和所述赋值矩阵相乘得到大型商圈的安全风险量化评估值;
对照大型商圈的安全风险评价标准和所述量化评估值得出所述大型商圈的当前安全风险评价等级。
6.一种基于网络分析的大型商圈安全风险模糊综合评价装置,其特征在于,包括:
构建模块,用于结合公共安全科技三角形理论构建大型商圈的安全评价体系;
确定模块,用于通过网络分析法确定所述安全评价体系中指标之间的权重系数;以及
评价模块,用于根据模糊综合评价法对所述指标之间的权重系数进行评价处理,得到所述大型商圈的安全风险评价值,以根据所述安全风险评价值得到所述大型商圈的当前安全风险评价等级。
7.根据权利要求6所述的装置,其特征在于,所述公共安全科技三角形理论用一个三角形来表征公共安全科技框架,三角形的三边分别代表突发事件、承灾载体和应急管理,三角形包含的灾害要素分别包括物质、能量和信息。
8.根据权利要求7所述的装置,其特征在于,所述构建模块进一步用于:
基于公共安全科技三角形理论的灾害演化分析,并对突发事件危险性指标、承灾载体脆弱性指标和应急能力指标进行分析;
根据灾害演化分析结果、突发事件危险性指标分析结果、承灾载体脆弱性指标分析结果和应急能力指标分析结果构建所述大型商圈的安全评价体系。
9.根据权利要求6所述的方法,其特征在于,所述确定模块进一步用于:
构建网络结构模型,所述网络结构模型由控制层和网络层构成,其中,所述控制层包括至少1个目标,进行无决策准则;所述网络层包含所有对所述控制层产生作用的指标组,指标组内的各指标之间存在相互影响关系;
构建次准则指标两两比较的判断矩阵,并对判断矩阵进行归一化处理,将获得的特征向量组合起来,构成无加权超矩阵;
以每一层次的1个参考元素为准则,对其它元素进行成对重要性比较,归一化后得到特征向量,综合所有特征向量得到整体加权矩阵,将所述加权矩阵与所述无加权超矩阵相乘,得到加权超矩阵;
将所述加权超矩阵自身迭代相乘,直到获得稳定极限超矩阵,以得到各元素相对决策目标的全局权重。
10.根据权利要求9所述的装置,其特征在于,所述评价模块进一步用于:
根据指标体系中指标构建评价因素集并建立评语集;
确定指标相对于评语集的隶属程度,根据所述隶属程度生成模糊关系矩阵,并根据所述模糊关系矩阵得到综合评定向量;
对所述评语集中的评语赋值,得到赋值矩阵;
将所述综合评定向量和所述赋值矩阵相乘得到大型商圈的安全风险量化评估值;
对照大型商圈的安全风险评价标准和所述量化评估值得出所述大型商圈的当前安全风险评价等级。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010879415.6A CN112132397A (zh) | 2020-08-27 | 2020-08-27 | 基于网络分析的大型商圈安全风险模糊综合评价方法及装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202010879415.6A CN112132397A (zh) | 2020-08-27 | 2020-08-27 | 基于网络分析的大型商圈安全风险模糊综合评价方法及装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN112132397A true CN112132397A (zh) | 2020-12-25 |
Family
ID=73847553
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202010879415.6A Pending CN112132397A (zh) | 2020-08-27 | 2020-08-27 | 基于网络分析的大型商圈安全风险模糊综合评价方法及装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112132397A (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011749A (zh) * | 2021-03-22 | 2021-06-22 | 华南理工大学 | 一种基于风险与能力的城市公共安全评估方法 |
-
2020
- 2020-08-27 CN CN202010879415.6A patent/CN112132397A/zh active Pending
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113011749A (zh) * | 2021-03-22 | 2021-06-22 | 华南理工大学 | 一种基于风险与能力的城市公共安全评估方法 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN110555617B (zh) | 一种基于物联网的建筑火灾风险实时动态定量评估方法 | |
CN108876184A (zh) | 一种高速铁路隧道运营期的安全风险评价及预警方法 | |
CN101441745A (zh) | 一种实现铁路应急救援能力综合评价的方法 | |
CN106022596A (zh) | 一种城市燃气管道系统危险性预测评价方法 | |
Li et al. | Ranking the risks from multiple hazards in a small community | |
CN104463446A (zh) | 一种基于案例推理的应急预案评估系统运行方法 | |
Li et al. | Quantitative evaluation of China's disaster relief policies: a PMC index model approach | |
Ayyub et al. | Risk analysis and management for marine systems | |
Bike et al. | Construction of equipment evaluation index system of emergency medical rescue based on Delphi method and analytic hierarchy process | |
Miao et al. | Social risk assessment and management for major construction projects in China based on fuzzy integrated analysis | |
Chai et al. | Safety evaluation of urban rail transit operation considering uncertainty and risk preference: A case study in China | |
Kang et al. | Improving the emergency management of energy infrastructure using scenario construction | |
Wang et al. | Decision-making for fire emergency of urban rail transit based on prospect theory | |
CN112132397A (zh) | 基于网络分析的大型商圈安全风险模糊综合评价方法及装置 | |
Huang et al. | Entropy weight-logarithmic fuzzy multiobjective programming method for evaluating emergency evacuation in crowded places: A case study of a university teaching building | |
Zhang et al. | Analysis and research on fire safety of university dormitory based on Bayesian network | |
CN112101754A (zh) | 一种电力应急保障能力评价方法 | |
Saicheur et al. | Structural repair prioritization of buildings damaged after earthquake using fuzzy logic model | |
KR102342192B1 (ko) | 빅데이터 기반의 재난 발생 위험도 예측장치 및 방법 | |
CN104598742A (zh) | 城市发展需求应用测算方法 | |
Colli et al. | Risk characterisation indicators for risk comparison in the energy sector | |
Fang et al. | Risk assessment of construction safety of prefabricated building hoisting based on cloud model-entropy method | |
Ju et al. | The 3D-Dynamic Fire Risk Evaluation Method of Modern Logistics Warehouses: A Modified Gustav Method | |
CN111178666A (zh) | 一种基于脆弱性的电力系统应急策略生成方法及装置 | |
Yin et al. | The assessment of modern community security risks in megacities based on the Dempster–Shafer theory |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
WD01 | Invention patent application deemed withdrawn after publication | ||
WD01 | Invention patent application deemed withdrawn after publication |
Application publication date: 20201225 |