CN113505978A - 一种不同形式城市社区的防灾功能评估方法和装置 - Google Patents

一种不同形式城市社区的防灾功能评估方法和装置 Download PDF

Info

Publication number
CN113505978A
CN113505978A CN202110733561.2A CN202110733561A CN113505978A CN 113505978 A CN113505978 A CN 113505978A CN 202110733561 A CN202110733561 A CN 202110733561A CN 113505978 A CN113505978 A CN 113505978A
Authority
CN
China
Prior art keywords
community
indexes
evaluation
index
disaster prevention
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
Application number
CN202110733561.2A
Other languages
English (en)
Inventor
黄帅
王安琪
黄明明
齐庆杰
刘英杰
王安虎
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beijing Meteorological Information Center
China Coal Research Institute CCRI
National Institute of Natural Hazards
Original Assignee
Beijing Meteorological Information Center
China Coal Research Institute CCRI
National Institute of Natural Hazards
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by Beijing Meteorological Information Center, China Coal Research Institute CCRI, National Institute of Natural Hazards filed Critical Beijing Meteorological Information Center
Priority to CN202110733561.2A priority Critical patent/CN113505978A/zh
Publication of CN113505978A publication Critical patent/CN113505978A/zh
Pending legal-status Critical Current

Links

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
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06F—ELECTRIC DIGITAL DATA PROCESSING
    • G06F17/00—Digital computing or data processing equipment or methods, specially adapted for specific functions
    • G06F17/10—Complex mathematical operations
    • G06F17/16—Matrix or vector computation, e.g. matrix-matrix or matrix-vector multiplication, matrix factorization
    • 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)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Human Resources & Organizations (AREA)
  • Theoretical Computer Science (AREA)
  • Strategic Management (AREA)
  • Tourism & Hospitality (AREA)
  • Mathematical Physics (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Mathematical Analysis (AREA)
  • Entrepreneurship & Innovation (AREA)
  • General Business, Economics & Management (AREA)
  • Data Mining & Analysis (AREA)
  • Marketing (AREA)
  • Computational Mathematics (AREA)
  • Pure & Applied Mathematics (AREA)
  • Mathematical Optimization (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Computing Systems (AREA)
  • Algebra (AREA)
  • Operations Research (AREA)
  • Databases & Information Systems (AREA)
  • Software Systems (AREA)
  • General Engineering & Computer Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本公开关于一种不同形式城市社区的防灾功能评估方法和装置。所述方法包括：确定城市社区的防灾评估指标，包括一级指标、二级指标和三级指标；使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别按照从三级指标到一级指标的顺序，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重；并且利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。

Description

一种不同形式城市社区的防灾功能评估方法和装置
技术领域
本公开涉及社区防灾领域，并且尤其涉及不同形式城市社区的防灾功能评估方法和装置。
背景技术
城市社区安全关系到民生大事，为了保障社区安全，需要对社区的防灾功能进行评估和预判，建立组织灾害传递与扩大的有效机制，并且直到规划社区的建设和已建社区的改造。
目前我国各行业的评估方法主要包括检查表法、事件树、概率评价法、评分法和综合评价法等方法、其中检查表法通俗易懂、便于操作，如针对一些重要设施安全检查表；事件树和概率评价法大多针对致灾因子分析危险源或潜在的灾害发生几率对评价对象造成的影响；评分法也是目前最常用的方法之一，一般是对各因素设置总分值，根据衡量标准进行打分。综合评价法可以进行多层次的评价，可以根据评价对象的层次关系及各因素之间相互之间的重要性程度求出系统整体的风险值，这种方法能较好的处理复杂系统的易损性评价。各种常用评价方法的对比如表1-1所示。
表1-1常用风险评价方法比较
Figure DEST_PATH_IMAGE001
从方法比较中可以看出，综合评估法考虑系统间各因素间的相互作用关系，评价结果能反映对象整体安全性，也符合对风险动态控制的要求。对于城市防灾社区易损性评估是一种模糊概念，在安全与危险之间没有明确的界限，因此采用综合评价法对防灾社区易损性进行评估，具有更好的准确性，也更符合实际情况。
目前常用综合评价方法有加权平均法、功效系数法、模糊综合评判法以及多层模糊优选原理法。但是这些方法都存在评价不准确以及评估结果不够合理的缺陷。
发明内容
为了解决上面的技术问题，本发明提供一种不同形式城市社区的防灾功能评估方法，包括：确定城市社区的防灾评估指标，包括一级指标、二级指标和三级指标，所述一级指标包括社区基本特征、社区固有危险度和社区防灾资源，并且所述二级指标包括12个二级指标：包含在所述社区基本特征的一级指标中的社区人口、社区建筑、社区用地控制和社区生命设施指标，包含在所述社区固有危险度的一级指标中的场地条件、周边重大危险源、建筑物易损性和火灾蔓延危险度指标，以及包含在所述社区防灾资源的一级指标中的疏散避难场所、疏散道路、消防救援和医疗救护指标；使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别按照从三级指标到一级指标的顺序，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重；并且利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。
在本公开的一个实施例中，所述二级指标中的社区人口指标包括社区人口密度和社区疏散密度的三级指标；所述社区建筑的二级指标包括建筑净密度和建筑容积率的三级指标；所述二级指标中的社区用地控制指标包括社区绿地率和室外透水面积比率的三级指标；所述二级指标中的社区生命线设施指标包括排水设施、燃气设施和电力设施的三级指标；所述二级指标中的场地条件指标包括场地环境的三级指标；所述二级指标中的周边重大危险源指标包括周边重大危险源距离的三级指标；所述二级指标中的火灾蔓延危险度指标包括消防设备配比的完备性和防火隔离带的分布的三级指标；所述二级指标中的疏散避难场所指标包括区域紧急避难困难率、人均有效避难面积、防灾标识设置、场所的安全性和胚胎设施完备性的三级指标；所述二级指标中的疏散道路指标包括道路阻塞危险度、出入口数量和无障碍道路设置的三级指标；所述二级指标中的消防救援指标包括消防获得困难率、消防可达性和消防通道的完备性的三级指标；并且所述二级指标中的医疗救护指标包括医疗可达性、医生数量和床位数量的三级指标。
在本公开的一个实施例中，所述基于分层模糊优选原理的方法包括：针对所述社区评价指标，把各指标的最大值集中起来作为最好的社区，把各指标的最小值集中起来作为最差社区；计算每个评价社区到这两种理想社区的多维距离，即求其范数；选出距离最好社区权距离小并且距离最差社区权距离大的社区，由此对各评价社区进行排序。
在本公开的一个实施例中，所述基于分层模糊优选原理的方法的具体步骤为：建立各个社区评价指标的特征向量：
Figure BDA0003140621000000021
其中，xij代表所述评估设计评估指标的集合，i为第i个评价因素，j为第j个评价社区，对于n个社区评价因素特征值矩阵如为
Figure BDA0003140621000000031
利用如下公式将矩阵X中的评价因素特征值转化为相应的隶属度：
对于越大越优型评估指标，按照如下变换：
rhi＝rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m) (1-2)
对于越小越优型评估指标，则按照如下变换：
rhi＝1-rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m)
式中：h代表第h行。因此可以得到隶属度矩阵R，如式(1-3)所示，
Figure BDA0003140621000000032
对隶属度矩阵按行取最大值，得到每一个评价指标的最优值，从而得到评价社区的最优特征值向量，
Figure BDA0003140621000000033
同理，对隶属度矩阵按行取最小值，可得评价社区的最劣特征向量，
Figure BDA0003140621000000034
将所述指标体系权重表示为向量形式
Figure BDA0003140621000000035
根据建立的隶属度矩阵和最优最劣特征向量，计算各评价指标与最理想值和最不理想值的加权距离，
针对最优特征向量而言，加权距离向量如式(1-6)：
Figure BDA0003140621000000036
同理，针对最劣特征向量而言，加权距离向量如式(5-7)：
Figure BDA0003140621000000037
取向量的一阶范数
Figure BDA0003140621000000038
作为某一社区评价值与最优指标体系的距离，并且取
Figure BDA0003140621000000039
作为某一社区评价值与最劣指标体系的距离。
在本公开的一个实施例中，以待评价社区与最优指标体系和最劣指标体系的权距离的平方和最小为最优原则，确定更高层次的隶属度矩阵，
Figure BDA0003140621000000041
要使得权距离平方和最小，F(u1j)的一阶倒数为0，因此对F(u1j)求导计算得出高一层次隶属度矩阵的计算方法，
Figure BDA0003140621000000042
对于一阶范数而言，其计算可以化简为如下式：
Figure BDA0003140621000000043
同理，对于最劣体系
Figure BDA0003140621000000044
将上述两式带入式中可得到如下综合评判模型：
Figure BDA0003140621000000045
在本公开的一个实施例中，所述加权求和法包括：针对所述三级指标中的每一个指标，对所述指标体系权重与各易损性指标量化取值进行乘积运算，建立的防灾能力指数模型如下：
Figure BDA0003140621000000046
式中，U为评价社区的防灾能力指数；W(j)为各易损性指标的权重值；X(i,j)为指标体系中三级指标的量化取值；
基于所述三级指标的量化取值，逐步往二级指标和一级指标进行计算，得到各社区的综合评价得分。
根据本公开的第二方面，提供一种不同形式城市社区的防灾功能评估装置，包括：防灾评估指标确定模块，用于确定城市社区的防灾评估指标，所述防灾评估指标包括一级指标、二级指标和三级指标，所述一级指标包括社区基本特征、社区固有危险度和社区防灾资源，并且所述二级指标包括12个二级指标：包含在所述社区基本特征的一级指标中的社区人口、社区建筑、社区用地控制和社区生命设施指标，包含在所述社区固有危险度的一级指标中的场地条件、周边重大危险源、建筑物易损性和火灾蔓延危险度指标，以及包含在所述社区防灾资源的一级指标中的疏散避难场所、疏散道路、消防救援和医疗救护指标；指标体系权重确定模块，用于使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重的模块，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别从三级指标到一级指标，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重；以及综合评估模块，用于利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。
在本公开的一个实施例中，所述基于分层模糊优选原理的方法包括：针对所述社区评价指标，把各指标的最大值集中起来作为最好的社区，把各指标的最小值集中起来作为最差社区；计算每个评价社区到这两种理想社区的多维距离，即求其范数；选出距离最好社区权距离小并且距离最差社区权距离大的社区，由此对各评价社区进行排序。
在本公开的一个实施例中，所述基于分层模糊优选原理的方法的具体步骤为：
建立各个社区评价指标的特征向量：
Figure BDA0003140621000000051
其中，xij代表所述评估设计评估指标的集合，i为第i个评价因素，j为第j个评价社区，对于n个社区评价因素特征值矩阵如为
Figure BDA0003140621000000052
利用如下公式将矩阵X中的评价因素特征值转化为相应的隶属度：
对于越大越优型评估指标，按照如下变换：
rhi＝rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m) (1-2)
对于越小越优型评估指标，则按照如下变换：
rhi＝1-rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m)
式中：h代表第h行。因此可以得到隶属度矩阵R，如式(1-3)所示，
Figure BDA0003140621000000061
对隶属度矩阵按行取最大值，得到每一个评价指标的最优值，从而得到评价社区的最优特征值向量，
Figure BDA0003140621000000062
同理，对隶属度矩阵按行取最小值，可得评价社区的最劣特征向量，
Figure BDA0003140621000000063
将所述指标体系权重表示为向量形式
Figure BDA0003140621000000064
根据建立的隶属度矩阵和最优最劣特征向量，计算各评价指标与最理想值和最不理想值的加权距离，
针对最优特征向量而言，加权距离向量如式(1-6)：
Figure BDA0003140621000000065
同理，针对最劣特征向量而言，加权距离向量如式(5-7)：
Figure BDA0003140621000000066
取向量的一阶范数
Figure BDA0003140621000000067
作为某一社区评价值与最优指标体系的距离，并且取
Figure BDA0003140621000000068
作为某一社区评价值与最劣指标体系的距离。
应当理解的是，以上的一般描述和后文的细节描述仅是示例性和解释性的，并不能限制本公开。
附图说明
此处的附图被并入说明书中并构成本说明书的一部分，示出了符合本公开的实施例，并与说明书一起用于解释本公开的原理，并不构成对本公开的不当限定。
图1是说明根据本公开使用的层次分析法的计算过程的流程图。
图2是根据本公开一示例性实施例的一种不同形式城市社区的防灾功能评估方法的流程图。
图3a-3c根据本公开一示例性实施例采用加权求和法的评估结果的示意图。
图4是根据本公开一示例性实施例的一种不同形式城市社区的防灾功能评估装置的方框图。
具体实施方式
为了使本领域普通人员更好地理解本公开的技术方案，下面将结合附图，对本公开实施例中的技术方案进行清楚、完整地描述。
需要说明的是，本公开的说明书和权利要求书及上述附图中的术语“第一”、“第二”等是用于区别类似的对象，而不必用于描述特定的顺序或先后次序。应该理解这样使用的数据在适当情况下可以互换，以便这里描述的本公开的实施例能够以除了在这里图示或描述的那些以外的顺序实施。以下示例性实施例中所描述的实施方式并不代表与本公开相一致的所有实施方式。相反，它们仅是与如所附权利要求书中所详述的、本公开的一些方面相一致的装置和方法的例子。
目前我国各行业的评估方法主要包括检查表法、事件树、概率评价法、评分法和综合评价法等方法、其中检查表法通俗易懂、便于操作，如针对一些重要设施安全检查表；事件树和概率评价法大多针对致灾因子分析危险源或潜在的灾害发生几率对评价对象造成的影响；评分法也是目前最常用的方法之一，一般是对各因素设置总分值，根据衡量标准进行打分。综合评价法可以进行多层次的评价，可以根据评价对象的层次关系及各因素之间相互之间的重要性程度求出系统整体的风险值，这种方法能较好的处理复杂系统的易损性评价。各种常用评价方法的对比如表1-1所示。
表1-1常用风险评价方法比较
Figure DEST_PATH_IMAGE002
从方法比较中可以看出，综合评估法考虑系统间各因素间的相互作用关系，评价结果能反映对象整体安全性，也符合对风险动态控制的要求。对于城市防灾社区易损性评估是一种模糊概念，在安全与危险之间没有明确的界限，因此采用综合评价法对防灾社区易损性进行评估，具有更好的准确性，也更符合实际情况。
根据本公开，多指标建模过程中权重分配是一个不可避免的问题，如何确定权重系数是综合评价的核心问题，概括来讲权重系数的确定方法总体可分为基于“功能驱动”原理的赋权法、基于“差异驱动”原理的赋权法、综合集成赋权法三大类。从确定方法来讲，主要有客观赋权法和主观赋权法两大类，目前常用的客观赋权法有熵值法、最大离差法、模糊聚类分析法、主层成分分析法等，客观赋权法大多是基于有充分真实的指标信息的情况下进行判断，对于不同的桥梁而言有些指标信息并不能准确确定，这样会造成客观赋权法的基本信息不准确，权重结果失真。主观赋权法主要由专家咨询法、主观判断法和层次分析法等，主观赋权法根据行业专家的实际经验来进行判断，操作方便，不需要指标的基本数值信息，但是各专家的知识背景和经验不同，评价具有一定的主观随意性，目前常用的是将专家咨询法和层次分析法相结合的方法来进行指标权重的确定，本文在研究过程中采用层次分析法来确定各指标的权重。综合评价是指对评价对象进行客观、公正、合理的全面评价。对于社区防灾综合评价主要由五个要素组成，即评价对象、评价指标、权重系数、模糊集结模型及评价者。其中对于各要素的要求如下：
(1)对于评价对象的个数要大于1，本文中评价对象主要依据实测数值与规范数值的对比。
(2)每个评价指标体系都从侧面反映了社区防灾现状，其建立原则应遵循系统性、科学性、可比性、可测取(可观测)性和尽可能的独立性。
(3)对于防灾社区众多指标中，各指标间的相对重要性程度是不一样的，当在评价过程中利用建立的量化方法确立评价指标值时，其综合评价结果主要依赖于各指标间的权重，权重系数确立的是否合理，关系到综合评价结果的可信度，因此权重系数的确定十分重要。
(4)防灾社区指标属于多指标综合评价，就是通过一定的数学模型或算法将多指标合成一个整体的综合评价值，对于这类评价方法较多，关键在于选取符合评价指标体系的合理的数学模型，即建立综合评价函数：
y＝f(ω，x)
式中，ω＝(ω1,ω2,…,ωm)T为指标权重向量，x＝(x1,x2,…,xm)T为指标的状态向量。
在本公开的一个实施例中，层次分析法(Analytic Hierarchy Process，AHP)是T.L.Saaty 在1977提出的是一种定性与定量相结合的决策分析方法，根据层次结构，通过对各个层次的因素按照各因素间的相对重要性进行排序，经过排序运算确定每一层次各因素的相对重要性权重系数，直至计算出各因素相对权重系数。
层次分析法是将决策问题按总目标、各层子目标、评价准则直至具体的备投方案的顺序分解为不同的层次结构，然后得用求解判断矩阵特征向量的办法，求得每一层次的各元素对上一层次某元素的优先权重，最后再加权求和的方法递阶归并各备择方案对总目标的最终权重，此最终权重最大者即为最优方案。这里所谓“优先权重”是一种相对的量度，它图明各备择方案在某一特点的评价准则或子目标标下优越程度的相对量度，以及各子目标对上一层目标而言重要程度的相对量度。层次分析法比较适合于具有分层交错评价指标的目标系统，而且目标值又难于定量描述的决策问题。层次分析法主要分为五个步骤：建立层次机构模型，建立判断矩阵，层次单排序及一致性检验，层次总排序，层次总排序的一致性检验。其计算分析过程图如图1所示。
层次分析法最关键步骤是判断矩阵的构造，按照层次结构模型，从上到下逐层构造判断矩阵。每一层元素都以相邻上一层次各元素为准则，按照1～5标度方法两两比较构造判断矩阵，也可以用其他改进的标度方法构造。1～5标度法模糊评价语言如表1-2所示。
表1-2层次分析法评价语言
Figure DEST_PATH_IMAGE003
求其最大特征间及其所对对的特征向量最常用的方法有和积法和方根法。本发明采用方根法来计算特征向量。
图2示出了根据本公开一示例性实施例的一种不同形式城市社区的防灾功能评估方法的流程图。
在步骤201，确定城市社区的防灾评估指标。所述防灾评估指标包括一级指标、二级指标和三级指标。一级指标包括社区基本特征、社区固有危险度和社区防灾资源，并且所述二级指标包括12个二级指标：包含在所述社区基本特征的一级指标中的社区人口、社区建筑、社区用地控制和社区生命设施指标，包含在所述社区固有危险度的一级指标中的场地条件、周边重大危险源、建筑物易损性和火灾蔓延危险度指标，以及包含在所述社区防灾资源的一级指标中的疏散避难场所、疏散道路、消防救援和医疗救护指标。所述二级指标中的社区人口指标包括社区人口密度和社区疏散密度的三级指标；所述社区建筑的二级指标包括建筑净密度和建筑容积率的三级指标；所述二级指标中的社区用地控制指标包括社区绿地率和室外透水面积比率的三级指标；所述二级指标中的社区生命线设施指标包括排水设施、燃气设施和电力设施的三级指标；所述二级指标中的场地条件指标包括场地环境的三级指标；所述二级指标中的周边重大危险源指标包括周边重大危险源距离的三级指标；所述二级指标中的火灾蔓延危险度指标包括消防设备配比的完备性和防火隔离带的分布的三级指标；所述二级指标中的疏散避难场所指标包括区域紧急避难困难率、人均有效避难面积、防灾标识设置、场所的安全性和胚胎设施完备性的三级指标；所述二级指标中的疏散道路指标包括道路阻塞危险度、出入口数量和无障碍道路设置的三级指标；所述二级指标中的消防救援指标包括消防获得困难率、消防可达性和消防通道的完备性的三级指标；并且所述二级指标中的医疗救护指标包括医疗可达性、医生数量和床位数量的三级指标。
在步骤202，使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别按照从三级指标到一级指标的顺序，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重。
在本公开的一个实施例中，选择了7名防灾减灾工程领域的专家或科研人员，向其发放调查表，利用MATLAB软件编制程序，输入每位专家的原始评判数据矩阵，得到各位专家的权重结果，并将各位专家的权重结果取算术平均值，作为最终的权重取值，如表所示。
表1-3一级指标权重表
Figure BDA0003140621000000101
Figure BDA0003140621000000111
表1-4指标体系权重表
Figure BDA0003140621000000112
Figure BDA0003140621000000121
在步骤203，利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。
加权求和法是多因素综合评价方法中最为简便的方法，利用加权平均法建立防灾社区综合评估模型具有较好的操作性，其原理就是评价指标体系的权重与各易损性指标量化取值之间的乘积。因此建立的防灾能力指数模型如下：
Figure BDA0003140621000000122
式中U—评价社区的防灾能力指数；
W(j)—各社区防灾评估指标的权重值；
X(i,j)—指标体系中第三级评估指标的量化取值。
针对三级指标体系中的各指标，根据步骤202中的调查表获取的数据来根据评价基准给予相应的评价分数，其中各指标满分均以十分为标准，得出三级指标中各指标的分数值，带入上式中得到各指标的得分，并逐步往高层次指标进行计算，其中得到各社区的综合评价得分。
在本公开的一个示例中，选取北京市区的安宁里社区(丝绸厂宿舍、水利局一处宿舍、安宁里、安宁里南区)、河北燕郊居住社区(星河皓月、黄金蓝湾和纳丹堡)和唐山万达长青社区、天津居住社区(候台家园、候台花园、碧轩园和中信珺臺)作为调查研究对象，从建立的指标体系各个方面给予评价分数，如表1-5是二级指标的得分表。
表1-5二级指标评价得分
Figure DEST_PATH_IMAGE004
根据对12个二级评价指标得分，利用雷达图绘制出三个不同类型社区二级指标雷达 图，从雷达图中的阴影区的饱和程度可以直观的看出社区的综合防灾的能力强弱，以及在 那些方面需要加强。其中河北社区雷达图饱和程度最差，可以看出社区的周边重大危险源、 场地条件的安全性和社区医疗救护条件较好，但是在建筑安全性、道路和避难场所等方面 都有待进一步加强；天津社区整体饱和程度较好，但是社区都是高层住宅小区，容积率较 高，人员密度较大；北京社区以多层砖混老旧建筑为主和人口密度过大等。图3a-3c示出 了这一方法的评估结果；其中，图3a是北京居住社区，图3b是天津居住社区，图3c是 河北居住社区。
同理，根据二级指标计算出一级指标的得分如表所示。
表1-6一级指标评价得分
Figure DEST_PATH_IMAGE005
最后得到各社区的得分为，北京居住社区得分8.42，河北居住社区8.4，津居住社区 8.60。如果转换为百分制形式则评价各社区的综合评价得分如下：
表1-7各社区综合评价得分
Figure DEST_PATH_IMAGE006
从综合评价得分可以看出，天津居住社区作为地震安全示范社区在各方面措施较为完备得分最高，其次是北京社区、河北社区。
在本公开的一个实施例中，采用分层模糊优选原理来对城市社区防灾功能进行评估。分层模糊优选原理为模糊数学的一种具体应用方法，是应用模糊变换原理和最大隶属度原则，考虑与评价事物相关的各个因素，对其所作的综合评价。该方法具有如下优点：可以将模糊的、定性的指标通过各因素之间的相互比较转化为定量的指标；多层次模糊综合评判可以较好地处理某一个复杂的大系统，可以反映评判因素的不同层次，而且避免了由于因素过多而难于分配权重的弊病。
对于评价多目标特性，将评价社区的评价因素按照对目标的属性分为若干个分系统。假设有n个待评价社区，对于每一个评价社区由m个评价指标因素组成，利用前述建立的评价指标量化方法，对每个指标因素给出其量化数值x，对于其中某一因素，可以建立该因素的特征向量。
Figure BDA0003140621000000143
由此建立评价因素集xij，其中i为第i个评价因素，j为第j个评价社区，由于一个评价因素可能对若干目标产生影响，子集间可以有相同的元素，因此对于n个社区评价因素特征值矩阵如式(1-1)。
Figure BDA0003140621000000151
将矩阵X中的评价因素特征值转化为相应的隶属度，即某一评价因素占该因素所有值中的最大值和最小值和的比率，其转化公式如(1-2)所示。
对于越大越优型评价因素，按照如下变换：
rhi＝rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m) (1-2)
对于越小越优型评价因素，则按照如下变换：
rhi＝1-rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m)
式中：h代表第h行。因此可以得到隶属度矩阵R，如式(1-3)所示。
Figure BDA0003140621000000152
对隶属度矩阵按行取最大值，得到每一个评价指标的最优值，从而得到评价社区的最优特征值向量。
Figure BDA0003140621000000153
同理，对隶属度矩阵按行取最小值，可得评价社区的最劣特征向量。
Figure BDA0003140621000000154
利用步骤202中权重确定方法确定评价社区中各因素指标的权重，得出权重向量为
Figure BDA0003140621000000155
因此根据第一次建立的隶属度矩阵和最优最劣特征向量，计算各指标因素与最理想值和最不理想值的加权距离。
针对最优特征向量而言，加权距离向量如式(1-6)：
Figure BDA0003140621000000156
同理，针对最劣特征向量而言，加权距离向量如式(1-7)：
Figure BDA0003140621000000157
取该向量的一阶范数
Figure BDA0003140621000000158
作为某一社区评价值与最优指标体系的距离。同理
Figure BDA0003140621000000159
作为某一社区评价值与最劣指标体系的距离。
以待评价社区与最优指标体系和最劣指标体系的权距离的平方和最小为最优原则，确定更高层次的隶属度矩阵。
Figure BDA0003140621000000161
要使得权距离平方和最小，F(u1j)的一阶倒数为0，因此对F(u1j)求导计算得出高一层次隶属度矩阵的计算方法。
Figure BDA0003140621000000162
对于一阶范数而言，其计算可以化简为如下式：
Figure BDA0003140621000000163
同理，对于最劣体系
Figure BDA0003140621000000164
将上述两式带入式中可得到如下综合评判模型：综合
Figure BDA0003140621000000165
该方法的基本思想就是在现有若干社区的若干评价因素，把各因素的最大值集中起来作为最好的社区，把各因素的最小值集中起来作为最差社区，实际中这两种社区都是不存在的。然后计算每个评价社区到这两种理想社区的多维距离，即求其范数，选出距离最好社区权距离小，距离最差社区权距离大的社区，由此对各评价社区进行排序。利用该方法证明在单层模糊优选是与模糊综合评判模型有相同的排序，但是结论更加离散，当采用分层模糊评判时，克服了模糊综合评判模型的结论值趋于均化难以产生合理评判结果的缺点。此外，该方法对于某一评价指标能够实现都无量纲化。
根据对不同类型社区基本特征的分析，评价量化方法对各指标进行数据统计，具体数据如表1-8所示。
表1-8不同社区各指标评价表
Figure BDA0003140621000000166
Figure BDA0003140621000000171
由多级模糊评判产生的三个社区的综合评判结果向量为U＝[0.8971，0.8689，0.9681]，这三个社区的防灾能力由强至弱的排序为天津社区、北京社区、河北社区。该方法在评价中与综合加权平均法相比其评价的最终结果出现了非常不均化的结果。
在本公开的一个实施例中，本发明提供一种不同形式城市社区的防灾功能评估装置。如图4所示，根据本公开的一种不同形式城市社区的防灾功能评估装置包括：防灾评估指标确定模块401、指标体系权重确定模块402和综合评估模块403。
在一个示例中，防灾评估指标确定模块401用于确定城市社区的防灾评估指标，所述防灾评估指标包括一级指标、二级指标和三级指标，所述一级指标包括社区基本特征、社区固有危险度和社区防灾资源，并且所述二级指标包括12个二级指标：包含在所述社区基本特征的一级指标中的社区人口、社区建筑、社区用地控制和社区生命设施指标，包含在所述社区固有危险度的一级指标中的场地条件、周边重大危险源、建筑物易损性和火灾蔓延危险度指标，以及包含在所述社区防灾资源的一级指标中的疏散避难场所、疏散道路、消防救援和医疗救护指标。并且，所述二级指标中的社区人口指标包括社区人口密度和社区疏散密度的三级指标；所述社区建筑的二级指标包括建筑净密度和建筑容积率的三级指标；所述二级指标中的社区用地控制指标包括社区绿地率和室外透水面积比率的三级指标；所述二级指标中的社区生命线设施指标包括排水设施、燃气设施和电力设施的三级指标；所述二级指标中的场地条件指标包括场地环境的三级指标；所述二级指标中的周边重大危险源指标包括周边重大危险源距离的三级指标；所述二级指标中的火灾蔓延危险度指标包括消防设备配比的完备性和防火隔离带的分布的三级指标；所述二级指标中的疏散避难场所指标包括区域紧急避难困难率、人均有效避难面积、防灾标识设置、场所的安全性和胚胎设施完备性的三级指标；所述二级指标中的疏散道路指标包括道路阻塞危险度、出入口数量和无障碍道路设置的三级指标；所述二级指标中的消防救援指标包括消防获得困难率、消防可达性和消防通道的完备性的三级指标；并且所述二级指标中的医疗救护指标包括医疗可达性、医生数量和床位数量的三级指标。
在本公开的一个示例中，指标体系权重确定模块402用于使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重的模块，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别从三级指标到一级指标，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重。
在本公开的一个示例中，综合评估模块403用于利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。
上述各个模块的操作具体按照上面参照图2描述的方法步骤来执行。
本领域技术人员在考虑说明书及实践这里公开的发明后，将容易想到本公开的其它实施方案。本申请旨在涵盖本公开的任何变型、用途或者适应性变化，这些变型、用途或者适应性变化遵循本公开的一般性原理并包括本公开未公开的本技术领域中的公知常识或惯用技术手段。说明书和实施例仅被视为示例性的，本公开的真正范围和精神由下面的权利要求指出。
在本公开的描述中，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公开的至少一个实施例或示例中。在本公开中，对上述术语的示意性表述不必针对的是相同的实时或示例。而且，描述的具体特征、结构、材料或者特点可以在任意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公开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。
应当理解的是，本公开并不局限于上面已经描述并在附图中示出的精确结构，并且可以在不脱离其范围进行各种修改和改变。本公开的范围仅由所附的权利要求来限制。

Claims (9)

1.一种不同形式城市社区的防灾功能评估方法，包括：
确定城市社区的防灾评估指标，包括一级指标、二级指标和三级指标，所述一级指标包括社区基本特征、社区固有危险度和社区防灾资源，并且所述二级指标包括12个二级指标：包含在所述社区基本特征的一级指标中的社区人口、社区建筑、社区用地控制和社区生命设施指标，包含在所述社区固有危险度的一级指标中的场地条件、周边重大危险源、建筑物易损性和火灾蔓延危险度指标，以及包含在所述社区防灾资源的一级指标中的疏散避难场所、疏散道路、消防救援和医疗救护指标；
使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别按照从三级指标到一级指标的顺序，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重；并且
利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。
2.根据权利要求1所述的不同形式城市社区的防灾功能评估方法，其中，所述二级指标中的社区人口指标包括社区人口密度和社区疏散密度的三级指标；所述社区建筑的二级指标包括建筑净密度和建筑容积率的三级指标；所述二级指标中的社区用地控制指标包括社区绿地率和室外透水面积比率的三级指标；所述二级指标中的社区生命线设施指标包括排水设施、燃气设施和电力设施的三级指标；所述二级指标中的场地条件指标包括场地环境的三级指标；所述二级指标中的周边重大危险源指标包括周边重大危险源距离的三级指标；所述二级指标中的火灾蔓延危险度指标包括消防设备配比的完备性和防火隔离带的分布的三级指标；所述二级指标中的疏散避难场所指标包括区域紧急避难困难率、人均有效避难面积、防灾标识设置、场所的安全性和胚胎设施完备性的三级指标；所述二级指标中的疏散道路指标包括道路阻塞危险度、出入口数量和无障碍道路设置的三级指标；所述二级指标中的消防救援指标包括消防获得困难率、消防可达性和消防通道的完备性的三级指标；并且所述二级指标中的医疗救护指标包括医疗可达性、医生数量和床位数量的三级指标。
3.根据权利要求1所述的不同形式城市社区的防灾功能评估方法，其中，所述基于分层模糊优选原理的方法包括：针对所述社区评价指标，把各指标的最大值集中起来作为最好的社区，把各指标的最小值集中起来作为最差社区；计算每个评价社区到这两种理想社区的多维距离，即求其范数；选出距离最好社区权距离小并且距离最差社区权距离大的社区，由此对各评价社区进行排序。
4.根据权利要求3所述的不同形式城市社区的防灾功能评估方法，其中，所述基于分层模糊优选原理的方法的具体步骤为：
建立各个社区评价指标的特征向量：
Figure FDA0003140620990000021
其中，xij代表所述评估设计评估指标的集合，i为第i个评价因素，j为第j个评价社区，对于n个社区评价因素特征值矩阵如为：
Figure FDA0003140620990000022
利用如下公式将矩阵X中的评价因素特征值转化为相应的隶属度：
对于越大越优型评估指标，按照如下变换：
rhi＝rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m) (1-2)
对于越小越优型评估指标，则按照如下变换：
rhi＝1-rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m)
式中：h代表第h行。因此可以得到隶属度矩阵R，如式(1-3)所示：
Figure FDA0003140620990000023
对隶属度矩阵按行取最大值，得到每一个评价指标的最优值，从而得到评价社区的最优特征值向量：
Figure FDA0003140620990000024
同理，对隶属度矩阵按行取最小值，可得评价社区的最劣特征向量：
Figure FDA0003140620990000025
将所述指标体系权重表示为向量形式
Figure FDA0003140620990000026
根据建立的隶属度矩阵和最优最劣特征向量，计算各评价指标与最理想值和最不理想值的加权距离，
针对最优特征向量而言，加权距离向量如式(1-6)：
Figure FDA0003140620990000031
同理，针对最劣特征向量而言，加权距离向量如式(5-7)：
Figure FDA0003140620990000032
取向量的一阶范数
Figure FDA0003140620990000033
作为某一社区评价值与最优指标体系的距离，并且取
Figure FDA0003140620990000034
作为某一社区评价值与最劣指标体系的距离。
5.根据权利要求4所述的不同形式城市社区的防灾功能评估方法，其中，
以待评价社区与最优指标体系和最劣指标体系的权距离的平方和最小为最优原则，确定更高层次的隶属度矩阵：
Figure FDA0003140620990000035
要使得权距离平方和最小，F(u1j)的一阶倒数为0，因此对F(u1j)求导计算得出高一层次隶属度矩阵的计算方法：
Figure FDA0003140620990000036
对于一阶范数而言，其计算可以化简为如下式：
Figure FDA0003140620990000037
同理，对于最劣体系
Figure FDA0003140620990000038
将上述两式带入式中可得到如下综合评判模型：
Figure FDA0003140620990000039
6.根据权利要求1所述的不同形式城市社区的防灾功能评估方法，其中，所述加权求和法包括：
针对所述三级指标中的每一个指标，对所述指标体系权重与各易损性指标量化取值进行乘积运算，建立的防灾能力指数模型如下：
Figure FDA00031406209900000310
式中，U为评价社区的防灾能力指数；W(j)为各易损性指标的权重值；X(i,j)为指标体系中三级指标的量化取值；
基于所述三级指标的量化取值，逐步往二级指标和一级指标进行计算，得到各社区的综合评价得分。
7.一种不同形式城市社区的防灾功能评估装置，包括：
防灾评估指标确定模块，用于确定城市社区的防灾评估指标，所述防灾评估指标包括一级指标、二级指标和三级指标，所述一级指标包括社区基本特征、社区固有危险度和社区防灾资源，并且所述二级指标包括12个二级指标：包含在所述社区基本特征的一级指标中的社区人口、社区建筑、社区用地控制和社区生命设施指标，包含在所述社区固有危险度的一级指标中的场地条件、周边重大危险源、建筑物易损性和火灾蔓延危险度指标，以及包含在所述社区防灾资源的一级指标中的疏散避难场所、疏散道路、消防救援和医疗救护指标；
指标体系权重确定模块，用于使用层次分析法确定所述城市社区的防灾评估指标的指标体系权重的模块，针对所述防灾评估指标中的一级指标、二级指标和三级指标，分别从三级指标到一级指标，根据多位专家原始的判断矩阵来获得各位专家的权重结果，并且将各位专家的权重结果取算术平均值来获得针对各个级别中的指标的所述指标体系权重；以及
综合评估模块，用于利用加权求和法或者基于分层模糊优选原理的方法对所述城市社区的防灾功能进行综合评估。
8.根据权利要求7所述的不同形式城市社区的防灾功能评估装置，其中，所述基于分层模糊优选原理的方法包括：针对所述社区评价指标，把各指标的最大值集中起来作为最好的社区，把各指标的最小值集中起来作为最差社区；计算每个评价社区到这两种理想社区的多维距离，即求其范数；选出距离最好社区权距离小并且距离最差社区权距离大的社区，由此对各评价社区进行排序。
9.根据权利要求8所述的不同形式城市社区的防灾功能评估装置，其中，所述基于分层模糊优选原理的方法的具体步骤为：
建立各个社区评价指标的特征向量：
Figure FDA0003140620990000041
其中，xij代表所述评估设计评估指标的集合，i为第i个评价因素，j为第j个评价社区，对于n个社区评价因素特征值矩阵如为
Figure FDA0003140620990000051
利用如下公式将矩阵X中的评价因素特征值转化为相应的隶属度：
对于越大越优型评估指标，按照如下变换：
rhi＝rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m) (1-2)
对于越小越优型评估指标，则按照如下变换：
rhi＝1-rhj/(max(rhj)+min(rhj))；(i＝1,2,…,m)
式中：h代表第h行。因此可以得到隶属度矩阵R，如式(1-3)所示：
Figure FDA0003140620990000052
对隶属度矩阵按行取最大值，得到每一个评价指标的最优值，从而得到评价社区的最优特征值向量：
Figure FDA0003140620990000053
同理，对隶属度矩阵按行取最小值，可得评价社区的最劣特征向量：
Figure FDA0003140620990000054
将所述指标体系权重表示为向量形式
Figure FDA0003140620990000055
根据建立的隶属度矩阵和最优最劣特征向量，计算各评价指标与最理想值和最不理想值的加权距离，
针对最优特征向量而言，加权距离向量如式(1-6)：
Figure FDA0003140620990000056
同理，针对最劣特征向量而言，加权距离向量如式(1-7)：
Figure FDA0003140620990000057
取向量的一阶范数
Figure FDA0003140620990000058
作为某一社区评价值与最优指标体系的距离，并且取
Figure FDA0003140620990000059
作为某一社区评价值与最劣指标体系的距离。
CN202110733561.2A 2021-06-30 2021-06-30 一种不同形式城市社区的防灾功能评估方法和装置 Pending CN113505978A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202110733561.2A CN113505978A (zh) 2021-06-30 2021-06-30 一种不同形式城市社区的防灾功能评估方法和装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202110733561.2A CN113505978A (zh) 2021-06-30 2021-06-30 一种不同形式城市社区的防灾功能评估方法和装置

Publications (1)

Publication Number Publication Date
CN113505978A true CN113505978A (zh) 2021-10-15

Family

ID=78009412

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202110733561.2A Pending CN113505978A (zh) 2021-06-30 2021-06-30 一种不同形式城市社区的防灾功能评估方法和装置

Country Status (1)

Country Link
CN (1) CN113505978A (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850350A (zh) * 2021-11-30 2021-12-28 中哲国际工程设计有限公司 城市建筑用地智能规划系统及方法
CN114202257A (zh) * 2022-02-18 2022-03-18 中国科学院地理科学与资源研究所 自然灾害综合减灾能力评估方法及装置
CN116663897A (zh) * 2023-05-24 2023-08-29 中国矿业大学 一种基于贝叶斯网络的城市老旧社区安全风险评价方法

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096838A (zh) * 2016-06-14 2016-11-09 广州市恒迅技防系统有限公司 基于模糊综合评价模型的建筑火灾安全评估方法及系统
CN107909283A (zh) * 2017-11-17 2018-04-13 武汉科技大学 一种基于基准值的城市火灾风险评估方法
CN109543955A (zh) * 2018-10-26 2019-03-29 中电科新型智慧城市研究院有限公司 基于智慧城市的区域火灾风险评估方法
CN110135698A (zh) * 2019-04-17 2019-08-16 华南理工大学 一种城市综合公园避震减灾功能评价方法

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106096838A (zh) * 2016-06-14 2016-11-09 广州市恒迅技防系统有限公司 基于模糊综合评价模型的建筑火灾安全评估方法及系统
CN107909283A (zh) * 2017-11-17 2018-04-13 武汉科技大学 一种基于基准值的城市火灾风险评估方法
CN109543955A (zh) * 2018-10-26 2019-03-29 中电科新型智慧城市研究院有限公司 基于智慧城市的区域火灾风险评估方法
CN110135698A (zh) * 2019-04-17 2019-08-16 华南理工大学 一种城市综合公园避震减灾功能评价方法

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
陈守煜等: "水资源系统多目标规划分层模糊优选原理", 《大连理工大学学报》 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113850350A (zh) * 2021-11-30 2021-12-28 中哲国际工程设计有限公司 城市建筑用地智能规划系统及方法
CN114202257A (zh) * 2022-02-18 2022-03-18 中国科学院地理科学与资源研究所 自然灾害综合减灾能力评估方法及装置
CN116663897A (zh) * 2023-05-24 2023-08-29 中国矿业大学 一种基于贝叶斯网络的城市老旧社区安全风险评价方法
CN116663897B (zh) * 2023-05-24 2023-11-14 中国矿业大学 一种基于贝叶斯网络的城市老旧社区安全风险评价方法

Similar Documents

Publication Publication Date Title
Liu et al. Random forest regression evaluation model of regional flood disaster resilience based on the whale optimization algorithm
CN113505978A (zh) 一种不同形式城市社区的防灾功能评估方法和装置
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
CN104346538B (zh) 基于三种灾情因子控制的地震灾害评估方法
Fei et al. An optimization model for rescuer assignments under an uncertain environment by using Dempster–Shafer theory
Rashed et al. Assessing vulnerability to earthquake hazards through spatial multicriteria analysis of urban areas
CN101441745A (zh) 一种实现铁路应急救援能力综合评价的方法
CN109102868B (zh) 一种震后医疗应急设施的选址方法
CN111861133A (zh) 一种山洪灾害防治能力评价方法
CN103310298A (zh) 一种配电网规划方案多阶段综合评估方法
CN110111024A (zh) 基于ahp模糊综合评价模型的科技成果市场价值评估方法
KR102379472B1 (ko) 시공간 피해특성을 고려한 다종 데이터 융합 분석방법
CN105426646A (zh) 桥梁智慧度综合评估指标选取及量化方法
CN112163745A (zh) 一种基于组合模型的区域安全风险分析方法及系统
CN106815682A (zh) 一种应急预案有效性评价方法
CN111340325A (zh) 一种基于综合评价指标对输变电设施服务水平进行评价的方法及系统
CN115271373A (zh) 城市群弹性开发边界划定方法及系统
CN114881396A (zh) 一种基于ahp和topsis的隧道坍塌风险评估方法
CN114037283A (zh) 一种商业综合体的火灾动态风险评估方法
Nyimbili et al. A combined model of gis and fuzzy logic evaluation for locating emergency facilities: a case study of istanbul
CN106713322A (zh) 一种面向网络设备信息安全评估的模糊度量方法
CN110347972A (zh) 机电特种设备安全性评价指标体系的权重集组合量化方法
Liao et al. Research on airport site selection based on triangular fuzzy number
CN115829209A (zh) 基于碳路径的绿色智能仓库环保质量分析方法及装置
CN113177748B (zh) 一种输气管道震害评价方法

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20211015