CN113837621A - 一种机场飞行区安全风险综合评价方法 - Google Patents
一种机场飞行区安全风险综合评价方法 Download PDFInfo
- Publication number
- CN113837621A CN113837621A CN202111134389.5A CN202111134389A CN113837621A CN 113837621 A CN113837621 A CN 113837621A CN 202111134389 A CN202111134389 A CN 202111134389A CN 113837621 A CN113837621 A CN 113837621A
- Authority
- CN
- China
- Prior art keywords
- weight
- evaluation index
- evaluation
- index
- flight area
- 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.)
- Granted
Links
- 238000011156 evaluation Methods 0.000 title claims abstract description 281
- 238000000034 method Methods 0.000 claims description 127
- 239000013598 vector Substances 0.000 claims description 14
- 238000005457 optimization Methods 0.000 claims description 13
- 239000006185 dispersion Substances 0.000 claims description 12
- 238000004364 calculation method Methods 0.000 claims description 7
- 238000004458 analytical method Methods 0.000 claims description 6
- 238000012502 risk assessment Methods 0.000 claims description 2
- 230000007123 defense Effects 0.000 abstract description 3
- 239000011159 matrix material Substances 0.000 description 25
- 238000007726 management method Methods 0.000 description 21
- 238000012423 maintenance Methods 0.000 description 4
- 230000002265 prevention Effects 0.000 description 4
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000011160 research Methods 0.000 description 3
- 238000004891 communication Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000001514 detection method Methods 0.000 description 2
- 238000007689 inspection Methods 0.000 description 2
- 238000012544 monitoring process Methods 0.000 description 2
- 238000012163 sequencing technique Methods 0.000 description 2
- 230000009897 systematic effect Effects 0.000 description 2
- 230000000694 effects Effects 0.000 description 1
- 230000007613 environmental effect Effects 0.000 description 1
- 238000010606 normalization Methods 0.000 description 1
- 230000002093 peripheral effect Effects 0.000 description 1
- 238000012545 processing Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 238000013139 quantization Methods 0.000 description 1
- 238000012360 testing method Methods 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
- 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
- G06Q50/265—Personal security, identity or safety
-
- 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
- G06Q50/40—Business processes related to the transportation industry
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
- Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
- Y02P90/30—Computing systems specially adapted for manufacturing
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Tourism & Hospitality (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Development Economics (AREA)
- General Business, Economics & Management (AREA)
- Educational Administration (AREA)
- Physics & Mathematics (AREA)
- Quality & Reliability (AREA)
- Operations Research (AREA)
- Game Theory and Decision Science (AREA)
- Health & Medical Sciences (AREA)
- General Health & Medical Sciences (AREA)
- Primary Health Care (AREA)
- Computer Security & Cryptography (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本发明提供了一种机场飞行区安全风险综合评价方法,建立了包含飞行安全保障、停机坪管理、空防管理、应急救援和现场运行指挥在内的5个一级指标和23个二级指标评价体系,本发明提出利用G1法、层次分析法和熵权法计算评价指标主观权重值和客观权重值,并基于主客观加权属性一致性原则,对主观权重值和客观权重值进行优化组合,有效提高了评价结果的可靠性,使得评价结果更贴合实际情形。
Description
技术领域
本发明涉及一种机场飞行区安全风险综合评价方法。
背景技术
机场飞行区是供飞机起飞、着陆、滑行和停放的场地,包括跑道、升降带、跑道端安全区、滑行道、机坪、停止道以及周边对障碍物有限制要求的区域,是航空器起降及上下客货、保障车辆运行、工作人员活动的核心区域,也是机场运行安全管控的关键区域。飞行区安全风险涉及人员风险、设备设施风险、环境风险和管理风险,如何对上述安全风险进行综合评价是目前亟待解决的难题之一。近年来,许多学者对机场安全风险评价进行了诸多研究与探讨,取得了颇丰的研究成果。综述现有研究成果,目前机场飞行区安全风险进行评价需要解决的难点问题主要包括两大方面,一是如何根据机场飞行区主要风险因素,建立一个科学的评价指标体系;二是如何根据主观权重和客观权重值实现评价指标权重最优赋权。
机场飞行区安全风险评价是一个复杂的、系统的工作,建立科学的评价指标体系,是进行正确评价的先决条件。在对机场飞行区安全状况的分析原则上应能科学、全面、客观和公正地反映其真实的内涵和水平,评价指标要有全面性、系统性、可比性和可行性。同时,在构建了评价指标体系基础上,确定评价指标的权重值是进行安全风险评价的前提,不同的评价指标在飞行区安全风险评价中所起作用的重要程度存在主次之分,需要根据各个指标的重要程度分别赋予相应的权重值。常用的指标权重确定方法有层次分析法、德尔菲法、G1法、熵权法等。层次分析法和G1法属于主观赋权法,依赖专家经验实现评价指标权重确定,其中,G1法通过对层次分析法进行改进,不需要进行一致性检验,优化了评价指标权重计算过程;熵权法属于客观赋权法,其根据各评判指标的实测数据确定指标权重,权重计算结果依赖于实测数据,没有顾及专家经验。如何通过组合优化主观权重值和客观权重值,实现评价指标综合赋权是目前该领域的一个难点。
发明内容
发明目的:为了实现机场飞行区安全风险综合评价,提供了一种基于G1-熵权法的机场飞行区安全风险综合评价方法,将G1法和层次分析法主观赋权与熵权法客观赋权进行组合优化,有效提高了评价结果的可靠性,使得评价结果更贴合实际情形。
技术方案:为了解决上述技术问题,本发明提供一种基于G1-熵权法的机场飞行区安全风险综合评价方法,包括以下步骤:
步骤1:根据机场飞行区运行特点,建立机场飞行区安全风险评价指标体系;
步骤2:根据建立的机场飞行区安全风险评价指标体系,利用G1法计算评价指标权重,得到评价指标主观权重,并计算评价指标权重的离散度以判别主观权重的合理性;
步骤3:根据建立的机场飞行区安全风险评价指标体系,利用层次分析法计算评价指标权重,得到评价指标主观权重;
步骤4:根据建立的机场飞行区安全风险评价指标体系,利用熵权法计算评价指标权重值,得到评价指标客观权重;
步骤5:将步骤2利用G2法计算得到的评价指标主观权重与步骤4利用熵权法计算得到的评价指标客观权重进行融合,得到评价指标一级组合权重;
步骤6:将步骤3利用层次分析法计算得到的评价指标主观权重与步骤4利用熵权法计算得到的评价指标客观权重进行融合,得到评价指标二级组合权重;
步骤7:对评价指标一级组合权重和二级组合权重进行融合,得到机场飞行区安全风险评价指标组合权重;
步骤8:对飞行区安全等级进行量化,将飞行区安全等级量化为4级,分别记为很安全、安全、较安全和不安全;
步骤9:将机场飞行区安全风险评价指标组合权重与待评价机场飞行区指标安全评分值进行合成运算,得到待评价机场飞行区安全风险的评价值。
进一步的,所述步骤1中建立了包含飞行安全保障、停机坪管理、空防管理、应急救援和现场运行指挥在内的5个一级指标和净空保护、鸟害防治、外来物防范、场面监控引导、泊位与引导、场道维护、特殊气象探测、助航灯光维护、作业人员管理、设备设施管理、车辆运行管理、运行秩序管理、机坪消防管理、安全检查系统、安全保卫系统、内部人员管理、现场应急协调、应急救援设备、应急救援预案、信息流程管理、不停航施工、航油供应和现场通信保障在内的23个二级指标评价体系。
步骤2包括:
确定序关系:设定评价指标集{U1,U2,…Un}为评价指标体系中同一级的n个指标,n≥2,Un表示第n个评价指标,按照以下步骤确定指标序关系:在评价指标集{U1,U2,…Un}中,选择最重要的一个评价指标,记作在评价指标集剩余的n-1个评价指标中,选择次重要的一个评价指标,记作经过n-1次选择后,直至最后一个评价指标记为得到评价指标集{U1,U2,…Un}的唯一一个序关系为:
得到飞行区安全风险评价指标集的主观权重向量W为:
W=(w1,w2,…,wn)
其中,wn表示第n个评价指标主观权重。
由于专家认知存在差异,对于多指标排序结果也存在差异,根据G1法可以计算得到每一位专家对于评价指标j的指标权重值,为减小主观因素带来的影响,步骤2中,所述G1法为减小主观因素差异对评价指标权重计算结果的影响,对L位参评专家确定的评价指标权重求平均,则第j个评价指标的权重平均值表示为:
其中j=1,2,…n;L表示参评专家数;wjl表示专家l对于第j个评价指标的权重;
评价指标权重离散度越小,则所得到权重值越可靠;根据L位参评专家确定得到的第j个评价指标的权重向量表示为wj=(wj1,wj2,…,wjL),计算其离散度:
其中,Vj表示第j个评价指标的权重离散度,如果Vj大于设定的阈值X,则需按照步骤2中的确定序关系过程重新确定评价指标序关系后,利用G1法计算评价指标权重,得到评价指标主观权重。
本发明中,阈值X设置为0.12。
步骤5包括:
定义评价指标一级组合权重中G1法权重系数为α,熵权法权重系数为β,其中αβ≥0,α+β=1,对于第j个评价指标,根据G1法和熵权法融合得到的评价指标一级组合权重记为μj,表示为:
μj=αwj+βbj
其中,j=1,2,…,n,wj表示根据G1法求得的第j个评价指标主观权重,bj表示根据熵权法求得的第j个评价指标客观权重;
机场i的飞行区安全风险第j个评价指标由G1法和熵权法确定得到的主客观赋权加权属性分别定义为αwjyij和βbjyij,则机场i的主观属性值和客观属性值贴近程度θi表示为:
其中,i=1,2,…,m,m表示评价对象的个数,yij表示第i个评价对象的第j个评价指标的安全评分值,建立得到的组合优化模型的目标函数和约束条件为:
其中,θ表示m个评价对象主客观属性值贴近程度值,minθ表示θ在满足约束条件的前提下,取值最小时对应的α和β即为一级组合优化模型的最优权重系数;
将计算得到的权重系数α和β带入μj=αwj+βbj中,得到评价指标的一级组合权重。
步骤6包括:
定义评价指标二级组合权重中层次分析法权重系数为γ,熵权法权重系数为ξ,其中γξ≥0,γ+ξ=1,对于第j个评价指标,根据层次分析法和熵权法融合得到的二级组合权重记为νj,表示为:
νj=γaj+ξbj
其中,j=1,2,…,n,aj表示根据层次分析法求得的第j个指标权重值,bj表示根据熵权法求得的第j个指标权重值;
机场i的飞行区安全风险第j个评价指标由层次分析法和熵权法确定得到的主客观赋权加权属性分别定义为γajyij和ξbjyij,则机场i的主观属性值和客观属性值贴近程度σi表示为:
其中,i=1,2,…,m,m表示评价对象的个数,yij表示第i个评价对象的第j个指标的安全评分值,建立得到的组合优化模型的目标函数和约束条件为:
其中,σ表示m个评价对象主客观属性值贴近程度值,minσ表示σ在满足约束条件的前提下,取值最小时对应的γ和ξ即为二级组合优化模型的最优权重系数;
将计算得到的权重系数γ和ξ带入νj=γaj+ξbj中,得到评价指标的二级组合权重。
步骤7包括:
采用如下公式计算机场飞行区安全风险评价指标组合权重:
其中,j=1,2,…,n,λj表示机场飞行区安全风险第j个评价指标组合权重。
步骤9包括:
其中,ymn表示第m个评价对象的第n个评价指标的安全评分值(由待评价机场提供,即数据输入);λn表示机场飞行区安全风险第n个评价指标组合权重;Sm表示第m个评价对象的飞行区安全风险的评价值(左边y矩阵与右边λ向量的乘积得到S1、S2、…、Sm);S表示由S1、S2、…、Sm构成的向量集合。
有益效果:本发明与现有技术相比,具备如下优点:
1、建立了机场飞行区安全风险评价指标体系,该指标体系综合考虑了机场安全管控领域内专家和一线生产作业人员意见,覆盖了飞行区安全管理运行全过程。
2、通过计算不同专家对于评价指标权重值的离散度,以保证基于G1法的主观权重值具有较好的一致性。
3、将G1法和层次分析法主观赋权与熵权法客观赋权进行组合优化,提高了评价结果的可靠性,使得评价结果更符合机场实际运行情况。
附图说明
下面结合附图和具体实施方式对本发明做更进一步的具体说明,本发明的上述和/或其他方面的优点将会变得更加清楚。
图1为本发明方法建立的机场飞行区安全风险评价指标体系;
图2为G1法计算评价指标权重值流程。
具体实施方式
如图1所示,本发明提供一种基于G1-熵权法的机场飞行区安全风险综合评价方法,包括以下步骤:
S1:根据机场飞行区运行特点,结合中国民用航空局发布的《运输机场运行安全保障能力综合评估管理办法》中的技术规范,同时考虑机场安全管控领域内专家和一线生产作业人员的意见,建立机场飞行区安全风险评价指标体系,该评价指标体系包含飞行安全保障、停机坪管理、空防管理、应急救援和现场运行指挥在内的5个一级指标和净空保护、鸟害防治、外来物防范、场面监控引导、泊位与引导、场道维护、特殊气象探测、助航灯光维护、作业人员管理、设备设施管理、车辆运行管理、运行秩序管理、机坪消防管理、安全检查系统、安全保卫系统、内部人员管理、现场应急协调、应急救援设备、应急救援预案、信息流程管理、不停航施工、航油供应和现场通信保障在内的23个二级指标,如图1所示。
S2:根据建立的机场飞行区安全风险评价指标体系,利用G1法计算评价指标权重,得到评价指标主观权重,并计算评价指标权重的离散度以判别主观权重的合理性。
G1法计算评价指标权重值的过程如图2所示,具体实现步骤如下,:
首先,确定序关系:设定评价指标集{U1,U2,…Un}为评价指标体系中同一级的n个指标,n≥2,Un表示第n个评价指标,按照以下步骤确定指标序关系:在评价指标集{U1,U2,…Un}中,选择最重要的一个评价指标,记作在评价指标集剩余的n-1个评价指标中,选择次重要的一个评价指标,记作经过n-1次选择后,直至最后一个评价指标记为得到评价指标集{U1,U2,…Un}的唯一一个序关系为:
表1
进而可以得到飞行区安全风险评价指标集的主观权重向量W为:
W=(w1,w2,…,wn)
其中,wn表示第n个评价指标主观权重。
由于专家认知存在差异,对于多指标排序结果也存在差异,根据G1法可以计算得到每一位专家对于评价指标j的指标权重值,为减小主观因素带来的影响,对L位参评专家确定的评价指标权重求平均,则第j个评价指标的权重平均值表示为:
其中j=1,2,…n;L表示参评专家数;wjl表示专家l对于第j个评价指标的权重。
评价指标权重离散度越小,则所得到权重值越可靠;根据L位参评专家确定得到的第j个评价指标的权重向量表示为wj=(wj1,wj2,…,wjL),计算其离散度:
其中,Vj表示第j个评价指标的权重离散度,如果Vj大于设定的阈值X,则需按照步骤2中的确定序关系过程重新确定评价指标序关系后,利用G1法计算评价指标权重,得到评价指标主观权重。
本发明中,阈值X设置为0.12。
S3:根据建立的机场飞行区安全风险评价指标体系,利用层次分析法计算评价指标权重,得到评价指标主观权重。
层次分析法计算评价指标权重值的具体步骤如下:
首先,构造判断矩阵:判断矩阵是层次分析法的基本参数之一,也是确定评价指标权重值的重要依据。根据层次分析法结构模型,对于同一层次的各元素关于上一层次的元素重要性进行两两比较,构造两两比较判断矩阵。评价因子两两比较时,根据Satty提出的9级标度确定相对重要性,如表2所示:
表2
设定某判断矩阵为:
判断矩阵x满足xij>0且xji=1/xij,i,j=1,2,…,n,当且仅当xij·xjk=xik,i,j,k=1,2,…,n时,判断矩阵x具有一致性。
然后,计算权向量:各层指标的权重可通过以下步骤计算得到:
(1)计算判断矩阵x每行元素的积:
其中yi表示判断矩阵x第i行元素的乘积,n表示矩阵阶数。
(2)计算yi(i=1,2,…,n)的n次方根:
其中zi表示判断矩阵x第i行元素乘积的n次方根。
(3)对向量(z1,z2,…,zn)T进行归一化处理:
其中ai表示本层第i个指标权重值,由此可以得到判断矩阵x的最大特征值λmax,即:
其中λmax为判断矩阵A的最大特征值,A=(a1,a2,…,an)T,(xA)i表示向量xA第i个元素。
最后,进行一致性检验:对于判断矩阵x为一致性的充分必要条件是:其最大的特征根等于其阶数n,而当判断x非一致时,必有最大的特征根大于n,因此,可以通过检验最大的特征根是否等于n来确定判断矩阵x是否具有一致性。
(1)计算一致性指标:
其中CI为判断矩阵一致性指标,若CI等于0,则判断矩阵有完全一致性;若CI接近于0,则判断矩阵有满意的一致性;CI越大,则判断矩阵不一致性越严重。
(2)查找对应的平均随机一致性指标RI的值,Satty给出了1~9阶判断矩阵所对应的RI值,如表3所示。
表3
n | 1 | 2 | 3 | 4 | 5 | 6 | 7 | 8 | 9 |
RI | 0 | 0 | 0.58 | 0.90 | 1.12 | 1.24 | 1.32 | 1.41 | 1.45 |
(3)计算判断矩阵一致性比率:
其中CR为判断矩阵一致性比率,若CR<0.1时,则认为判断矩阵通过一致性检验,否则应对判断矩阵作适当调整,再进行一致性检验。
S4:根据建立的机场飞行区安全风险评价指标体系,利用熵权法计算评价指标权重值,得到评价指标客观权重。
熵权法计算评价指标权重值的具体步骤如下:
(1)原始数据无量纲化处理:
设有m个评价对象和n个评价指标,各评价对象和评价指标组成原始数据矩阵X,xij表示第i个评价对象的第j个指标的指标值。
对于正向指标而言,无量纲化公式为:
对于负向指标而言,无量纲化公式为:
各指标无量纲化后的值为Y=(yij)m×n。
计算第i个评价对象的第j个指标的指标值比重pij:
(2)计算评价指标熵值ej:
(3)计算评价指标的差异系数hj:
hj=1-ej(j=1,2,…,n)
(4)计算评价指标熵权bj:
因此,得到飞行区安全风险评价指标集的客观权重向量B为:
B=(b1,b2,…,bn)
S5:将步骤S2利用G2法计算得到的评价指标主观权重与步骤S4利用熵权法计算得到的评价指标客观权重进行融合,得到评价指标一级组合权重。
基于主客观加权属性一致性原则,对主观权重值和客观权重值进行优化组合,实现过程如下:
定义评价指标一级组合权重中G1法权重系数为α,熵权法权重系数为β,其中αβ≥0,α+β=1,对于第j个评价指标,根据G1法和熵权法融合得到的评价指标一级组合权重记为μj,表示为:
μj=αwj+βbj
其中,j=1,2,…,n,wj表示根据G1法求得的第j个评价指标主观权重,bj表示根据熵权法求得的第j个评价指标客观权重;
机场i的飞行区安全风险第j个评价指标由G1法和熵权法确定得到的主客观赋权加权属性分别定义为αwjyij和βbjyij,则机场i的主观属性值和客观属性值贴近程度θi表示为:
其中,i=1,2,…,m,m表示评价对象的个数,yij表示第i个评价对象的第j个评价指标的安全评分值,建立得到的组合优化模型的目标函数和约束条件为:
其中,θ表示m个评价对象主客观属性值贴近程度值,minθ表示θ在满足约束条件的前提下,取值最小时对应的α和β即为一级组合优化模型的最优权重系数;
将计算得到的权重系数α和β带入μj=αwj+βbj中,得到评价指标的一级组合权重。
S6:将步骤S3利用层次分析法计算得到的评价指标主观权重与步骤S4利用熵权法计算得到的评价指标客观权重进行融合,得到评价指标二级组合权重。
定义评价指标二级组合权重中层次分析法权重系数为γ,熵权法权重系数为ξ,其中γξ≥0,γ+ξ=1,对于第j个评价指标,根据层次分析法和熵权法融合得到的二级组合权重记为νj,表示为:
νj=γaj+ξbj
其中,j=1,2,…,n,aj表示根据层次分析法求得的第j个指标权重值,bj表示根据熵权法求得的第j个指标权重值;
机场i的飞行区安全风险第j个评价指标由层次分析法和熵权法确定得到的主客观赋权加权属性分别定义为γajyij和ξbjyij,则机场i的主观属性值和客观属性值贴近程度σi表示为:
其中,i=1,2,…,m,m表示评价对象的个数,yij表示第i个评价对象的第j个指标的安全评分值,建立得到的组合优化模型的目标函数和约束条件为:
其中,σ表示m个评价对象主客观属性值贴近程度值,minσ表示σ在满足约束条件的前提下,取值最小时对应的γ和ξ即为二级组合优化模型的最优权重系数;
将计算得到的权重系数γ和ξ带入νj=γaj+ξbj中,得到评价指标的二级组合权重。
S7:对评价指标一级组合权重和二级组合权重进行融合,得到机场飞行区安全风险评价指标组合权重。
采用如下公式计算机场飞行区安全风险评价指标组合权重:
其中,j=1,2,…,n,λj表示机场飞行区安全风险第j个评价指标组合权重。
S8:对飞行区安全等级进行量化,将飞行区安全等级量化为4级,分别记为很安全、安全、较安全和不安全,安全等级量化和特征描述如表4所示。
表4
S9:将机场飞行区安全风险评价指标组合权重与待评价机场飞行区指标安全评分值进行合成运算,得到待评价机场飞行区安全风险的评价值,计算待评价机场飞行区安全风险的评价值过程为:
其中,ymn表示第m个评价对象的第n个评价指标的安全评分值;λn表示机场飞行区安全风险第n个评价指标组合权重;Sm表示第m个评价对象的飞行区安全风险的评价值;S表示由S1、S2、…、Sm构成的向量集合。
实施例
下面以我国中西部某千万级机场飞行区为研究对象,利用本发明提出的一种基于G1-熵权法的机场飞行区安全风险综合评价方法进行综合验证与分析。根据本发明提出的G1法、层次分析法和熵权法分别计算飞行区安全风险评价指标的主观和客观总体权重值,进而采用本发明提出的组合赋权法计算评价指标组合权重(总体),准则层评价指标权重值由方案层组合权重(总体)相加得到,如表5所示。
表5
根据表4给出的机场飞行区安全风险等级量化,进一步利用表5中计算得到的组合优化评价指标权重值以及该机场飞行区实际安全生产考评分,可计算得到该机场飞行区安全风险综合评价值,如表6所示。
表6
由表6可以看出,该机场飞行区安全风险综合评价值为83.25,根据安全风险评价等级可知,该机场飞行区安全等级处于安全(75~90)级水平。
本发明提供了一种机场飞行区安全风险综合评价方法,具体实现该技术方案的方法和途径很多,以上所述仅是本发明的优选实施方式,应当指出,对于本技术领域的普通技术人员来说,在不脱离本发明原理的前提下,还可以做出若干改进和润饰,这些改进和润饰也应视为本发明的保护范围。本实施例中未明确的各组成部分均可用现有技术加以实现。
Claims (8)
1.一种机场飞行区安全风险综合评价方法,其特征在于,包括如下步骤:
步骤1:根据机场飞行区运行特点,建立机场飞行区安全风险评价指标体系;
步骤2:根据建立的机场飞行区安全风险评价指标体系,利用G1法计算评价指标权重,得到评价指标主观权重,并计算评价指标权重的离散度以判别主观权重的合理性;
步骤3:根据建立的机场飞行区安全风险评价指标体系,利用层次分析法计算评价指标权重,得到评价指标主观权重;
步骤4:根据建立的机场飞行区安全风险评价指标体系,利用熵权法计算评价指标权重值,得到评价指标客观权重;
步骤5:将步骤2利用G2法计算得到的评价指标主观权重与步骤4利用熵权法计算得到的评价指标客观权重进行融合,得到评价指标一级组合权重;
步骤6:将步骤3利用层次分析法计算得到的评价指标主观权重与步骤4利用熵权法计算得到的评价指标客观权重进行融合,得到评价指标二级组合权重;
步骤7:对评价指标一级组合权重和二级组合权重进行融合,得到机场飞行区安全风险评价指标组合权重;
步骤8:对飞行区安全等级进行量化,将飞行区安全等级量化为4级,分别记为很安全、安全、较安全和不安全;
步骤9:将机场飞行区安全风险评价指标组合权重与待评价机场飞行区指标安全评分值进行合成运算,得到待评价机场飞行区安全风险的评价值。
2.根据权利要求1所述的方法,其特征在于,步骤2包括:
确定序关系:设定评价指标集{U1,U2,…Un}为评价指标体系中同一级的n个指标,n≥2,Un表示第n个评价指标,按照以下步骤确定指标序关系:在评价指标集{U1,U2,…Un}中,选择最重要的一个评价指标,记作在评价指标集剩余的n-1个评价指标中,选择次重要的一个评价指标,记作经过n-1次选择后,直至最后一个评价指标记为得到评价指标集{U1,U2,…Un}的唯一一个序关系为:
得到飞行区安全风险评价指标集的主观权重向量W为:
W=(w1,w2,…,wn)
其中,wn表示第n个评价指标主观权重。
4.根据权利要求3所示的方法,其特征在于,阈值X设置为0.12。
5.根据权利要求4所述的方法,其特征在于,步骤5包括:
定义评价指标一级组合权重中G1法权重系数为α,熵权法权重系数为β,其中αβ≥0,α+β=1,对于第j个评价指标,根据G1法和熵权法融合得到的评价指标一级组合权重记为μj,表示为:
μj=αwj+βbj
其中,j=1,2,…,n,wj表示根据G1法求得的第j个评价指标主观权重,bj表示根据熵权法求得的第j个评价指标客观权重;
机场i的飞行区安全风险第j个评价指标由G1法和熵权法确定得到的主客观赋权加权属性分别定义为αwjyij和βbjyij,则机场i的主观属性值和客观属性值贴近程度θi表示为:
其中,i=1,2,…,m,m表示评价对象的个数,yij表示第i个评价对象的第j个评价指标的安全评分值,建立得到的组合优化模型的目标函数和约束条件为:
其中,θ表示m个评价对象主客观属性值贴近程度值,minθ表示θ在满足约束条件的前提下,取值最小时对应的α和β即为一级组合优化模型的最优权重系数;
将计算得到的权重系数α和β带入μj=αwj+βbj中,得到评价指标的一级组合权重。
6.根据权利要求5所述的方法,其特征在于,步骤6包括:
定义评价指标二级组合权重中层次分析法权重系数为γ,熵权法权重系数为ξ,其中γξ≥0,γ+ξ=1,对于第j个评价指标,根据层次分析法和熵权法融合得到的二级组合权重记为νj,表示为:
νj=γaj+ξbj
其中,j=1,2,…,n,aj表示根据层次分析法求得的第j个指标权重值,bj表示根据熵权法求得的第j个指标权重值;
机场i的飞行区安全风险第j个评价指标由层次分析法和熵权法确定得到的主客观赋权加权属性分别定义为γajyij和ξbjyij,则机场i的主观属性值和客观属性值贴近程度σi表示为:
其中,i=1,2,…,m,m表示评价对象的个数,yij表示第i个评价对象的第j个指标的安全评分值,建立得到的组合优化模型的目标函数和约束条件为:
其中,σ表示m个评价对象主客观属性值贴近程度值,minσ表示σ在满足约束条件的前提下,取值最小时对应的γ和ξ即为二级组合优化模型的最优权重系数;
将计算得到的权重系数γ和ξ带入νj=γaj+ξbj中,得到评价指标的二级组合权重。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111134389.5A CN113837621B (zh) | 2021-09-27 | 2021-09-27 | 一种机场飞行区安全风险综合评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111134389.5A CN113837621B (zh) | 2021-09-27 | 2021-09-27 | 一种机场飞行区安全风险综合评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN113837621A true CN113837621A (zh) | 2021-12-24 |
CN113837621B CN113837621B (zh) | 2023-01-31 |
Family
ID=78970535
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111134389.5A Active CN113837621B (zh) | 2021-09-27 | 2021-09-27 | 一种机场飞行区安全风险综合评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN113837621B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611945A (zh) * | 2022-03-15 | 2022-06-10 | 中国民用航空飞行学院 | 一种基于多维数据的飞行学员胜任力画像方法 |
CN116109212A (zh) * | 2023-04-11 | 2023-05-12 | 中国电子科技集团公司第二十八研究所 | 一种机场运行效率评价指标设计及监测方法 |
CN116703194A (zh) * | 2023-04-03 | 2023-09-05 | 无锡市人民医院 | 一种真实世界大数据的肺移植质控评价方法及管理系统 |
CN117114491A (zh) * | 2023-09-06 | 2023-11-24 | 青岛民航凯亚系统集成有限公司 | 一种基于熵值法的机场信息系统运维能力评价方法及系统 |
Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506905A (zh) * | 2017-08-01 | 2017-12-22 | 华北电力大学 | 一种改进的电网企业可持续发展综合评价方法 |
CN111861133A (zh) * | 2020-06-23 | 2020-10-30 | 天津大学 | 一种山洪灾害防治能力评价方法 |
CN112308360A (zh) * | 2020-04-16 | 2021-02-02 | 青岛理工大学 | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 |
-
2021
- 2021-09-27 CN CN202111134389.5A patent/CN113837621B/zh active Active
Patent Citations (3)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN107506905A (zh) * | 2017-08-01 | 2017-12-22 | 华北电力大学 | 一种改进的电网企业可持续发展综合评价方法 |
CN112308360A (zh) * | 2020-04-16 | 2021-02-02 | 青岛理工大学 | 一种基于熵权值法修正ahp法的岩质基坑安全评价方法 |
CN111861133A (zh) * | 2020-06-23 | 2020-10-30 | 天津大学 | 一种山洪灾害防治能力评价方法 |
Cited By (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN114611945A (zh) * | 2022-03-15 | 2022-06-10 | 中国民用航空飞行学院 | 一种基于多维数据的飞行学员胜任力画像方法 |
CN114611945B (zh) * | 2022-03-15 | 2024-02-02 | 中国民用航空飞行学院 | 一种基于多维数据的飞行学员胜任力画像方法 |
CN116703194A (zh) * | 2023-04-03 | 2023-09-05 | 无锡市人民医院 | 一种真实世界大数据的肺移植质控评价方法及管理系统 |
CN116109212A (zh) * | 2023-04-11 | 2023-05-12 | 中国电子科技集团公司第二十八研究所 | 一种机场运行效率评价指标设计及监测方法 |
CN116109212B (zh) * | 2023-04-11 | 2023-06-27 | 中国电子科技集团公司第二十八研究所 | 一种机场运行效率评价指标设计及监测方法 |
CN117114491A (zh) * | 2023-09-06 | 2023-11-24 | 青岛民航凯亚系统集成有限公司 | 一种基于熵值法的机场信息系统运维能力评价方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN113837621B (zh) | 2023-01-31 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN113837621B (zh) | 一种机场飞行区安全风险综合评价方法 | |
CN111582718B (zh) | 基于网络层次分析法的电缆通道火灾风险评估方法及装置 | |
CN110008442A (zh) | 一种基于飞行员综合能力评价的飞行员训练控制方法 | |
CN106844663B (zh) | 一种基于数据挖掘的船舶碰撞风险评估方法及系统 | |
Kirkland et al. | An improved methodology for assessing risk in aircraft operations at airports, applied to runway overruns | |
CN113362604A (zh) | 一种基于扇区动态交通特征的管制员工作负荷评估方法 | |
Lijuan et al. | An approach of AHP for human factors analysis in the aircraft icing accident | |
CN112712250A (zh) | 一种高原机场运行安全保障能力评价方法及系统 | |
Kwasiborska et al. | Identification of threats and risk assessment in air transport with the use of selected models and methods | |
CN114037283A (zh) | 一种商业综合体的火灾动态风险评估方法 | |
Alharasees et al. | Analysis of Human Factors Analysis and Classification System (HFACS) of UAV Operators | |
CN116109212B (zh) | 一种机场运行效率评价指标设计及监测方法 | |
CN116596346A (zh) | 一种高速公路隧道运营安全性评价方法 | |
Diallo | A predictive aircraft landing speed model using neural network | |
CN115689291A (zh) | 一种基于模糊物元分析的空域运行风险评估方法 | |
CN115188223A (zh) | 一种基于机场天气实况的飞机起降安全指数确定方法 | |
CN114398769A (zh) | 一种无人直升机飞行控制系统评分自动获取方法 | |
CN115034648B (zh) | 少样本条件下基于bp神经网络的桥梁工程风险评估方法 | |
CN111832834A (zh) | 一种机场道面使用性能预测方法、装置和电子设备 | |
CN112381430A (zh) | 跑道入侵智能评估系统 | |
CN117273454A (zh) | 一种机场飞行区安全风险评价方法及系统 | |
CN117829599A (zh) | 多模态数据融合的无人机起降安全风险评估系统及方法 | |
CN112381431A (zh) | 机场跑道入侵风险评估方法 | |
Sun et al. | Safety evaluation of aircraft in final approach based on QAR data | |
Lin et al. | Study on Building Runway Water Depth Model Based on the Placement of Water Level Gauge |
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 | ||
GR01 | Patent grant | ||
GR01 | Patent grant |