CN114254935A - 基于云模型和熵权法的邮轮风险评估方法及系统 - Google Patents
基于云模型和熵权法的邮轮风险评估方法及系统 Download PDFInfo
- Publication number
- CN114254935A CN114254935A CN202111584182.8A CN202111584182A CN114254935A CN 114254935 A CN114254935 A CN 114254935A CN 202111584182 A CN202111584182 A CN 202111584182A CN 114254935 A CN114254935 A CN 114254935A
- Authority
- CN
- China
- Prior art keywords
- cloud model
- index
- level
- ship
- cloud
- 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
- 238000000034 method Methods 0.000 title claims abstract description 55
- 238000012502 risk assessment Methods 0.000 claims abstract description 29
- 238000011156 evaluation Methods 0.000 claims abstract description 20
- 230000002776 aggregation Effects 0.000 claims abstract description 7
- 238000004220 aggregation Methods 0.000 claims abstract description 7
- 238000013210 evaluation model Methods 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 12
- 230000007613 environmental effect Effects 0.000 claims description 10
- 230000005484 gravity Effects 0.000 claims description 9
- 230000002146 bilateral effect Effects 0.000 claims description 5
- 230000004931 aggregating effect Effects 0.000 claims description 3
- 238000012423 maintenance Methods 0.000 claims description 3
- 238000010606 normalization Methods 0.000 claims description 3
- 238000006467 substitution reaction Methods 0.000 claims description 3
- 238000004364 calculation method Methods 0.000 description 4
- 238000012986 modification Methods 0.000 description 2
- 230000004048 modification Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 238000006243 chemical reaction Methods 0.000 description 1
- 230000007547 defect Effects 0.000 description 1
- 230000001419 dependent effect Effects 0.000 description 1
- 239000006185 dispersion Substances 0.000 description 1
- 230000000694 effects Effects 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
Landscapes
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Engineering & Computer Science (AREA)
- Strategic Management (AREA)
- Economics (AREA)
- Entrepreneurship & Innovation (AREA)
- Development Economics (AREA)
- Educational Administration (AREA)
- Operations Research (AREA)
- Marketing (AREA)
- Game Theory and Decision Science (AREA)
- Quality & Reliability (AREA)
- Tourism & Hospitality (AREA)
- Physics & Mathematics (AREA)
- General Business, Economics & Management (AREA)
- General Physics & Mathematics (AREA)
- Theoretical Computer Science (AREA)
- Complex Calculations (AREA)
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
一种基于云模型和熵权法的邮轮风险评估方法,S1、将邮轮航行安全的影响因素分为一级指标以及与一级指标相应的二级指标;将二级指标划分为五个安全等级,分别为不安全、较不安全、一般、安全、和非常安全,并建立云模型评价模型;S2、通过选取的航行安全评价的一级指标和二级指标因素建立邮轮安全风险评估指标体系;S3、并获取专家依据安全等级就选取的指标因素打分,得到专家评价集;S4、针对专家评价集中的专家打分值,基于聚合算子计算二级指标云模型;S5、基于熵权法确定二级指标权重值和一级指标权重值;S6、通过二级云模型参数、以及二级指标权重值,得到一级指标云模型,通过一级指标云模型及一级指标权重值聚合对邮轮风险进行评估。
Description
技术领域
本发明涉及海上航行船舶的风险评估技术领域,特别涉及一种基于云模型和熵权法的邮轮风险评估方法及系统。
背景技术
随着海上船舶数量的激增,海上风险事故的频发,船舶海上航行安全一直以来都备受航运企业以及学术界的关注。船舶海上航行安全与船员,船舶自身状况,所航行的海域的水文气象,通航环境以及所在海域所处的政治环境息息相关。对海上航行船舶的风险评估往往缺乏定量的评估资料,海上风险评估更多的是依赖海员的航行经验,所以建立合适的船舶海上航行风险评估模型至关重要。
发明内容
有鉴于此,本发明提供一种基于云模型和熵权法的邮轮风险评估方法及系统。
一种基于云模型和熵权法的邮轮风险评估方法,
S1、将邮轮航行安全的影响因素分为一级指标以及与一级指标相应的二级指标;将二级指标划分为五个安全等级,分别为不安全、较不安全、一般、安全、和非常安全,并建立云模型评价模型;
S2、通过选取的航行安全评价的一级指标和二级指标因素建立邮轮安全风险评估指标体系;
S3、并获取专家依据安全等级就选取的指标因素打分,得到专家评价集;
S4、针对专家评价集中的专家打分值,基于聚合算子计算二级指标云模型;
S5、基于熵权法确定二级指标权重值和一级指标权重值;
S6、通过二级云模型参数、以及二级指标权重值,得到一级指标云模型,通过一级指标云模型及一级指标权重值聚合对邮轮风险进行评估。
在本发明所述的基于云模型和熵权法的邮轮风险评估方法中,
所述步骤S1的云模型评价模型中云模型参数采用双边约束法计算,云模型三个数字特征分别是期望Ex、熵En和超熵He。其中Ex表示云滴的分布,反映了云滴群的重心;En表示概念的模糊性,体现了定性概念的裕度;He是熵的熵,表示概念的随机性,即离散程度。对于双边约束为[Cmin,Cmax]的评语,Cmin和Cmax表示双边评语的上下限,评价云的三个数字特征通过如下公式1求取:
其中,k表示评语的模糊程度,k取0.5;
对于单边评语使用半云模型描述,C+def和C-def表示评语上限和下线,公
式2如下:
将评语集中评语代入以上公式1和公式2,得到各等级模型参数。
在本发明所述的基于云模型和熵权法的邮轮风险评估方法中,
所述步骤S2中选取的一级指标包括:环境条件、船舶条件、管理条件、人员条件;环境条件下二级指标包括保安等级、能见度、风速、浪高、暗礁五个二级指标;船舶条件下二级指标包括船龄、船舶吨位、电力系统、操舵系统四个二级指标;管理条件下二级指标包括监管力度、船舶保养周期、船舶应急管理、管理制度完善四个二级指标;人员条件下二级指标包括船员技术水平、船员身体素质、船员心理素质三个二级指标;
邮轮安全风险评估指标体系的评价采用百分制,对应为不安全[0,30)、较不安全[30,50)、一般[50,70)、安全[70,85)、非常安全[85,100]。
在本发明所述的基于云模型和熵权法的邮轮风险评估方法中,所述步骤S4包括:
分别将二级指标五个安全等级云模型聚合成二级指标云模型,代入云加权算术平均算子:
(Z1,Z2,…,Zm)表示各评价等级的云模型,wj表示各等级对应的比重,按照专家打分比例确定wj的值,Ex、En、He表示对应的云模型参数。
在本发明所述的基于云模型和熵权法的邮轮风险评估方法中,所述步骤S5包括:
将二级指标归一化处理,对于一级指标的n个二级指标,m个等级,Xij表示第i个二级指标的第j等级专家打分结果(i=1,L,n;j=1,L m),X'ij为归一化后的专家打分,代入归一化公式:
计算第i个二级指标的第j等级的比重,用Yij表示:
将Yij用矩阵表示,得到比重矩阵;
代入si=wixij,i=1,2,...n,j=1,2,...m,si表示一级指标综合得分矩阵,重复计算直至得到一级指标权重值。
在本发明所述的基于云模型和熵权法的邮轮风险评估方法中,所述步骤S6包括:
将一级指标云模型参数和其权重值代入加权综合云计算公式:
本发明还提供一种基于云模型和熵权法的邮轮风险评估系统,其通过上述任一项所述的基于云模型和熵权法的邮轮风险评估方法实现。
有益技术效果:本发明的基于云模型和熵权法的邮轮风险评估方法及系统相对于现有技术,能够增加评价的客观性,减少人为因素的影响;在综合考虑多种因素影响的情况下,云模型可实现定性与定量数据之间的转换,弥补了传统方法在这方面的不足。
附图说明
图1是本发明实施例提供的基于云模型和熵权法的邮轮风险评估方法流程图;
图2是本发明实施例提供的二级指标之一的保安等级云模型;
图3是本发明实施例提供的一级指标之一的环境因素云模型;
图4是本发明实施例提供的航行安全系统总体评估云模型。
具体实施方式
如图1-4所示,本发明实施例提供的基于云模型和熵权法的邮轮风险评估和系统的整体思路是:将邮轮航行安全的影响因素分为环境、船舶、管理、人员四个一级指标及其相应的二级指标,建立邮轮航行安全评价体系。利用熵权法确定各指标之间权重;利用云模型算法完成整体综合评估。
步骤1:建立云模型评价模型
二级指标选用五级安全等级,分别为不安全、较不安全、一般、安全、和非常安全。对系统的评价采用百分制,对应为不安全[0,30)、较不安全[30,50)、一般[50,70)、安全[70,85)、非常安全[85,100]。
评语集的云模型参数一般采用双边约束法计算,对于约束为[Cmin,Cmax]的评语,评价云的三个数字特征有以下公式求取:
其中,k表示评语的模糊程度,k取0.5。
对于双端评语使用半云模型描述,C+def和C-def表示评语上限和下线,公式如下:
代入以上公式,得到各等级模型参数如表1所示。
表1安全评语云模型
步骤2:建立邮轮安全风险评估指标体系
邮轮安全风险评估指标体系包括:环境条件、船舶条件、管理条件、人员条件。环境条件下二级指标有保安等级、能见度、风速、浪高、暗礁等五个子指标;船舶条件下二级指标有船龄、船舶吨位、电力系统、操舵系统等四个子指标;管理条件下二级指标有监管力度、船舶保养周期、船舶应急管理、管理制度完善等四个子指标;人员条件下二级指标有船员技术水平、船员身体素质、船员心理素质等三个子指标。
邀请10名专家就以上各指标进行评价,评价结果如表2-5所示。
表2环境因素专家打分结果
表3船舶因素专家打分结果
表4管理因素专家打分结果
表5人员因素专家打分结果
步骤3:基于聚合算子计算二级指标云模型
分别将二级指标五个安全等级云模型聚合成二级指标云模型,代入云加权算术平均算子:
(Z1,Z2,…,Zm)表示各评价等级的云模型,wj表示各等级对应的比重,按照专家打分比例确定wj的值。以保安等级为例,权重矩阵为w1=[0,0,0.1,0.8,0.1],将安全等级云模型参数和权重矩阵代入上述公式得保安等级云模型参数:
同理计算各二级指标云模型参数,如表5所示。生成的保安等级云模型如附图2所示。
步骤4:基于熵权法确定二级指标和一级指标权重
将二级指标归一化处理,以环境因素为例,对于n个因素,m个等级,Xij表示第i个因素的第j等级专家打分结果(i=1,L,n;j=1,L m),X'ij为归一化后的专家打分,代入归一化公式:
计算第i个因素的第j等级的比重,用Yij表示:
将Yij用矩阵表示,得到比重矩阵:保安等级Y1[0,0,0.1,0.8,0.1];能见度Y2[0,0,0.3,0.5,0.2];风速Y3[0,0.1,0.3,0.6,0];浪高Y4[0,0,0.4,0.6,0];暗礁Y4[0,0.1,0.2,0.7,0]。
求得环境条件下各指标权重为W1=[0.24,0.15,0.18,0.23,0.2]。W2=[0.17,0.24,0.2,0.17,0.22],W3=[0.34,0.23,0.2,0.23],W4=[0.4,0.27,0.33]。
最后代入si=wixij,i=1,2,...n,j=1,2,...m,计算对应一级指标得分矩阵,重复以上步骤,计算得一级指标权重。结果如表5所示。
步骤5:计算一级指标云模型
由步骤3得到的二级云模型参数,步骤4得到的二级指标权重值,代入下列浮动云计算公式:
以一级指标环境为例,五个二级指标云模型参数分别为:保安等级Y1(78,2.9,0.5);能见度Y2(76.8,3.4,0.5);风速Y3(68.5,2.8,0.5);浪高Y4(70.5,2.8,0.5);暗礁Y5(70.3,2.8,0.5)。与之对应得权重矩阵为w1=[0.24,0.15,0.18,0.23,0.2],代入上述计算公式:
同理计算得其他一级指标云模型参数如表5所示。环境因素云模型如附图3所示。
步骤6:计算一级指标云模型
将一级指标云模型参数和其权重值代入加权综合云计算公式:
计算过程如下:
得到整体云模型(76.8,3,0.5),如附图4所示,参数如表6所示。
对比综合云模型参数值和各安全等级云模型参数值,整体云模型更接近安全等级为安全的云模型,故此邮轮安全评估等级为:安全。
表6各级云模型参数及其权重
以上,包括本发明实施例不局限于具体实现实施方式,对于本领域的普通技术人员来说,可以根据本发明的技术构思做出其它各种相应的改变与变形,而所有这些改变与变形都应属于本发明权利要求的保护范围。
Claims (7)
1.一种基于云模型和熵权法的邮轮风险评估方法,其特征在于,
S1、将邮轮航行安全的影响因素分为一级指标以及与一级指标相应的二级指标;将二级指标划分为五个安全等级,分别为不安全、较不安全、一般、安全、和非常安全,并建立云模型评价模型;
S2、通过选取的航行安全评价的一级指标和二级指标因素建立邮轮安全风险评估指标体系;
S3、并获取专家依据安全等级就选取的指标因素打分,得到专家评价集;
S4、针对专家评价集中的专家打分值,基于聚合算子计算二级指标云模型;
S5、基于熵权法确定二级指标权重值和一级指标权重值;
S6、通过二级云模型参数、以及二级指标权重值,得到一级指标云模型,通过一级指标云模型及一级指标权重值聚合对邮轮风险进行评估。
3.如权利要求1所述的基于云模型和熵权法的邮轮风险评估方法,其特征在于,
所述步骤S2中选取的一级指标包括:环境条件、船舶条件、管理条件、人员条件;环境条件下二级指标包括保安等级、能见度、风速、浪高、暗礁五个二级指标;船舶条件下二级指标包括船龄、船舶吨位、电力系统、操舵系统四个二级指标;管理条件下二级指标包括监管力度、船舶保养周期、船舶应急管理、管理制度完善四个二级指标;人员条件下二级指标包括船员技术水平、船员身体素质、船员心理素质三个二级指标;
邮轮安全风险评估指标体系的评价采用百分制,对应为不安全[0,30)、较不安全[30,50)、一般[50,70)、安全[70,85)、非常安全[85,100]。
7.一种基于云模型和熵权法的邮轮风险评估系统,其特征在于,其通过如权利要求1-6任一项所述的基于云模型和熵权法的邮轮风险评估方法实现。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111584182.8A CN114254935B (zh) | 2021-12-22 | 2021-12-22 | 基于云模型和熵权法的邮轮风险评估方法及系统 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202111584182.8A CN114254935B (zh) | 2021-12-22 | 2021-12-22 | 基于云模型和熵权法的邮轮风险评估方法及系统 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN114254935A true CN114254935A (zh) | 2022-03-29 |
CN114254935B CN114254935B (zh) | 2024-06-14 |
Family
ID=80796884
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202111584182.8A Active CN114254935B (zh) | 2021-12-22 | 2021-12-22 | 基于云模型和熵权法的邮轮风险评估方法及系统 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN114254935B (zh) |
Cited By (1)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664017A (zh) * | 2023-07-28 | 2023-08-29 | 北京工业大学 | 一种轨道交通公共区域适老性评价方法及系统 |
Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102762A (zh) * | 2014-04-29 | 2014-10-15 | 兰州交通大学 | 云模型模糊层次分析法在铁路信号系统风险分析中的应用 |
CN110097266A (zh) * | 2019-04-19 | 2019-08-06 | 西安交通大学 | 一种基于云模型的流程工业装备服役安全风险评估方法 |
CN112016849A (zh) * | 2020-09-12 | 2020-12-01 | 郑州航空工业管理学院 | 基于云模型的高校经管实验室安全风险评估方法 |
CN112434950A (zh) * | 2020-11-25 | 2021-03-02 | 云南省交通科学研究院有限公司 | 一种取消省界收费站货车计费调整风险评估的方法及用途 |
-
2021
- 2021-12-22 CN CN202111584182.8A patent/CN114254935B/zh active Active
Patent Citations (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN104102762A (zh) * | 2014-04-29 | 2014-10-15 | 兰州交通大学 | 云模型模糊层次分析法在铁路信号系统风险分析中的应用 |
CN110097266A (zh) * | 2019-04-19 | 2019-08-06 | 西安交通大学 | 一种基于云模型的流程工业装备服役安全风险评估方法 |
CN112016849A (zh) * | 2020-09-12 | 2020-12-01 | 郑州航空工业管理学院 | 基于云模型的高校经管实验室安全风险评估方法 |
CN112434950A (zh) * | 2020-11-25 | 2021-03-02 | 云南省交通科学研究院有限公司 | 一种取消省界收费站货车计费调整风险评估的方法及用途 |
Non-Patent Citations (1)
Title |
---|
孙星;卢宏亮;: "基于云模型和熵权的青岛港邮轮航行安全评价", 交通信息与安全, no. 02, 28 April 2018 (2018-04-28) * |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116664017A (zh) * | 2023-07-28 | 2023-08-29 | 北京工业大学 | 一种轨道交通公共区域适老性评价方法及系统 |
CN116664017B (zh) * | 2023-07-28 | 2023-11-17 | 北京工业大学 | 一种轨道交通公共区域适老性评价方法及系统 |
Also Published As
Publication number | Publication date |
---|---|
CN114254935B (zh) | 2024-06-14 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Cao et al. | Analysis of factors affecting the severity of marine accidents using a data-driven Bayesian network | |
Li et al. | AIS data-based decision model for navigation risk in sea areas | |
CN111353222B (zh) | 一种智能船舶自动靠泊能力的仿真测试系统及方法 | |
CN104050329A (zh) | 一种检测船舶碰撞危险度的方法 | |
CN110516972A (zh) | 一种船舶出航与海上作业综合预报评估系统 | |
Aydogdu | A comparison of maritime risk perception and accident statistics in the Istanbul Straight | |
CN114254935B (zh) | 基于云模型和熵权法的邮轮风险评估方法及系统 | |
CN113689128A (zh) | 一种船舶航行安全动态研判及预警系统和方法 | |
CN114565253A (zh) | 一种基于组合赋权-云模型的客滚船航行风险评估方法 | |
Szozda et al. | Towards evaluation of the second generation intact stability criteria-Examination of a fishing vessel vulnerability to surf-riding, based on historical capsizing | |
CN107622354B (zh) | 一种基于区间二元语义的突发事件应急能力评估方法 | |
CN117495091A (zh) | 一种基于熵-topsis-耦合协调模型的智能船舶航行风险评价方法 | |
Lee et al. | An analysis on the relative importance of the risk factors for the marine traffic environment using analytic hierarchy process | |
CN115239110A (zh) | 一种基于改进topsis方法的通航风险评价方法 | |
CN113505965A (zh) | 一种三角模糊层次分析的多级综合评价模型 | |
Wang et al. | Ship Navigation Safety Assessment Based on Neural Network | |
Ma et al. | Comprehensive Evaluation of Emergency Situation after Collisions at Sea Based on Extenics | |
Zhou et al. | Research on Navigation Risk Identification of Three Gorges Ship Lock Based on Improved Analytic Hierarchy Process | |
CN114757549B (zh) | 内河干流航道水上服务区功能与规模决策方法 | |
Han et al. | Data processing research on the comprehensive risk assessment model for overboard-man at sea | |
Li et al. | The Severity of Maritime Traffic Accidents Prediction Method Based on Bilayer GA-SVM | |
CN114781787A (zh) | 一种客船航行条件下的自然环境因素风险评估方法 | |
Zhang et al. | Research on the evaluation method of a navigation plan based on the fuzzy comprehensive evaluation | |
Yang et al. | Risk assessment of navigational safety of coast guard vessels based on analytic hierarchy cloud model theory | |
CN115409393A (zh) | 一种海上船舶监控用轨迹跟踪路线评价方法 |
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 | ||
GR01 | Patent grant |