CN114841564A - 基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法 - Google Patents

基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法 Download PDF

Info

Publication number
CN114841564A
CN114841564A CN202210483713.2A CN202210483713A CN114841564A CN 114841564 A CN114841564 A CN 114841564A CN 202210483713 A CN202210483713 A CN 202210483713A CN 114841564 A CN114841564 A CN 114841564A
Authority
CN
China
Prior art keywords
index
index layer
transportation
indexes
fuzzy
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
CN202210483713.2A
Other languages
English (en)
Inventor
唐优华
蒋阳升
刘国强
姚志洪
郝慧君
王俊涛
林亚兰
陈锡武
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.)
Southwest Jiaotong University
China Railway Eryuan Engineering Group Co Ltd CREEC
China Railway 19th Bureau Group Co Ltd
Sixth Engineering Co Ltd of China Railway 19th Bureau Group Co Ltd
Original Assignee
Southwest Jiaotong University
China Railway Eryuan Engineering Group Co Ltd CREEC
China Railway 19th Bureau Group Co Ltd
Sixth Engineering Co Ltd of China Railway 19th Bureau Group Co Ltd
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 Southwest Jiaotong University, China Railway Eryuan Engineering Group Co Ltd CREEC, China Railway 19th Bureau Group Co Ltd, Sixth Engineering Co Ltd of China Railway 19th Bureau Group Co Ltd filed Critical Southwest Jiaotong University
Priority to CN202210483713.2A priority Critical patent/CN114841564A/zh
Publication of CN114841564A publication Critical patent/CN114841564A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis
    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION 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
    • G06Q50/00Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40Business processes related to the transportation industry
    • YGENERAL 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
    • Y02TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02PCLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Economics (AREA)
  • Strategic Management (AREA)
  • General Physics & Mathematics (AREA)
  • Tourism & Hospitality (AREA)
  • Theoretical Computer Science (AREA)
  • Educational Administration (AREA)
  • Marketing (AREA)
  • Development Economics (AREA)
  • General Business, Economics & Management (AREA)
  • Entrepreneurship & Innovation (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)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明提供一种基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,该方法首先构建评价指标层次体系,将财务指标、运输质量、运输生产率作为一级指标,分别考虑到隧道施工组织方案的施工成本、施工体验、施工效率,能够整体反映隧道施工组织方案,二级指标的选取进一步根据隧道施工过程以及一级指标进行划分,能够更合理地反映隧道施工组织方案的评价指标,然后结合模糊层次分析法的步骤进行评价,充分考虑到对于评价指标权重的犹豫度,使得隧道施工组织方案仿真评价更符合实际情况。

Description

基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法
技术领域
本发明涉及隧道施工组织方案仿真评价方法领域,具体是涉及一种基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法。
背景技术
在长大隧道的施工过程中,需要隧道运渣车辆在洞口与隧道内往返,如何在多种车辆组织方案中决策,选择一种最适合的方案是目前待解决的问题。
目前常见的决策方法包括层次分析法、模糊综合评价法、直接模糊层次分析法等,但是这些决策方法都没有直接应用在直觉模糊层次分析法中。论文《基于直觉模糊层次分析的特种设备事故应急预案评价》介绍了通过直觉模糊层次法对特种设备应急预案进行评价。由于隧道施工组织方案与特种设备事故应急预案所处领域不同,尤其是在评价指标的确立上,无法将同样的方法应用在隧道施工组织方案仿真评价中。
发明内容
本发明的目的是提供一种指标选取全面且结合评价指标权重时的犹豫度评价的隧道车辆组织方案仿真评价方法。
为了实现上述目的,本发明提供的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其中:构建评价指标层次体系;确定指标层次体系中各指标层的直觉模糊判断矩阵;根据直觉模糊判断矩阵确定直觉模糊一致性判断矩阵;判断直觉模糊一致性判断矩阵是否通过一致性检验,如是,根据直觉模糊一致性判断矩阵确定各指标层的各个指标的权重;对至少两个组织方案的指标层次体系中的各个指标进行评分,并根据各个指标的权重以及评分的分数计算组织方案的总得分;比较组织方案的总得分,确定总得分最高的组织方案为最佳组织方案;其中,构建评价指标层次体系时,包括构建一级指标层与二级指标层,一级指标层包括一级指标,二级指标层包括二级指标,二级指标层隶属于一级指标层,一级指标与相应的二级指标对应,一级指标包括财务指标、运输质量、运输生产率;财务指标对应二级指标中的运输成本、人工费用、装备费用;运输质量对应二级指标中的运输的安全性、运输的及时性、运输的方便性;运输生产率对应二级指标中的运输时间、运输平均速度、运输总里程、运输油耗。
由上述方案可见,本发明的隧道施工组织方案仿真评价方法,将财务指标、运输质量、运输生产率作为一级指标,分别考虑到隧道施工组织方案的施工成本、施工体验、施工效率,能够整体反映隧道施工组织方案,二级指标的选取进一步根据隧道施工过程以及一级指标进行划分,能够更合理地反映隧道施工组织方案的评价指标,然后结合模糊层次分析法的步骤进行评价,充分考虑到对于评价指标权重的犹豫度,使得隧道施工组织方案仿真评价更符合实际情况。
进一步的方案是,确定指标层次体系中各指标层的直觉模糊判断矩阵时,包括:构建R=(rij)n×n方阵,其中i,j代表偏好判断矩阵中的行和列,rijij,vij),(i,j=1,2.3,…,n),μij=vji,vji=μijiiii=0.5,μij+ji≤1,μij表示第i个指标优于第j个指标的程度;vij表示第i个指标劣于第j个指标的程度,n表示一个指标层中的指标的个数,R表示指标层中各个指标进行直觉模糊偏好判断得到的直觉模糊判断矩阵。
进一步的方案是,根据直觉模糊判断矩阵确定直觉模糊一致性判断矩阵时,包括:通过下面公式计算:
Figure BDA0003628519230000031
确定直觉模糊判断矩阵,其中
Figure BDA0003628519230000032
为直觉模糊一致性判断矩阵。
进一步的方案是,判断直觉模糊一致性判断矩阵是否通过一致性检验,若否,通过引入参数σ∈(0.1)以及下面的公式调整和变换直觉模糊一致性判断矩阵,
Figure BDA0003628519230000033
直至通过一致性检验。
进一步的方案是,根据直觉模糊一致性判断矩阵确定各指标层的各个指标的权重时,包括:在相邻的所述指标层中,确定下一指标层的指标相对上一指标层的指标的权重。确定下一指标层的指标相对所述上一指标层的指标的权重时,通过下面公式计算:
Figure BDA0003628519230000034
其中ωi为所述下一指标层的指标相对所述上一指标层的指标的权重。
进一步的方案是,对至少两个组织方案的所述指标层次体系中的各个指标进行评分,并根据所述各个指标的权重以及所述评分的分数计算所述组织方案的总得分,包括:通过所述评分的分数确定所述组织方案的总效率值,将所述总效率值代入直觉模糊数的排序函数计算所述组织方案的总得分。
附图说明
图1是本发明的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法的流程图。
图2是本发明的评价指标层次体系的示意图。
以下结合附图及实施例对本发明作进一步说明。
具体实施方式
本发明提出了一种基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,根据隧道车辆组织方案制定相应的指标并结合直觉模糊层次分析法对各个组织方案进行评价与选择。
本实施例以两个施工组织方案为例,介绍基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法。
参见图1,首先执行步骤S1,构建评价指标层次体系。具体的是,参见图2,目标层11为长大隧道施工组织方案指标体系,指标层包括一级指标层12与二级指标层13,二级指标层13隶属于一级指标层12,即二级指标层中13的二级指标是一级指标层中的一级指标的进一步细化,其中,一级指标层12包括三个一级指标,分别为财务指标、运输质量、运输生产率。财务指标对应的二级指标层13的二级指标分别为运输成本、人工费用、装备费用;运输质量对应的二级指标层13的二级指标分别为运输的安全性、运输的及时性、运输的方便性;运输生产率对应的二级指标层13中的二级指标分别为运输时间、运输平均速度、运输总里程、运输油耗。
执行步骤S2,确定指标层次体系中各指标层的直觉模糊判断矩阵。具体的是,直觉模糊判断矩阵可根据专家的评分意见来构建。构建R=(rij)n×n方阵,其中i,j代表所述偏好判断矩阵中的行和列,rij=(μij,vij),(i,j=1,2.3,…,n),μij=vji,vji=μijii=vii=0.5,μij+vji≤1,μij表示第i个指标优于第j个指标的程度;vij表示第i个指标劣于第j个指标的程度,n表示一个所述指标层中的指标的个数,R表示所述指标层中各个指标进行直觉模糊偏好判断得到的所述直觉模糊判断矩阵。一级指标层的直觉模糊判断矩阵如下方表1所示:
表1一级指标层的直觉模糊判断矩阵
一级指标 财务指标 运输质量 运输生产率
财务指标 (0.5,0.5) (0.5,0.4) (0.45,0.5)
运输质量 (0.4,0.5) (0.5,0.5) (0.4,0.55)
运输生产率 (0.5,0.45) (0.55,0.4) (0.5,0.5)
同理可在二级指标层中,将与同一个第一指标对应的第二指标两两比较,得到直觉模糊判断矩阵,在此不再赘述。
执行步骤S3,根据直觉模糊判断矩阵确定直觉模糊一致性判断矩阵。表1表示的一级指标层的直觉模糊判断矩阵代入下面公式计算:
Figure BDA0003628519230000051
从而确定直觉模糊一致性判断矩阵,其中
Figure BDA00036285192300000610
为所述直觉模糊一致性判断矩阵,
Figure BDA0003628519230000061
一级指标层的直觉模糊一致性判断矩阵如下方表2所示:
表2一级指标层的直觉模糊一致性判断逆矩阵
一级指标 财务指标 运输质量 运输生产率
财务指标 (0.5,0.5) (0.5,0.4) (0.4,0.449)
运输质量 (0.4,0.5) (0.5,0.5) (0.4,0.55)
运输生产率 (0.449,0.4) (0.55,0.4) (0.5,0.5)
同理可得二级指标层的直觉模糊一致性判断矩阵,其中隶属于财务指标的二级指标构成的直觉模糊一致性判断矩阵为B1,隶属于运输质量的二级指标构成的直觉模糊一致性判断矩阵为B2,隶属于运输生产率的二级指标构成的直觉模糊一致性判断矩阵为B3具体过程在此不再赘述。
执行步骤S4,判断直觉模糊一致性判断矩阵是否通过一致性检验。一致性检验采用下方公式进行:
Figure BDA0003628519230000062
其中,π表示R中元素的犹豫度,πit=1-μit-vit
Figure BDA0003628519230000063
表示
Figure BDA0003628519230000064
中元素的犹豫度,
Figure BDA0003628519230000065
R为各级指标间进行直觉模糊偏好判断得到的直觉模糊判断矩阵,
Figure BDA0003628519230000066
为直觉模糊一致性判断矩阵。由此可对一级指标层做一次性检验,有
Figure BDA0003628519230000067
B表示一级指标构成的直觉模糊一致性判断矩阵,由于
Figure BDA0003628519230000068
小于0.1,通过一次性检验。
同理,对于二级指标层中各个二级指标的直觉模糊一致性判断矩阵,有
Figure BDA0003628519230000069
由此,所有直觉模糊一致性判断矩阵通过一致性检验,可继续执行S6。若有直觉模糊一致性判断矩阵未通过一致性检验,则执行步骤S5,设置参数σ并使用参数σ对直觉模糊一致性判断矩阵的各个元素进行调整计算。具体的是,通过下面公式调整和变换直觉模糊一致性判断矩阵:
Figure BDA0003628519230000071
其中
Figure BDA0003628519230000072
是经过调整后的直觉模糊一致性判断矩阵,
Figure BDA0003628519230000073
是矩阵
Figure BDA0003628519230000074
中的元素,将该直觉模糊一致性判断矩阵再进行一次性检验,然后回到步骤S4,继续判断该模糊一致性判断矩阵是否通过一次性检验,通过一次性检验即可继续执行步骤S6。
执行步骤S6,根据直觉模糊一致性判断矩阵确定各指标层的各个指标的权重。确定所述下一指标层的指标相对所述上一指标层的指标的权重时,通过下面公式计算:
Figure BDA0003628519230000075
其中ωi为所述下一指标层的指标相对所述上一指标层的指标的权重。由此解得一级指标和二级指标的权重分别为:
ω1=(0.1354,0.7331),ω2=(0.1345,0.8421),ω3=(0.2332,0.7428);
ω11=(0.1463,0.6985),ω12=(0.2542,0.8642),ω13=(0.2176,0.7496);
ω21=(0.1456,0.8341),ω22=(0.2678,0.4218),ω23=(0.2589,0.8731);
ω31=(0.1348,0.7329),ω32=(0.2218,0.8348),ω33=(0.2157,0.8432);
ω34=(0.1325,0.8469);
其中,ω1表示财务指标的权重,ω2表示运输质量的权重,ω3表示运输生产率权重;ω11、ω12、ω13分别表示运输成本、人工费用、装备费用相对于财务指标的权重;ω21、ω22、ω23分别表示运输的安全性、运输的及时性、运输的方便性相对于运输质量的权重;ω31、ω32、ω33、ω34分别表示运输时间、运输平均速度、运输总里程、运输油耗相对于运输生产率的权重。
此外,还可以直接计算二级指标相对于方案的总权重,具体的是,设一级指标的权重为ωk(k=1,2,3),二级指标相对于一级指标的权重为ωkl(k=1,2,3,l=1,2,3,仅k=3时,l=1,2,3,4),二级指标相对于预案总评分的综合权重为Wkl,一级指标Bi下具有的二级指标个数为ni。由于ωk和Wkl都为直觉模糊数,因此其计算需利用以下的直觉模糊数的运算法则:
Figure BDA0003628519230000081
Figure BDA0003628519230000082
Figure BDA0003628519230000083
λ为常数;
所以有
Figure BDA0003628519230000084
故可得到下列总权重表表3:
表3总权重表
Figure BDA0003628519230000085
Figure BDA0003628519230000091
执行步骤S7,对至少两个组织方案的指标层次体系中的各个指标进行评分,根据各个指标的权重以及评分的分数计算组织方案的总得分。具体的,可通过对组织方案进行仿真,本实施例有组织方案A与组织方案B,由专家组对组织方案的仿真结果进行评价,给出评语集V={V1,V2,V3,V4}={优,良,中,差},评价等级分为4级,对应的分数分别为95、80、62.5、25。以组织方案A为例,10人专家小组评价如下表:
Figure BDA0003628519230000092
Figure BDA0003628519230000101
获得专家的评分后,即可根据指标的权重计算组织方案的总得分。以计算各一级指标的得分为例,具体的是,得到二级指标的评分以后,对评分使用模糊综合评价进行处理,得到针对每一项二级指标的模糊综合评分Gkl,根据
Figure BDA0003628519230000102
nk表示二级指标层中,一级指标k下的二级指标的个数n,从而可以计算各一级指标的评分,然后根据
Figure BDA0003628519230000103
求得组织方案的总效率值,由于求得的总效率值F仍表现为直觉模糊数,使用直觉模糊数的排序函数进行绩效评价,即ρ(α)=1-0.5(1+πα)(1-μα),得到组织方案的总得分ρ(F),通过比较不同方案的ρ(F)进行组织方案优劣的判断。基于上述的公式,得出二级指标模糊综合评价得分如下:
G11=75.5,G12=73.25,G13=73.25;
G21=69.75,G22=73.25,G23=78.5;
G31=75.25,G32=80.25,G33=78.5,G34=73.25;
最后进行指标得分计算,由
Figure BDA0003628519230000104
使得上述的直觉模糊数运算法则中满足0<λ<1,将减小后的得分G′kl代入
Figure BDA0003628519230000105
Figure BDA0003628519230000106
代入
Figure BDA0003628519230000107
得到:
Figure BDA0003628519230000108
Figure BDA0003628519230000109
Figure BDA00036285192300001010
将该结果代入
Figure BDA0003628519230000111
得到:
Figure BDA0003628519230000112
同理对于组织方案B有:
Figure BDA0003628519230000113
将上述的直觉模糊数FF与FB代入ρ(α)=1-0.5(1+πα)(1-μα),πα的值为1-直觉模糊数α的前一项-直觉模糊数α的后一项,μα的值为直觉模糊数α的前一项。有:ρ(A)=1-0.5(1+πA)(1-μA)=0.8234;ρ(B)=1-0.5(1+πB)(1-μB)=0.7928;
执行步骤S8,比较组织方案的总得分,确定总得分最高的组织方案为最佳组织方案。由于组织方案A的评分高于组织方案B的评分,可将组织方案A确定为最佳组织方案。由此,根据组织方案的总得分可以在多个组织方案中选出最佳方案。
综上所述,本发明的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,通过构建评价指标层次体系,将财务指标、运输质量、运输生产率作为一级指标,分别考虑到隧道施工组织方案的施工成本、施工体验、施工效率,能够整体反映隧道施工组织方案,二级指标的选取进一步根据隧道施工过程以及一级指标进行划分,能够更合理地反映隧道施工组织方案的评价指标,然后结合模糊层次分析法的步骤进行评价,充分考虑到对于评价指标权重的犹豫度,使得隧道施工组织方案仿真评价更符合实际情况。

Claims (7)

1.基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
构建评价指标层次体系;
确定所述指标层次体系中各指标层的直觉模糊判断矩阵;
根据所述直觉模糊判断矩阵确定直觉模糊一致性判断矩阵;
判断所述直觉模糊一致性判断矩阵是否通过一致性检验,如是,根据所述直觉模糊一致性判断矩阵确定所述各指标层的各个指标的权重;
对至少两个组织方案的所述指标层次体系中的各个指标进行评分,并根据所述各个指标的权重以及评分的分数计算所述组织方案的总得分;
比较所述组织方案的总得分,确定所述总得分最高的组织方案为最佳组织方案;
其中,构建所述评价指标层次体系时,包括构建一级指标层与二级指标层,所述一级指标层包括一级指标,所述二级指标层包括二级指标,所述二级指标层隶属于所述一级指标层,所述一级指标与相应的所述二级指标对应,所述一级指标包括财务指标、运输质量、运输生产率;
所述财务指标对应所述二级指标中的运输成本、人工费用、装备费用;
所述运输质量对应所述二级指标中的运输的安全性、运输的及时性、运输的方便性;
所述运输生产率对应所述二级指标中的运输时间、运输平均速度、运输总里程、运输油耗。
2.如权利要求1所述的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
确定所述指标层次体系中各指标层的直觉模糊判断矩阵时,包括:
构建R=(rij)n×n方阵,其中i,j代表所述偏好判断矩阵中的行和列,rij=(μij,vij),(i,j=1,2.3,…,n),μij=vji,vji=μijii=vii=0.5,μij+vji≤1,μij表示第i个指标优于第j个指标的程度;vij表示第i个指标劣于第j个指标的程度,n表示一个所述指标层中的指标的个数,R表示所述指标层中各个指标进行直觉模糊偏好判断得到的所述直觉模糊判断矩阵。
3.如权利要求2所述的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
根据所述直觉模糊判断矩阵确定所述直觉模糊一致性判断矩阵时,包括:通过下面公式计算:
Figure FDA0003628519220000021
确定所述直觉模糊一致性判断矩阵,其中
Figure FDA0003628519220000022
为所述直觉模糊一致性判断矩阵。
4.如权利要求3所述的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
判断所述直觉模糊一致性判断矩阵是否通过一致性检验,若否,通过引入参数σ∈(0.1)以及下面的公式调整和变换所述直觉模糊一致性判断矩阵,
Figure FDA0003628519220000031
直至通过所述一致性检验。
5.如权利要求4所述的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
根据所述直觉模糊一致性判断矩阵确定所述各指标层的各个指标的权重时,包括:
在相邻的所述指标层中,确定下一指标层的指标相对上一指标层的指标的权重。
6.如权利要求5所述的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
确定所述下一指标层的指标相对所述上一指标层的指标的权重时,通过下面公式计算:
Figure FDA0003628519220000032
其中ωi为所述下一指标层的指标相对所述上一指标层的指标的权重。
7.如权利要求6所述的基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法,其特征在于:
对至少两个组织方案的所述指标层次体系中的各个指标进行评分,并根据所述各个指标的权重以及评分的分数计算所述组织方案的总得分,包括:
通过评分的分数确定所述组织方案的总效率值,将所述总效率值代入直觉模糊数的排序函数计算所述组织方案的总得分。
CN202210483713.2A 2022-05-05 2022-05-05 基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法 Pending CN114841564A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210483713.2A CN114841564A (zh) 2022-05-05 2022-05-05 基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210483713.2A CN114841564A (zh) 2022-05-05 2022-05-05 基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法

Publications (1)

Publication Number Publication Date
CN114841564A true CN114841564A (zh) 2022-08-02

Family

ID=82566854

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210483713.2A Pending CN114841564A (zh) 2022-05-05 2022-05-05 基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法

Country Status (1)

Country Link
CN (1) CN114841564A (zh)

Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600458A (zh) * 2016-12-02 2017-04-26 华北电力大学(保定) 基于改进功率介数的电网风险综合评估方法
CN109151953A (zh) * 2018-09-25 2019-01-04 华北电力大学(保定) 一种基于用户和网络双侧收益的网络接入选择计算方法
CN110378619A (zh) * 2019-07-26 2019-10-25 中国电建集团成都勘测设计研究院有限公司 基于模糊综合评价的隧道钻爆法施工风险分析方法
CN110659833A (zh) * 2019-09-26 2020-01-07 郑州航空工业管理学院 基于直觉模糊层次分析法的民航机场服务质量评价

Patent Citations (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN106600458A (zh) * 2016-12-02 2017-04-26 华北电力大学(保定) 基于改进功率介数的电网风险综合评估方法
CN109151953A (zh) * 2018-09-25 2019-01-04 华北电力大学(保定) 一种基于用户和网络双侧收益的网络接入选择计算方法
CN110378619A (zh) * 2019-07-26 2019-10-25 中国电建集团成都勘测设计研究院有限公司 基于模糊综合评价的隧道钻爆法施工风险分析方法
CN110659833A (zh) * 2019-09-26 2020-01-07 郑州航空工业管理学院 基于直觉模糊层次分析法的民航机场服务质量评价

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
郑耿峰: "基于直觉模糊层次分析的特种设备事故应急预案评价", 《计算机科学》 *
顾婧 等: "基于直觉模糊层次分析的创业投资引导基金绩效评价方法研究", 《中国管理科学》 *

Similar Documents

Publication Publication Date Title
Antucheviciene et al. Measuring congruence of ranking results applying particular MCDM methods
CN106504015A (zh) 一种结合bp神经网络的企业领域供应商推荐方法
CN110526065B (zh) 一种电梯按需维保策略的获取方法及系统
CN114638021B (zh) 物联网轻量级区块链系统安全性评价方法
CN110751355A (zh) 一种科技成果评估方法和装置
CN110163486A (zh) 一种项目风险重要度评估方法及系统
CN105512465A (zh) 基于改进vikor法的云平台安全性量化评估方法
Soltanifar A new voting model for groups with members of unequal power and proficiency
KR101418307B1 (ko) 다중 의사 결정 문제 해결을 위한 구간 회색수 및 엔트로피 기반 해법 연산 방법
CN113988705A (zh) 一种交通安全风险评估方法及装置
Jaini Application of intuitionistic Z-numbers in supplier selection
CN111429023B (zh) 一种磁浮交通高安全系统风险指标重要性的评估方法
CN109190798B (zh) 一种云制造服务组合方法
CN114841564A (zh) 基于直觉模糊层次分析法的隧道车辆组织方案仿真评价方法
CN109768545A (zh) 一种基于Vague集的黑启动方案优选方法
CN113592246B (zh) 一种基于pca-topsis模型的道路施工期公交线网评价方法
CN115375077A (zh) 基于毕达哥拉斯模糊赋权法的海底管道失效风险评价方法
CN101425157A (zh) 针对铁路应急预案进行综合评价的方法
CN113536415A (zh) 一种基于典型环境差异的综合指标体系桥梁比选方法
CN112712284A (zh) 基于ahp-熵权法的城市燃气管道风险评价系统及方法
Shi et al. The evaluation of software trustworthiness with FAHP and FTOPSIS methods
CN112686525B (zh) 一种机电系统phm体系的综合评估方法
Zhang et al. A new multi-attribute optimal selecting method for weapon system through trapezoidal fuzzy analytic hierarchy process and Delphi
Mondal et al. Evaluation of the Main Barriers of RMG in Industry 4.0 Implementation by Using Analytical Hierarchy Process (AHP)
Kaldas et al. Procedia CIRP

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

Application publication date: 20220802

RJ01 Rejection of invention patent application after publication