CN115062942A - 应急救援效能评估方法及装置 - Google Patents

应急救援效能评估方法及装置 Download PDF

Info

Publication number
CN115062942A
CN115062942A CN202210643931.8A CN202210643931A CN115062942A CN 115062942 A CN115062942 A CN 115062942A CN 202210643931 A CN202210643931 A CN 202210643931A CN 115062942 A CN115062942 A CN 115062942A
Authority
CN
China
Prior art keywords
weight
emergency rescue
calculating
matrix
evaluation
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
CN202210643931.8A
Other languages
English (en)
Inventor
刘宁
刘佩婷
王松
苏中
胡燕祝
赵辉
袁超杰
冯群倬
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 University of Posts and Telecommunications
Beijing Information Science and Technology University
Original Assignee
Beijing University of Posts and Telecommunications
Beijing Information Science and Technology University
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 University of Posts and Telecommunications, Beijing Information Science and Technology University filed Critical Beijing University of Posts and Telecommunications
Priority to CN202210643931.8A priority Critical patent/CN115062942A/zh
Publication of CN115062942A publication Critical patent/CN115062942A/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
    • 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)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Educational Administration (AREA)
  • Economics (AREA)
  • Development Economics (AREA)
  • Tourism & Hospitality (AREA)
  • General Business, Economics & Management (AREA)
  • Marketing (AREA)
  • Physics & Mathematics (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Primary Health Care (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Game Theory and Decision Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种应急救援效能评估方法及装置。其中，该方法包括：采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重；基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估。本发明解决了应急救援效能评估不准确的技术问题。

Description

应急救援效能评估方法及装置
技术领域
本发明涉及计算机领域，具体而言，涉及一种应急救援效能评估方法及装置。
背景技术
现有技术中，仅采用灰色关联度分析方法(GRA)来评估应急救援效能。GRA是一种多因素统计分析的方法。简单来讲，假设或者知道某一个指标可能是与其他的某几个因素相关的，这个指标与一些因素相关性强，与另一些因素相关性弱，依次类推，把这些因素按照强弱排序得到一个分析结果，可以知道所关注的这个指标与因素中的哪些更相关。但该方法要求样本数据且具有时间序列特性，并且只对评判对象的优劣做出鉴别，并不反映绝对水平。
针对上述的问题，目前尚未提出有效的解决方案。
发明内容
本发明实施例提供了一种应急救援效能评估方法及装置，以至少解决应急救援效能评估不准确的技术问题。
根据本发明实施例的一个方面，提供了一种应急救援效能评估方法，包括：采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重；基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估。
根据本发明实施例的另一方面，还提供了一种应急救援效能评估装置，包括：综合权重计算模块，被配置为采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重；评估模块，被配置为基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估。
在本发明实施例中，采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重；基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估的方式，从而解决了应急救援效能评估不准确的技术问题。
附图说明
此处所说明的附图用来提供对本发明的进一步理解，构成本申请的一部分，本发明的示意性实施例及其说明用于解释本发明，并不构成对本发明的不当限定。在附图中：
图1是根据本发明实施例的应急救援效能评估方法的流程图；
图2是根据本发明实施例的另一种应急救援效能评估方法的流程图；
图3是根据本发明实施例的应急救援的评价指标体系的结构示意图；
图4是根据本发明实施例的又一种应急救援效能评估方法的流程图；
图5是根据本发明实施例的AHP的结构体系的结构示意图；
图6是根据本发明实施例的应急救援效能评估装置的结构示意图。
具体实施方式
为了使本技术领域的人员更好地理解本发明方案，下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分的实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都应当属于本发明保护的范围。
需要说明的是，本发明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，以便这里描述的本发明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。此外，术语“包括”和“具有”以及他们的任何变形，意图在于覆盖不排他的包含，例如，包含了一系列步骤或单元的过程、方法、系统、产品或设备不必限于清楚地列出的那些步骤或单元，而是可包括没有清楚地列出的或对于这些过程、方法、产品或设备固有的其它步骤或单元。
实施例1
根据本发明实施例，提供了一种应急救援效能评估方法，如图1所示，该方法包括：
步骤S102，采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重。
在一个示例性实施例中，采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重，包括：采用所述网络层次分析法，计算每个应急救援工作各阶段的主观权重；采用所述熵权法，计算每个应急救援工作各阶段的客观权重；基于所述主观权重和所述客观权重，利用最小相对信息熵法计算每个应急救援工作各阶段的所述综合权重。
在一个示例性实施例中，采用所述网络层次分析法，计算每个应急救援工作各阶段的主观权重，包括：采用所述网络层次分析法，分析所述应急救援的评价指标体系中各个因素之间的关系，为所述评价指标体系构建判断矩阵；求解所述判断矩阵的最大特征根，并对所述判断矩阵进行一致性检验；基于检验通过后的所述判断矩阵，构建超矩阵；利用所述超矩阵，计算每个应急救援工作各阶段的主观权重。
在一个示例性实施例中，为所述评价指标体系构建判断矩阵之前，所述方法还包括：对所述应急救援的评价指标体系中的各个因素的权重进行估计，得到各个因素的权重估计值；基于所述各个因素的权重估计值计算平均值，并基于所述平均值对所述权重估计值大于权重阈值的因素进行重新估计，直至重新估计的所述权重估计值接近所述平均值。
在一个示例性实施例中，为所述评价指标体系构建判断矩阵包括：为所述评价指标体系的准则层，构建所述准则层的所述判断矩阵，用于计算所述准则层中的元素的相对重要性权重；为所述评价指标体系的指标层，构建所述指标层的所述判断矩阵，用于计算所述准则层下的各指标的权重矩阵，其中，所述指标层位于相应的所述准则层之下。
在一个示例性实施例中，求解所述判断矩阵的最大特征根包括：求解所述判断矩阵的最大特征根；将所述最大特征根对应的特征向量采用方根法经过归一化后，得到所述评价指标体系的同一层次相应元素对上一层次某一元素相对重要性的排序权值。
在一个示例性实施例中，基于检验通过后的所述判断矩阵，构建超矩阵，包括：通过最大特征根法对所述判断矩阵进行求解，得到相应的特征向量；将每个所述特征向量进行合并组成矩阵形式，计算出局部权重矩阵；计算各个所述局部权重矩阵，以各个所述局部权重矩阵为块矩阵组合后得到所述超矩阵。
在一个示例性实施例中，采用所述熵权法，计算每个应急救援工作各阶段的客观权重，包括：采用所述熵权法，计算所述应急救援的评价指标体系中的元素下的指标的特征比重；基于所述特征比重计算指标信息熵，并基于所述指标信息熵计算信息效能值；基于所述信息效能值，计算所述客观权重。
步骤S104，基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估。
在一个示例性实施例中，基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，包括：针对所述应急救援的各个救援方案，为各个所述救援方案中的指标设置专家评价权值，并生成决策矩阵；对所述决策矩阵进行规范化处理得到标准化的所述决策矩阵；基于标准化的所述决策矩阵构造所有理想的救援方案组成的参考序列；基于所述参考序列计算灰色关联度系数，并基于所述灰色关联度系数，计算关联度，以对各个所述应急救援工作进行排序。
本申请实施例减少了由专家主观性带来的权重分配的影响，量化了评价指标以做定量分析，并考虑了各因素或相邻层次之间的相互影响。
本申请由于考虑到各层次及层次间各因素的相互影响，使得指标体系的权重分配更合理，更符合实际情况，且采用灰色关联度法可用原始数据进行直接计算，可靠性强；评价指标体系可以根据具体情况增减；无需大量样本，只要有代表性的少量样本即可。
实施例2
根据本发明实施例，提供了另一种应急救援效能评估方法，如图2所示，该方法包括：
步骤S202，建立应急救援的评价指标体系。
查阅资料建立一套灾后救援的评价指标体系，对确定下来的评价指标进行目标层以及一级指标和二级指标的划分。
图3是根据本申请实施例的应急救援的评价指标体系，如图3所示，该体系包括目标层、一级指标和二级指标，其中，目标层是灾后应急救援A；一级指标是救援人员B1、救援设备B2一级救援保障Bk等；二级指标是救援人员B1下一层级的人员数量C1，人员成绩考核C2等、救援设备B2下一层级的设备数量、设备质量等，救援保障Bk下一层级的物资保障、通信保障Cn等。
步骤S204，计算主观权重。
利用层次分析法AHP计算主观权重。ANP的典型结构主要包括控制层和网络层。控制层包括了目标及准则，各准则相互独立其权重可通过AHP法获得，而网络层包括各准则下的指标元素组，它们内部相互联系、彼此影响，既可以得到元素与准则之间的直接优势度，也可在同一准则下获取两个元素相对第三个元素的间接优势度。该方法采用相对标度的形式，并充分利用了人的经验和判断力。
步骤S206，计算客观权重。
利用熵权法计算客观权重。根据指标变异性的大小来确定客观权重，若某个指标的信息熵越小，表明指标值的变异程度越大，提供的信息量越多，在综合评价中所能起到的作用也越大，其权重也就越大，反之指标值的变异程度越小，那么说明提供的信息越少，在综合评价中起的作用就小，其权重越小。
步骤S208，计算综合权重。
利用GRA计算综合权重。GRA中，某一个指标可能是与其他的某几个因素相关，基于指标与哪个因素相关性强，与哪个因素又是相关性弱，把这些因素按照强弱排序得到一个分析结果，可以知道关注的这个指标与因素中的哪些更相关。
步骤S210，利用综合权重进行评估。
本实施例采用组合赋权法，即网络层次分析法(ANP)与熵权法相结合得到综合权重，对搜救队各阶段技救援工作的权重进行计算，并采用灰色关联度对搜救队救援方案排序，进行最后的综合评价，从而使得对救援工作的评估更加准确。
实施例3
根据本发明实施例，提供了另一种应急救援效能评估方法，如图4所示，该方法包括：
步骤S402，建立灾后救援评价指标体系。
步骤同S202，此处不再赘述。
步骤S404，对指标重要性进行评分。
AHP的结构体系如图5，第一、二层为控制层，这一层采用AHP确定权重，第三层为网络层。
专家组对各关键指标因素重要性进行打分(可以使用Delphi法)。组织k位专家对n个指标进行集体打分即对每个指标的权重进行估计：
Figure BDA0003685182010000071
其中，A表示专家对n个指标的权重进行估计得到的估计值组成的矩阵，akn表示专家对各个指标的估计权重，n表示有n个需要评价的指标，k表示k位专家。
计算其平均值：
Figure BDA0003685182010000072
其中
Figure BDA0003685182010000073
表示k位专家对第j个指标的平均估计值。
计算平均值与估计值的偏差：
Figure BDA0003685182010000074
对于计算出来偏差较大的权重估计值，再次由专家组进行评估，得到平均估计修正值，由此反复，得到理想结果。
步骤S406，计算主观权重。
在一个示例性实施例中，计算主观权重包括以下步骤：
1)计算准则层和指标层的权重。
计算准则层(B层)的判断矩阵，准则层的各元素之间相互独立，因此将准则层的元素两两进行比较，构造一个判断矩阵，并且利用公式进行计算(辅助软件)B1、B2、L、Bn的相对重要性权重。
Figure BDA0003685182010000081
表1
同以上原理，构造准则层下指标层(C层)各要素的判断矩阵。例如对于B1，将B1下的指标C1与C2、L、Cs一一进行比较，构造C1的判断矩阵，同理得到C2、L、Cs的判断矩阵。由此得到B2、L、Bn下指标的判断矩阵，并且利用公式进行计算(辅助软件)B1、B2、L、Bn下各指标的权重矩阵。表1中，bij是对于A来说，用Bi对Bj相对重要性的数值表示，通常bij取1、2、L、9这9个数字以及它们的倒数来表示，其标度和含义如下表：
Figure BDA0003685182010000082
表2
其中，Bi表示准则层的评价指标，Bj也表示准则层的评价指标，bij表示Bi与Bj比较后得到的判断值，bji表示bij的倒数，Cs表示准则层下指标层(C层)。
2)计算最大特征根，得到元素的排序权值。
求解判断矩阵的最大特征根λmax。将最大特征根对应的特征向量W采用方根法经过归一化后，得到同一层次相应元素对上一层次某一元素相对重要性的排序权值。
3)对判断矩阵进行一致性检验。
对判断矩阵进行一致性检验。一致性判别公式：
Figure BDA0003685182010000091
Figure BDA0003685182010000092
其中，CI为判断矩阵的一致性指标，k为判断矩阵的阶数，RI为判断矩阵的平均随机一致性指标，CR为一致性判别结果。
Figure BDA0003685182010000093
表3
计算一致性比例时，若CR的值越小，则代表判断矩阵的一致性越好，对结果的计算将会更加符合事实。通常情况下，如果CR＜0.10，认为该判断矩阵的一致性可以接受，符合实际情况，否则就代表其一致性检验不可以接受，判断矩阵存在明显相互矛盾的部分。
4)构建超矩阵。
构建并且计算超矩阵。在进行一致性检验后，通过最大特征根法对判断矩阵进行求解，得到相应的特征向量，并将每个特征向量进行合并组成矩阵形式，便可计算出局部权重矩阵Wij(Wij＝0时表示两两不相关)，通过计算各个局部权重矩阵，以Wij为块矩阵组合后便得到超矩阵W：
Figure BDA0003685182010000101
其中，wij表示准则层Bi下的评价指标受Bj下的评价指标影响的向量矩阵，wij的列向量是由是由Bi中的每个评价指标以Bj中的一个指标为主，进行判断得到的判断矩阵的特征向量。
5)计算综合权值。
在准则层下，以任一元素组为次准则，对各个元素组在对应次准则下确定相互重要度构建判断矩阵，利用最大特征根法对判断矩阵进行求解，得到超矩阵W中各列的重要程度相对权重向量，从而得到加权矩阵，即综合权值。
在一个示例中，加权矩阵运算可以通过SD(Super Decision)软件构建ANP模型，并进行计算。
步骤S408，计算客观权重。
利用熵权法权重计算客观权重。熵权法是一种较为客观的赋权法，主要通过指标包含的信息量的大小确定客观权重。熵值表示信息的无序化程度，熵值越小，无序化程度越低，有效信息量越多，对系统影响越大，权重越大。反之，越小。
在一个示例中，计算客观权重可以包括以下步骤：
1)定义标准化
计算元素组Bk下第n个指标的特征比重。
Figure BDA0003685182010000102
其中，Ckn表示在准则层的第k个评价指标下网络层的第n个指标被标准化后的专家评分矩阵，i表示准则层第k个指标下网络层的指标个数，Pkn表示特征比重。
2)计算指标信息熵e和信息效能值d，即指标Ckn的输出熵值。
当Pkn＝0时，Pkn ln Pkn＝0，则ek＝0。
Figure BDA0003685182010000111
dk＝1-ek
Figure BDA0003685182010000112
其中，ek表示指标信息熵，dk表示信息效能值。
3)计算指标权重。
Figure BDA0003685182010000113
步骤S410，利用最小相对信息熵计算综合权重。
将采用ANP方法得到的主观权重和熵权法得到的客观权重结合，利用最小相对信息熵(或者线性加权)计算得到综合权重。
利用最小相对信息熵法计算综合权重：
G＝αW+(1-α)w
其中，W为由ANP所计算的主观权重，w为熵权法得到的客观权重，α取值由评判者确定，通常取值为0.5。各个元素的主观权重和客观权重以及综合权重如下表4所示：
Figure BDA0003685182010000114
Figure BDA0003685182010000121
表4
步骤S412，采用灰色关联度分析排序，并进行综合评价和结果分析。
接下来对同种灾难，专家例如三组专家对不同搜救队的应急救援方案进行评价。先求参考数列与比较数列的灰色关联系数，利用公式计算灰色加权关联度，分析计算各指标关联性，得到指标重要性得分，再进行重要程度排序，最后采用灰色关联度进行综合评价。
(1)假设有m个备选方案，每个备选方案包括n个评价指标。决策矩阵为
Figure BDA0003685182010000122
其中
Figure BDA0003685182010000123
为第i个备选方案第j项指标的专家评价权值。
(2)由于方案优选指标体系中各指标的计量单位和量纲不同，为弱化指标之间因量纲不同对综合评价结果造成的影响，需对指标进行规范化处理得到标准化决策矩阵Y。
Figure BDA0003685182010000124
其中，
Figure BDA0003685182010000125
为所求的效益指标，它们的属性越大越好。M为备选方案个数，n为评级指标个数。
(3)生成参考序列。由标准化决策矩阵
Figure BDA0003685182010000126
(其中
Figure BDA0003685182010000131
构造所有理想的解决方案组成的参考序列：
Figure BDA0003685182010000132
Figure BDA0003685182010000133
其中，
Figure BDA0003685182010000134
表示j属性的最大值。
(4)计算灰色关联度系数：
Figure BDA0003685182010000135
Figure BDA0003685182010000136
其中，ρ为区分系数，ρ∈[0，1]，通常取ρ＝0.5。
在其他的示例中，灰色关联度分析可替换为灰云模型或者采用逼近理想解排序法进行评估，得到的结果也较为理想。
(5)计算关联度。
Figure BDA0003685182010000137
其中，ξij为灰色关联度系数，G为上面所求得的综合权重。确定每种搜救方案的综合优势度，关联度Si的值越高，搜救队的方案就越好。
在本实施例中，采用AHP法与熵权法结合，分析指标体系中各因素之间的关系，构建两两比较矩阵，即判断矩阵，并基于判断矩阵进一步构建超矩阵。在其他的实施例中，可以采用AHP与熵权法搭配模糊综合评价法使用。
本实施例采用组合赋权法，即网络层次分析法(ANP)与熵权法相结合得到综合权重，对搜救队各阶段技救援工作的权重进行计算，并采用灰色关联度对搜救队救援方案排序，进行最后的综合评价。本实施例考虑到各层次及层次间各因素的相互影响，使得指标体系的权重分配更合理，更符合实际情况，且采用灰色关联度法可用原始数据进行直接计算，可靠性强；评价指标体系可以根据具体情况增减；无需大量样本，只要有代表性的少量样本即可。
需要说明的是，对于前述的各方法实施例，为了简单描述，故将其都表述为一系列的动作组合，但是本领域技术人员应该知悉，本发明并不受所描述的动作顺序的限制，因为依据本发明，某些步骤可以采用其他顺序或者同时进行。其次，本领域技术人员也应该知悉，说明书中所描述的实施例均属于优选实施例，所涉及的动作和模块并不一定是本发明所必须的。
通过以上的实施方式的描述，本领域的技术人员可以清楚地了解到根据上述实施例的方法可借助软件加必需的通用硬件平台的方式来实现，当然也可以通过硬件，但很多情况下前者是更佳的实施方式。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来，该计算机软件产品存储在一个存储介质(如ROM/RAM、磁碟、光盘)中，包括若干指令用以使得一台终端设备(可以是手机，计算机，服务器，或者网络设备等)执行本发明各个实施例所述的方法。
实施例4
根据本发明实施例，还提供了一种应急救援效能评估装置，如图6所示，该装置包括：综合权重计算模块62和评估模块64。
综合权重计算模块62被配置为采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重。
评估模块64被配置为基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估。
在一个示例性实施例中，综合权重计算模块62还被配置为：采用所述网络层次分析法，计算每个应急救援工作各阶段的主观权重；采用所述熵权法，计算每个应急救援工作各阶段的客观权重；基于所述主观权重和所述客观权重，利用最小相对信息熵法计算每个应急救援工作各阶段的所述综合权重。
在一个示例性实施例中，综合权重计算模块62还被配置为：采用所述网络层次分析法，分析所述应急救援的评价指标体系中各个因素之间的关系，为所述评价指标体系构建判断矩阵；求解所述判断矩阵的最大特征根，并对所述判断矩阵进行一致性检验；基于检验通过后的所述判断矩阵，构建超矩阵；利用所述超矩阵，计算每个应急救援工作各阶段的主观权重。
在一个示例性实施例中，综合权重计算模块62还被配置为：对所述应急救援的评价指标体系中的各个因素的权重进行估计，得到各个因素的权重估计值；基于所述各个因素的权重估计值计算平均值，并基于所述平均值对所述权重估计值大于权重阈值的因素进行重新估计，直至重新估计的所述权重估计值接近所述平均值。
在一个示例性实施例中，综合权重计算模块62还被配置为：为所述评价指标体系的准则层，构建所述准则层的所述判断矩阵，用于计算所述准则层中的元素的相对重要性权重；为所述评价指标体系的指标层，构建所述指标层的所述判断矩阵，用于计算所述准则层下的各指标的权重矩阵，其中，所述指标层位于相应的所述准则层之下。
在一个示例性实施例中，综合权重计算模块62还被配置为：求解所述判断矩阵的最大特征根；将所述最大特征根对应的特征向量采用方根法经过归一化后，得到所述评价指标体系的同一层次相应元素对上一层次某一元素相对重要性的排序权值。
在一个示例性实施例中，综合权重计算模块62还被配置为：通过最大特征根法对所述判断矩阵进行求解，得到相应的特征向量；将每个所述特征向量进行合并组成矩阵形式，计算出局部权重矩阵；计算各个所述局部权重矩阵，以各个所述局部权重矩阵为块矩阵组合后得到所述超矩阵。
在一个示例性实施例中，综合权重计算模块62还被配置为：采用所述熵权法，计算所述应急救援的评价指标体系中的元素下的指标的特征比重；基于所述特征比重计算指标信息熵，并基于所述指标信息熵计算信息效能值；基于所述信息效能值，计算所述客观权重。
在一个示例性实施例中，评估模块64还被配置为：针对所述应急救援的各个救援方案，为各个所述救援方案中的指标设置专家评价权值，并生成决策矩阵；对所述决策矩阵进行规范化处理得到标准化的所述决策矩阵；基于标准化的所述决策矩阵构造所有理想的救援方案组成的参考序列；基于所述参考序列计算灰色关联度系数，并基于所述灰色关联度系数，计算关联度，以对各个所述应急救援工作进行排序。
本申请实施例减少了由专家主观性带来的权重分配的影响，量化了评价指标以做定量分析，并考虑了各因素或相邻层次之间的相互影响。
本申请由于考虑到各层次及层次间各因素的相互影响，使得指标体系的权重分配更合理，更符合实际情况，且采用灰色关联度法可用原始数据进行直接计算，可靠性强；评价指标体系可以根据具体情况增减；无需大量样本，只要有代表性的少量样本即可。
上述本发明实施例序号仅仅为了描述，不代表实施例的优劣。
上述实施例中的集成的单元如果以软件功能单元的形式实现并作为独立的产品销售或使用时，可以存储在上述计算机可读取的存储介质中。基于这样的理解，本发明的技术方案本质上或者说对现有技术做出贡献的部分或者该技术方案的全部或部分可以以软件产品的形式体现出来，该计算机软件产品存储在存储介质中，包括若干指令用以使得一台或多台计算机设备(可为个人计算机、服务器或者网络设备等)执行本发明各个实施例所述方法的全部或部分步骤。
在本发明的上述实施例中，对各个实施例的描述都各有侧重，某个实施例中没有详述的部分，可以参见其他实施例的相关描述。
在本申请所提供的几个实施例中，应该理解到，所揭露的客户端，可通过其它的方式实现。其中，以上所描述的装置实施例仅仅是示意性的，例如所述单元的划分，仅仅为一种逻辑功能划分，实际实现时可以有另外的划分方式，例如多个单元或组件可以结合或者可以集成到另一个系统，或一些特征可以忽略，或不执行。另一点，所显示或讨论的相互之间的耦合或直接耦合或通信连接可以是通过一些接口，单元或模块的间接耦合或通信连接，可以是电性或其它的形式。
所述作为分离部件说明的单元可以是或者也可以不是物理上分开的，作为单元显示的部件可以是或者也可以不是物理单元，即可以位于一个地方，或者也可以分布到多个网络单元上。可以根据实际的需要选择其中的部分或者全部单元来实现本实施例方案的目的。
另外，在本发明各个实施例中的各功能单元可以集成在一个处理单元中，也可以是各个单元单独物理存在，也可以两个或两个以上单元集成在一个单元中。上述集成的单元既可以采用硬件的形式实现，也可以采用软件功能单元的形式实现。
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。

Claims (10)

1.一种应急救援效能评估方法，其特征在于，包括：
采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重；
基于所计算出的综合权重，利用评估方法对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估，其中，所述评估方法包括灰色关联度分析、灰云模型或逼近理想解排序法。
2.根据权利要求1所述的方法，其特征在于，采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重，包括：
采用所述网络层次分析法，计算每个应急救援工作各阶段的主观权重；
采用所述熵权法，计算每个应急救援工作各阶段的客观权重；
基于所述主观权重和所述客观权重，利用最小相对信息熵法计算每个应急救援工作各阶段的所述综合权重。
3.根据权利要求2所述的方法，其特征在于，采用所述网络层次分析法，计算每个应急救援工作各阶段的主观权重，包括：
采用所述网络层次分析法，分析所述应急救援的评价指标体系中各个因素之间的关系，为所述评价指标体系构建判断矩阵；
求解所述判断矩阵的最大特征根，并对所述判断矩阵进行一致性检验；
基于检验通过后的所述判断矩阵，构建超矩阵；
利用所述超矩阵，计算每个应急救援工作各阶段的主观权重。
4.根据权利要求3所述的方法，其特征在于，为所述评价指标体系构建判断矩阵之前，所述方法还包括：
对所述应急救援的评价指标体系中的各个因素的权重进行估计，得到各个因素的权重估计值；
基于所述各个因素的权重估计值计算平均值，并基于所述平均值对所述权重估计值大于权重阈值的因素进行重新估计，直至重新估计的所述权重估计值接近所述平均值。
5.根据权利要求3所述的方法，其特征在于，为所述评价指标体系构建判断矩阵包括：
为所述评价指标体系的准则层，构建所述准则层的所述判断矩阵，用于计算所述准则层中的元素的相对重要性权重；
为所述评价指标体系的指标层，构建所述指标层的所述判断矩阵，用于计算所述准则层下的指标层的各指标对相应的所述准则层的相对重要性权重。
6.根据权利要求3所述的方法，其特征在于，求解所述判断矩阵的最大特征根包括：
求解所述判断矩阵的最大特征根；
将所述最大特征根对应的特征向量采用方根法经过归一化后，得到所述评价指标体系的同一层次相应元素对上一层次某一元素相对重要性的排序权值。
7.根据权利要求3所述的方法，其特征在于，基于检验通过后的所述判断矩阵，构建超矩阵，包括：
通过最大特征根法对所述判断矩阵进行求解，得到相应的特征向量；
将每个所述特征向量进行合并组成矩阵形式，计算出局部权重矩阵；
计算各个所述局部权重矩阵，以各个所述局部权重矩阵为块矩阵组合后得到所述超矩阵。
8.根据权利要求2所述的方法，其特征在于，采用所述熵权法，计算每个应急救援工作各阶段的客观权重，包括：
采用所述熵权法，计算所述应急救援的评价指标体系中的元素下的指标的特征比重；
基于所述特征比重计算指标信息熵，并基于所述指标信息熵计算信息效能值；
基于所述信息效能值，计算所述客观权重。
9.根据权利要求1所述的方法，其特征在于，基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，包括：
针对所述应急救援的各个救援方案，为各个所述救援方案中的指标设置专家评价权值，并生成决策矩阵；
对所述决策矩阵进行规范化处理得到标准化的所述决策矩阵；
基于标准化的所述决策矩阵构造所有理想的救援方案组成的参考序列；
基于所述参考序列计算灰色关联度系数，并基于所述灰色关联度系数，计算关联度，以对各个所述应急救援工作进行排序。
10.一种应急救援效能评估装置，其特征在于，包括：
综合权重计算模块，被配置为采用网络层次分析法与熵权法相结合，计算每个应急救援工作各阶段的综合权重；
评估模块，被配置为基于所计算出的综合权重，利用评估模型对各个所述应急救援工作进行排序，以对各个所述应急救援工作的效能进行评估。
CN202210643931.8A 2022-06-09 2022-06-09 应急救援效能评估方法及装置 Pending CN115062942A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210643931.8A CN115062942A (zh) 2022-06-09 2022-06-09 应急救援效能评估方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210643931.8A CN115062942A (zh) 2022-06-09 2022-06-09 应急救援效能评估方法及装置

Publications (1)

Publication Number Publication Date
CN115062942A true CN115062942A (zh) 2022-09-16

Family

ID=83200204

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210643931.8A Pending CN115062942A (zh) 2022-06-09 2022-06-09 应急救援效能评估方法及装置

Country Status (1)

Country Link
CN (1) CN115062942A (zh)

Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484724A (zh) * 2014-12-29 2015-04-01 国家电网公司华中分部 一种基于云模型的特高压落点规划优选方法
CN106971265A (zh) * 2017-03-21 2017-07-21 武汉理工大学 一种评价海上救援能力的方法
CN107544253A (zh) * 2017-03-17 2018-01-05 中国人民解放军91049部队 基于改进模糊熵权法的大型导弹装备退役安全控制方法
CN111695807A (zh) * 2020-06-11 2020-09-22 国网江苏省电力有限公司经济技术研究院 计及发电和用电侧能效的地区电网能效评估方法及系统
CN112308427A (zh) * 2020-11-02 2021-02-02 江苏省电力试验研究院有限公司 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统
CN114372682A (zh) * 2021-12-27 2022-04-19 清华大学合肥公共安全研究院 基于ahp-模糊综合评价的消防服环境适应性评估方法及系统

Patent Citations (6)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN104484724A (zh) * 2014-12-29 2015-04-01 国家电网公司华中分部 一种基于云模型的特高压落点规划优选方法
CN107544253A (zh) * 2017-03-17 2018-01-05 中国人民解放军91049部队 基于改进模糊熵权法的大型导弹装备退役安全控制方法
CN106971265A (zh) * 2017-03-21 2017-07-21 武汉理工大学 一种评价海上救援能力的方法
CN111695807A (zh) * 2020-06-11 2020-09-22 国网江苏省电力有限公司经济技术研究院 计及发电和用电侧能效的地区电网能效评估方法及系统
CN112308427A (zh) * 2020-11-02 2021-02-02 江苏省电力试验研究院有限公司 一种基于组合赋权-灰关联的新能源消纳制约因素评估方法及系统
CN114372682A (zh) * 2021-12-27 2022-04-19 清华大学合肥公共安全研究院 基于ahp-模糊综合评价的消防服环境适应性评估方法及系统

Non-Patent Citations (8)

* Cited by examiner, † Cited by third party
Title
张令伟: "《高校艺术学学科竞争力系统分析与评价研究》", vol. 978, 30 June 2018, 上海社会科学出版社, pages: 123 - 124 *
张秋余;张燕;袁占亭;: "基于熵权与灰色关联度的隐写分析算法评估", 计算机工程, no. 07, 5 April 2011 (2011-04-05), pages 154 - 156 *
杨力;董一平;刘程程;: "基于网络层次分析法的煤矿应急救援能力评价", 工矿自动化, no. 03, 31 December 2015 (2015-12-31), pages 118 - 122 *
王健;肖文杰;盛文;王树文;: "一种改进灰云模型的效能评估方法", 微计算机信息, no. 12, 25 April 2009 (2009-04-25) *
王赟: "反舰导弹威胁评估指标组合权重因子确定", 现代防御技术, no. 04, 15 August 2015 (2015-08-15) *
秦园丽 等: "基于 ANP － 熵权法的反舰导弹 作战体系效能评估", 兵器装备工程学报, vol. 41, no. 5, 25 May 2020 (2020-05-25), pages 1 *
秦园丽 等: "基于ANP-熵权法的反舰导弹作战体系效能评估", 兵器装备工程学报, no. 05, 25 May 2020 (2020-05-25), pages 1 - 2 *
赵呈亮;李爱平;江荣;: "基于TOPSIS-GRA集成评估法的DDoS攻击效果评估技术研究", 信息网络安全, no. 10, 10 October 2016 (2016-10-10), pages 46 - 48 *

Similar Documents

Publication Publication Date Title
CN110363387B (zh) 基于大数据的画像分析方法、装置、计算机设备及存储介质
US10606862B2 (en) Method and apparatus for data processing in data modeling
CN110149237B (zh) 一种Hadoop平台计算节点负载预测方法
CN112258093B (zh) 风险等级的数据处理方法及装置、存储介质、电子设备
CN113657545B (zh) 用户业务数据的处理方法、装置、设备及存储介质
CN111898839B (zh) 电力用户的重要程度分类方法及装置
CN109471982B (zh) 一种基于用户和服务聚类QoS感知的Web服务推荐方法
CN105512465B (zh) 基于改进vikor法的云平台安全性量化评估方法
CN113379238A (zh) 风险评估方法、装置及电子设备
CN112101692B (zh) 移动互联网质差用户的识别方法及装置
CN114444910A (zh) 一种面向电力物联网的边缘网络系统健康度评估方法
CN111861667A (zh) 车辆推荐方法及装置、电子设备、存储介质
CN111523080A (zh) 一种电力系统的pas系统综合评估方法及相关装置
CN110765351A (zh) 目标用户识别方法、装置、计算机设备和存储介质
CN113327062A (zh) 信息的等级确定方法、装置、计算机设备和存储介质
CN115146890A (zh) 企业运营风险告警方法、装置、计算机设备和存储介质
CN113011788A (zh) 一种海上交通事故应急决策方法、终端设备及存储介质
GB2583176A (en) Prediction device, prediction program, and prediction method for predicting human judgments
CN115062942A (zh) 应急救援效能评估方法及装置
CN113780666B (zh) 一种缺失值的预测方法及装置、可读存储介质
CN115048290A (zh) 软件质量的评估方法、装置、存储介质及计算机设备
CN111832854A (zh) 汽车研发质量管理体系的成熟度量化评价方法、系统及可读介质
CN116257788A (zh) 一种基于熵值分析的分类方法、系统及存储介质
CN114861800A (zh) 模型训练方法、概率确定方法、装置、设备、介质及产品
CN114418410A (zh) 一种陆军主战分队装备作战效能评估分析方法

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