CN115456343A - 一种智慧机场评价指标体系构建与评价方法 - Google Patents

一种智慧机场评价指标体系构建与评价方法 Download PDF

Info

Publication number
CN115456343A
CN115456343A CN202210961430.4A CN202210961430A CN115456343A CN 115456343 A CN115456343 A CN 115456343A CN 202210961430 A CN202210961430 A CN 202210961430A CN 115456343 A CN115456343 A CN 115456343A
Authority
CN
China
Prior art keywords
evaluation index
airport
intelligent
evaluation
matrix
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
Application number
CN202210961430.4A
Other languages
English (en)
Other versions
CN115456343B (zh
Inventor
胡杰
陈新中
陈平
丁辉
鲍帆
高海超
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.)
CETC 28 Research Institute
Original Assignee
CETC 28 Research Institute
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 CETC 28 Research Institute filed Critical CETC 28 Research Institute
Priority to CN202210961430.4A priority Critical patent/CN115456343B/zh
Publication of CN115456343A publication Critical patent/CN115456343A/zh
Application granted granted Critical
Publication of CN115456343B publication Critical patent/CN115456343B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

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
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06312Adjustment or analysis of established resource schedule, e.g. resource or task levelling, or dynamic rescheduling
    • 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
    • G06Q10/0631Resource planning, allocation, distributing or scheduling for enterprises or organisations
    • G06Q10/06315Needs-based resource requirements planning or 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

Landscapes

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

本发明提供了一种智慧机场评价指标体系构建与评价方法,根据机场智慧化运行需求和建设成效,构建智慧机场评价指标体系并确定评价指标等级区间;基于层次分析法和G1法分别计算评价指标权重,并对不同方法计算得到的权重计算融合处理,得到智慧机场评价指标综合权重;根据智慧机场评价指标体系和评价指标等级区间对待评价机场各项评价指标进行计分;利用改进的TOPSIS模型计算智慧机场评价等级标准和待评价机场综合评价指数;根据智慧机场评价等级标准和待评价机场综合评价指数确定待评价机场的智慧化水平等级,从而实现机场智慧化建设水平的定量评价。

Description

一种智慧机场评价指标体系构建与评价方法
技术领域
本发明涉及一种智慧机场评价指标体系构建与评价方法。
背景技术
快速增长的运输量也给民航业发展带来巨大压力,主要表现在大型机场运行压力日益增大,航班延误问题日益突出。随着物联网、大数据、云计算等新兴信息技术的涌现,使得以用先进的技术推动机场智慧化建设。
国内对智慧机场的研究源于智慧城市和智慧地球,这里的智慧是一种高级综合能力,即具备感知、知识、记忆、辨识、计算、分析等多种能力,从而能够做出导致成功的决策。因此,定义智慧机场为:运用以物联网、大数据等为代表的新一代信息技术,全面覆盖机场空侧、航站楼、陆侧区域,来实现对运输航班、客货、专用车辆的精细化、协同化、智能化、可视化的运行及管理。目前,机场在旅客自助服务、飞行区安全管控等方面的智慧化建设水平较为显著,尽管这些新技术从不同层面上丰富了智慧机场实现途径和智慧化特征,但是在机场智慧化水平等级评定方面的研究较为欠缺,暂无可参考执行的标准。如何建立一个覆盖机场空侧、航站楼、陆侧区域的智慧能力评价指标体系并实现机场智慧化水平等级量化是目前智慧机场研究领域亟待解决的问题之一。
发明内容
发明目的:为了对机场运行智慧化水平进行定量分析,提供了一种智慧机场评价指标体系构建与评价方法,通过定性与定量相结合的方式,给出了待评价机场智慧能力综合评分计算方法。
技术方案:为了解决上述技术问题,本发明提供一种智慧机场评价指标体系构建与评价方法,包括以下步骤:
步骤1,根据机场智慧化运行需求和建设成效,构建智慧机场评价指标体系,并确定评价指标等级区间;
步骤2,根据建立的智慧机场评价指标体系,利用改进层次分析法计算评价指标权重;
步骤3,根据建立的智慧机场评价指标体系,利用G1法计算评价指标权重;
步骤4,对步骤2和步骤3分别计算得到的评价指标权重进行融合,得到智慧机场评价指标综合权重数据;
步骤5,采集待评价机场的业务管理平台数据,所述业务管理平台数据包括机场生产运行、安全安保、旅客服务、业务管理、商业、物流、低碳以及综合交通数据,并根据智慧机场评价指标体系及评价指标等级标准对各项评价指标进行计分;
步骤6,根据评价指标等级区间和综合权重数据,并对评价指标等级区间进行预处理,利用改进TOPSIS模型计算智慧机场评价等级标准;
步骤7,根据评价指标等级区间、待评价机场实际得分和综合权重,对待评价机场实际得分数据预处理,利用改进TOPSIS模型计算待评价机场综合评价指数,确定待评价机场智慧化建设水平等级。
步骤1中,所述智慧机场评价指标体系包括3个一级指标和14个二级指标:
其中,所述3个一级指标包括基础设施、业务管理和机制保障;
所述14个二级指标包括信息采集设施、网络基础设施、业务支撑平台、智慧运行、智慧安全、智慧服务、智慧管理、智慧商业、智慧物流、智慧低碳、智慧交通、体系支撑、团队建设和制度建设,且每个二级指标都包含控制项和加分项。
步骤2中,所述利用改进层次分析法计算评价指标权重包括:
步骤2-1:构造判断矩阵,根据9标度法构造判断矩阵A=(aij)n×n
Figure BDA0003793352980000031
其中,n表示评价指标体系同一级的指标个数,aij表示第i个因素相对于第j个因素的重要程度,其数值由9标度法给出,i、j取值均为1~n;
步骤2-2:构造判断矩阵A的反对称矩阵B:
Figure BDA0003793352980000032
其中,bij=ln(aij)表示反对称矩阵B的第i行、第j列元素;
步骤2-3:构造反对称矩阵B的最优传递矩阵C:
Figure BDA0003793352980000033
其中,
Figure BDA0003793352980000034
表示最优传递矩阵C的第i行、第j列元素;
步骤2-4:构造判断矩阵A的拟优一致矩阵A*
Figure BDA0003793352980000035
其中,
Figure BDA0003793352980000036
表示拟优一致矩阵A*的第i行、第j列元素,e表示自然常数;
步骤2-5:计算评价指标权重,包括:
对拟优一致矩阵A*进行规范化处理后得到规范化矩阵为
Figure BDA0003793352980000037
Figure BDA0003793352980000041
其中,
Figure BDA0003793352980000042
表示规范化处理后的矩阵
Figure BDA0003793352980000043
的第i行、第j列元素;
计算规范化矩阵
Figure BDA0003793352980000044
每行元素的和:
Figure BDA0003793352980000045
其中,Mi表示规范化矩阵
Figure BDA0003793352980000046
第i行元素的和;
根据Mi计算评价指标权重:
Figure BDA0003793352980000047
其中,αi表示第i个评价指标权重。
改进层次分析法对初始判断矩阵进行最优化处理,使得权重计算结果满足一致性要求,简化一致性检验步骤,减少了指标权重计算工作量。
步骤3包括:
步骤3-1:确定评价指标序关系:
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,且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,记为
Figure BDA0003793352980000048
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,记为
Figure BDA0003793352980000049
经过n-1次选择后,直至最后一个评价指标记为
Figure BDA00037933529800000410
得到评价指标集{u1,u2,…,un}的唯一一个序关系为:
Figure BDA00037933529800000411
步骤3-2:定量分析相邻指标间的重要程度:
采用如下公式对相邻指标
Figure BDA0003793352980000051
Figure BDA0003793352980000052
之间的重要程度进行量化:
Figure BDA0003793352980000053
其中,k=n,n-1,…,3,2;rk表示相邻评价指标
Figure BDA0003793352980000054
Figure BDA0003793352980000055
之间的相对重要程度比值,
Figure BDA0003793352980000056
Figure BDA0003793352980000057
分别表示相邻评价指标
Figure BDA0003793352980000058
的权重和
Figure BDA0003793352980000059
的权重;
步骤3-3:计算评价指标权重:
评价指标
Figure BDA00037933529800000510
的权重表达式为:
Figure BDA00037933529800000511
Figure BDA00037933529800000512
其中,ri表示相邻两个评价指标的重要程度之比,
Figure BDA00037933529800000513
为评价指标
Figure BDA00037933529800000514
的权重;
得到智慧机场评价指标权重向量β为:
β=(β12,…,βn)
其中,βn表示第n个评价指标权重。
步骤4中,采用如下方法计算评价指标综合权重:
Figure BDA00037933529800000515
其中,wi表示第i个评价指标综合权重。
步骤5中,采集机场生产运行、安全安保、旅客服务、业务管理、商业、物流、低碳以及综合交通数据,比如:旅客航站楼自助服务覆盖率、自助设备占比等,并根据二级指标控制项和加分项确定机场各个指标智慧成效建设得分,计分标准按照百分制分为5个等级区间执行,具体包括:
满足控制项要求,且满足3项以上加分项要求,R≥90;
满足控制项要求,且满足2项加分项要求,80≤R<90;
满足控制项要求,且满足1项加分项要求,70≤R<80;
满足控制项要求,60≤R<70;
不满足控制项要求,R<60;
其中,R表示计分。
步骤6中,改进的TOPSIS法解决了传统TOPSIS法对于“正负理想解”中垂线上的样本点无法评估优劣的问题,包括:
步骤6-1:根据评价指标等级区间建立初始评价矩阵X:
Figure BDA0003793352980000061
其中,i取值1~m,j取值1~n,xij表示第i个区间对象的第j个指标的评价指标等级区间原始数据;
步骤6-2:对初始评价矩阵进行标准化处理:
Figure BDA0003793352980000062
其中,yij表示经标准化处理后的评价指标数据,智慧机场评价标准化矩阵Y表示为:
Figure BDA0003793352980000063
步骤6-3:构建加权判断矩阵S:
Figure BDA0003793352980000064
其中,W表示评价指标综合权重矩阵,wj表示第j个评价指标权重;
步骤6-4:确定正理想解S+、负理想解S-和虚拟负理想解S*:
Figure BDA0003793352980000071
Figure BDA0003793352980000072
Figure BDA0003793352980000073
其中,
Figure BDA0003793352980000074
Figure BDA0003793352980000075
分别表示第j个评价指标的正理想解和负理想解,max表示最大值函数,min表示最小值函数;
步骤6-5:计算各个区间对象与正理想解和虚拟负理想解的欧式空间距离:
第i个区间对象与正理想解的欧式空间距离
Figure BDA0003793352980000076
为:
Figure BDA0003793352980000077
第i个区间对象与虚拟负理想解的欧式空间距离
Figure BDA0003793352980000078
为:
Figure BDA0003793352980000079
其中,i=1,2,…,m;
步骤6-6:计算相对接近度:
步骤6-6中,采用如下公式计算相对接近度和评价等级标准:
Figure BDA00037933529800000710
Figure BDA00037933529800000711
其中,Ci表示第i个区间对象的相对接近度,Ei表示第i个区间对象的评价等级标准。
步骤7中,采用与步骤6同样的方法计算待评价机场综合评价指数,然后根据待评价机场综合评价指数、各项指标计分和智慧机场评价等级标准确定待评价机场智慧化建设水平等级。
有益效果:
1、建立了覆盖机场全域智慧的智慧机场评价指标体系,该评价指标体系包括3个一级指标和14个二级指标。
2、对二级指标进一步细分为控制项和加分项,其中,控制项为智慧机场建设必要条件,加分项则体现了机场智慧能力水平,进而将定性问题转化为定量问题。
3、分别利用改进层次分析法和G1法计算评价指标权重,并将其进行融合,以获得评价指标综合权重。
4、利用改进TOPSIS模型计算智慧机场评价等级标准,并实现机场智慧化建设水平定量评价。
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为本发明方法的流程图。
图2为本发明建立的智慧机场评价指标体系。
图3为智慧机场评价综合权重。
具体实施方式
如图1所示,本发明提供了一种智慧机场评价指标体系构建与评价方法,包括以下步骤:
S1:根据机场智慧化运行需求和建设成效,构建智慧机场评价指标体系,具体包括3个一级指标和14个二级指标,其中,3个一级指标包括基础设施、业务管理和机制保障,14个二级指标包括信息采集设施、网络基础设施、业务支撑平台、智慧运行、智慧安全、智慧服务、智慧管理、智慧商业、智慧物流、智慧低碳、智慧交通、体系支撑、团队建设和制度建设,见图2;
本发明中,对二级指标进一步细分为控制项和加分项,以将定性问题转化为定量问题,智慧机场分级标准的界定如下:
一级指标包括基础设施、业务管理、机制保障;
基础设施中包括如下二级指标:信息采集设施、网络基础设施、业务支撑平台;
其中,信息采集设施的控制项包括:
1.空侧区域对航空器、人、车的感知和定位达到100%;
2.航空器与旅客活动区域视频监控覆盖率达到100%;
3.大型无动力设备的定位≥50%;
4.道面/灯光/围界等基础设施应具备状态实时感知能力。
信息采集设施的加分项包括:
1.场区实现鸟种信息精确感知及中长期鸟情综合分析;
2.场区特殊气象应实现高时空分辨、综合立体探测;
3.机场重点区域内实现多种智能分析设备全覆盖;
4.航站楼内手推车应具有实时位置追踪管理能力。
网络基础设施的控制项包括:
1.机场应建有骨干网,实现数据中心、航站区、飞行区、公共区、货运区、运营中心等区域互联互通;
2.机场区域内应建有800M数字集群基站,覆盖场区集群通信;
3.机场应建有旅客无线接入网,实现值机大厅、安检、候机等室内高密和室外复杂场景全覆盖;
4.机场内电信运营商可提供的服务需包含但不限于:宽带接入服务、互联网专线接入服务、专网数据专线接入服务、虚拟专网服务、固定电话服务等。
网络基础设施的加分项包括:
1.机场区域内建有1.8G宽带集群基站,提升场区通信可靠性和冗余性;
2.在机场公共区域和办公楼宇等重要区域可提供免费Wi-Fi服务;
3.在机场航站楼、飞行区、办公楼等重点区域铺设NB-IOT或LoRA等低功耗广域物联网节点;
4.机场建有5G网络,实现航站楼、飞行区、办公楼等区域之间5G网络全覆盖;
5.机场内用于承载运行业务的主干宽带大于1000Mbps,用户接入端口的网络速度大于100Mbps。
业务支撑平台的控制项包括:
1.机场应建有地理信息综合平台,支持二维或三维可视化展示管理,为机场运营提供一张可视化空间地理信息支撑平台;
2.机场应建有信息交互平台,统一数据定义和交互格式标准,满足各类业务数据的互联互通;
3.建有机场相关数据库,至少包括生产共享库、服务共享库、安全共享库、商业共享库、物流共享库、管理共享库、交通共享库;
4.机场应建有大数据平台,提供数据的存储、处理和分析能力,并融合业务领域的数据和应用,为内、外部系统提供高价值数据服务。
业务支撑平台的加分项包括:
1.机场建有云管理平台,使用按需申请,运营按需扩展,实现对生产资源池、办公资源池、测试资源池的资源进行统一管理;
2.机场建有物联网平台,包括物联网服务总线、物联网接口、数据资源共享等功能模块,支持百万级物联网终端连接,消除信息孤岛;
3.机场建有视频服务平台,提供视频融合、检索、智能分析以及管理等服务;
4.融合室内定位技术,建有机场室内位置服务平台,提供基于位置的服务;
5.建有OneID应用平台,为旅客建立统一的信息数据库,实现“出现一张脸”。
业务管理中包括如下二级指标:智慧运行、智慧安全、智慧服务、智慧低碳、智慧管理、智慧商业、智慧物流、智慧交通;
其中,智慧运行的控制项包括:
1.利用物联网、视频识别等新技术实现航班保障节点数据自动采集与保障过程全链条动态可视化监控;
2.建有机场协同决策系统,整合空管、航司、机场等相关组织的信息,保持信息畅通、有效协同;
3.利用新技术实现机位/登机口/行李转盘/车辆等机场关键资源智能分配;
4.利用物联网、AI等技术实现助航灯光监测与智能管控功能。
智慧运行的加分项包括:
1.建设智慧跑道道面综合管控平台,实现跑道建设、运行和维护全寿命周期管理;
2.利用新技术实现飞机自动可视化入位引导、机位安全监测等功能;
3.构建机场统一的通信平台、运行协调管理系统,实现空、地、人、物联动协同与智能调度;
4.无人驾驶融入机场日常运营中,提升机场运输效率和机场安全保障水平。
智慧安全的控制项包括:
1.航空器防范区域建有智能围界安防系统,提供事前预警、事中告警和事后追踪处置能力;
2.建有跑道异物探测系统,提供跑道道面全天时、多角度、立体化异物探测功能,确保跑道运行高效安全;
3.建有智慧鸟情监测系统,使得鸟情观测数据更加科学、精准,驱鸟手段更加智能、有效;
4.建有机坪特种车辆综合安全防控系统,实现机场飞行区车辆防碰撞预警告警、驾驶员行为分析与安全告警等功能。
智慧安全的加分项包括:
1.与公安、海关等机关实现信息沟通与数据共享,实现预先性、针对性识别和防范;
2.整合机场飞行区安防系统,建有飞行区综合管理平台,提升飞行区主动安全防范能力;
3.对机场净空安全态势进行监测,绘制净空一张图,实现障碍物三维展示、净空管理评估等立体防护功能;
4.整合联动机场各类报警,建有机场治安防控综合应用平台,实现安防报警、联动处置、应急指挥等功能;
5.利用大数据、视频分析等技术对公共区域内旅客行为进行智能分析,具有事件预警及处置能力。
智慧服务的控制项包括:
1.机场为旅客提供便捷服务,航站楼内值机、安检、登机等自助服务覆盖率达到100%,自助设备占比≥90%;
2.机场为旅客提供个性化服务,实现出港、进港、中转、行李信息化伴随服务;
3.机场航站区为旅客提供高效便捷的中转服务,提供中转行李免自提、中转旅客自动识别、个性化路径引导等服务;
4.建有行李全流程跟踪系统和行李信息服务平台,为旅客提供一站式的行李信息综合查询服务,提升旅客行李服务体验;
5.利用视频实现值机区、安检区、登机口等区域旅客排队情况监控,并实时提醒各生产部门做出相应资源调整。
智慧服务的加分项包括:
1.机场建有智慧航显,旅客通过刷脸可显示姓名、航班号、登机口、航班状态等信息,并提供地图导航服务;
2.机场建有自助查询终端,支持触摸屏查询,提供航班动态、天气、商铺、交通等信息自助查询服务;
3.建立线上服务平台,为旅客提供从计划出行到抵达目的地所需的机票预订、地面交通、停车指引等服务;
4.机场建有智能手推车,为旅客提供一对一航班提醒、登机口导航、休闲娱乐、机场商业及服务展示、手机充电等服务;
5.航站区交互式问询机器人代替工作人员重复性工作,为旅客提供互动式个性化服务;
6.支持旅客“刷脸”通过闸机,利用智能安检系统提升旅客安检体验。
智慧低碳的控制项包括:
1.利用物联网、AI等技术实现机场能源数据自动采集、可视化监管;
2.通过供排水官网水文数据全过程、全方位监测,采用“互联网+”技术实现机场水务智慧管理。
智慧低碳的加分项包括:
1.以电子签单的形式覆盖机场各类收费,实现无纸化办公,减少资源浪费;
2.结合航班运行时间和旅客流量数据,实现航站楼温度、照明智能控制、能耗按需分配;
3.建有机场能耗综合管理平台,实现主动式数据巡检、预测性维护和操作优化,提前消除故障隐患。
智慧管理的控制项包括:
1.建有智慧人力资源管理平台,具有全场景业务和全系数据覆盖功能,实现人与人、人与系统、系统与系统连接;
2.建有集中财务管理平台,具有财务核算管理、企业报表管理、资金管理、预算管理等功能;
3.建有项目管理平台,具有项目信息管理、项目过程管理、项目质量管理、项目统计管理等功能;
4.建有机场资产管理平台,具有设备信息统计、运行管理、维护管理、维修管理等功能。
智慧管理的加分项包括:
1.衔接机场主要业务部门,建有机场运营综合管理平台,提高部门之间的协调联动能力;
2.建有机场企业管理驾驶舱,为管理者提供数据数据驱动、异常预警、趋势分析等服务;
3.建有机场经营决策分析系统,服务机场多层级管理应用需求,提供实时、及时、准确的数据支撑。
智慧商业的控制项包括:
1.全息投影的商业宣传,提升商业广告的电子化;
2.商业区域的视频监控,实现商业管理的透明监管;
3.通过云POS、微信和支付宝为主的移动支付通道实现智能商业支付;
4.实现商业业务相关系统之间的全面互联,解决现有系统分区运行问题。
智慧商业的加分项包括:
1.建设机场常旅客会员管理平台,实现机场商业生态下常旅客会员多身份的统一和管理;
2.通过大数据技术和会员系统综合应用,挖掘旅客商业价值,实现精准营销;
3.建设完整的机场非航商业域数据分析、展示系统,为商业运营和发展决策提供数据支持;
4.应用人流热力分析技术为商业选址和定价提供数据支撑,提高非航收入。
智慧物流的控制项包括:
1.利用RFID、物联网等技术实现货物全流程跟踪;
2.建有机场物流综合信息服务平台,为航司、货主、海关等服务对象提供综合查询、运单服务、车辆服务等“一站式”线上办理功能;
3.建设集货物追踪定位、仓储状态实时监控、智能化管理功能于一体的智慧仓储系统,提升仓库利用率和货物处理效率。
智慧物流的加分项包括:
1.应用无人物流车往返机坪与航站台代运区运输行李和货物,提升机场物流综合效益;
2.建设机场智慧货站,采用无人叉车对货物进行智能分拣及入库,实现货站自动化、智慧化升级;
3.建有航空物流行业公共信息平台,在参与方系统之间分享货物运输状态,形成一个有机的、多参与方的协同生态系统;
4.建设智能化国际快件查验系统,具有自动条码扫描、智能货物搬运、跟踪和分拣等功能,提升国际包裹处理效率。
智慧交通的控制项包括:
1.汇集机场多交通方式为一体,建设机场综合交通中心,实现空地运输的无缝衔接;
2.建有智能停车场管理系统,为旅客提供车位预约、车辆识别、车位引导、无感支付等服务;
3.建设交通换乘信息诱导屏,为旅客提供各类换乘方式的发车时间、票务信息以及换乘步行引导等服务;
4.通过智能安防,实时监控出租车蓄车池、机场大巴停靠点、轨道交通出入口的旅客排队情况及安全态势预警。
智慧交通的加分项包括:
1.实时采集到港航班数据,结合机场大巴、出租车、城市交通数据,通过数据挖掘,科学决策机场运量投入;
2.建有陆侧综合交通信息化平台,具有车辆智能调度、异常事件自动报警、大客流应急情况下多交通方式提前运力调配等功能;
3.建有机场智能充电设施和运营监管平台,为机场、航司、保障单位特种车辆、社会车辆等提供充电服务;
4.通过车联网技术的应用,实现机场出租车排队智能管理。
机制保障中包括如下二级指标:体系支撑、团队建设、制度支撑;
其中,体系支撑的控制项包括:
1.建立政策法规标准体系,包括政策法规、协议标准、国家标准、行业标准等;
2.建立运行保障体系,包括政策保障、组织保障、资金保障、系统保障、信息保障和人才保障等。
体系支撑的加分项包括:
1.建立信息化建设标准体系,包括:机场信息化建设规范、机场信息化运营管理规范和信息安全保障规范等;
2.建立IT服务管理体系,包括IT服务管理条例等;
3.建立满足运行需求的智慧机场数据安全治理体系;
4.创新机场运行模式与业务流程设计,支撑智慧机场建设。
团队建设的控制项包括:
1.机场组织成立了包括但不限于智慧机场规划、建设、运营、服务等团队,并成立相应的管理机构;
2.配备智慧机场顶层设计方面高端人才;
3.配备项目实施专业技术人才;
4.配备既懂技术又熟悉机场业务流程和企业管理的复合型人才。
团队建设的加分项包括:
1.智慧机场规划、建设、运营、服务团队都拥有明确的组织架构和职责范围;
2.高端人才占机场基层人员的比重超过3%;
3.专业技术人才占机场基层人员的比重超过10%;
4.复合型人才占机场管理人员的比重超过10%;
5.机场建有完善的培训体系,定期举办人员培训。
制度支撑的控制项包括:
1.机场具有与智慧机场建设内容匹配的各项管理制度;
2.建立合规检查小组,对机场各部门对制度的遵循情况进行检查,保证制度有效执行。
制度支撑的加分项包括:
1.制定标准化的业务处理机制;
2.制定标准化的技术应用机制;
3.制定标准化的权限管理机制;
4.制定智慧机场专项资金投入使用机制。
本发明中,将二级指标细分为5个等级,分别为I级智慧机场、II级智慧机场、III级智慧机场、IV智慧机场和V级智慧机场,评价等级见表1:
表1
指标等级 I级 II级 III级 IV级 V级
信息采集设施 ≥90 80~90 70~80 60~70 <60
网络基础设施 ≥90 80~90 70~80 60~70 <60
业务支撑平台 ≥90 80~90 70~80 60~70 <60
智慧运行 ≥90 80~90 70~80 60~70 <60
智慧安全 ≥90 80~90 70~80 60~70 <60
智慧服务 ≥90 80~90 70~80 60~70 <60
智慧管理 ≥90 80~90 70~80 60~70 <60
智慧商业 ≥90 80~90 70~80 60~70 <60
智慧物流 ≥90 80~90 70~80 60~70 <60
智慧低碳 ≥90 80~90 70~80 60~70 <60
智慧交通 ≥90 80~90 70~80 60~70 <60
体系支撑 ≥90 80~90 70~80 60~70 <60
团队建设 ≥90 80~90 70~80 60~70 <60
制度建设 ≥90 80~90 70~80 60~70 <60
S2:根据建立的智慧机场评价指标体系,利用改进层次分析法计算评价指标权重,具体过程:
步骤2-1:构造判断矩阵,根据9标度法构造判断矩阵A=(aij)n×n
Figure BDA0003793352980000171
其中,n表示评价指标体系同一级的指标个数,aij表示第i个因素相对于第j个因素的相对重要性比较结果,其数值由9标度法给出,见表2:
表2
标度 含义
1 表示两个因素相比,具有同样重要性
3 表示两个因素相比,一个因素比另一个因素稍微重要
5 表示两个因素相比,一个因素比另一个因素明显重要
7 表示两个因素相比,一个因素比另一个因素强烈重要
9 表示两个因素相比,一个因素比另一个因素极端重要
2,4,6,8 上述两相邻判断的中值
倒数 因素j与i比较的判断a<sub>ji</sub>=1/a<sub>ij</sub>
步骤2-2:构造判断矩阵A的反对称矩阵B:
Figure BDA0003793352980000172
其中,bij=ln(aij)表示反对称矩阵B的第i行、第j列元素;
步骤2-3:构造反对称矩阵B的最优传递矩阵C:
Figure BDA0003793352980000173
其中,
Figure BDA0003793352980000174
表示最优传递矩阵C的第i行、第j列元素;
步骤2-4:构造判断矩阵A的拟优一致矩阵A*
Figure BDA0003793352980000181
其中,
Figure BDA0003793352980000182
表示拟优一致矩阵A*的第i行、第j列元素,e表示自然常数;
步骤2-5:计算评价指标权重,包括:
对拟优一致矩阵A*进行规范化处理后得到规范化矩阵为
Figure BDA0003793352980000183
Figure BDA0003793352980000184
其中,
Figure BDA0003793352980000185
表示规范化处理后的矩阵
Figure BDA0003793352980000186
的第i行、第j列元素;
计算规范化矩阵
Figure BDA0003793352980000187
每行元素的和:
Figure BDA0003793352980000188
其中,Mi表示规范化矩阵
Figure BDA0003793352980000189
第i行元素的和;
根据Mi计算评价指标权重:
Figure BDA00037933529800001810
其中,αi表示第i个评价指标权重。
S3:根据建立的智慧机场评价指标体系,利用G1法计算评价指标权重,具体过程:
步骤3-1:确定评价指标序关系:
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,且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,记为
Figure BDA00037933529800001811
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,记为
Figure BDA0003793352980000191
经过n-1次选择后,直至最后一个评价指标记为
Figure BDA0003793352980000192
得到评价指标集{u1,u2,…,un}的唯一一个序关系为:
Figure BDA0003793352980000193
步骤3-2:定量分析相邻指标间的重要程度:
采用如下公式对相邻指标
Figure BDA0003793352980000194
Figure BDA0003793352980000195
之间的重要程度进行量化:
Figure BDA0003793352980000196
其中,k=n,n-1,…,3,2;rk表示相邻评价指标
Figure BDA0003793352980000197
Figure BDA0003793352980000198
之间的相对重要程度比值,
Figure BDA0003793352980000199
Figure BDA00037933529800001910
分别表示相邻评价指标
Figure BDA00037933529800001911
的权重和
Figure BDA00037933529800001912
的权重;
步骤3-3:计算评价指标权重:
评价指标
Figure BDA00037933529800001913
的权重表达式为:
Figure BDA00037933529800001914
Figure BDA00037933529800001915
其中,ri表示相邻两个评价指标的重要程度之比,
Figure BDA00037933529800001916
为评价指标
Figure BDA00037933529800001917
的权重;
得到智慧机场评价指标权重向量β为:
β=(β12,…,βn)
其中,βn表示第n个评价指标权重。
建立基于9级语气算子的rk赋值表,见表3:
表3
Figure BDA00037933529800001918
Figure BDA0003793352980000201
步骤4,对步骤2和步骤3分别计算得到的评价指标权重进行融合,得到智慧机场评价指标综合权重数据;采用如下方法计算评价指标综合权重:
Figure BDA0003793352980000202
其中,wi表示第i个评价指标综合权重。
S5:利用视频、RFID、物联网等技术采集待评价机场生产运行、安全安保、旅客服务、业务管理、商业、物流、低碳以及综合交通数据,比如:旅客航站楼自助服务覆盖率、自助设备占比等,并根据二级指标控制项和加分项确定机场各个指标智慧成效建设得分,计分标准按照百分制分为5个等级区间执行,具体为:
满足控制项要求,且满足3项以上加分项要求,R≥90;
满足控制项要求,且满足2项加分项要求,80≤R<90;
满足控制项要求,且满足1项加分项要求,70≤R<80;
满足控制项要求,60≤R<70;
不满足控制项要求,R<60;
其中,R表示计分。
S6:根据评价指标等级区间和综合权重数据,并对评价指标等级区间进行预处理,利用改进TOPSIS模型计算智慧机场评价等级标准,包括:
步骤6-1:根据评价指标等级区间建立初始评价矩阵X:
Figure BDA0003793352980000203
其中,i取值1~m,j取值1~n,xij表示第i个区间对象的第j个指标的评价指标等级区间原始数据,根据步骤1中的表1所表述的指标评价等级,本发明m取值为6;
步骤6-2:对初始评价矩阵进行标准化处理:
Figure BDA0003793352980000211
其中,yij表示经标准化处理后的评价指标数据,智慧机场评价标准化矩阵Y表示为:
Figure BDA0003793352980000212
步骤6-3:构建加权判断矩阵S:
Figure BDA0003793352980000213
其中,W表示评价指标综合权重矩阵,wj表示第j个评价指标权重;
步骤6-4:确定正理想解S+、负理想解S-和虚拟负理想解S*:
Figure BDA0003793352980000214
Figure BDA0003793352980000215
Figure BDA0003793352980000216
其中,
Figure BDA0003793352980000217
Figure BDA0003793352980000218
分别表示第j个评价指标的正理想解和负理想解,max表示最大值函数,min表示最小值函数;
步骤6-5:计算各个区间对象与正理想解和虚拟负理想解的欧式空间距离:
第i个区间对象与正理想解的欧式空间距离
Figure BDA0003793352980000219
为:
Figure BDA0003793352980000221
第i个区间对象与虚拟负理想解的欧式空间距离
Figure BDA0003793352980000222
为:
Figure BDA0003793352980000223
其中,i=1,2,…,m;
步骤6-6:计算相对接近度。
步骤6-6中,采用如下公式计算相对接近度和评价等级标准:
Figure BDA0003793352980000224
Figure BDA0003793352980000225
其中,Ci表示第i个区间对象的相对接近度,Ei表示第i个区间对象的评价等级标准。
S7,根据评价指标等级区间、待评价机场实际得分和综合权重,利用改进TOPSIS模型计算待评价机场综合评价指数,确定待评价机场智慧化建设水平等级。
S7中,采用与步骤6同样的方法计算待评价机场综合评价指数,然后根据待评价机场综合评价指数、各项指标计分和智慧机场评价等级标准确定待评价机场智慧化建设水平等级。进一步,将智慧机场分为I、II、III、IV四个等级,设定智慧机场评价分级标准如下:
E5≤Score≤E6且所有二级指标计分≥80,为I级智慧机场,表明智慧化水平非常高;
E4≤Score<E5且所有二级指标计分≥70,为II级智慧机场,表明智慧化水平比较高;
E3≤Score<E4且所有二级指标计分≥60,为III级智慧机场,表明智慧化水平中等;
E2≤Score<E3且所有二级指标计分≥60,为IV级智慧机场,表明智慧化水平比较低;
E1≤Score<E2或某一项二级指标得分<60,则该机场不属于智慧机场;
其中,Score表示待评价机场综合评价指数。
实施例
下面以某千万级机场的智慧化建设实施情况为研究对象,对本发明提出的方法进行有效性说明。首先利用层次分析法和G1法分别计算评价指标权重,并对权重进行融合处理,表4和图3给出了经过融合后的评价值综合权重值。
表4
Figure BDA0003793352980000231
(1)专家评分情况
邀请了3位机场领域的专家依据表1对该机场智慧化建设水平进行逐项打分,每项指标的最终得分取各位专家打分的评价值,具体评分见表5。
表5
Figure BDA0003793352980000232
Figure BDA0003793352980000241
(2)计算智慧机场评价等级标准
根据表1和表4,利用本发明改进TOPSIS模型计算得到智慧机场评价等级标准为:
Figure BDA0003793352980000242
(3)计算待评价机场综合评价指数
根据表1、表4和表5,利用本发明改进TOPSIS模型计算得到待评价机场综合评价指数为:
Score=80.46。
(4)评价等级的确定
通过上述计算过程,最终得到该机场综合评价指数为80.46,在区间E4~E5之间,且所有二级指标计分≥70分,根据本发明提出的智慧机场评价分级标准,研究将该机场评定为II级智慧机场,表明该机场的智慧化建设水平比较高。
本实施例还提供了一种智慧机场评价指标体系构建与评价系统,包括:
智慧机场评价指标体系构建模块,用于根据机场智慧化运行需求和建设成效,构建智慧机场评价指标体系,并确定评价指标等级区间;根据建立的智慧机场评价指标体系,利用改进层次分析法计算评价指标权重;根据建立的智慧机场评价指标体系,利用G1法计算评价指标权重;对评价指标权重进行融合,得到智慧机场评价指标综合权重;
数据采集模块,用于采集待评价机场的业务管理平台数据,所述业务管理平台数据包括机场生产运行、安全安保、旅客服务、业务管理、商业、物流、低碳以及综合交通数据,比如:旅客航站楼自助服务覆盖率、自助设备占比等,并根据智慧机场评价指标体系及评价指标等级标准对各项评价指标进行计分;
数据处理模块,一是根据评价指标等级区间和综合权重数据,并对评价指标等级区间进行预处理,利用改进TOPSIS模型计算智慧机场评价等级标准;二是根据评价指标等级区间、待评价机场实际得分和综合权重,利用改进TOPSIS模型计算待评价机场综合评价指数,确定待评价机场智慧化建设水平等级;
数据展示模块,用于将结果数据进行可视化展示(比如可视化展示表4、表5中的数据)。
具体实现中,本申请提供计算机存储介质以及对应的数据处理单元,其中,该计算机存储介质能够存储计算机程序,所述计算机程序通过数据处理单元执行时可运行本发明提供的一种智慧机场评价指标体系构建与评价方法的发明内容以及各实施例中的部分或全部步骤。所述的存储介质可为磁碟、光盘、只读存储记忆体(read-only memory,ROM)或随机存储记忆体(random access memory,RAM)等。
本领域的技术人员可以清楚地了解到本发明实施例中的技术方案可借助计算机程序以及其对应的通用硬件平台的方式来实现。基于这样的理解,本发明实施例中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计算机程序即软件产品的形式体现出来,该计算机程序软件产品可以存储在存储介质中,包括若干指令用以使得一台包含数据处理单元的设备(可以是个人计算机,服务器,单片机。MUU或者网络设备等)执行本发明各个实施例或者实施例的某些部分所述的方法。
本发明提供了一种智慧机场评价指标体系构建与评价方法,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 (10)

1.一种智慧机场评价指标体系构建与评价方法,其特征在于,包括如下步骤:
步骤1,根据机场智慧化运行需求和建设成效,构建智慧机场评价指标体系,并确定评价指标等级区间;
步骤2,根据建立的智慧机场评价指标体系,利用改进层次分析法计算评价指标权重;
步骤3,根据建立的智慧机场评价指标体系数据,利用G1法计算评价指标权重;
步骤4,对步骤2和步骤3分别计算得到的评价指标权重进行融合,得到智慧机场评价指标综合权重数据;
步骤5,采集待评价机场的业务管理平台数据,所述业务管理平台数据包括机场生产运行、安全安保、旅客服务、业务管理、商业、物流、低碳以及综合交通数据,并根据智慧机场评价指标体系及评价指标等级标准对各项评价指标进行计分;
步骤6,根据评价指标等级区间和综合权重数据,并对评价指标等级区间进行预处理,利用改进TOPSIS模型计算智慧机场评价等级标准。
2.根据权利要求1所述的方法,其特征在于,步骤1中,所述智慧机场评价指标体系包括3个一级指标和14个二级指标。
3.根据权利要求2所述的方法,其特征在于,步骤1中,所述3个一级指标包括基础设施、业务管理和机制保障。
4.根据权利要求3所述的方法,其特征在于,步骤1中,所述14个二级指标包括信息采集设施、网络基础设施、业务支撑平台、智慧运行、智慧安全、智慧服务、智慧管理、智慧商业、智慧物流、智慧低碳、智慧交通、体系支撑、团队建设和制度建设,且每个二级指标都包含控制项和加分项。
5.根据权利要求4所述的方法,其特征在于,步骤2中,所述利用改进层次分析法计算评价指标权重包括:
步骤2-1:构造判断矩阵,根据9标度法构造判断矩阵A=(aij)n×n
Figure FDA0003793352970000011
其中,n表示评价指标体系同一级的指标个数,aij表示第i个因素相对于第j个因素的重要程度,i、j取值均为1~n;
步骤2-2:构造判断矩阵A的反对称矩阵B:
Figure FDA0003793352970000021
其中,bij=ln(aij)表示反对称矩阵B的第i行、第j列元素;
步骤2-3:构造反对称矩阵B的最优传递矩阵C:
Figure FDA0003793352970000022
其中,
Figure FDA0003793352970000023
表示最优传递矩阵C的第i行、第j列元素;
步骤2-4:构造判断矩阵A的拟优一致矩阵A*
Figure FDA0003793352970000024
其中,
Figure FDA0003793352970000025
表示拟优一致矩阵A*的第i行、第j列元素,e表示自然常数;
步骤2-5:计算评价指标权重,包括:
对拟优一致矩阵A*进行规范化处理后得到规范化矩阵为
Figure FDA0003793352970000026
Figure FDA0003793352970000027
其中,
Figure FDA0003793352970000028
表示规范化处理后的矩阵
Figure FDA0003793352970000029
的第i行、第j列元素;
计算规范化矩阵
Figure FDA00037933529700000210
每行元素的和:
Figure FDA0003793352970000031
其中,Mi表示规范化矩阵
Figure FDA0003793352970000032
第i行元素的和;
根据Mi计算评价指标权重:
Figure FDA0003793352970000033
其中,αi表示第i个评价指标权重。
6.根据权利要求5所述的方法,其特征在于,步骤3包括:
步骤3-1:确定评价指标序关系:
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,且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,记为
Figure FDA0003793352970000034
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,记为
Figure FDA0003793352970000035
经过n-1次选择后,直至最后一个评价指标记为
Figure FDA0003793352970000036
得到评价指标集{u1,u2,…,un}的唯一一个序关系为:
Figure FDA0003793352970000037
步骤3-2:定量分析相邻指标间的重要程度:
采用如下公式对相邻指标
Figure FDA0003793352970000038
Figure FDA0003793352970000039
之间的重要程度进行量化:
Figure FDA00037933529700000310
其中,k=n,n-1,…,3,2;rk表示相邻评价指标
Figure FDA00037933529700000311
Figure FDA00037933529700000312
之间的相对重要程度比值,
Figure FDA00037933529700000313
Figure FDA00037933529700000314
分别表示相邻评价指标
Figure FDA00037933529700000315
的权重和
Figure FDA00037933529700000316
的权重;
步骤3-3:计算评价指标权重:
评价指标
Figure FDA00037933529700000317
的权重表达式为:
Figure FDA0003793352970000041
Figure FDA0003793352970000042
其中,ri表示相邻两个评价指标的重要程度之比,
Figure FDA0003793352970000043
为评价指标
Figure FDA0003793352970000044
的权重;
得到智慧机场评价指标权重向量β为:
β=(β12,…,βn)
其中,βn表示第n个评价指标权重。
7.根据权利要求6所述的方法,其特征在于,步骤4中,采用如下方法计算评价指标综合权重:
Figure FDA0003793352970000045
其中,wi表示第i个评价指标综合权重。
8.根据权利要求7所述的方法,其特征在于,步骤5中,采集机场生产运行、安全安保、旅客服务、业务管理、商业、物流、低碳以及综合交通数据,并根据二级指标控制项和加分项确定机场各个指标智慧成效建设得分,计分标准按照百分制分为5个等级区间执行,具体包括:
满足控制项要求,且满足3项以上加分项要求,R≥90;
满足控制项要求,且满足2项加分项要求,80≤R<90;
满足控制项要求,且满足1项加分项要求,70≤R<80;
满足控制项要求,60≤R<70;
不满足控制项要求,R<60;
其中,R表示计分。
9.根据权利要求8所示的方法,其特征在于,步骤6包括:
步骤6-1:根据评价指标等级区间建立初始评价矩阵X:
Figure FDA0003793352970000051
其中,i取值1~m,j取值1~n,xij表示第i个区间对象的第j个指标的评价指标等级区间原始数据;
步骤6-2:对初始评价矩阵进行标准化处理:
Figure FDA0003793352970000052
其中,yij表示经标准化处理后的评价指标数据,智慧机场评价标准化矩阵Y表示为:
Figure FDA0003793352970000053
步骤6-3:构建加权判断矩阵S:
Figure FDA0003793352970000054
其中,W表示评价指标综合权重矩阵,wj表示第j个评价指标权重;
步骤6-4:确定正理想解S+、负理想解S-和虚拟负理想解S*:
Figure FDA0003793352970000055
Figure FDA0003793352970000056
Figure FDA0003793352970000057
其中,
Figure FDA0003793352970000061
Figure FDA0003793352970000062
分别表示第j个评价指标的正理想解和负理想解,max表示最大值函数,min表示最小值函数;
步骤6-5:计算各个区间对象与正理想解和虚拟负理想解的欧式空间距离:
第i个区间对象与正理想解的欧式空间距离
Figure FDA0003793352970000063
为:
Figure FDA0003793352970000064
第i个区间对象与虚拟负理想解的欧式空间距离
Figure FDA0003793352970000065
为:
Figure FDA0003793352970000066
其中,i=1,2,…,m;
步骤6-6:计算相对接近度。
10.根据权利要求9所示的方法,其特征在于,步骤6-6中,采用如下公式计算相对接近度和评价等级标准:
Figure FDA0003793352970000067
Figure FDA0003793352970000068
其中,Ci表示第i个区间对象的相对接近度,Ei表示第i个区间对象的评价等级标准。
CN202210961430.4A 2022-08-11 2022-08-11 一种智慧机场评价指标体系构建与评价方法 Active CN115456343B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202210961430.4A CN115456343B (zh) 2022-08-11 2022-08-11 一种智慧机场评价指标体系构建与评价方法

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202210961430.4A CN115456343B (zh) 2022-08-11 2022-08-11 一种智慧机场评价指标体系构建与评价方法

Publications (2)

Publication Number Publication Date
CN115456343A true CN115456343A (zh) 2022-12-09
CN115456343B CN115456343B (zh) 2023-11-10

Family

ID=84298443

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202210961430.4A Active CN115456343B (zh) 2022-08-11 2022-08-11 一种智慧机场评价指标体系构建与评价方法

Country Status (1)

Country Link
CN (1) CN115456343B (zh)

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115620526B (zh) * 2022-12-21 2023-03-07 中国民航大学 一种基于大数据分析的机场陆侧交通管理系统及优化方法
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
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 (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN107274061A (zh) * 2017-05-11 2017-10-20 安徽四创电子股份有限公司 一种基于熵权法的智慧城市评价方法
WO2018023331A1 (zh) * 2016-08-01 2018-02-08 中国科学院深圳先进技术研究院 一种常规公交服务指数实时评价系统及评价方法
CN111177649A (zh) * 2019-12-11 2020-05-19 交通运输部水运科学研究所 一种基于大数据融合的船载包装货物运输风险评估方法
CN111260211A (zh) * 2020-01-14 2020-06-09 东南大学 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置
US20200282503A1 (en) * 2018-08-28 2020-09-10 Dalian University Of Technology Comprehensive performance evaluation method for cnc machine tools based on improved pull-off grade method
CN111861094A (zh) * 2020-05-28 2020-10-30 南京邮电大学 一种分布式电源接入配电网的安全性态势综合评价方法
CN113393076A (zh) * 2021-04-16 2021-09-14 中北大学 基于ahp的新型智慧城市评价指标裁剪模型的构建方法
CN113673264A (zh) * 2021-10-21 2021-11-19 江苏省质量和标准化研究院 一种uhf rfid标签性能分级评价方法及评价系统
CN114881396A (zh) * 2022-03-23 2022-08-09 中铁隧道集团二处有限公司 一种基于ahp和topsis的隧道坍塌风险评估方法

Patent Citations (9)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
WO2018023331A1 (zh) * 2016-08-01 2018-02-08 中国科学院深圳先进技术研究院 一种常规公交服务指数实时评价系统及评价方法
CN107274061A (zh) * 2017-05-11 2017-10-20 安徽四创电子股份有限公司 一种基于熵权法的智慧城市评价方法
US20200282503A1 (en) * 2018-08-28 2020-09-10 Dalian University Of Technology Comprehensive performance evaluation method for cnc machine tools based on improved pull-off grade method
CN111177649A (zh) * 2019-12-11 2020-05-19 交通运输部水运科学研究所 一种基于大数据融合的船载包装货物运输风险评估方法
CN111260211A (zh) * 2020-01-14 2020-06-09 东南大学 一种基于ahp-改进的熵权法-topsis的智慧能源系统评价方法及装置
CN111861094A (zh) * 2020-05-28 2020-10-30 南京邮电大学 一种分布式电源接入配电网的安全性态势综合评价方法
CN113393076A (zh) * 2021-04-16 2021-09-14 中北大学 基于ahp的新型智慧城市评价指标裁剪模型的构建方法
CN113673264A (zh) * 2021-10-21 2021-11-19 江苏省质量和标准化研究院 一种uhf rfid标签性能分级评价方法及评价系统
CN114881396A (zh) * 2022-03-23 2022-08-09 中铁隧道集团二处有限公司 一种基于ahp和topsis的隧道坍塌风险评估方法

Non-Patent Citations (2)

* Cited by examiner, † Cited by third party
Title
阚劲军 等: ""典型相关分析在四型机场建设评价中应用",", 《综合运输》, vol. 42, no. 5, pages 31 - 34 *
韩庆元 等: ""基于改进AHP的供应商模糊综合评价模型研究"", 《机械制造》, vol. 47, no. 09, pages 49 - 51 *

Cited By (4)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN115620526B (zh) * 2022-12-21 2023-03-07 中国民航大学 一种基于大数据分析的机场陆侧交通管理系统及优化方法
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
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
CN115456343B (zh) 2023-11-10

Similar Documents

Publication Publication Date Title
Wu et al. Integrated network design and demand forecast for on-demand urban air mobility
CN115456343B (zh) 一种智慧机场评价指标体系构建与评价方法
Ashford et al. Airport engineering: planning, design, and development of 21st century airports
CN106779408A (zh) 公交系统服务质量的评估方法和装置
KR102373276B1 (ko) 빅데이터 기반의 공공 시설물의 입지 선정 장치 및 방법
CN107491883A (zh) 一种旅游信息管理系统
Agrebi et al. Urban distribution centers' location selection's problem: A survey
Caves The social and economic benefits of aviation
AlKheder Passengers intentions towards self-services check-in, Kuwait airport as a case study
Salah Design, simulation, and performance-evaluation-based validation of a novel RFID-based automatic parking system
Nwaogbe et al. Efficiency analysis of the Nigeria airports: An application of DEA-BCC model
Najafi Moghaddam Gilani et al. Investigation of bus special lane performance using statistical analysis and optimization of the signalized intersection delay by machine learning methods
Tian et al. Designing and planning sustainable customized bus service for departing attendees of planned special events: A two-phase methodology integrating data-driven and demand-responsive
Thomas et al. Structural efficiency assessment of regional airports: Lessons from India
CN110020799A (zh) 一种基于时空基准的城管网格资源配置
Balashova et al. Methodological Aspects of Strategic Controlling of Digital Transformation of Transport and Logistics System
Ivanov et al. Manage traffic flows within the city using smart city technologies
Liu et al. Optimizing the ground intra-city express delivery network: An integrated multiple centrality assessment, multi-criteria decision-making, and multi-objective integer programming model
Hua et al. Large-scale dockless bike sharing repositioning considering future usage and workload balance
Rajput et al. Smart city driven by AI and data mining: The need of urbanization
Bråthen et al. Economic appraisal in Norwegian aviation
Ma et al. A Data-driven Optimal Method for Massive Passenger Flow Evacuation at Airports Under Large-scale Flight Delays
Zapata-Cortes et al. Urban Goods Distribution Under Environmental Contingency in Medellín
Zhang et al. Modeling and Evaluating Multimodal Urban Air Mobility
Cao et al. Emergency coordination management

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