地铁运营安全评价中变权和相对差异函数的应用研究.docVIP

精品论文 参考文献 地铁运营安全评价中变权和相对差异函数的应用研究 深圳市地铁集团有限公司 广东 深圳 518000 【摘　要】本文针对传统地铁运营安全评价中确定隶属度、权重指标以及指标分值上存在的不足，引入了变权以及相对差异函数，并构建了地铁运营安全评价的指标分值与体系，并应用变权对之前的长权指标进行调整，并应用相对差异函数对各安全等级中单因素的隶属度进行确定。从而达到显示和优化体系中某些单因素的重要性。 【关键词】地铁运营；安全评价；变权；相对差异函数；应用研究 一、地铁运营安全评价中变权应用的必要性 目前，已经出台的《地铁安全运营评价标准》对于解决传统安全评价中存在的标准化的问题，并促使安全评价工作的可操作性以及针对性能够得到加强。但是该标准中的权重指标主要利用常权来进行处理的。由于安全水平会受到体系中各种因素的影响，若其中存在一个非常差的因素，不管采用哪一种算子，都会促使其产生的影响与其他中和，从而降低了被评价体系的危险系数，导致其失去评价的公正性以及客观性。因此在综合安全评价中，不宜采用常权进行评价。 本文通过在地铁运营安全评价中引入变权理论，以达到弥补该标准在安全评价实际工作中存在的不足和问题。针对安全评价中的多指标以及某些因素的过低评价值而造成的不合理问题，变权理论都能有效加以处理和解决。 变权公式如下： 式中：是指因素的常权重；是指因素的变权重；false是指评价因素的指标值。一般情况下，当不用考虑均衡问题时，取alpha;gt;1/2；当某一因素的缺陷严重时，取alpha;lt;1/2；而常权模式下，alpha;=1。 二、相对差异函数模型及其模糊化的特征值 （一）确定隶属度的方法 1.在模糊评价中，一般用隶属度来表示被评价因素的安全水平，而确定隶属度的方法主要有如下三种： 2.模糊统计法。这种方法一般为对一批群众或者专家进行调查，通过他们的判断进行投票或者打分，并统计投票或者打分的结果，从而获得隶属度。模糊评价法的优点是由于收集了许多群众以及专家的意见，因而具有非常高的可信度。但是这种方法也具有较大的缺点，即调查的对象人数众多，且他们的视角、专业以及经验等都存在较大的差异，因此，如果选择的调查对象存在较大的差异，那么统计的结果以及得到的隶属度也会存在较大的差异。 3.专家经验法。这一方法主要是专家根据自己的实际经验，将隶属度直接给出来。 采用分布函数模糊化评价指标的特征值。特征值主要是指指标的点值，因而既能客观取值，也能主观赋值。通过对模糊的特征值进行适当的选择，然后将各个因素的特征值逐渐转变成隶属于因素的各个等级的向量隶属度值。采用此方法确定隶属度，指标值既能够通过打分获得，又能够进行客观取值，因此与一般的评价特点非常相符，因而受到了人们的普遍欢迎。在这一方法中，选择分布函数是非常关键的一个环节，在安全评价体系中，经常使用的分布函数主要为梯形函数、正弦函数以及三角函数等，但是在这些函数中，其与指标特征值的物理意义存在的对应关系并不明确，并且不能对固定的区间以及形势进行调节。 近些年，已经有专家提出了模糊可变集理论，因而促使模糊工程数学得到了极大的发展和进步。在这一理论中，其基础的理论就是差异函数的相对模型，它能对分布函数进行很好的确定。 （二）相对差异度的概念 设U领域中的一个A模糊现象（事物、概念），对于U领域中的任意元素u(uU)，在连续数轴上的相对隶属函数的任意一点，u吸引A 性质的相对隶属度表示为，而排斥Ac性质的则表示为false(u)，设：DA(u)=falseA（u）-false(u)，其中，DA(u)表示u对A相对差异度。 （三）确定隶属度 设安全评价体系中，某一单层的指标系统含有m个因素，对这些因素进行安全论域的等级划分成k个。设[a，b]ij为i因素等级j的标准区间值，这一区间主要是评价者或者参考标准给出。[c，d]ij为i因素等级j的上界与下届的区间，按照具体情况进行确定。M为[a，b]ij中的DA(u)=1时的点值，视具体情况而定。各参数之间的关系如图1所示。 对于i因素的j安全等级，[c，d]为论域，[a，b]吸引域，[b，d]以及[c，a]为排斥域。 当确定DA(u)之后，可以根据公式：计算出相对隶属度。式中，A（u）是指i因素的安全等级j对应的相对隶属度，即A（u）ij。采用这种方法能够得出相对隶属度A（u）ij的矩阵{A（u）ij}