(交通运输)基于熵权的海上交通风险成因物元评价模型优质

（交通运输）基于熵权的海上交通风险成因物元评价模
型
容信息，现已应用在企业决策、经济决策、军事决策和科学研究质量评判、职称许定和技术考核等种种评价问题中。

因此，物元分析法在研究处理海上交通风险评价问题的规律中有着良好的应用前景。

权重获取一般有AHP法、Delphi等方法，这些方法研究较早，也较为成熟，但客观性较差。

导致指标间相对重要性得不到合理体现，因而带来海上交通风险评估失准。

如何科学、客观、精确地分配各指标权重实现海上交通风险形成原因评价尤为重要。

在信息论中，熵表示的是不确定性的量度。

按照信息论基本原理的解释，信息是系统有序程度的一个度量，熵是系统无序程度的一个度量；如果指标的信息熵越小，该指标提供的信息量越大，在综合评价中所起作用理当越大，权重就应该越高。

熵理论在权重获取中的应用能客观地反映评价指标的分布特征，建立较好的评价体系[5]。

2基于熵权的物元模型
2.1物元分析法
矛盾问题广泛地存在于每个人的活功中，存在于自然科学、社会科学和工程技术中，其共同特点是：问题中存在着不相容的两个部分。

1983年我国学者蔡文教授在《科学探索学报》上发表了论文《可拓集合和不相容问题》，标志着物元分析的诞生。

物元分析研究的对象就是现实性世界中的矛盾问题，研究的方向就是探内处理矛盾问题的规律和方法。

它用于研究不相容问题的规律，是系统科学、思维科学和数学交叉的边缘学科，也是贯穿自然科学和社会科学而应用较广的横断学科。

一事物具有多种特征．一特证又为多种事物所具有，这是解决矛盾问题的重要思想。

一个事物具有与其他事物结合的可能性，而产生的新事物又提供了解决矛盾问题的可能性。

同一物元中，事物、特征和量值之间的关系以物元基本式表示，而性质函数和保名域则描述了事物的量变和质变。

不同物元中，对相关事物和相关特征的研究是人们利用别的事物、别的特征和不同量值来处理矛盾问题的另—种依据。

物元分析法是利用物元模型和可拓集合把实际问题转化为形式化的问题模型和描述问题解决过程的转换桥模型，以及解决问题的物凡方程、蕴含方程、关联不等式和转换桥的构造等，从而建立起一系列解决矛盾问题的工具。

2.2物元模型
物元分析法主要是用事物、特征和量值三要素来描述事物，并组成有序三元组=(,,)的基本元,称为物元。

物元空间中的点R就与有序的三个值,,之间建立对应关系。

R表示事物的一个物元(,,)，如图1所示：
图1物元空间
Fig.1spaceofmatter-element
事物M有n个特征、、、，相应的量值记作、、、，则此事物的n维物元记作：
(1)
若有m个事物、、、，具有n个共同的特征、、、，事物的特征对应的量值是，则复合物元矩阵是：
(2)
2.2计算关联度
为了对事物进行优劣评价，我们引用关联度。

它是各因素对结果影响程度的度量，即某个事物的所有关联系数的集中值。

关联度的实质是某个事物与标准事物关联性大小的量度。

表示第j个事物的关联度，表示由m个关联度所组成的关联度复合物元，采用加权平均集中处理，有：(3)
2.3熵权法确定权重
信息论中的信息熵值反映了系统信息的无序化程度，熵值越小，系统无序程度越小，故可用信息熵评估所获系统信息的有序度及其效用[3]。

用评估指标指标值构成的判断矩阵来确定指标权重，能够尽可能消除各指标权重计算的主观因素影响，使评估结果更能够与实际情况一致。

采用熵权法确定评估指标权重的步骤如下：以（）表示事物第项特征的权重，则事物各项特征的权重复合物元为：
(4)
设在某评估决策问题中有m个对象，每个对象有n个指标，第个对象的第个指标的值为（），则初始决策矩阵为：
(5)
具体计算如下：
1）对初始决策矩阵X作标准归一化处理，得标准矩阵：
(6)
其中：
2）定义第个指标的熵值。

(7)
3）定义第个指标的差异系数。

(8)
4）计算第个指标的权重。

(9)
以上可得各指标的权重为：
(10)
2.4将复合物元矩阵变换为隶属度矩阵1）效益型量值变换公式为：
(11)
成本型量值变换公式为：
(12)
经从优原则变换后，各量值均变为效益型。

2）将隶属度矩阵变换为关联系数矩阵关联系数和隶属度系数可以互相转
换，即(13)
表示第个事物与标准事物间第项特征的关联系数，由此可得关联系数矩阵为：
(14)
2.5关联度排序
求出关联度后，按照最大关联度原则，对关联度进行比较，从而获得最符合要求的解。

关联度大者为优，关联度小者为劣。

用=表示最大关联度，它所对应的事物就是最符合要求的事物。

3船舶风险成因评估中的应用
3.1船舶风险的概述
风险是描述分析对象危险程度的客观量，主要考虑：（1）风险是系统内有害事件或非正常事件出现的可能性；（2）风险是发生一次有害事件或非正常事件导致伤害的后果程度。

风险具有频率和后果的双重特性，即[11]：
(15)
其中：为风险值；为事件发生频率；为事件后果程度。

频率是描述有害事件或非正常事件发生的可能性，是概率事件的通常计量值。

它是单位时间内事件发生的次数与船舶活动量的比值，即：
(16)
其中：为单位时间内发生事故的等效次数；为单位时间内等效船舶活动量。

事故等效后果是在单位时间内事件发生的后果与事件发生次数的比值，即：
(17)
为单位时间内事故的等效事故后果；为单位时间内发生事故的等效次数。

则风险在每一状态下的计算方程式为：(18)
3.2船舶风险的定量化评估
以某沿海水域为例，对涉及的水域可划分为6个不同的管理辖区，针对原因分析的结果进行统计，结合水上交通风险定量化计算公式(15)～(18)，由以上计算得出各辖区在不同原因下的风险、频率和后果如下表1、表2、表3所示：
表1各辖区在不同原因下的风险值（*10000）T able1riskofvariouscausesindifferentareas 管辖
水域
1自然
原因
2航
道
码头
3交
通
原因
4船舶
货物
5其他
人员
6船员
原因
辖区
1
9.830 0.819 1.440 5.750 13.060 18.280
辖区
2
7.210 2.650 0.261 4.660 15.890 33.140
辖区
3
20.370 7.280 0.036 20.480 25.030 33.250
辖区
4
5.380 1.230 0.069 4.230 2.800 9.340
辖区
5
0.982 0.003 0.000 0.476 0.269 1.630
辖区
6
1.360 0.117 0.083 1.290 0.235 3.250
表2各辖区在不同原因下的频率值（*10000）
T able2Pofvariouscausesindifferentareas
管辖
水域
1自
然
原因
2航
道
码头
3交
通
原因
4船
舶
货物
5其
他
人员
6船员
原因
辖区
1
3.420 1.040 0.667 1.330
4.210 7.340
辖区
2
3.620 1.010 0.804 1.210 6.030 11.460
辖区
3
7.640 0.728 0.728 4.000 7.280 15.640
辖区
4
3.920 1.510 0.311 1.780 0.845 6.630
辖区
5
0.638 0.031 0.016 0.249 0.187 1.590
辖区
6
0.731 0.058 0.058 0.404 0.077 1.750
表3各辖区在不同原因下的后果值
T able3Hofvariouscausesindifferentareas
管辖
水域
1自然
原因
2航道
码头
3交通
原因
4船舶
货物
5其他
人员
6船员
原因辖区
1 2.8746 0.7860 2.1581 4.3134 3.1017 2.4907 辖区
2 1.9917 2.6400 0.3250 3.858
3 2.6333 2.8912
辖区3 2.6667
10.0000
0.0500
5.1182
3.4400
2.1256
辖区4 1.3743
0.8147
0.2214
2.3775
3.3089
1.4082
辖区5 1.5385 0.0850 0.0300 1.9125 1.4404 1.0275 辖区6
1.8574
2.0333
1.4333
3.1810
3.0500
1.8549
3.3基于熵权的水上交通风险成因的物元模型评估
应用熵权物元方法评价水域影响因素所占的重要性是一种新方法。

本文以1自然原因、2航道码头、3交通原因、4船舶货物、5其他人员和6船员原因为评价对象，以6个不同辖区作为评价指标，应用熵权物元分析方法进行计算，确定各原因对该水域的风险关联度大小。

计算步骤如下：
首先根据表1各辖区在不同原因下的风险值，由公式(5)～(9)计算出不同辖区所占权重：
再由公式(11)、（13）和(14)计算出隶属度。

最后根据公式(3)得到该水域的风险关联度。

同理计算，确定各原因对该水域的频率和后果的关联度大小。

根据表2各辖区在不
同原因下的频率值、表3各辖区在不同原因下的后果值和熵权物元模型计算方法，频率和后果的熵权： 频率的隶属度为： 后果的隶属度为： 频率和后果的关联度：
根据风险、频率和后果的关联度进行大小排序，如图2所示：
图2风险、频率、后果的关联度排序 Fig.2rankingofincidencesinriskfrequencyand
consequence
图3风险、频率、后果的关联度排序
从图2中可以看出：
（1）各原因对该水域的风险和频率影响为：K6(船员原因)>K1(自然原因)>K5(其他人员)>K4(船舶货物)>K2(航道码头)>K3(交通原因)，即船员原因是该水域对风险和频率影响最大的因素。

因此，要加强船员的安全意识和业务技能培训工作，以降低海事的发生。

（2）各原因对该水域的后果影响为：K4(船舶货物)>K5(其他人员)>K1(自然原因)>K6(船员原因)>K2(航道码头)>K3(交通原因)，即船舶货物对该水域所造成的后
果影响最大，这是由该水域船舶本身性质和装载的货物性质所决定的。

（3）还可以看出航道码头和交通原因对该水域的风险、频率、后果的影响相对较小，与实际情况相吻合。

从图2、图3中可以看出，用物元分析法和传统灰色关联分析法得到的评价结果大致相同，只是数值不一样。

同时，还可以得出用物元分析法得到的结果更能突显出某原因对该水域的影响程度大小。

4结论
实例表明，物元模型简单，计算方便，采用熵权法研究事故原因的重要性，能够从数据本身所反映的信息无序化程度来计算各指标的权重，有效地降低了AHP等方法的主观性，使权重计算更为客观、合理。

同时说明采用物元分析法对不同辖区不同事故原因进行评价，依据物元模型的事物、特征和量值来识别、判定相关信息的思想，可以准确掌握和分析船舶事故原因，找出对安全影响最大和最直接的原因，得到了与关联规则和实际情况相一致的评价结果，在海上交通风险形成原因评价中具有广阔的应用前景。

Fig.3rankingofincidencesinriskfrequencyand
consequencebygreyassessment
参考文献：
[1]陈兴伟,王志明.港口水域海事安全风险分析法[J].中国航海,2009,32(1):68-71.
[2]陈锦标,吴广宇,应士君.基于灰色模糊综合评估法的大型船舶模拟操纵评价[J].大连海事大学学报,2008,29(4):1-5.
[3]徐晓妹,刘莹莹,陈玲玲,束玉洁.基于AHP法的物流园区选址模糊综合评判[J].中国农学报,2009,25(14):275-279.
[4]宋华岭.基于熵信息含量的管理复杂性评价指标体系研究[M].北京:中国经济出版
社,2005:1-20.
[5]陈兴伟.基于关联规则的船舶航行风险分析[D].上海:上海海事大学,2009.
[6]秦庭荣,陈伟炯,梁伟波,夏少生,张晓东.基于物元模型的航道安全评估[J].哈尔滨工程大学学报,2008,29(4):319-325.
[7]周丽丽,胡甚平.船舶引航风险成因灰色综合评价模型[J].上海海事大学学报,2008,29(2):21-25.
[8]金开龙,王金顺,张道延.基于物元模型分析方法的作战指挥信息效能评估.武器装备自动化,2008,27(5):22-26.
[9]ShengpingHu,QuangenFang,HaiboXia,YongtaoXi.Formalsafetyassessmentbase donrelativerisksmodelinshipnavigation[J].ReliabilityEngineeringandSystemSafety, 2007,92(3):369-377.
[10]胡甚平,方泉根,夏海波.船舶航行规范化安全评估技术与相对风险评估模型[J].大连海事大学学报,2005,31(2):18-22.
[11]张天浩,冷宣兵,王平.航海模拟训练系统效能评估方法研究[J].航海工程,2009,38(1):59-61.
感谢阅读。