常建鵬，陳振頌，2，周國(guó)華，李延來(lái)，2

(1.西南交通大學(xué) 交通運(yùn)輸與物流學(xué)院，四川 成都 610031；2.西南交通大學(xué) 綜合交通運(yùn)輸智能化國(guó)家地方聯(lián)合工程實(shí)驗(yàn)室，四川 成都 610031；3.西南交通大學(xué) 經(jīng)濟(jì)管理學(xué)院，四川 成都 610031)

鐵路應(yīng)急管理理論研究在我國(guó)尚處于起步階段，然而，近年來(lái)在理論探究及具體實(shí)踐方面均取得了一定的進(jìn)展，已形成一個(gè)相對(duì)獨(dú)立的研究領(lǐng)域。目前我國(guó)已基本建立了以“一案三制”為核心的鐵路應(yīng)急管理體系，即鐵路應(yīng)急預(yù)案、鐵路應(yīng)急管理體制、鐵路應(yīng)急管理機(jī)制、鐵路應(yīng)急管理法制四個(gè)部分[1]。在保障鐵路運(yùn)輸安全及秩序、減少或避免突發(fā)事件的發(fā)生、降低人員傷亡及財(cái)產(chǎn)損失等方面起著重要作用。而鐵路應(yīng)急預(yù)案評(píng)估研究作為鐵路應(yīng)急管理體系的重要組成部分，已得到了眾多學(xué)者的重視。通過(guò)應(yīng)急預(yù)案的評(píng)估，可全面考量預(yù)案的編制質(zhì)量、實(shí)施過(guò)程和效果，也可在此基礎(chǔ)上形成反饋信息，為預(yù)案的修正、調(diào)整提出有針對(duì)性的建議，從而提高預(yù)案的科學(xué)性與可操作性。

目前，已有學(xué)者通過(guò)構(gòu)建評(píng)估指標(biāo)體系，并采用改進(jìn)層次分析法[2，3]、改進(jìn)DEA法[4]、案例推理法[5]、多屬性決策方法[6]等對(duì)鐵路應(yīng)急預(yù)案展開評(píng)估。實(shí)際上，鐵路突發(fā)事件種類繁多，其嚴(yán)重程度與影響范圍會(huì)有所不同，須根據(jù)應(yīng)急場(chǎng)景的具體情況確定所需啟動(dòng)預(yù)案的類型，以便于相關(guān)人員有針對(duì)性地應(yīng)對(duì)和處置突發(fā)事件。為此，應(yīng)急預(yù)案根據(jù)突發(fā)事件的類型、事故后果的嚴(yán)重程度以及預(yù)案的面向?qū)ο蟮葎澐譃椴煌念愋?，如站段?jí)行車事故應(yīng)急處置方案、鐵路局級(jí)破壞性地震應(yīng)急預(yù)案、部級(jí)突發(fā)公共事件總體應(yīng)急預(yù)案等。評(píng)估專家在對(duì)某類鐵路應(yīng)急預(yù)案進(jìn)行評(píng)估時(shí)，由于其自身知識(shí)的局限性以及所掌握信息的有限性，很難完全確定該預(yù)案能否有效地應(yīng)對(duì)相應(yīng)的突發(fā)事件，但可給出若采用該預(yù)案后將要出現(xiàn)的各種可能情況，亦可根據(jù)統(tǒng)計(jì)資料和調(diào)研分析預(yù)測(cè)出各種情況出現(xiàn)的概率，因而鐵路應(yīng)急預(yù)案評(píng)估是風(fēng)險(xiǎn)決策問(wèn)題。然而，現(xiàn)有針對(duì)鐵路應(yīng)急預(yù)案評(píng)估的研究并未考慮風(fēng)險(xiǎn)因素，故將風(fēng)險(xiǎn)因素納入應(yīng)急預(yù)案評(píng)估過(guò)程的考量具有重要意義。

當(dāng)前，已有較多關(guān)于風(fēng)險(xiǎn)決策的研究，但多數(shù)研究建立在決策者是完全理性的假設(shè)基礎(chǔ)之上，卻較少考慮到?jīng)Q策者的實(shí)際心理行為因素。事實(shí)上，決策者面臨風(fēng)險(xiǎn)決策時(shí)，往往有如參照點(diǎn)依賴、損失規(guī)避、敏感性遞減和概率判斷扭曲等心理特征[7]。需要指出的是，文獻(xiàn)[8，9]提出的前景理論將決策者的非理性因素納入到?jīng)Q策過(guò)程中，能更加準(zhǔn)確描述決策者在風(fēng)險(xiǎn)環(huán)境下的心理行為特征。目前，基于前景理論的風(fēng)險(xiǎn)決策研究已有一定進(jìn)展，如文獻(xiàn)[10]提出基于梯形模糊數(shù)和前景理論的交互式多準(zhǔn)則決策方法，文獻(xiàn)[11]提出基于累積前景理論和Choquet積分的多屬性風(fēng)險(xiǎn)決策方法，文獻(xiàn)[12]提出基于前景ITFNCI算子的群體MULTIMOORA決策方法解決多方參與且決策者信息關(guān)聯(lián)的多屬性風(fēng)險(xiǎn)群決策問(wèn)題。

事實(shí)上，鐵路應(yīng)急預(yù)案評(píng)估即是鐵路管理部門組織相關(guān)專家運(yùn)用科學(xué)的方法，按照一定的程序，對(duì)應(yīng)急預(yù)案的各個(gè)方面展開評(píng)估的過(guò)程。然而，現(xiàn)有研究除風(fēng)險(xiǎn)因素外，還較少考慮其他各類復(fù)雜性因素。一方面，由于鐵路突發(fā)事件涉及面廣、決策復(fù)雜，預(yù)案評(píng)估需要充分集結(jié)各方面專家的意見(jiàn)。另一方面，由于實(shí)際問(wèn)題的復(fù)雜性以及各專家在認(rèn)知角度、知識(shí)水平等方面存在的差異性，評(píng)估信息很難以精確數(shù)來(lái)表示，而直覺(jué)梯形模糊數(shù)同時(shí)考慮了隸屬度、非隸屬度和猶豫度等三方面的信息，能更為細(xì)膩地刻畫客觀世界的不確定性，在處理不確定信息時(shí)極為有效。此外，注意到評(píng)估指標(biāo)之間往往無(wú)法滿足獨(dú)立性假設(shè)，而是存在或互補(bǔ)或冗余等關(guān)聯(lián)關(guān)系，而文獻(xiàn)[13，14]所提出的基于Choquet積分和擴(kuò)展Shapley值的信息集結(jié)算子，能更加全面反映不同指標(biāo)間的相互關(guān)系，并可處理非獨(dú)立情形下的信息集結(jié)過(guò)程。綜上所述，本文對(duì)鐵路應(yīng)急預(yù)案的評(píng)估體系展開研究，并以此為基礎(chǔ)提煉出應(yīng)急預(yù)案的評(píng)估指標(biāo)體系；考慮多方意見(jiàn)的重要性以及信息評(píng)估方式的合理性，邀請(qǐng)多位專家利用直覺(jué)梯形模糊數(shù)表征應(yīng)急預(yù)案各項(xiàng)指標(biāo)的評(píng)估值；考慮前景理論在刻畫專家心理偏好方面的有效性，獲取相應(yīng)于各專家的各預(yù)案評(píng)估指標(biāo)的綜合前景值；考慮各評(píng)估指標(biāo)間的關(guān)聯(lián)關(guān)系，基于Choquet積分和擴(kuò)展Shapley值對(duì)各指標(biāo)的綜合前景值進(jìn)行集結(jié)，并利用投影法求解各專家的權(quán)重。由此，可集結(jié)各專家的意見(jiàn)以確定各應(yīng)急預(yù)案的綜合前景值，并以此對(duì)其排序，獲取最優(yōu)應(yīng)急預(yù)案。

1 鐵路應(yīng)急預(yù)案評(píng)估指標(biāo)體系的構(gòu)建

1.1 評(píng)估指標(biāo)的選取

鐵路應(yīng)急預(yù)案是指鐵路各級(jí)職能部門為有效預(yù)防和控制各類突發(fā)事件，在辨識(shí)與評(píng)估潛在危險(xiǎn)源、事件類型、發(fā)生的可能性及發(fā)生過(guò)程、后果及影響嚴(yán)重程度的基礎(chǔ)上，而預(yù)先制定的一套切實(shí)、迅速、有效、有序的處置方案與行動(dòng)計(jì)劃[15]，它不僅規(guī)定了組織指揮機(jī)構(gòu)與職責(zé)、應(yīng)急法律法規(guī)、應(yīng)急保障措施、宣傳、培訓(xùn)、演練及風(fēng)險(xiǎn)源監(jiān)控等常態(tài)工作，也明確了預(yù)警行動(dòng)、分級(jí)相應(yīng)、應(yīng)急指揮與協(xié)調(diào)、應(yīng)急處置、應(yīng)急避險(xiǎn)、應(yīng)急結(jié)束、后期處置等非常態(tài)工作。因此，鐵路應(yīng)急預(yù)案質(zhì)量的優(yōu)劣直接影響到應(yīng)急救援的效果和效率。指標(biāo)體系是一套能夠全面反映鐵路應(yīng)急預(yù)案特征，并具有內(nèi)在聯(lián)系，起互補(bǔ)作用的指標(biāo)集合。科學(xué)建立鐵路應(yīng)急預(yù)案指標(biāo)體系，是對(duì)鐵路應(yīng)急預(yù)案進(jìn)行評(píng)估成功與否的關(guān)鍵。本文在現(xiàn)有研究的基礎(chǔ)上，根據(jù)鐵路突發(fā)事件及應(yīng)急管理的特點(diǎn)，提出從應(yīng)急預(yù)案的處置時(shí)效性、可操作性、完備性、責(zé)任明確性、經(jīng)濟(jì)性等5個(gè)方面對(duì)鐵路應(yīng)急預(yù)案進(jìn)行評(píng)估。表1給出了本文所建立的鐵路應(yīng)急預(yù)案評(píng)估指標(biāo)參考標(biāo)準(zhǔn)。

表1 鐵路應(yīng)急預(yù)案評(píng)估指標(biāo)參考標(biāo)準(zhǔn)

由表1可知，每一個(gè)評(píng)估指標(biāo)均規(guī)定了若干項(xiàng)具體的要求，如時(shí)效性規(guī)定了7項(xiàng)、可操作性9項(xiàng)、完備性13項(xiàng)、責(zé)任明確性7項(xiàng)以及經(jīng)濟(jì)性6項(xiàng)。評(píng)估專家對(duì)候選預(yù)案的指標(biāo)進(jìn)行評(píng)估，即是對(duì)該指標(biāo)所包含的各項(xiàng)要求完成的總體情況進(jìn)行評(píng)估。因此，專家在給出指標(biāo)的評(píng)估值之前，必須先評(píng)估該指標(biāo)所對(duì)應(yīng)的各項(xiàng)具體要求，再綜合每項(xiàng)要求的得分情況確定該指標(biāo)的評(píng)估值?？紤]到直覺(jué)梯形模糊數(shù)表述不確定信息的優(yōu)點(diǎn)，本方法組織評(píng)估專家采用直覺(jué)梯形模糊數(shù)對(duì)各項(xiàng)要求及指標(biāo)打分，為規(guī)范專家打分，防止打分過(guò)程中產(chǎn)生過(guò)大偏差，本文給出了打分標(biāo)準(zhǔn)，見(jiàn)表2。實(shí)際上，本文所提出的方法為一類靜態(tài)評(píng)估方法，出于節(jié)省時(shí)間與經(jīng)濟(jì)成本的考量，本方法要求專家在綜合考慮指標(biāo)所包含各項(xiàng)要求的基礎(chǔ)上給出預(yù)案各指標(biāo)的最終得分，作為進(jìn)一步評(píng)估的依據(jù)。

表2 評(píng)估專家打分標(biāo)準(zhǔn)

1.2 直覺(jué)梯形模糊數(shù)

為便于后續(xù)描述，本節(jié)簡(jiǎn)要介紹直覺(jué)梯形模糊數(shù)的相關(guān)理論基礎(chǔ)。

( 1 )

非隸屬函數(shù)為

( 2 )

( 3 )

2 鐵路應(yīng)急預(yù)案決策模型

為后續(xù)表述便利，下面的符號(hào)用以描述鐵路應(yīng)急預(yù)案評(píng)估問(wèn)題中所涉及的相關(guān)集合與變量。

T={t1，t2，…，tl}：l位對(duì)鐵路應(yīng)急預(yù)案予以評(píng)估的專家，其中tk表示第k個(gè)專家，k=1，2，…，l。

R={r1，r2，…，rm}：m個(gè)備選鐵路應(yīng)急預(yù)案集合，其中ri表示第i個(gè)鐵路應(yīng)急預(yù)案，i=1，2，…，m。

Z={z1，z2，…，zn}：n個(gè)鐵路應(yīng)急預(yù)案評(píng)估指標(biāo)的集合，其中zj表示第j個(gè)指標(biāo)，本文選取時(shí)效性、可操作性、完備性、責(zé)任明確性以及經(jīng)濟(jì)性等5個(gè)指標(biāo)對(duì)預(yù)案評(píng)估，j=1，2，…，n，本文取n=5。

S={S1，S2，…，Sh}：若選擇某個(gè)鐵路應(yīng)急預(yù)案應(yīng)對(duì)相應(yīng)的突發(fā)事件，在應(yīng)急過(guò)程中各評(píng)估指標(biāo)可能出現(xiàn)的情景的集合，其中Sg表示第g個(gè)可能的情景，g=1，2，…，h。

鐵路應(yīng)急預(yù)案的評(píng)估問(wèn)題作為風(fēng)險(xiǎn)決策問(wèn)題，可采用圖1的形式予以描述。

圖1 鐵路應(yīng)急預(yù)案風(fēng)險(xiǎn)評(píng)估問(wèn)題

2.1 指標(biāo)綜合前景值的計(jì)算

( 4 )

( 5 )

( 6 )

( 7 )

式中：k=1，2…l；i=1，2，…，m。

( 8 )

( 9 )

(10)

式中：參數(shù)χ和δ表示專家在面臨“收益”和“損失”情形下主觀概率函數(shù)的彎曲程度；k=1，2，…，l；j=1，2，…，n；g=1，2，…，h。

關(guān)于參數(shù)α、β、θ、χ和δ的取值問(wèn)題，文獻(xiàn)[9]通過(guò)對(duì)大量的決策個(gè)體進(jìn)行實(shí)驗(yàn)測(cè)試，給出了與實(shí)驗(yàn)結(jié)果最為一致的取值為α=β=0.88、θ=2.25、χ=0.61和δ=0.69。學(xué)者普遍認(rèn)為上述取值有效地表示任意決策者的大致心理行為偏好[17，18]，故本文在此采用該參數(shù)取值。

(11)

式中：k=1，2，…，l；i=1，2，…，m；j=1，2，…，n。

2.2 集結(jié)相應(yīng)于各指標(biāo)的評(píng)估值

針對(duì)專家tk，指標(biāo)集合Zk的冪集為P(Zk)，即指標(biāo)集合Zk的所有子集的集合。這里令μ為定義在P(Zk)上的集函數(shù)μ：P(Zk)→[0，1]，如果μ滿足以下條件，則稱μ為模糊測(cè)度：①μ(?)=0，μ(Zk)=1；②如果A，B∈P(Zk)，A?B，則μ(A)≤μ(B)。如果模糊測(cè)度μ滿足μ(A∪B)=μ(A)+μ(B)+λμ(A)μ(B)，則稱μ為λ模糊測(cè)度，其中λ∈(-1，∞)。

對(duì)于各指標(biāo)集A?Zk，λ模糊測(cè)度μ(A)可通過(guò)式(12)求得[13]。

(12)

由于μ(Zk)=1，參數(shù)λ可由式(13)確定[13]。

(13)

針對(duì)專家tk，已知集合Zk的冪集P(Zk)及定義在P(Zk)上的模糊測(cè)度μ，對(duì)于?A∈P(Zk)，其擴(kuò)展Shapley值[14]為

(μ(A∪B)-μ(B))

(14)

(15)

(16)

2.3 集結(jié)相應(yīng)于各專家的評(píng)估值

3 算例

圖2 鐵路應(yīng)急預(yù)案評(píng)估流程

指標(biāo)狀態(tài)狀態(tài)概率r1r2r3r4z1S10.5([6,7,8,8];0.8,0.1)([6,6,7,8];0.7,0.3)([6,7,8,9];0.8,0.2)([5,7,8,8];0.8,0.1)S20.3([3,5,6,7];0.6,0.3)([4,4,5,6];0.5,0.3)([5,5,6,7];0.5,0.4)([3,3,4,5];0.7,0.2)S30.2([1,1,2,3];0.4,0.3)([1,2,3,4];0.4,0.5)([2,3,4,5];0.5,0.3)([2,2,3,4];0.5,0.2)z2S10.5([6,6,7,7];0.6,0.2)([6,7,7,9];0.7,0.2)([7,7,8,8];0.8,0.1)([6,7,8,8];0.8,0.1)S20.3([4,5,5,7];0.5,0.3)([3,4,5,6];0.5,0.4)([4,5,6,7];0.6,0.3)([2,4,4,5];0.6,0.1)S30.2([1,2,2,3];0.4,0.1)([2,2,3,4];0.4,0.2)([2,2,4,5];0.5,0.2)([2,3,3,5];0.5,0.4)z3S10.5([6,7,7,8];0.8,0.1)([7,7,7,9];0.6,0.2)([6,7,8,8];0.8,0.2)([5,7,8,9];0.7,0.3)S20.3([3,5,6,7];0.4,0.2)([3,4,5,6];0.5,0.4)([4,4,5,7];0.6,0.1)([2,3,4,4];0.5,0.3)S30.2([1,2,3,3];0.4,0.2)([1,2,2,4];0.5,0.2)([2,2,3,3];0.5,0.1)([1,2,3,5];0.3,0.1)z4S10.5([7,7,8,8];0.6,0.3)([7,7,8,9];0.8,0.1)([7,7,8,9];0.8,0.1)([6,7,8,9];0.7,0.2)S20.3([2,4,5,5];0.4,0.1)([3,4,5,6];0.5,0.3)([4,5,6,7];0.6,0.2)([2,3,4,5];0.4,0.3)S30.2([1,2,3,3];0.3,0.2)([1,2,3,4];0.4,0.2)([2,2,3,3];0.5,0.2)([2,2,3,3];0.4,0.1)?

續(xù)上表

表4 專家t2所提供的評(píng)估值

表5 專家t3所提供的評(píng)估值

表6 相應(yīng)于專家t1各評(píng)估值的正、負(fù)前景值

表7 相應(yīng)于專家t2各評(píng)估值的正、負(fù)前景值

表8 相應(yīng)于專家t3各評(píng)估值的正、負(fù)前景值

表9 專家面臨“收益”和“損失”時(shí)的前景權(quán)重函數(shù)

表10 相應(yīng)于專家tk的各應(yīng)急預(yù)案ri下指標(biāo)zj評(píng)估值的綜合前景值

表11 相應(yīng)于專家t1、t2和t3的指標(biāo)及指標(biāo)集的擴(kuò)展Shapley值

表12 相應(yīng)于各專家的各項(xiàng)應(yīng)急預(yù)案的綜合前景矩陣

表13 綜合前景矩陣的加權(quán)規(guī)范化

表14 相應(yīng)于各專家的理想綜合前景矩陣

該案例中的4個(gè)候選應(yīng)急預(yù)案是在預(yù)案編寫小組充分考慮各種因素的情況下編制的，而后以時(shí)效性、可操作性、完備性、責(zé)任明確性、經(jīng)濟(jì)性作為評(píng)估指標(biāo)，通過(guò)上述步驟，專家選出了最優(yōu)預(yù)案，即預(yù)案r3。針對(duì)所選擇的最優(yōu)預(yù)案可能存在某些細(xì)節(jié)未能考慮到或考慮得并不充分的情況，本文給出基于上述評(píng)估方法的周期性評(píng)估過(guò)程：針對(duì)所選出的最優(yōu)預(yù)案，邀請(qǐng)鐵路相關(guān)部門配合實(shí)施或演練該預(yù)案，也可模擬該過(guò)程，通過(guò)分析找出未能考慮到或考慮得并不充分的細(xì)節(jié)，并形成一定的反饋信息；將該反饋信息引入到本文所提的評(píng)估方法中，如若某些關(guān)鍵的細(xì)節(jié)在該評(píng)估方法中并未考慮，可將關(guān)鍵細(xì)節(jié)引入到指標(biāo)體系中，作為對(duì)預(yù)案集下次評(píng)估的指標(biāo)；基于新的指標(biāo)體系，再次采用本文所提的評(píng)估方法，從預(yù)案集中選出最優(yōu)預(yù)案。通過(guò)多次演練與評(píng)估，直至未能發(fā)現(xiàn)新的關(guān)鍵細(xì)節(jié)，即可在盡可能考慮各種細(xì)節(jié)的情況下選出最優(yōu)預(yù)案，也可由此找出最優(yōu)預(yù)案中的薄弱環(huán)節(jié)。

4 結(jié)束語(yǔ)

針對(duì)鐵路突發(fā)事件，選擇完善、有效的應(yīng)急預(yù)案，有助于迅速、高效處置突發(fā)事件并盡可能將由此造成的損失降到最低，具有重要的現(xiàn)實(shí)意義。為科學(xué)合理地從眾多候選預(yù)案集中確定最優(yōu)鐵路應(yīng)急預(yù)案，本文提出了基于前景理論的鐵路應(yīng)急預(yù)案多指標(biāo)風(fēng)險(xiǎn)評(píng)估方法。通過(guò)對(duì)鐵路應(yīng)急預(yù)案的評(píng)估體系展開分析研究，提出從時(shí)效性、可操作性、完備性、責(zé)任明確性和經(jīng)濟(jì)性等5個(gè)方面對(duì)應(yīng)急預(yù)案進(jìn)行評(píng)估。同時(shí)，利用基于直覺(jué)梯形模糊數(shù)和前景理論的多指標(biāo)風(fēng)險(xiǎn)決策方法評(píng)估鐵路應(yīng)急預(yù)案，不僅有效地刻畫了信息的不確定性，也充分考慮了專家的主觀偏好。本文方法還引入了基于Choquet積分和擴(kuò)展Shapley值的集結(jié)算子，并采用投影法求解專家權(quán)重，可更為準(zhǔn)確地描述各評(píng)估指標(biāo)間的關(guān)聯(lián)關(guān)系。通過(guò)對(duì)某鐵路局制定的應(yīng)對(duì)列車脫軌事件的鐵路應(yīng)急預(yù)案進(jìn)行評(píng)估，闡釋了本文方法的可行性與有效性。

參考文獻(xiàn)：

[1]程曉卿,賈利民,秦勇,等.鐵路應(yīng)急管理研究[J].鐵道學(xué)報(bào),2012,34(3):7-13.

CHENG Xiaoqing,JIA Limin,QIN Yong,et al.Research on Railway Emergency Management[J].Journal of the China Railway Society,2012,34(3):7-13.

[2]羅文婷,王艷輝,賈利民,等.改進(jìn)層次分析法在鐵路應(yīng)急預(yù)案評(píng)價(jià)中的應(yīng)用研究[J].鐵道學(xué)報(bào),2008,30(6):24-28.

LUO Wenting,WANG Yanhui,JIA Limin,et al.Application of Improved AHP in Evaluation of Railway Emergency Plans[J].Journal of the China Railway Society,2008,30(6):24-28.

[3]唐士晟,李小平.鐵路交通事故應(yīng)急救援體系脆弱性評(píng)價(jià)方法研究[J].鐵道學(xué)報(bào),2013,35(7):14-20.

TANG Shisheng,LI Xiaoping.Study on method for Assessment of Vulnerability of Railway Emergency Rescue System[J].Journal of the China Railway Society,2013,35(7):14-20.

[4]祝凌曦,肖雪梅,李瑋,等.基于改進(jìn)DEA法的鐵路應(yīng)急預(yù)案編制績(jī)效評(píng)價(jià)方法研究[J].鐵道學(xué)報(bào),2011,33(4):1-6.

ZHU Lingxi,XIAO Xuemei,LI Wei,et al.Research on Performance Evaluation of Compilation of Railway Emergency Plan Based on Improved DEA Method[J].Journal of the China Railway Society,2011,33(4):1-6.

[5]張振海,王曉明,黨建武,等.基于整體相似度的鐵路應(yīng)急救援預(yù)案推理決策方法研究[J].鐵道學(xué)報(bào),2012,34(11):49-53.

ZHANG Zhenhai,WANG Xiaoming,DANG Jianwu,et al.Research on CBR Decision Method of Railway Emergency Rescue Based on Integral Similarity Degree[J].Journal of the China Railway Society,2012,34(11):49-53.

[6]JU Y B,WANG A H.Emergency Alternative Evaluation under Group Decision Makers:A Method of Encorporating DS/AHP with Extended TOPSIS[J].Expert Systems with Applications,2012,39(1):1 315-1 323.

[7]樊治平,劉洋,沈榮鑒.基于前景理論的突發(fā)事件應(yīng)急響應(yīng)的風(fēng)險(xiǎn)決策方法[J].系統(tǒng)工程理論與實(shí)踐,2012,32(5):977-984.

FAN Zhiping,LIU Yang,SHEN Rongjian.Risk Decision Analysis Method for Emergency Response Based on Prospect Theory[J].Systems Engineering-Theory & Practice,2012,32(5):977-984.

[8]KAHNEMAN D,TVERSKY A.Prospect Theory:An Analysis of Decision under Risk[J].Econometrica,1979,47(2):263-291.

[9]TVERSKY A,KAHNEMAN D.Advances in Prospect Theory:Cumulative Representation of Uncertainty[J].Journal of Risk and Uncertainty,1992,5(4):297-323.

[10]KROHLING R A,DE SOUZA T T M.Combining Prospect Theory and Fuzzy Numbers to Multi-criteria Decision Making[J].Expert Systems with Applications,2012,39:11 487-11 493.

[11]LIU Y,FAN Z P,ZHANG Y.Risk Decision Analysis in Emergency Response:A Method Based on Cumulative Prospect Theory[J].Computers & Operations Research,2014,42:75-82.

[12]陳振頌,李延來(lái).基于前景ITFNCI算子的群體MULTIMOORA決策方法[J].控制與決策,2014,29(6):1 053-1 063.

CHEN Zhensong,LI Yanlai.An Approach for Group Multi-attribute Decision Making Based upon Prospect Intuitionistic Trapezoidal Fuzzy Number Choquet Integral Operator[J].Control and Decision,2014,29(6):1 053-1 063.

[13]MENG F Y,ZHANG Q,CHENG H.Approaches to Multiple-criteria Group Decision Making Based on Interval-valued Intuitionistic Fuzzy Choquet Integral with Respect to the Generalized λ-Shapley Index[J].Knowledge-Based Systems,2013,37:237-249.

[14]MENG F Y,TAN C Q,ZHANG Q.The Induced Generalized Interval-valued Intuitionistic Fuzzy Hybrid Shapley Averaging Operator and Its Application in Decision Making[J].Knowledge-Based Systems,2013,42:9-19.

[15]周慧娟.鐵路應(yīng)急管理中的預(yù)案管理與資源配置優(yōu)化[D].北京:北京交通大學(xué),2011:51-52.

[16]王堅(jiān)強(qiáng),張忠.基于直覺(jué)梯形模糊數(shù)的信息不完全確定的多準(zhǔn)則決策方法[J].控制與決策,2009,24(2):226-230.

WANG Jianqiang,ZHANG Zhong.Multi-criteria Decision-making Method with Incomplete Certain Information Based on Intuitionistic Fuzzy Number[J].Control and Decision,2009,24(2):226-230.

[17]BIRNBAUM M H.Three New Tests of Independence That Differentiate Models of Risky Decision Making[J].Management Science,2005,51(9):1 346-1 358.

[18]HE X D,ZHOU X Y.Portfolio Choice under Cumulative Prospect Theory:An Analytical Treatment[J].Management Science,2011,57(2):315-331.

[19]YUE Z.Application of the Projection Method to Determine Weights of Decision Makers for Group Decision Making[J].Scientia Iranica,2012,19(3):872-878.