黃影，吳兵，郭國(guó)平

多重模糊條件下的水上服務(wù)區(qū)類(lèi)型決策

黃影a,c，吳兵a,b，郭國(guó)平a,c

針對(duì)水上服務(wù)區(qū)類(lèi)型選擇的多重模糊性問(wèn)題，提出基于模糊貝葉斯的決策方法，根據(jù)文獻(xiàn)確定水上服務(wù)區(qū)選擇的影響因素和決策準(zhǔn)則，建立四層決策框架；根據(jù)各服務(wù)區(qū)的供需關(guān)系對(duì)影響因素進(jìn)行模糊化，利用改進(jìn)的IF-THEN規(guī)則建立影響因素和輸入變量之間、影響因素和決策準(zhǔn)則之間的推理關(guān)系；利用貝葉斯網(wǎng)絡(luò)對(duì)推理規(guī)則庫(kù)進(jìn)行轉(zhuǎn)換，通過(guò)計(jì)算貝葉斯網(wǎng)絡(luò)的邊緣概率獲得決策方案值；對(duì)各節(jié)點(diǎn)的決策狀態(tài)賦予效用值及權(quán)重，獲得各水上服務(wù)區(qū)類(lèi)型的綜合得分。將該方法應(yīng)用于蕪申運(yùn)河宜興水上服務(wù)區(qū)的類(lèi)型選擇，結(jié)果表明，該方法能夠很好地實(shí)現(xiàn)水上服務(wù)區(qū)的類(lèi)型選擇。

內(nèi)河航運(yùn)；模糊貝葉斯；水上服務(wù)區(qū)；類(lèi)型選擇；決策方法

水上服務(wù)區(qū)能夠解決過(guò)往船舶的日常所需，促進(jìn)運(yùn)輸資源的充分利用，推動(dòng)航運(yùn)管理的有效實(shí)施，因此其規(guī)劃選址和類(lèi)型選擇問(wèn)題一直備受關(guān)注[1]。在水上服務(wù)區(qū)規(guī)劃建設(shè)的過(guò)程中，需依據(jù)所在地的航運(yùn)需求對(duì)服務(wù)功能進(jìn)行取舍，其間往往存在服務(wù)功能需求與水上服務(wù)區(qū)類(lèi)型功能配置不相符的情況。已有的研究表明[2]，服務(wù)區(qū)類(lèi)型選擇需要考慮多方面的影響因素。具體來(lái)說(shuō)，包括以下幾個(gè)方面：①影響因素變量描述的模糊性。由于各個(gè)影響因素既有定性和定量數(shù)據(jù)，對(duì)于定性變量，很難采用精確數(shù)值進(jìn)行評(píng)價(jià)，因此往往僅能采用模糊語(yǔ)言變量進(jìn)行描述[3]；②服務(wù)功能與類(lèi)型匹配的模糊性。服務(wù)功能與類(lèi)型匹配時(shí)存在定性和定量數(shù)據(jù)的轉(zhuǎn)換；③決策數(shù)據(jù)的模糊性。由于進(jìn)行決策時(shí)很難獲取歷史數(shù)據(jù)，往往需要根據(jù)專(zhuān)家經(jīng)驗(yàn)對(duì)功能需求與類(lèi)型匹配進(jìn)行評(píng)價(jià)，而專(zhuān)家往往會(huì)采用語(yǔ)言變量進(jìn)行評(píng)價(jià)。

對(duì)于這類(lèi)具有多重模糊性的決策問(wèn)題，模糊數(shù)學(xué)是很好的決策方法[4-5]。首先對(duì)影響因素進(jìn)行模糊化，利用IF-THEN規(guī)則建立決策準(zhǔn)則和影響因素的關(guān)系，從而建立模糊推理規(guī)則庫(kù)，最后利用解模糊化的方法進(jìn)行最終決策。然而在這個(gè)過(guò)程中，由于傳統(tǒng)的IF-THEN規(guī)則為多輸入單輸出，不能對(duì)決策準(zhǔn)則進(jìn)行精確的描述，因此也很難進(jìn)行精確的決策。因此，引入置信度對(duì)各個(gè)決策準(zhǔn)則的語(yǔ)言變量進(jìn)行描述，建立改進(jìn)的IF-THEN推理規(guī)則庫(kù)，在此基礎(chǔ)上，將改進(jìn)的規(guī)則庫(kù)轉(zhuǎn)換為貝葉斯推理，從而建立貝葉斯網(wǎng)絡(luò)結(jié)構(gòu)模型[6-7]，并通過(guò)計(jì)算邊緣概率獲取最終決策方案值。

1 問(wèn)題描述

1.1 水上服務(wù)區(qū)類(lèi)型劃分

由文獻(xiàn)[8]獲取4類(lèi)水上服務(wù)區(qū)的定義，且其各類(lèi)水上服務(wù)區(qū)對(duì)應(yīng)的功能配置見(jiàn)表1。

表1 水上服務(wù)區(qū)功能配置表

注：●必備；◎視情況選擇配置；—不設(shè)。

I類(lèi)(綜合型)，主要設(shè)置在交通流量大的水域，服務(wù)對(duì)象包括過(guò)往船舶及附近居民，綜合性較強(qiáng)。

II類(lèi)(普通型)，滿足水上運(yùn)輸?shù)幕拘枨?，并可根?jù)其所處位置的實(shí)際情況設(shè)置其他拓展功能。

III類(lèi)(單一型)，提供單一的加油服務(wù)，可根據(jù)實(shí)際情況增設(shè)加水、物資補(bǔ)給等功能。

IV類(lèi)(特殊型)，沿旅游航線設(shè)置，結(jié)合沿途景觀，形成服務(wù)與景觀相結(jié)合的特色區(qū)域。

1.2 水上服務(wù)區(qū)決策問(wèn)題描述

(1)

第一個(gè)問(wèn)題是獲取描述影響因素的語(yǔ)言變量。在實(shí)際中，難以直觀獲取影響因素的語(yǔ)言變量，因此以較為直觀因子作為輸入變量，建立輸入變量與影響因素之間的推理規(guī)則，從而確定影響因素的語(yǔ)言變量。

第二個(gè)問(wèn)題是利用改進(jìn)后的IF-THEN規(guī)則建立影響因素與決策準(zhǔn)則間的推理關(guān)系?？紤]到水上服務(wù)區(qū)類(lèi)型選擇問(wèn)題涉及15個(gè)影響因素，難以將所有影響因素作為決策準(zhǔn)則，因此需建立影響因素與決策準(zhǔn)則之間的推理關(guān)系。研究思路見(jiàn)圖2。

2 決策模型

2.1 模糊化影響因素及輸入變量

水上服務(wù)區(qū)類(lèi)型選擇主要受到所在水域的船舶、船員以及當(dāng)?shù)貙?duì)服務(wù)需求的影響，即對(duì)各項(xiàng)功能配置的需求，具體見(jiàn)表2。

在實(shí)際選擇中，一般根據(jù)較為直觀的因子確定描述影響因素的語(yǔ)言變量，例如日均船舶流量、航道等級(jí)等，本文將這些因子作為輸入變量，并依據(jù)相關(guān)文獻(xiàn)[9-12]對(duì)部分輸入變量進(jìn)行模糊處理，將其轉(zhuǎn)化為具有模糊特征的語(yǔ)言變量[13]，并根據(jù)內(nèi)河水域的情況進(jìn)行適當(dāng)調(diào)整。其余部分輸入變量的處理則是根據(jù)調(diào)研的實(shí)際情況以及專(zhuān)家咨詢進(jìn)行，具體見(jiàn)表3。

2.2 建立模糊推理規(guī)則庫(kù)

表2 水上服務(wù)區(qū)影響因素

表3 模糊化各輸入變量

在描述模糊化關(guān)系時(shí)，一般采用IF-THEN規(guī)則對(duì)輸入變量以及輸出結(jié)果之前的推理關(guān)系進(jìn)行表達(dá)[14-15]。經(jīng)典的IF-THEN規(guī)則表達(dá)如下：

THENDk

(2)

由于Dk表達(dá)的是單個(gè)語(yǔ)言變量，因此，Rk實(shí)際上是多輸入單輸出的規(guī)則。但在經(jīng)典的IF-THEN規(guī)則中，輸入變量發(fā)生輕微變化時(shí)，單個(gè)語(yǔ)言變量的輸出結(jié)果難以表達(dá)出變化前后的差異。例如：

andX51,andX61,THENG11

andX51,andX62,THENG11

在上述例子中，當(dāng)輸入變量由X61變化為X62時(shí)，對(duì)輸出結(jié)果并不產(chǎn)生影響。為了能夠得到多輸出結(jié)果，對(duì)經(jīng)典的IF-THEN規(guī)則進(jìn)行改進(jìn)，得到的表達(dá)式如下。

(3)

因此，在上述例子中，X61變化為X62時(shí)，輸出結(jié)果也隨之發(fā)生變化，具體表達(dá)如下。

在對(duì)輸入變量進(jìn)行模糊化后，根據(jù)改進(jìn)后的IF-THEN規(guī)則，建立輸入變量與影響因素的推理規(guī)則，見(jiàn)表4(以X1為例)。

類(lèi)似地，建立影響因素與決策準(zhǔn)則的推理規(guī)則。

2.3 實(shí)現(xiàn)推理規(guī)則與貝葉斯網(wǎng)絡(luò)的轉(zhuǎn)換

通過(guò)將決策目標(biāo)作為父節(jié)點(diǎn)，輸入變量及影響因素作為中間節(jié)點(diǎn)，決策準(zhǔn)則作為子節(jié)點(diǎn)，將輸入變量與影響因素、影響因素與決策準(zhǔn)則的推理規(guī)則轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)，見(jiàn)圖3。

表4 輸入變量與影響因素的推理規(guī)則庫(kù)(X1為例)

在得到的貝葉斯網(wǎng)絡(luò)中，計(jì)算得到的邊緣概率即為水上服務(wù)區(qū)類(lèi)型選擇的決策方案值。邊緣概率的計(jì)算如下。

(4)

2.4 引入效用值

為了使計(jì)算結(jié)果更加直觀，引入效用值PN，選取[0,1]區(qū)間上的值進(jìn)行表達(dá)，其中(1,0.7,0.4,0.1)分別對(duì)應(yīng)“非常需要”“需要”“不需要”“非常不需要”。

例如，某地區(qū)對(duì)于綜合型水上服務(wù)區(qū)船舶服務(wù)功能的邊緣概率計(jì)算為(0.816,0.184,0,0)，引入效用值后得到：

PN(G1)= 0.816×1+0.184×0.7+

0×0.3+0×0.1=0.944 8

最后，對(duì)決策準(zhǔn)則賦予相應(yīng)的權(quán)重，分別為w1，w2，w3，則綜合型水上服務(wù)區(qū)的綜合評(píng)價(jià)得分為：

S1=w1×PN(G1)+w2×PN(G2)+

(5)

3 實(shí)例

3.1 區(qū)域概況

為充分利用水上資源，進(jìn)一步發(fā)揮宜興水陸聯(lián)運(yùn)、內(nèi)外貿(mào)結(jié)合緊密的優(yōu)勢(shì)，同時(shí)為過(guò)往蕪申運(yùn)河及掛靠宜興港的船舶提供必要的物資供應(yīng)，宜興市航道管理處擬在蕪申運(yùn)河宜興段設(shè)置水上服務(wù)區(qū)。

蕪申運(yùn)河宜興段航道等級(jí)為IV級(jí)，規(guī)劃等級(jí)為III級(jí)，航道寬度為70 m。代表船型為500 t級(jí)內(nèi)河自航駁船，船長(zhǎng)45 m。日均過(guò)往船舶流量約500艘，交通密度較大，船舶平均加油量約為600 L/艘，下游約200 m處設(shè)有一座多用途碼頭。水上服務(wù)區(qū)附近約200 m處設(shè)有宜興海事處辦事處，所在水域年均事故約為1次，無(wú)需設(shè)置溢油應(yīng)急以及救助等服務(wù)功能。當(dāng)?shù)刈匀粭l件良好，年平均風(fēng)速為2.9 m/s，年均惡劣天氣約50 d。宜興水上服務(wù)區(qū)附近無(wú)旅游景點(diǎn)，距離市區(qū)較近，可考慮設(shè)置包括服務(wù)區(qū)室外園林綠地、休息廣場(chǎng)等設(shè)施，提供其他服務(wù)。

3.2 獲取各決策方案的決策準(zhǔn)則值

對(duì)于改進(jìn)后多輸入多輸出的推理規(guī)則，通過(guò)將確定父節(jié)點(diǎn)及子節(jié)點(diǎn)，可以轉(zhuǎn)換為貝葉斯網(wǎng)絡(luò)。在得到的貝葉斯網(wǎng)絡(luò)中，其邊緣概率就是決策方案值。以綜合型水上服務(wù)區(qū)船舶服務(wù)功能為例，邊緣概率計(jì)算如下：

(0.816,0.184,0,0)

即： {(0.816,非常需要),(0.184,需要),(0,不需要),(0,非常不需要)}

各決策準(zhǔn)則邊緣概率也可利用GeNIe軟件獲得。以綜合型水上服務(wù)區(qū)為例，令決策目標(biāo)中I類(lèi)綜合型水上服務(wù)區(qū)取值為1，根據(jù)宜興當(dāng)?shù)貙?shí)際需求確定各父節(jié)點(diǎn)的條件概率，可得各決策準(zhǔn)則的邊緣概率。

船舶服務(wù)功能p(G1)=(0.816,0.184,0,0);

船員服務(wù)功能p(G2)=(0.321,0.431,0.211,0.037);

公共服務(wù)功能p(G3)=(0.112,0.347,0.417,0.124)。

同樣的，各類(lèi)型水上服務(wù)區(qū)決策準(zhǔn)則的邊緣概率見(jiàn)表5。

3.4 獲取各決策方案值

表5 決策準(zhǔn)則邊緣概率計(jì)算值

考慮到水上服務(wù)區(qū)船舶服務(wù)功能是其主要功能，船員服務(wù)功能也相對(duì)比較重要，對(duì)各決策準(zhǔn)則賦予權(quán)重，分別為w1=0.5，w2=0.3，w3=0.2，在實(shí)際選擇的過(guò)程中也可以采用層次分析法等方法對(duì)其進(jìn)行賦值。

根據(jù)式(5)計(jì)算得到綜合型水上服務(wù)區(qū)的評(píng)價(jià)得分。

S1=w1PN(G1)+w2PN(G1)+

w3PN(G1)=0.79246

同樣的，普通型水上服務(wù)區(qū)的評(píng)價(jià)得分為S2=0.920 14；單一型水上服務(wù)區(qū)為S3=0.873 37；旅游型水上服務(wù)區(qū)的評(píng)價(jià)得分為：S4=0.755 68。根據(jù)獲取的決策方案值，可判斷II類(lèi)普通型水上服務(wù)區(qū)為最優(yōu)方案，該方案與實(shí)際選擇時(shí)采用的方案一致。

從計(jì)算結(jié)果來(lái)看，綜合型水上服務(wù)區(qū)的公共服務(wù)功能評(píng)價(jià)較低，該類(lèi)型的功能配備多余；宜興水上服務(wù)區(qū)所在水域航道等級(jí)較低，交通流量較小，已設(shè)的海事辦事處能夠充分滿足過(guò)往船舶的應(yīng)急需求；為避免資源浪費(fèi)，應(yīng)急救助、溢油應(yīng)急等服務(wù)功能不宜在此地設(shè)置；單一型及旅游型水上服務(wù)區(qū)則是船員服務(wù)功能缺失，在蕪申運(yùn)河宜興段航行的船舶航行時(shí)間較長(zhǎng)，船員在航行過(guò)程中對(duì)生活物資、醫(yī)療等方面的需求較大，該地需配備相應(yīng)的服務(wù)功能設(shè)施。綜合考慮，普通型水上服務(wù)區(qū)是蕪申運(yùn)河宜興段的最佳決策方案。

4 結(jié)論

本文提出了一種多重模糊條件下的水上服務(wù)區(qū)類(lèi)型選擇決策方法，對(duì)水上服務(wù)區(qū)供需關(guān)系的模糊化表達(dá)進(jìn)行量化，減小了主觀因素對(duì)決策結(jié)果的影響，與其他模糊條件下的決策方法具有一定區(qū)別。由于數(shù)據(jù)采集有一定難度，統(tǒng)計(jì)數(shù)據(jù)不一定涵蓋所有的影響因素。所提出的方法一方面能夠解決決策時(shí)供需關(guān)系的模糊化表達(dá)問(wèn)題，另一方面，通過(guò)建立多輸入多輸出的推理規(guī)則，能夠解決影響因素的語(yǔ)言變量模糊化問(wèn)題。此外，該方法還可應(yīng)用于具有多個(gè)影響因素、且具有模糊化的決策問(wèn)題，具有較好的可推廣性。

[1] 卞華,肖慎,殷兆進(jìn).內(nèi)河水上服務(wù)區(qū)布局選址方法研究[J].水運(yùn)工程,2007(2):6-10.

[2] 溫旭麗,過(guò)秀成,王國(guó)新.區(qū)域航道服務(wù)區(qū)布局規(guī)劃理論與實(shí)踐[J].水運(yùn)工程,2008(7):121-126.

[3] XIA M, XU Z, CHEN N. Some hesitant fuzzy aggregation operators with their application in group decision making[J]. Group Decision and Negotiation, 2013,22(2):259-279.

[4] Rodriguez R M, Martinez L, Herrera F. Hesitant fuzzy linguistic term sets for decision making[J].Fuzzy Systems, IEEE Transactions on, 2012,20(1):109-119.

[5] Masahiro Inuiguchi, Tanino T. Possibilistic linear programming with fuzzy if-then rule coefficients [J].Fuzzy Optimization and Decision Making, 2002,1(1):65-91.

[6] ZHANG D, YAN X P, YANG Z L, et al. Incorporation of formal safety assessment and Bayesian network in navigational risk estimation of the Yangtze River [J].Reliability Engineering & System Safety, 2013,118:93-105.

[7] Ferreira L, Borenstein D. A fuzzy-Bayesian model for supplier selection[J].Expert Systems with Applications, 2012,39(9):7834-7844.

[8] 溫旭麗,李輝,過(guò)秀成.高等級(jí)航道水上服務(wù)區(qū)的探索與實(shí)踐[J].現(xiàn)代交通技術(shù),2005,2(4):80-84.

[9] 范中洲,吳兆麟,張闖,等.基于可拓理論的船舶定線制應(yīng)用研究[J].大連海事大學(xué)學(xué)報(bào):自然科學(xué)版,2013(1):43-45.

[10] 馬麗麗,吳超仲,陳剛,等.模糊綜合評(píng)判模型在三峽庫(kù)區(qū)通航環(huán)境安全評(píng)價(jià)中的應(yīng)用[J].船海工程,2009(2):141-144.

[11] 吳兵,嚴(yán)新平,汪洋,等.多部門(mén)協(xié)同的內(nèi)河失控船應(yīng)急處置決策方法[J].交通運(yùn)輸系統(tǒng)工程與信息,2015,15(5):16-23.

[12] 吳建軍,肖英杰.基于集對(duì)分析的定線制水域航行環(huán)境的綜合安全評(píng)價(jià)[J].上海海事大學(xué)學(xué)報(bào),2011,32(1)：30-34.

[13] 錢(qián)佳.不確定環(huán)境下模糊應(yīng)急物資庫(kù)存模型[J].上海海事大學(xué)學(xué)報(bào),2010,31(1):33-38.

[14] YANG Z, BONSALL S, WANG J. Fuzzy rule-based Bayesian reasoning approach for prioritization of failures in FMEA[J]. IEEE Transactions on Reliability, 2008,57(3):517-528.

[15] Lee C J, Lee K J. Application of Bayesian network to the probabilistic risk assessment of nuclear waste disposal [J]. Reliability Engineering & System Safety, 2006,91(5):515-532.

(武漢理工大學(xué) a.航運(yùn)學(xué)院； b.智能交通系統(tǒng)研究中心； c.內(nèi)河航運(yùn)技術(shù)湖北省重點(diǎn)實(shí)驗(yàn)室，武漢 430063)

Research for Type Selection of Waterway Service Area under Multiple-fuzziness

HUANG Yinga,c, WU Binga,b, GUO Guo-pinga,c

(a.School of Navigation; b.Intelligent Transportation System Research Center;c.Hubei Key Laboratory of Inland Shipping Technology Wuhan University of Technology, Wuhan 430063, China)

Aiming at the multiple-fuzziness problems in selecting the appropriate type of inland waterway service area, a decision-making method is proposed based on fuzzy Bayesian network. From the literature review, the influencing factors of inland waterway service area were obtained and the decision attributes were also defined to establish the four-layer decision-making framework. The membership function was introduced to fuzzify the influencing factors, and the improved IF-THEN rule was used to setup the relationship between influencing factors and input variables and influencing factors and attributes respectively. After transformation the rule base into Bayesian network, the decision matrix was obtained by the marginal probability. The utility value was introduced to obtain the utilities of each functional type. The inland waterway service area of Yixing is used to verify the proposed approach as an illustrative example, showing that this model is useful and beneficial for type selection of waterway service area.

inland waterway transportation; fuzzy Bayesian network; waterway service area; type selection; decision-making method

10.3963/j.issn.1671-7953.2017.01.041

2016-03-09

國(guó)家科技支撐計(jì)劃(2015BAG20B05)； 高等學(xué)校博士學(xué)科點(diǎn)專(zhuān)項(xiàng)科研基金 (20130143120014)

黃影(1992—)，女，碩士生研究方向:交通環(huán)境與安全保障

U697

A

1671-7953(2017)01-0167-06

修回日期：2016-06-13