孫 琳 郭彥昌 孫 川

（1.中國電子科技集團公司第十三研究所 石家莊 050051）（2.中國建設(shè)銀行股份有限公司河北省分行營業(yè)部 石家莊 050051）

1 引言

隨著船舶的大型化、多樣化、高速化、橋梁的建設(shè)和船舶交通量的大幅度增長，沿海主要航道水域的航行環(huán)境發(fā)生了劇烈的變化，航道環(huán)境危險程度不斷加大，致使海損事故頻繁發(fā)生。為了有效預(yù)防海損事故的發(fā)生，降低海損事故發(fā)生概率，提高航運安全水平，實現(xiàn)安全、高效的海上運輸，需要對船舶航行環(huán)境的危險度進行科學(xué)的評價，以此為改善航行環(huán)境、采取有力措施提供科學(xué)依據(jù)。

針對航行環(huán)境危險度評價問題，文獻［1］采用模糊數(shù)學(xué)理論對廈門港航道環(huán)境危險度進行了評價分析；文獻［2］采用集對分析理論對定線制水域航行環(huán)境進行了安全評價研究；文獻［3］采用模糊綜合評價方法對航道環(huán)境危險度開展了研究。雖然上述研究方法均取得了較好的效果，但在評價指標(biāo)權(quán)重的確定方面，沒有充分考慮指標(biāo)權(quán)重的不確定性和危險等級固有的區(qū)間性。在解決評估或評價問題中，由于客觀事物的復(fù)雜性及人們知識水平、知識結(jié)構(gòu)和思維能力的局限性，專家對指標(biāo)權(quán)重的偏好往往并不是一個定值，而是一個區(qū)間數(shù)，用區(qū)間數(shù)來表示的指標(biāo)權(quán)重更加符合客觀實際和人們的判斷習(xí)慣［4～5］。文獻［6～8］采用區(qū)間層次分析法（Interval-based AHP，IAHP）對機械加工工藝方案評價、艦船動力系統(tǒng)方案評估和網(wǎng)絡(luò)安全評估問題進行了研究，建立了合理有效的評價模型。鑒于以上分析，本文擬采用區(qū)間數(shù)理論和區(qū)間層次分析法相結(jié)合的方式對航道環(huán)境危險度評價問題進行研究。

2 航道環(huán)境危險度評價指標(biāo)體系的構(gòu)建

建立科學(xué)合理的評價指標(biāo)體系是開展航道環(huán)境危險度評價的前提和關(guān)鍵。由于影響航道危險度的因素較多，既有人的因素，也有交通量、自然環(huán)境、船舶本體和管理等方面的因素，在構(gòu)建指標(biāo)體系的過程中，應(yīng)分清主次，突出主要因素，遵循完備性、客觀性、科學(xué)性、可行性和實用性等原則，以便各項評價指標(biāo)能夠全面反映航道環(huán)境的危險。在對比分析現(xiàn)有航道危險度評價指標(biāo)體系的基礎(chǔ)上，通過征求領(lǐng)域?qū)＜乙庖?，最終選定能見度、標(biāo)準(zhǔn)風(fēng)天數(shù)、流速、航道長度、航道寬度、航道彎曲度、航道交叉狀況、礙航物距離和船舶交通密度9個指標(biāo)為航道環(huán)境危險度評價，航道環(huán)境危險度評價體系如圖1所示。

圖1 航道環(huán)境危險度評價指標(biāo)體系

為了對航道環(huán)境危險度進行評價，本文將航道環(huán)境危險度劃分為“低”、“較低”、“一般”、“較高”和“高”5個等級，依據(jù)理論研究和實踐統(tǒng)計情況，各評價指標(biāo)的危險度等級劃分如表1所示。表1中，能見度表示1年之中能見度距離小于2km的天數(shù)；標(biāo)準(zhǔn)風(fēng)天數(shù)表示1年之中6級風(fēng)的平均天數(shù)；流速的等級劃分數(shù)值為相應(yīng)的環(huán)境壓力值［1］；航道長度的劃分界限為10km，航道長度即指航道長寬比；航道寬度定義為可通過最大船舶長度與航道最窄寬度之比；航道彎曲度指的是彎曲角度；航道交叉狀況用交叉角度來度量；礙航物距離指航道距離障礙物的距離；船舶交通密度指船只的數(shù)量/km2。

表1 評價指標(biāo)危險度等級劃分標(biāo)準(zhǔn)

3 基于IAHP確定評價指標(biāo)權(quán)重

在求解評估、評價或多屬性決策問題時，主要有主觀賦權(quán)法、客觀賦權(quán)法和主客觀相結(jié)合的組合賦權(quán)法來計算各個指標(biāo)的權(quán)重。主觀賦權(quán)法主要是基于專家的知識和實踐經(jīng)驗而得出指標(biāo)權(quán)重的，符合客觀實際且較為合理有效，因而在計算指標(biāo)權(quán)重方面得到了廣泛的應(yīng)用。對于航道環(huán)境危險度評價指標(biāo)而言，采用主觀賦權(quán)法確定評價指標(biāo)的權(quán)重可以有效結(jié)合專家的知識和經(jīng)驗，得出的評價指標(biāo)權(quán)重易于符合客觀規(guī)律和評價實踐。鑒于不同的專家對評價指標(biāo)可能具有不同的偏好，所以本文采用區(qū)間層次分析法來計算航道環(huán)境危險度評價的指標(biāo)權(quán)重。

3.1 區(qū)間數(shù)和IAHP基本原理

在某種意義上，區(qū)間數(shù)可以看作是實數(shù)的擴展，是一種特殊的模糊數(shù)。由于用區(qū)間數(shù)表示的決策信息具有直觀、便于理解、計算方便等特點，因此區(qū)間數(shù)理論在不確定多屬性決策領(lǐng)域和不確定信息 評 價 領(lǐng) 域 得 到 了 廣 泛 的 應(yīng) 用［7～8］。 假 設(shè)是實數(shù)軸上的閉區(qū)間，則為區(qū)間數(shù)。如果，那么為正區(qū)間數(shù)。令則兩個區(qū)間數(shù)的運算法則為［10～12］

IAHP是在層次分析法（Analytic Hierarchy Pro?cess，AHP）的基礎(chǔ)上逐步發(fā)展形成的，主要是為了克服AHP在計算權(quán)重過程中的主觀性。IAHP的基本原理與AHP類似，不同之處在于用區(qū)間數(shù)代替點值來構(gòu)造判斷矩陣，求解時則通過區(qū)間運算得到權(quán)重向量，原始數(shù)據(jù)和計算結(jié)果都用區(qū)間數(shù)的形式表達。

Step 1 利用特征向量法分別求AL、AU的最大特征值所對應(yīng)的具有正分量的歸一化特征向量xL和xU。

3.2 區(qū)間數(shù)形式評價指標(biāo)權(quán)重的確定

按照IAHP計算評價指標(biāo)權(quán)重的步驟，在廣泛征求領(lǐng)域?qū)＜业幕A(chǔ)上，經(jīng)過統(tǒng)計處理建立了如表2所示的航道環(huán)境危險度評價指標(biāo)的區(qū)間數(shù)判斷矩陣。根據(jù)表2中的有關(guān)數(shù)據(jù)，按照IAHP的計算步驟可以便可以得到α=0.9032，β=1.0826，xL=（0.2341，0.0162，0.0612，0.1489，0.0787，0.0756，0.0786，0.0792，0.2169），xU=（0.2483，0.0169，0.0598，0.1453，0.0782，0.0754，0.0788，0.0795，0.2175）。進一步可以計算得到航道環(huán)境危險度評價指標(biāo)體系中各評價指標(biāo)的區(qū)間數(shù)權(quán)重向量ω=（［0.2114，0.2688］，［0.0146，0.0182］，［0.0553，0.0647］，［0.1345，0.1573］，［0.0711，0.0847］，［0.0683，0.0816］，［0.0709，0.0853］，［0.0715，0.0861］，［0.1959，0.2355］）T。

表2 評價指標(biāo)的區(qū)間數(shù)判斷矩陣

4 基于IAHP的航道環(huán)境危險度評價模型

在建立了航道環(huán)境危險度評價指標(biāo)體系，確定了各評價指標(biāo)區(qū)間數(shù)權(quán)重的基礎(chǔ)上，根據(jù)區(qū)間數(shù)和IAHP的基本原理，構(gòu)建基于IAHP的航道環(huán)境危險度評價模型，具體的步驟如下所示：

Step 1 通過廣泛征求領(lǐng)域?qū)＜乙庖娊ㄗh，構(gòu)建航道環(huán)境危險度評價指標(biāo)體系。

Step 2 按照IAHP基本原理計算評價指標(biāo)體系中各指標(biāo)的區(qū)間數(shù)權(quán)重。

Step 3 通過調(diào)研和咨詢，計算待評價航道環(huán)境的各個評價指標(biāo)值。

Step 4 將“低”、“較低”、“一般”、“較高”和“高”5級危險度等級分別轉(zhuǎn)化為區(qū)間數(shù)［0，0.2］、［0.2，0.4］、［0.4，0.6］、［0.6，0.8］和［0.8，1.0］，并依據(jù)評價指標(biāo)危險度等級劃分標(biāo)準(zhǔn)對計算得到的評價指標(biāo)值進行規(guī)范化處理。

5 評價實例

現(xiàn)以文獻［3］中的算例為評價實例，來驗證所建立的航道環(huán)境危險度評價模型的有效性。對青島港附近水域航行環(huán)境的危險度進行評價，綜合選取主航道、大橋島、大港、前灣和黃島航道為具體評價對象，各航道的綜合指標(biāo)評價值如表3所示，按照評價模型的步驟，將綜合評價指標(biāo)值轉(zhuǎn)換為如表4所示的規(guī)范化評價值。

表3 青島港附近各航道的綜合指標(biāo)評價值

表4 青島港附近各航道的綜合指標(biāo)規(guī)范化評價值

依據(jù)航道環(huán)境危險度評價模型中提出的指標(biāo)聚合方法，利用Matlab7.0編寫計算程序，可以得到主航道、大橋島、大港、前灣和黃島5個航道的環(huán)境危險度區(qū)間數(shù)評價值分別為［0.68，0.79］、［0.25，0.38］、［0.86，0.94］、［0.61，0.76］和［0.82，0.91］，危險度的區(qū)間數(shù)劃分標(biāo)準(zhǔn)對比可知，這5個航道的環(huán)境危險度分別為較高、較低、高、較高和高，該評價結(jié)果與文獻［3］采用模糊綜合評價法得出的評價結(jié)果完全一致，從而說明了所建立的航道環(huán)境危險度評價模型是合理有效的。

6 結(jié)語

航行水域環(huán)境對航運安全有著重要的影響，對航道環(huán)境危險度進行合理評價可為制定航行安全管理措施提供科學(xué)的支撐。本文針對以往航道環(huán)境危險度評價方法中指標(biāo)權(quán)重計算的復(fù)雜性和評價結(jié)果所具有的定性特點，利用區(qū)間層次分析法確定了航道環(huán)境危險度評價指標(biāo)的區(qū)間數(shù)權(quán)重，克服了以往航道環(huán)境危險度評價方法中指標(biāo)權(quán)重確定的不足，進一步構(gòu)建了基于區(qū)間層次分析法的航道環(huán)境危險度評價模型。最后給出的評價實例表明，本文所構(gòu)建的航道環(huán)境危險度評價模型是合理有效的，為航道環(huán)境危險度評價提供了一種新的途徑。

［1］高巖松，吳兆麟.廈門港航道環(huán)境危險度的分析與評價［J］. 大連海事大學(xué)學(xué)報，2001，27（1）：5-9.

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

［3］聶細亮，戴冉，岳興旺.基于模糊綜合評估的航道環(huán)境危險度研究［J］.大連海事大學(xué)學(xué)報，2013，39（1）：27-31.

［4］Yang J B，Wang Y M，Xu D L.The evidential reasoning ap?proach for MADA under both probabilistic and fuzzy un?certainties［J］..Eur J Oper Res，2006，171（1）：309-343.

［5］Guo M，Yang J B，Chin K S.Evidential reasoning based preference programming for multiple attribute decision analysis under uncertainty［J］.Eur J Oper Res，2007，182（3）：1294-1312.

［6］劉雅榮.基于區(qū)間層次分析法的機械加工工藝方案評價研究［J］. 機械設(shè)計與制造，2015，12：258-261.

［7］李春強.基于區(qū)間層次分析法的艦船動力系統(tǒng)方案評估研究［J］. 艦船科學(xué)技術(shù)，2016，38（7）：124-127.

［8］馮筠.基于區(qū)間層次分析法的網(wǎng)絡(luò)安全評估研究［J］.數(shù)學(xué)的實踐與認識，2016，46（5）：162-167.

［9］阿遼沙·葉，祝恩國，成倩，等.用電設(shè)備安全評估的改進區(qū)間層次分析法［J］.電力系統(tǒng)及其自動化學(xué)報，2015，27（1）：32-36.

［10］徐澤水.不確定多屬性決策方法及應(yīng)用［M］.北京：清華大學(xué)出版社，2004.

［11］S Liu，Z Pan；H Song.Digital image watermarking meth?od based on DCT and fractal encoding，IET Image Pro?cessing，2017，11（10）：815-821.

［12］S Liu，Z Pan，X Cheng.A Novel Fast Fractal Image Compression Method based on Distance Clustering in High Dimensional Sphere Surface，F(xiàn)ractals，2017，25（4）：1740004.