劉明瑋
摘? 要:國(guó)家在新時(shí)期也突出強(qiáng)調(diào)加快我國(guó)鐵路建設(shè)和發(fā)展。為穩(wěn)步提升鐵路貨運(yùn)安全性,對(duì)鐵路貨運(yùn)安全進(jìn)行綜合評(píng)價(jià),提出一種基于AHP和模糊綜合評(píng)價(jià)的鐵路貨運(yùn)安全評(píng)估模型。以成都北站的鐵路貨運(yùn)安全為研究對(duì)象,通過(guò)相應(yīng)指標(biāo)權(quán)重進(jìn)行多層次多目標(biāo)模糊優(yōu)選,其評(píng)價(jià)結(jié)果為安全,該方法為提高成都北站的鐵路貨運(yùn)安全提供了可靠的依據(jù)。
關(guān)鍵詞:AHP? 安全評(píng)價(jià)? 鐵路? 貨運(yùn)安全
中圖分類號(hào):U2? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? 文獻(xiàn)標(biāo)識(shí)碼:A? ? ? ? ? ? ? ? ?文章編號(hào):1674-098X(2020)07(b)-0146-03
Abstract: In the new period, the country has also highlighted the acceleration of my country's railway construction and development. In order to steadily improve the safety of railway freight transportation, a comprehensive evaluation of railway freight safety is proposed, and a railway freight safety assessment model based on AHP and fuzzy comprehensive evaluation is proposed. Taking the railway freight safety of Chengdu North Station as the research object, the multi-level and multi-objective fuzzy optimization is carried out through the corresponding index weights, and the evaluation result is safety. This method provides a reliable basis for improving the railway freight safety of Chengdu North Station.
Key Words: AHP; Safety evaluation; Railway; Freight safety
2015—2018年鐵路貨運(yùn)量從335801萬(wàn)噸增加到402631萬(wàn)噸,其貨物周轉(zhuǎn)量從23754.3億噸公里提升至28821.0億噸公里[1]。但是,鐵路貨運(yùn)發(fā)展基于鐵路安全生產(chǎn),減少鐵路貨運(yùn)事故發(fā)生是保障鐵路貨運(yùn)質(zhì)量的關(guān)鍵。本文從影響鐵路貨運(yùn)安全的因素入手,通過(guò)適當(dāng)?shù)脑u(píng)價(jià)模型予以綜合研究,確定鐵路貨運(yùn)的整體安全水平,為保證鐵路貨運(yùn)安全有重要的意義。
1? 國(guó)內(nèi)外研究現(xiàn)狀
在國(guó)外,風(fēng)險(xiǎn)管理已經(jīng)成熟地運(yùn)用于鐵路領(lǐng)域。如Muttramw運(yùn)用安全評(píng)價(jià)方法,完成了對(duì)行車安全的實(shí)例分析[2]。Jafarian等采用故障樹分析法,實(shí)現(xiàn)了鐵路貨物運(yùn)輸生產(chǎn)風(fēng)險(xiǎn)的綜合評(píng)價(jià)[3]。隨著鐵路的深化改革,我國(guó)鐵路的風(fēng)險(xiǎn)管理已經(jīng)取得一定成果。如張?zhí)嵒贏HP—熵權(quán)法構(gòu)造專用鐵路(線)安全評(píng)價(jià)模型,為專用鐵路(線)的安全管理提出建議。彭麗宇結(jié)合本體論、粗糙集和人工神經(jīng)網(wǎng)絡(luò)等方法探究了鐵路貨運(yùn)運(yùn)營(yíng)風(fēng)險(xiǎn)問(wèn)題,為提高鐵路貨運(yùn)運(yùn)營(yíng)安全質(zhì)量提供借鑒。
2? 鐵路貨運(yùn)安全指標(biāo)評(píng)價(jià)體系及評(píng)價(jià)等級(jí)的劃分
2.1 鐵路貨運(yùn)安全評(píng)價(jià)指標(biāo)的確立
以貨物運(yùn)輸系統(tǒng)為基礎(chǔ),立足于人—機(jī)—環(huán)系統(tǒng)工程,可以分析出影響貨物運(yùn)輸安全的要素。其中,“人”的因素指參加鐵路貨物運(yùn)輸生產(chǎn)的工作人員;“機(jī)”的因素指協(xié)助鐵路貨物運(yùn)輸生產(chǎn)的機(jī)械設(shè)備;“環(huán)”的因素指鐵路貨物運(yùn)輸生產(chǎn)中的運(yùn)輸環(huán)境。鐵路貨運(yùn)安全運(yùn)營(yíng)評(píng)價(jià)指標(biāo)包括:(1)人的因素:操作者意識(shí)狀態(tài)、安全規(guī)章制度和規(guī)范、貨物的配裝、車輛的編組和掛運(yùn)等。(2)機(jī)的因素:車輛的狀態(tài)、貨物包裝條件、鐵路運(yùn)輸條件等。(3)環(huán)的因素:自然因素的影響、外力因素的影響。
2.2 指標(biāo)權(quán)重的確定
運(yùn)用AHP,建立遞階結(jié)構(gòu)層次模型后,結(jié)合專家的意見(jiàn),選用9級(jí)標(biāo)度法依次對(duì)鐵路貨運(yùn)安全各項(xiàng)參評(píng)指標(biāo)的相對(duì)重要性進(jìn)行兩兩比較,賦予每一層次各個(gè)指標(biāo)相應(yīng)的權(quán)重,并在此基礎(chǔ)上構(gòu)造判斷矩陣。
2.3 評(píng)價(jià)等級(jí)劃分
根據(jù)實(shí)際情況,對(duì)鐵路貨運(yùn)安全進(jìn)行評(píng)價(jià),并最終將鐵路貨運(yùn)安全分為5級(jí),分別對(duì)應(yīng)為C={安全,較安全,安全性一般,安全性較差,安全性差}。為便于評(píng)分分析,使結(jié)果評(píng)價(jià)結(jié)果定量化,以百分制賦值量化為C={100-90,90-80,70-60,50-10,40-0}。
3? AHP模糊綜合評(píng)價(jià)法闡述
3.1 層次分析法(AHP方法)
層次分析法,由美國(guó)運(yùn)籌學(xué)家托馬斯提出的一種多準(zhǔn)則決策方法,該方法應(yīng)用多層次排序原理,將定性與定量結(jié)合起來(lái),解決復(fù)雜的多目標(biāo)決策問(wèn)題。
3.2 模糊綜合評(píng)價(jià)法
模糊綜合評(píng)價(jià)法,由美國(guó)自動(dòng)控制專家查德提出的由定性評(píng)價(jià)轉(zhuǎn)變?yōu)槎吭u(píng)價(jià)的綜合評(píng)標(biāo)方法,基于模糊數(shù)學(xué)的隸屬度理論,使模糊復(fù)雜的系統(tǒng)問(wèn)題得以量化。
3.3 鐵路貨運(yùn)安全評(píng)價(jià)模型的構(gòu)建
用上述AHP方法和模糊綜合評(píng)價(jià)法建立評(píng)價(jià)模型:
其中,W指評(píng)價(jià)權(quán)重向量,J指模糊判斷矩陣,B指模糊評(píng)價(jià)結(jié)果向量,C指評(píng)語(yǔ)集向量,V指綜合評(píng)價(jià)結(jié)果。
4? 案例分析
4.1 成都北站概況
成都北站,隸屬于成都鐵路局管轄的直屬貨運(yùn)編組特等站,規(guī)模為雙向三級(jí)六場(chǎng)編組站,于2007年4月18日投入正式運(yùn)營(yíng),辦理相應(yīng)貨物列車解編作業(yè)和編組作業(yè)。
4.2 建立遞階結(jié)構(gòu)層次模型
將鐵路貨運(yùn)安全作為總目標(biāo)(G),即目標(biāo)層。把三個(gè)一級(jí)指標(biāo):人的因素(A1)、機(jī)的因素(A2)、環(huán)的因素(A3)作為準(zhǔn)則層。9個(gè)二級(jí)指標(biāo):操作者意識(shí)狀態(tài)(B1)、安全規(guī)章制度和規(guī)范(B2)、貨物的配裝(B3)、車輛的編組和掛運(yùn)(B4)、車輛的狀態(tài)(B5)、貨物包裝條件(B6)、鐵路運(yùn)輸條件(B7)、自然因素的影響(B8)、外力因素的影響(B9),作為對(duì)象層,構(gòu)建遞階層次結(jié)構(gòu)模型。以遞階層次結(jié)構(gòu)模型為基礎(chǔ)構(gòu)建評(píng)價(jià)因素集,主因素集為G=(A1、A2、A3),子因素集為A1=(B1,B2,B3,B4)、A2=(B5,B6,B7)、A3=(B8,B9)。
4.3 確定權(quán)重向量
采用AHP方法計(jì)算指標(biāo)權(quán)重,借助MATLAB軟件處理相應(yīng)數(shù)據(jù),各級(jí)權(quán)重指標(biāo)向量如下:
A1~A2的判斷矩陣(1,2,4;1/2,1,2;1/4,1/2,1),A1~A2的權(quán)重系數(shù)W=(0.571,0.286,0.143),=3.000 ,CI=0,RI=0.58,CR=0.0<0.10,滿足一致性檢驗(yàn)。B1~B4的判斷矩陣(1,3,3,5;1/3,1,1,3;1/3,1,1,3;1/5,1/3,1/3,1),B1~B4的權(quán)重系數(shù)W1=(0.522,0.200,0.200,0.078),=4.044,CI=0.015,RI=0.90,CR=0.017<0.1,滿足一致性檢驗(yàn)。B5~B7的判斷矩陣(1,1,1/3;1,1,1/2;3,2,1),B5~B5的權(quán)重系數(shù)W2=(0.210,0.240,0.550),=3.018,CI=0.009,RI=0.58,CR=0.016<0.10,滿足一致性檢驗(yàn)。B8~B9的判斷矩陣(1,1;1,1),B8~B9的權(quán)重系數(shù)W3=(0.5,0.5),=2,當(dāng)n=2時(shí),RI=0,2階正反矩陣總是一致性,滿足一致性檢驗(yàn)。
4.4 確定模糊評(píng)價(jià)集
通過(guò)查閱資料、專家評(píng)分、問(wèn)卷調(diào)查等方式,分別確定定量指標(biāo)和定性指標(biāo)。然后在標(biāo)度量化鐵路貨運(yùn)安全評(píng)估因素的基礎(chǔ)上,按統(tǒng)一標(biāo)準(zhǔn)對(duì)從高到低依次劃分的等級(jí)進(jìn)行賦值評(píng)價(jià),最后,對(duì)所有統(tǒng)計(jì)數(shù)據(jù)匯總并歸一化處理,進(jìn)而得到模糊評(píng)價(jià)集。
4.5 模型運(yùn)算
由表1整理得到各指標(biāo)的隸屬度:
成都北站貨運(yùn)安全綜合評(píng)估得分為90.4450分,綜合評(píng)價(jià)結(jié)果 與評(píng)價(jià)等級(jí)結(jié)合對(duì)比分析后,成都北站貨運(yùn)安全評(píng)估等級(jí)屬于“安全”。
5? 結(jié)語(yǔ)
本文從貨物運(yùn)輸系統(tǒng)的角度出發(fā),以人—機(jī)—環(huán)系統(tǒng)工程為基礎(chǔ),分析出影響鐵路貨運(yùn)的因素,提出基于AHP的鐵路貨運(yùn)安全模糊綜合評(píng)價(jià)模型,并結(jié)合成都北站鐵路貨運(yùn)安全評(píng)價(jià)進(jìn)行了實(shí)例驗(yàn)證,得出相對(duì)合理的結(jié)果,可在安全評(píng)估中提供科學(xué)的參考依據(jù)。
參考文獻(xiàn)
[1] 李斌.鐵路貨運(yùn)大數(shù)據(jù)應(yīng)用策略探討[J].鐵道貨運(yùn),2020,38(5):28-32.
[2] 雷小萱,楊月婷.邢福娜,等.基于風(fēng)險(xiǎn)價(jià)值的鐵路貨運(yùn)安全模型[J].吉林化工學(xué)院學(xué)報(bào),2020,37(3):96-98.
[3] 張鐵鋼.鐵路貨運(yùn)安全大數(shù)據(jù)功能設(shè)計(jì)研究[J].鐵道貨運(yùn),2019,37(10):6-10.
[4] 彭寶卿.關(guān)于鐵路運(yùn)輸物流運(yùn)作模式的研究[J].科技創(chuàng)新導(dǎo)報(bào),2017,14(25):177-178,180.
[5] 李爭(zhēng)陽(yáng).關(guān)于鐵路貨運(yùn)裝載加固的思考[J].科技資訊,2019,17(27):224,226.
[6] 邱明.鐵路貨車制動(dòng)故障的原因分析及防范措施探討[J].科技資訊,2018,16(12):106,108.
科技創(chuàng)新導(dǎo)報(bào)2020年20期