祝文君

（中國(guó)市政工程中南設(shè)計(jì)研究總院有限公司，武漢 430010）

對(duì)于高速公路建設(shè)項(xiàng)目，線路走向是否科學(xué)合理不但關(guān)系到工程的經(jīng)濟(jì)收益、建設(shè)成本，還會(huì)直接影響到周邊城市的旅游、礦產(chǎn)等資源能否得到充分開(kāi)發(fā)，能否促進(jìn)貧困地區(qū)經(jīng)濟(jì)的發(fā)展以及滿足國(guó)防建設(shè)的需要等. 因此，作為建設(shè)前期需要解決的重要問(wèn)題即高速公路路線方案比選，除了要考慮主要技術(shù)標(biāo)準(zhǔn)、投資成本等技術(shù)和經(jīng)濟(jì)上的定量指標(biāo)，還要分析工程對(duì)周邊環(huán)境的影響、對(duì)貧困地區(qū)經(jīng)濟(jì)發(fā)展的帶動(dòng)作用等定性指標(biāo)，而且在某種程度上這些定性指標(biāo)的作用更加突出.

在國(guó)外研究中，人們最先關(guān)注方案的經(jīng)濟(jì)成本，如文獻(xiàn)［1］中Dupuit J提出的費(fèi)用和效益理論被廣泛應(yīng)用于項(xiàng)目方案的選擇；20世紀(jì)末美國(guó)哈佛大學(xué)Dompere K K［2］提出的層次分析法，對(duì)于解決模糊決策以及利潤(rùn)比選問(wèn)題提供了科學(xué)依據(jù). 隨著政府及人民對(duì)環(huán)保意識(shí)的加強(qiáng)，路線方案比選也逐漸將環(huán)境比選加入重要指標(biāo)進(jìn)行考慮，David J R和Tony F［3］提出的“壓力-狀態(tài)-響應(yīng)”（PSR）模型，為設(shè)計(jì)、決策人員進(jìn)行方案的環(huán)境比選提供了依據(jù). 國(guó)外對(duì)公路路線的技術(shù)設(shè)計(jì)方面也取得了顯著的成就，主要包括將GIS 軟件、AHP、模糊數(shù)學(xué)、神經(jīng)網(wǎng)絡(luò)、遺傳算法、熵和熵權(quán)等理論和方法應(yīng)用于公路路線綜合比選中，從技術(shù)層面保證公路路線方案評(píng)價(jià)技術(shù)及優(yōu)選技術(shù)的科學(xué)合理性［4］.

在國(guó)內(nèi)研究中，傅熒［4］針對(duì)費(fèi)用效益分析法的缺點(diǎn)，即不能量化直接效果外的效果，提出改進(jìn)的費(fèi)用效益分析法，給決策者提供更多的參考價(jià)值；雷巖［5］通過(guò)對(duì)方案比選中經(jīng)濟(jì)因素的總結(jié)，提出了基于基金評(píng)價(jià)的經(jīng)濟(jì)指標(biāo)體系，并成功應(yīng)用到項(xiàng)目中. 進(jìn)入21世紀(jì)后，RS、GIS等技術(shù)已經(jīng)可以通過(guò)對(duì)三維空間進(jìn)行環(huán)境分析及模擬，實(shí)現(xiàn)公路路線方案定量化的環(huán)境比選. 自此，生態(tài)環(huán)境評(píng)價(jià)方法已由最初的專家定性分析逐漸發(fā)展到定量方法計(jì)算的階段. 蘇萬(wàn)軍［6］和陳畢新［7］考慮項(xiàng)目建設(shè)時(shí)經(jīng)濟(jì)與環(huán)境的損失情況，通過(guò)構(gòu)建數(shù)學(xué)模型求解最優(yōu)方案. 隨著公路建設(shè)項(xiàng)目的逐漸復(fù)雜化，公路路線方案決策也隨之復(fù)雜，因此專家學(xué)者開(kāi)始將多目標(biāo)決策方法引入到方案比選中以解決決策復(fù)雜化問(wèn)題. 如劉志軍等［8］將方案比選看作是多目標(biāo)決策問(wèn)題，基于AHP法構(gòu)建的評(píng)價(jià)指標(biāo)體系基礎(chǔ)上建立模糊優(yōu)選模型. 趙康［9］構(gòu)建了12個(gè)環(huán)境影響路線比選方案評(píng)價(jià)指標(biāo)，并提出將其與AHP法、模糊數(shù)學(xué)等多目標(biāo)決策方法結(jié)合進(jìn)行公路路線的優(yōu)選.

多年來(lái)，盡管國(guó)內(nèi)外學(xué)者針對(duì)路線方案比選開(kāi)展了大量的研究工作，但上述研究方法選取指標(biāo)包含經(jīng)濟(jì)、工程技術(shù)、環(huán)境、社會(huì)影響等指標(biāo)，對(duì)于路線方案中的安全指標(biāo)研究較少，同時(shí)方案中的定性指標(biāo)在處理時(shí)，不能全面地考慮指標(biāo)的不確定性. 本文正是基于該背景下將安全因素引入路線方案比選評(píng)價(jià)中，對(duì)評(píng)價(jià)指標(biāo)體系的定性指標(biāo)通過(guò)云模型理論進(jìn)行相應(yīng)轉(zhuǎn)換，減少傳遞過(guò)程中的不確定性，為路線方案的安全比選評(píng)價(jià)、決策提供可靠準(zhǔn)確的依據(jù). 為此，本文提出基于云模型的高速公路路線方案比選方法，從地形地質(zhì)條件、線形協(xié)調(diào)性和設(shè)計(jì)要素、危險(xiǎn)路段和路側(cè)危險(xiǎn)、路網(wǎng)布局和大型構(gòu)造物分布5方面分析其對(duì)高速公路路線安全的影響，建立了高速公路路線方案安全評(píng)價(jià)指標(biāo)體系，通過(guò)云模型及組合賦權(quán)方法，建立了基于不確定性的高速公路路線方案比選方法，為路線方案比選決策者提供參考及依據(jù).

1 評(píng)價(jià)指標(biāo)體系的建立

高速公路路線方案安全比選首先需要解決的問(wèn)題就是方案指標(biāo)的選取，但目前研究方法尚無(wú)對(duì)路線安全比選的統(tǒng)一標(biāo)準(zhǔn)，本文從地形地質(zhì)條件、線形協(xié)調(diào)性和設(shè)計(jì)要素、危險(xiǎn)路段和路側(cè)危險(xiǎn)、路網(wǎng)布局和大型構(gòu)造物分布、惡劣天氣影響5個(gè)方面進(jìn)行分析，選擇了地形條件、不良地質(zhì)條件等20 個(gè)定性和定量指標(biāo)［10-16］，建立了高速公路路線方案安全比選評(píng)價(jià)指標(biāo)體系，并將體系中的各指標(biāo)按照定性、定量指標(biāo)；效益型、成本型指標(biāo)進(jìn)行劃分，方便后續(xù)計(jì)算. 結(jié)果如表1所示，可按照實(shí)際線路方案的性質(zhì)（原則方案、局部方案等）對(duì)指標(biāo)進(jìn)行相應(yīng)的調(diào)整.

表1 高速公路路線方案安全比選評(píng)價(jià)指標(biāo)體系Tab.1 Highway route plan safety comparison and selection evaluation index system

2 云模型理論

2.1 云的基本概念和數(shù)值特征

設(shè)μ（x）：U→［0，1］為論域U中的任意一個(gè)元x素對(duì)定性概念的隸屬度，則所謂的云即為μ（x）在U上的分布，這里的x叫作云滴，是云最基本的組成元素，也是定性概念的一個(gè)量化值［17］.

云模型理論中，對(duì)一個(gè)定性概念的描述是通過(guò)3個(gè)數(shù)字特征（Ex，En，He）［18］來(lái)完成的，其中，Ex稱為云滴群或云的期望，En稱為云滴群的熵，He稱為云滴群的超熵. Ex表示定性概念量化為云滴群的中心點(diǎn)；En 反映了云滴群分布的不確定性；He則進(jìn)一步表征定性概念量化為云滴群的離散性. 通過(guò)使用（Ex，En，He）來(lái)表征一個(gè)定性概念，并作為定性與定量間轉(zhuǎn)換的工具，充分考慮了轉(zhuǎn)換間的不確定性及離散性.

為了更好地理解對(duì)云模型的三個(gè)數(shù)字特征，以定性概念“青年人”為例，圖1 表示“青年人”的一維正態(tài)云圖.

從圖1 中可以看出，Ex 是定性概念的中心值，是最能代表定性概念的典型樣本點(diǎn)；En 是表示定性概念能被接受的范圍區(qū)間；He是En的不確定性度量，它的大小與云的“厚度”呈正相關(guān)關(guān)系.

2.2 基于云模型的不確定性推理及云發(fā)生器

定性概念可通過(guò)云模型的單規(guī)則不確定性推理來(lái)量化，推理的基本形式為：如果“定性概念T1”，那么“定性概念T2”. 然后將概念T2轉(zhuǎn)化為（Ex，En，He），再根據(jù)（Ex，En，He）采用如下的算法生成由任意多個(gè)云滴（云滴群）組成的正態(tài)云，這種云的生成方法稱為正向云發(fā)生器.

1）根據(jù)T2的數(shù)字特征（Ex，En，He），生成以En為期望、He2為方差的正態(tài)隨機(jī)數(shù)En′i；

圖1 “青年人”的一維正態(tài)云圖Fig.1 One dimensional normal cloud chart of“Young People”

4）生成N個(gè)具有確定度ui的云滴xi.

3 基于不確定性的高速公路路線方案比選方法

指標(biāo)的權(quán)重是指在評(píng)價(jià)過(guò)程中評(píng)估對(duì)象的每個(gè)指標(biāo)在整個(gè)系統(tǒng)中影響程度的比例，權(quán)重分配的準(zhǔn)確性將直接影響評(píng)估結(jié)果. 目前，主要分為主觀賦權(quán)法、客觀賦權(quán)法和組合賦權(quán)法3種. 主觀賦權(quán)法雖然可以在吸收專家經(jīng)驗(yàn)的基礎(chǔ)上，反映出各指標(biāo)的重要程度，但其缺點(diǎn)即是主觀性強(qiáng)；客觀賦權(quán)法雖然可以有效避免主觀性強(qiáng)的缺點(diǎn)，但最后計(jì)算的權(quán)重值可能出現(xiàn)與實(shí)際情況相違背的情況. 針對(duì)主觀、客觀賦權(quán)法存在的不足，本文提出以G1法與熵權(quán)法結(jié)合的組合賦權(quán)法，并在確定權(quán)重前，將定性指標(biāo)通過(guò)云模型轉(zhuǎn)換為定量數(shù)值，減少傳遞過(guò)程中的不確定性，并在高速公路路線方案安全比選中進(jìn)行實(shí)例應(yīng)用.

3.1 G1法確定主觀權(quán)重

G1法的原理是通過(guò)專家的知識(shí)、經(jīng)驗(yàn)判斷出各指標(biāo)間的序關(guān)系，并給出重要程度賦值，計(jì)算步驟如下.3.1.1 確定序關(guān)系 設(shè)評(píng)價(jià)指標(biāo)體系中存在n個(gè)評(píng)價(jià)指標(biāo)，記為x1，x2，…，xn，對(duì)于評(píng)價(jià)總目標(biāo)，若評(píng)價(jià)指標(biāo)xi的重要性程度大于xj時(shí)，則記為xi≥xj. 對(duì)于n個(gè)指標(biāo)，若存在x1≥x2≥…≥xn，則認(rèn)為n個(gè)指標(biāo)建立了序關(guān)系，并可按照以下步驟來(lái)確定序關(guān)系：

1）在評(píng)價(jià)指標(biāo)集｛x1，x2，…，xn｝中，專家依據(jù)評(píng)價(jià)總目標(biāo)的需求選出僅且一個(gè)認(rèn)為最重要的指標(biāo)，記為x1*；

2）在剩下的n-1個(gè)指標(biāo)中，專家選出僅且一個(gè)最重要的指標(biāo)，記為x2*，以此方法進(jìn)行挑選；

3）挑選了n-1次后，評(píng)價(jià)指標(biāo)集中僅剩余唯一的一個(gè)指標(biāo)，記為xn*；按上述步驟進(jìn)行挑選后，則認(rèn)為確定了序關(guān)系.

3.1.2 相對(duì)重要程度分析 將指標(biāo)xk-1與xk間的重要程度之比記為ωk-1/ωk，比值結(jié)果為rk（k=n，n-1，…，2），序關(guān)系的具體賦值見(jiàn)表2.

若專家給出的rk不在表2范圍內(nèi)，則序重新進(jìn)行指標(biāo)重要度評(píng)價(jià).

3.1.3 權(quán)重系數(shù)計(jì)算 根據(jù)專家對(duì)指標(biāo)間的重要程度賦值，計(jì)算出某指標(biāo)的權(quán)重ωn為：

表2 賦值參考表Tab.2 Assignment reference table

3.1.4 群決策結(jié)果的確定 設(shè)有t為專家參與決策，記第k位專家的權(quán)重指數(shù)為L(zhǎng)k，第k 位專家的第i 項(xiàng)指標(biāo)權(quán)重記為，則第i個(gè)指標(biāo)的群決策結(jié)果為［19］：

表3 專家熟悉程度賦值表Tab.3 Expert familiarity rating table

其中專家的權(quán)重指數(shù)計(jì)算按照專家對(duì)路線方案安全比選的熟悉程度進(jìn)行不同的賦值（dk），并熟悉程度分為四個(gè)等級(jí)，各專家熟悉程度賦值情況見(jiàn)表3.

根據(jù)表3，即可得出第K位專家的權(quán)重指數(shù)：

3.2 熵權(quán)法確定主觀權(quán)重

設(shè)有m 個(gè)路線比選方案X=｛X1，X2，…，Xm｝可供選擇，方案中有n 個(gè)評(píng)價(jià)指標(biāo)，指標(biāo)集表示為A=｛A1，A2，…，An｝，在指標(biāo)集中R存在定性指標(biāo)Rj（j=1，2，…，k）和定量指標(biāo)Rj（j=k+1，…，n）. 對(duì)于方案Xi，定性指標(biāo)Rj（j=1，2，…，k）采用語(yǔ)言模糊數(shù)作為其取值，定量指標(biāo)Rj（j=k+1，…，n）的取值則為一個(gè)確定的數(shù)值. 語(yǔ)言類模糊集為S=｛很大，大，較大，一般，較小，小，很?。騍=｛很好，好，較好，一般，較差，差，很差｝.

通過(guò)將語(yǔ)言類模糊數(shù)作為定性指標(biāo)的取值，不僅將取值邊界進(jìn)行了模糊化，而且充分考慮了定性指標(biāo)的不確定性，更加符合人類對(duì)定性概念的描述習(xí)慣. 基于云模型的高速公路路線方案安全比選的一般步驟如下.

Step1 利用云模型的不確定推理對(duì)定性指標(biāo)進(jìn)行量化，過(guò)程如下：

1）采用語(yǔ)言類模糊數(shù)｛很高、高、較高、中等、較低、低、很低｝來(lái)描述定性指標(biāo)得分的高低，其對(duì)應(yīng)的云模型描述如表4所示.

2）通過(guò)云模型的不確定性推理，將定性指標(biāo)的語(yǔ)言類模糊數(shù)取值轉(zhuǎn)換為對(duì)應(yīng)的云模型描述，現(xiàn)以定性指標(biāo)“對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況”為例，利用專家的知識(shí)建立不確定性推理規(guī)則：

If 對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“很大”，Then 因子作用分值“很低”，則對(duì)應(yīng)的云模型描述為（10，20/3，0.02）；

If 對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“大”，Then 因子作用分值“低”，則對(duì)應(yīng)的云模型描述為（30，10/3，0.02）；

表4 因子分值高低的定性評(píng)語(yǔ)與云模型描述的關(guān)系Tab.4 Relationship between qualitative comments and cloud model descriptions

If對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“較大”，Then因子作用分值“較低”，則對(duì)應(yīng)的云模型描述為（45，10/3，0.02）；

If對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“一般”，Then因子作用分值“中等”，則對(duì)應(yīng)的云模型描述為（55，10/3，0.02）；

If對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“較小”，Then因子作用分值“較高”，則對(duì)應(yīng)的云模型描述為（65，10/3，0.02）；

If對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“小”，Then因子作用分值“高”，則對(duì)應(yīng)的云模型描述為（80，10/3，0.02）；

If對(duì)自然環(huán)境影響及引發(fā)地質(zhì)災(zāi)害情況“很小”，Then因子作用分值“很高”，則對(duì)應(yīng)的云模型描述為（90，20/3，0.02）.

Step2 根據(jù)定性指標(biāo)取值的云模型描述，采用云滴的正向發(fā)生器算法，按照最大隸屬度原則計(jì)算各比選方案各項(xiàng)定性指標(biāo)的得分，記為rij（i=1，2，…，m，j=1，2，…，n），這樣與定量指標(biāo)的取值一起，構(gòu)成路線方案評(píng)價(jià)的決策矩陣，記為R=（rij）m×n.

為了消除量綱的影響，需要對(duì)決策矩陣進(jìn)行規(guī)范化. 按照表1 中對(duì)指標(biāo)性質(zhì)的劃分，采用公式（5）、公式（6）進(jìn)行規(guī)范化的處理，最終得到歸一化矩陣Sij.

所有被評(píng)價(jià)的各項(xiàng)指標(biāo)的無(wú)量綱處理結(jié)果組成為矩陣S.

Step3 計(jì)算指標(biāo)的客觀權(quán)重.

1）計(jì)算i項(xiàng)指標(biāo)的熵值

2）計(jì)算i項(xiàng)指標(biāo)的權(quán)重

Step4 計(jì)算指標(biāo)的組合權(quán)重.

本文提出將G1法獲取的主權(quán)權(quán)重wi與熵權(quán)法獲取的客觀權(quán)重ui進(jìn)行組合優(yōu)化，是指標(biāo)體系兼具主觀權(quán)重與客觀權(quán)重的優(yōu)點(diǎn)，使最終得到的評(píng)價(jià)結(jié)果更加符合實(shí)際情況，組合權(quán)重的計(jì)算公式如下：

式中：α為主觀權(quán)重系數(shù)；β 為客觀權(quán)重系數(shù)；α與β 的乘積大于0，α與β 之和等于0，且α與β 值的區(qū)間為［0，1］.某地j的主客觀加權(quán)屬性值一致水平公式為：

式中：αviχij為主觀加權(quán)屬性值；βuixij為客觀加權(quán)屬性值. 為了使主觀、客觀加權(quán)屬性值的一致水平趨于最小化，采用公式（11）進(jìn)行線性加權(quán)來(lái)優(yōu)化模型：

式中：α與β 的乘積大于0，α與β 之和等于0，且α 與β 值的區(qū)間為［0，1］.

公式（11）中關(guān)于α與β 的二元優(yōu)化模型采用拉格朗日乘法，最終求得的指標(biāo)權(quán)重系數(shù)值帶入公式（12），從而獲得組合權(quán)重λi. 設(shè)λ為所有評(píng)價(jià)指標(biāo)的權(quán)重組成的權(quán)重向量，則

Step5 基于不確定性的高速公路路線方案安全比選方法.

將各指標(biāo)進(jìn)行無(wú)量綱處理后，將公式（12）的組合權(quán)重向量的轉(zhuǎn)置解和標(biāo)準(zhǔn)化矩陣S帶入到高速公路路線方案安全比選的計(jì)算公式，得到各比選方案的評(píng)價(jià)結(jié)果H，公式（13）即為基于云模型的G1-熵權(quán)高速公路路線方案安全比選模型.式中：H即為各方案的綜合比選結(jié)果，H值越大，表明方案整體安全性更好，方案越優(yōu)；反之，則表明方案越差.

4 實(shí)例分析

結(jié)合西南地區(qū)某高速公路進(jìn)行方案比選實(shí)例分析，對(duì)該高速公路進(jìn)行評(píng)價(jià)時(shí)需要考慮眾多的定性指標(biāo)，主要研究了K線方案（方案一）、K+B9線（方案二）、B6+C1線方案（方案三），三個(gè)同深度方案的路線走向示意圖如圖2所示.

圖2 路線走向示意圖Fig.2 Schematic diagram of the route

通過(guò)對(duì)該段線路工程概況的整理，得出上述3 個(gè)方案各指標(biāo)取值的基礎(chǔ)數(shù)據(jù)，并聘請(qǐng)專家采用語(yǔ)言類模糊數(shù)對(duì)定性指標(biāo)進(jìn)行賦值，見(jiàn)表5. 下面說(shuō)明本文模型的計(jì)算式.

表5 各比選方案對(duì)應(yīng)指標(biāo)取值Tab.5 Corresponding indicators for each comparison scheme

1）G1 法計(jì)算主觀權(quán)重. 通過(guò)上文所提計(jì)算方法，并根據(jù)每位專家的調(diào)查反饋結(jié)果計(jì)算相應(yīng)的一級(jí)指標(biāo)、二級(jí)指標(biāo)的權(quán)重，并計(jì)算每位專家的權(quán)重指數(shù)，對(duì)賦權(quán)的結(jié)果進(jìn)行整理，計(jì)算得到高速公路路線方案安全比選的一級(jí)指標(biāo)、二級(jí)指標(biāo)的單層權(quán)重及綜合權(quán)重，綜合權(quán)重為（0.035 1，0.056 1，0.018 6，0.015 5，0.012 9，0.022 4，0.018 6，0.015 5，0.007 7，0.010 8，0.006 4，0.050 1，0.031 3，0.243，0.141 8，0.081 5，0.042 5，0.051，0.093 7，0.052 1）.

2）熵權(quán)法計(jì)算客觀權(quán)重. 通過(guò)表5的取值，按照2.2章節(jié)中關(guān)于云模型的計(jì)算方法對(duì)表5中的定性指標(biāo)進(jìn)行，計(jì)算結(jié)果見(jiàn)表6.

表6 定性指標(biāo)得分Tab.6 Qualitative indicator scores

根據(jù)公式（7）、（8）計(jì)算出指標(biāo)的客觀權(quán)重：

（0.024 3，0.099 7，0.031 3，0.004 1，0.007 8，0.048 9，0.021 4，0.007 8，0.016 8，0.017 4，0.004 2，0.078 4，0.028 6，0.187 4，0.074 5，0.051 1，0.103 6，0.027 4，0.123 6，0.041 7）.

根據(jù)公式（12）得到指標(biāo)體系的組合權(quán)重：

（0.030 2，0.077 8，0.025 0，0.010 1，0.010 5，0.035 5，0.020 1，0.011 9，0.012 2，0.014 1，0.005 4，0.064 3，0.030 3，0.218 1，0.110 3，0.067 4，0.072 6，0.040 0，0.109 1，0.047 5）.

3）綜合比選結(jié)果分析. 將計(jì)算出的組合權(quán)重與規(guī)范化矩陣的結(jié)果帶入公式（13），即可得出三個(gè)方案的綜合評(píng)價(jià)得分，最終算出的3個(gè)同深度比選方案的綜合評(píng)價(jià)分?jǐn)?shù)見(jiàn)表7.

表7 方案綜合得分Tab.7 Eme comprehensive score

通過(guò)不確定性分析的高速公路路線比選方法，最終確定的最優(yōu)方案為方案二（K+B9線），方案一（K線方案）為第二選擇方案，方案三（B6+C1線方案）為第三選擇方案，這與工程實(shí)際比選結(jié)果是一致的.

從表7中可以看出，基于不確定性分析的高速公路路線方案安全比選方法與工程實(shí)際比選結(jié)果相比，不僅能給出安全性最優(yōu)的方案，還能根據(jù)各方案最終計(jì)算分值結(jié)果給出第二推薦方案、第三推薦方案，通過(guò)分值大小可以看出各方案間的差距. 同時(shí)實(shí)現(xiàn)方案中定性指標(biāo)的有效量化及各指標(biāo)權(quán)重的賦值，能夠根據(jù)量化的定性指標(biāo)及權(quán)重賦值找出造成方案安全性差距的原因，有針對(duì)性地進(jìn)行改善及優(yōu)化.

5 結(jié)語(yǔ)

1）本文針對(duì)評(píng)價(jià)體系中的定性指標(biāo)，根據(jù)云模型理論在定性和定量間的不確定性轉(zhuǎn)換，通過(guò)專家的語(yǔ)言變量對(duì)定性指標(biāo)進(jìn)行評(píng)價(jià)，實(shí)現(xiàn)了對(duì)定性指標(biāo)的有效量化.

2）根據(jù)所建立的指標(biāo)體系的特點(diǎn)，采用組合賦權(quán)方法進(jìn)行指標(biāo)權(quán)重的確定，即采用G1 法確定主觀權(quán)重，在利用云模型將定性指標(biāo)轉(zhuǎn)換為定量描述后采用熵權(quán)法求取客觀權(quán)重，并通過(guò)相應(yīng)的系數(shù)求得組合權(quán)重值，該方法既包含專家的經(jīng)驗(yàn)，也體現(xiàn)了指標(biāo)自身攜帶的信息.

3）根據(jù)高速公路路線方案比選的特點(diǎn)，建立了基于不確定性的高速公路路線方案比選方法. 該方法克服了傳統(tǒng)評(píng)價(jià)方法的缺點(diǎn)，充分考慮了定性指標(biāo)的不確定性特征，實(shí)現(xiàn)了定性指標(biāo)的定量化研究以及定量指標(biāo)和定性指標(biāo)的綜合比選. 最后通過(guò)西南某高速公路路線方案比選實(shí)例說(shuō)明了方法的可行性和實(shí)用性.

但本文仍存在以下不足：目前對(duì)于高速公路建設(shè)與工程技術(shù)指標(biāo)、投資、環(huán)境影響等研究較多，而對(duì)于高速公路建設(shè)與安全的影響則停留在初級(jí)階段. 本文建立的評(píng)價(jià)指標(biāo)體系只考慮了其中地形地質(zhì)條件、線形協(xié)調(diào)性和設(shè)計(jì)要素、危險(xiǎn)路段和路側(cè)危險(xiǎn)、路網(wǎng)布局和大型構(gòu)造物分布、惡劣天氣影響因素，后續(xù)研究中應(yīng)對(duì)指標(biāo)的安全性進(jìn)行全面分析；對(duì)于云模型理論在方案比選中的應(yīng)用需進(jìn)一步完善，使其可以在不同等級(jí)的公路中進(jìn)行方案比選，同時(shí)為了實(shí)現(xiàn)方案比選的自動(dòng)化，應(yīng)開(kāi)發(fā)出相應(yīng)的方案比選系統(tǒng).