生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究

生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究（完整版）實(shí)用資料(可以直接使用，可編輯完整版實(shí)用資料，歡迎下載）

第6卷第2期安全與環(huán)境學(xué)報(bào)Vol.6No.2生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究（完整版）實(shí)用資料(可以直接使用，可編輯完整版實(shí)用資料，歡迎下載）2006年4月JournalofSafetyandEnvironmentApr,2006文章編號(hào):100926094(2006)0220218204111區(qū)間數(shù)單因素排序權(quán)重的確定生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究3張進(jìn)春1,吳超1,侯錦秀2,黎敏1(1中南大學(xué)資源與安全工程學(xué)院,長(zhǎng)沙410083;2河南理工大學(xué)安全工程學(xué)院,河南焦作454000)摘要:針對(duì)生產(chǎn)車間安全管理狀況評(píng)價(jià)的多維多層次性和不確定性,運(yùn)用區(qū)間數(shù)模糊綜合評(píng)價(jià)方法對(duì)其進(jìn)行綜合評(píng)價(jià)。該方法基于層次分析和模糊綜合評(píng)價(jià)的基本原理,對(duì)于單因素權(quán)重、綜合評(píng)價(jià)權(quán)重、各指標(biāo)評(píng)分和評(píng)價(jià)集中評(píng)價(jià)等級(jí)水平均采用區(qū)間數(shù),以使評(píng)價(jià)更符合客觀實(shí)際。研究了區(qū)間數(shù)層次分析綜合排序權(quán)重的確定,建立了區(qū)間數(shù)模糊綜合評(píng)價(jià)模型。在得出生產(chǎn)車間安全管理狀況綜合評(píng)價(jià)區(qū)間數(shù)得分之后,引入了區(qū)間數(shù)排序可能度和區(qū)間數(shù)符合度的概念,提出了由綜合評(píng)價(jià)結(jié)果得分區(qū)間數(shù)確定評(píng)價(jià)水平等級(jí)的方法。通過實(shí)例分析,驗(yàn)證了該評(píng)價(jià)方法的可行性。關(guān)鍵詞:安全管理;生產(chǎn)車間;安全管理;區(qū)間數(shù);模糊綜合評(píng)價(jià)中圖分類號(hào):X92413文獻(xiàn)標(biāo)識(shí)碼:A區(qū)間數(shù)層次分析單因素權(quán)重有多種確定方法[4]。其中分解矩陣與修正特征根的方法[4]具有計(jì)算簡(jiǎn)單,易被決策者接受等優(yōu)點(diǎn),并且用此種方法確定的權(quán)重能夠保證區(qū)間數(shù)判斷矩陣的一致性[426]。本文采用此方法確定單因素排序權(quán)重。將區(qū)間數(shù)判斷矩陣A=(aij)AL=(aLij)n×nn×n分解為兩個(gè)一般的AHP矩陣和AU=(aUij)n×n,然后分別求其最大特征根對(duì)LLLTUU應(yīng)的特征向量:ωL=(ωU=(ω1,ω2,…,ωn)和ω1,ω2,…,UTωωω依據(jù)文獻(xiàn)[5]定理4可知,ω=[kL,kU]=(ωn)。1,ω2,LT…,ωn)為區(qū)間數(shù)判斷矩陣的單因素權(quán)重,k和m為修正系數(shù),其形式[5]為nnk=m=j=1nj=1i=1n∑i=1aijU22(1)(2)∑Laij112區(qū)間數(shù)層次分析綜合評(píng)價(jià)排序權(quán)重的確定層次分析法綜合權(quán)重就是因素層指標(biāo)對(duì)目標(biāo)層的綜合權(quán)重,指標(biāo)權(quán)重的傳遞,。l層因素指標(biāo)對(duì)目標(biāo)層的LkkkTk為k2,…,ωi=[ω(k)i,n),其中ωk0引言生產(chǎn)車間安全管理是眾多企業(yè)安全管理的基本單位和重點(diǎn),間安全管理狀況評(píng)價(jià)涉及多個(gè)方面,因此,,采]。應(yīng)用于各種領(lǐng)域,方法。然而安全管理所涉及的方面和指標(biāo)具有不確定性,這種不確定性表現(xiàn)在三個(gè)方面:一是指標(biāo)權(quán)重的不確定性;二是對(duì)于相應(yīng)評(píng)價(jià)指標(biāo)的評(píng)分具有不確定性;三是評(píng)價(jià)水平等級(jí)的不確定性。傳統(tǒng)的模糊評(píng)價(jià)方法對(duì)評(píng)指標(biāo)采用定值來進(jìn)行評(píng)價(jià)[2,3]。由于評(píng)價(jià)判斷人員在信息、知識(shí)、能力等方面的局限性,人為主觀判斷存在著一定的偏差,評(píng)價(jià)矩陣采用點(diǎn)估計(jì)的形式顯然是不合適的。本文基于層次分析法和模糊綜合評(píng)價(jià)的基本原理,提出了生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法。整個(gè)評(píng)價(jià)過程中所涉及的要素均采用區(qū)間數(shù)形式,從而全面反映評(píng)價(jià)者對(duì)車間安全各因素的偏好程度,充分利用了有效的模糊信息,同時(shí)也能夠很好體現(xiàn)評(píng)價(jià)過程中偏差的攝動(dòng)程度。U(ki]1層中第i個(gè)因素對(duì)第k層中第j個(gè)因素的權(quán)k+1hij=[h(k+1)ij,h(k+1)ij](如果因素j不是因素i的父節(jié)=0),則第k+1層因素對(duì)目標(biāo)層的綜合權(quán)重為nkLU點(diǎn),則hijk+1ωk+1i=2j=1∑(ωh2kk+1jij)i=1,2,…,nk+1(3)若k=2,則hi1=ωi,i=1,2,…,n2。當(dāng)k=l時(shí),計(jì)算結(jié)束,此時(shí)的ω=ωl就為區(qū)間數(shù)層次分析綜合評(píng)價(jià)排序權(quán)重。2模糊綜合評(píng)價(jià)模型211因素集和評(píng)價(jià)集的建立因素集建立。根據(jù)安全管理評(píng)價(jià)所涉及的范圍和層次,按照安全系統(tǒng)分析的思想和原理[7],建立層次分析模型。模型中因素層中各元素的集合構(gòu)成因素集U=(u1,u2,…,un)。T1區(qū)間數(shù)層次分析法根據(jù)層次分析法129標(biāo)度來定義區(qū)間數(shù)判斷矩陣A=(aij)n×n,其中aij=[aL,aU][2,4]。在進(jìn)行區(qū)間數(shù)模糊綜合評(píng)價(jià)過程中,區(qū)間數(shù)層次分析排序權(quán)重的確定是重要的一環(huán),包括單因素排序權(quán)重的確定和綜合評(píng)價(jià)排序權(quán)重的確定。3收稿日期:2005212223作者簡(jiǎn)介:張進(jìn)春,研究生,從事產(chǎn)業(yè)安全管理、工業(yè)工程研究;吳超,教授,博士生導(dǎo)師,從事安全評(píng)價(jià)、安全管理、工業(yè)工程研究。評(píng)價(jià)集建立。根據(jù)評(píng)價(jià)目標(biāo)和相關(guān)規(guī)定,對(duì)評(píng)價(jià)因素的優(yōu)良程度給出評(píng)價(jià)等級(jí)的集合:V=(v1,v2,…,vm)T,其中viLU=(vi,vi),式中i=1,2,…,m。聘請(qǐng)若干專家和有經(jīng)驗(yàn)現(xiàn)場(chǎng)工作人員對(duì)因素集中每一個(gè)因素打分?？紤]到評(píng)價(jià)因素優(yōu)良程度的不確定性,每位參與人員對(duì)各因素的打分應(yīng)為一個(gè)區(qū)間數(shù)。這樣能夠避免主觀偏差,使評(píng)價(jià)行為更加符合實(shí)際情況。從而得到評(píng)價(jià)矩陣R=(rij)LUk×nLUrij=[rij,rij]rij,rij∈VV={x|v1≤x≤vm}′′另外,考慮到各位參評(píng)人員的專業(yè)背景、知識(shí)專長(zhǎng)和工作經(jīng)驗(yàn),應(yīng)給每位參評(píng)人員賦以不同的權(quán)重,得到參評(píng)人員權(quán)重135Vol.6No.2安全與環(huán)境學(xué)報(bào)第6卷第2期集L=(l1,l2,…,lk)T。212模糊綜合評(píng)價(jià)21211模糊綜合評(píng)價(jià)得分由于區(qū)間數(shù)層次分析中綜合排序權(quán)重的確定過程是經(jīng)過區(qū)間數(shù)的乘法運(yùn)算實(shí)現(xiàn)的,由此得到的綜合排序權(quán)重也是區(qū)間數(shù),在進(jìn)行模糊綜合評(píng)價(jià)時(shí)參評(píng)人員打分得到的評(píng)價(jià)矩陣也是區(qū)間數(shù)矩陣;因此,如果直接進(jìn)行模糊綜合評(píng)價(jià),則可能會(huì)導(dǎo)致評(píng)價(jià)結(jié)果區(qū)間數(shù)的發(fā)散。為了避免評(píng)價(jià)結(jié)果區(qū)間數(shù)的發(fā)散,必須首先對(duì)上文所得的區(qū)間數(shù)綜合評(píng)價(jià)排序權(quán)重進(jìn)行修正。為此,本文通過引入?yún)^(qū)間數(shù)排序可能度的概念,得到綜合評(píng)價(jià)排序權(quán)重的修正值[8,10]。設(shè)a=[aL,aU],b=[bL,UULULb],且記L(a)=a-a,L(b)=b-b,則稱車間安全管理水平v={vi|fi=max(fj);vi∈V;fj=f(a,vj);j=1,2,…,m}(9)3應(yīng)用實(shí)例以某家電制造企業(yè)的模具加工車間為例,建立了遞階層次模型,見圖1。ULP(a≥b)=L(a)+L(b)(4)為a≥b的可能度。由此可構(gòu)造區(qū)間數(shù)綜合評(píng)價(jià)排序權(quán)重的可能度互補(bǔ)矩陣ωQ(Pij)n×n,Pij=P(ωi≥j)。Q(Pij)n×n顯然是一個(gè)模糊互補(bǔ)判斷矩陣,對(duì)其按行求和ri=∑Pik,i=1,2,…,nk-1n1Fig.orkshopsafetymanagement并施以數(shù)學(xué)變換rij=+0.52(n-1)n×n(51得到一致性矩陣R=(rij)…,ωn)T。其中。一化處理后,(ω1,ω2,n-1ωi=i=1,2,…,nn(n-1)∑Pij+(6)具體證明過程見文獻(xiàn)[8]定理二。至此,就可以對(duì)車間安全管理的狀況進(jìn)行模糊綜合評(píng)價(jià)了。其安全管理狀況評(píng)價(jià)的最終得分為TωB=L×R×=[bL,bU]21212模糊綜合評(píng)價(jià)等級(jí)的確定(7)。根據(jù)層次分析法129標(biāo)度,對(duì)同層因素之間相對(duì)其父節(jié)點(diǎn)因素重要性進(jìn)行兩兩比較,得到的區(qū)間數(shù)比較結(jié)果構(gòu)成區(qū)間數(shù)判斷矩陣?，F(xiàn)以準(zhǔn)則層對(duì)目標(biāo)層的重要性構(gòu)成的區(qū)間數(shù)判斷矩陣為例對(duì)區(qū)間數(shù)判斷矩陣的建立加以說明。依據(jù)車間安全管理實(shí)際情況和車間本質(zhì)安全化的規(guī)定,對(duì)機(jī)器設(shè)備安全性的管理要求高于對(duì)人和環(huán)境安全管理要求和對(duì)環(huán)境安全管理的要求;對(duì)人的安全管理的要求高于對(duì)環(huán)境安全管理的要求。因此,準(zhǔn)則層B中各個(gè)因素相對(duì)于目標(biāo)根據(jù)以往經(jīng)驗(yàn)和車間實(shí)際情況,對(duì)層A的重要性是有差異的。其進(jìn)行兩兩對(duì)比,得到的區(qū)間數(shù)比較結(jié)果構(gòu)成準(zhǔn)則層對(duì)目標(biāo)層重要性的區(qū)間數(shù)判斷矩陣RA←B,具體見區(qū)間數(shù)判斷矩陣。同理,通過因素層各因素對(duì)準(zhǔn)則層的重要性兩兩對(duì)比,可以建立因素層對(duì)準(zhǔn)則層重要性的區(qū)間數(shù)判斷矩陣,具體見區(qū)間數(shù)判斷矩陣RB1←C,RB2←C和RB3←C。[1,1]RA←B=確定生產(chǎn)車間安全管理水平等級(jí)的基本思想是,通過車間安全管理綜合評(píng)價(jià)得分與評(píng)價(jià)集中各個(gè)評(píng)價(jià)等級(jí)相對(duì)比,與其最相符的等級(jí)水平就是車間安全管理狀況所處水平。然而無論是綜合評(píng)價(jià)得分,還是評(píng)價(jià)集中的評(píng)價(jià)水平均是區(qū)間數(shù)。為了有效表征這種區(qū)間數(shù)之間相互符合程度,本文提出了區(qū)間數(shù)符合度的概念,討論如下。a≥b可能度具有性質(zhì):若P(a≥b)=P(b≥a),則[8,9]P(a≥b)=P(b≥a)=0.5,也即當(dāng)兩個(gè)區(qū)間數(shù)完全相[,]23[1,1][3,4][7,9][1,1][[,]23,]64[1,1][[,2]2,]43[[符時(shí),其互補(bǔ)可能度均為015。如果記a=[a,a],b=[b,U′b],P=P(a≥b),P=P(b≥a)則(8)f=1-(|P-0.5|+|P′-0.5|)f為區(qū)間數(shù)a與b的符合度,記為f(a,b)。RB1←C=LUL,]97,3]2[1,1][[,]33,2]2[1,1][4,6]符合度顯然具有如下性質(zhì):1)0≤f(a,b)≤1。2)a、b的符合度與f(a,b)的值正相關(guān)。3)a=b時(shí),f(a,b)=1;a、b完全不相符時(shí),f(a,b)=0。通過以上討論,依據(jù)最大符合度原則,由式(9)即可得出1362006年4月張進(jìn)春,等:生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究Apr,2006[1,1][1,2]RB←C=[,1]2[1,1][4,5][2,3][,]97[,]65[,]5301086,01880,01096)。因?yàn)閙axfi=f3,所以整個(gè)模具車間的安[,]54[1,1][[,]23,]32[,]32[,2]2[1,1][,]34[,]52[2,3][,]32[1,1]全管理狀況為v3,即一般。31212結(jié)果分析對(duì)車間安全管理狀況評(píng)價(jià)矩陣R按列求取算術(shù)平均,得到車間安全管理各因素的平均評(píng)價(jià)得分向量′B=([6,815],[7,815],[7,8175],[615,7175],[7,815],[7175,9],[7,815],[715,8175],[3175,515],[315,5],[615,8125])2[7,9][5,6][3,5][,]32[1,1]RB[,]23[1,1][3,4][7,9][1,1]f=計(jì)算各因素平均評(píng)價(jià)得分與評(píng)價(jià)等級(jí)的符合度矩陣C1←C=[,2]3[,]43C2C3C4000112C5C6C7C8000C9C10000C11001160187v1v2v3v4[,]97該模具車間安全管理狀況評(píng)價(jià)的區(qū)間數(shù)層次分析單因素排序權(quán)重、綜合排序權(quán)重、綜合排序權(quán)重修正值的具體計(jì)算結(jié)果見表1。312模糊評(píng)價(jià)31211模糊評(píng)價(jià)因素集建立。如圖1所示,處于因素層的11個(gè)指標(biāo)構(gòu)成因素集U=(u1,u2,u3,u4,u5,u6,u7,u8,u9,u10,u11),具體含義見圖1。評(píng)價(jià)集建立。各因素的安全管理狀況分4個(gè)等級(jí),=(v1,v2,v3,v4)=(優(yōu)秀,良好,一般,差)=([[8],[7,8],[0,7])。4位專家參評(píng),=2,0.3,0.1)。在0174018201利用式(9)得到車間安全管理各因素的安全等級(jí)向量v′=(v3,v3,v3,v3,v3,v2,v3,v2,v4,v4,v3)。由此可見,該車間在保障防護(hù)裝備的完備與有效和能量傳輸裝置的安全性方面做得不錯(cuò),獲得良好;而在車間設(shè)備;其他安全管理方面一般。因此,備。論生產(chǎn)車間安全管理狀況的評(píng)價(jià)是對(duì)一個(gè)復(fù)雜的不確定性問題的評(píng)價(jià)。本文將區(qū)間數(shù)理論與層次分析法和模糊綜合評(píng)價(jià)理論相結(jié)合,提出了生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法。評(píng)價(jià)問題的不確定性采用區(qū)間數(shù)描述,評(píng)價(jià)過程的復(fù)雜性利用層次分析法與模糊綜合評(píng)價(jià)基本原理進(jìn)行。在引入了區(qū)間數(shù)排序可能度的概念后,進(jìn)一步提出了區(qū)間數(shù)符合度的概念,有效地解決了由評(píng)價(jià)結(jié)果得分區(qū)間數(shù)確定最終評(píng)價(jià)水平等級(jí)這一問題。生產(chǎn)車間安全管理狀況采用區(qū)間數(shù)形式進(jìn)行模糊綜合評(píng)價(jià)是一種有益的探索。不同企業(yè)、不同車間可以根據(jù)實(shí)際情況,設(shè)置不同的評(píng)價(jià)層次和因素。認(rèn)真檢查和調(diào)研的基礎(chǔ)上,況的評(píng)價(jià)矩陣R=[6,8][7,9][7,9][7,8][7,9][8,9][7,8][8,9][4,6][3,4][7,8[5,8][8,9][7,9][6,7][8,9][8,9][8,9][7,8][4,5][4,6][6,8][7,9][7,8][6,8][6,8][6,8][7,9][7,9][7,9][3,5][4,5][7,8][6,9][6,8][8,9][7,8][7,8][8,9][6,8][8,9][4,6][3,5][6,9ω該模具車間綜合評(píng)價(jià)得分為:B=LT×R×=[6.591,8.107]計(jì)算其與評(píng)價(jià)集中各評(píng)價(jià)等級(jí)的符合度,得到f=(0,表1區(qū)間數(shù)層次分析因素權(quán)重Table1Factorweightofintervalnumberanalytichierarchyprocess目標(biāo)層因素k,m準(zhǔn)則層因素B1k,mk=0.894m=1.052單因素評(píng)價(jià)權(quán)重[01279,01307]因素C1C2C3C4C5Ak=0.951m=1.037B2k=0.937m=1.060[01588,01650]C6C7C8C9B3k=0.948m=1.051[01080,01085]C10C11指標(biāo)層單因素評(píng)價(jià)權(quán)重[01244,01315][01121,01130][01528,01607][01051,01057][01076,01111][01404,01426][01255,01260][01147,01208][01403,01449][01301,01328][01244,01273]綜合評(píng)價(jià)權(quán)重綜合評(píng)價(jià)權(quán)重權(quán)重修正值[01068,01097]01100[01034,01040]01077[01147,01186]01123[01030,01037]01069[01045,01072]01092[01238,01277]01136[01150,01169]01122[01086,01135]01108[01032,01038]01067[01024,01028]01055[01,01023]01045137第6卷第2期安全與環(huán)境學(xué)報(bào)Vol.6No.22006年4月JournalofSafetyandEnvironmentApr,2006References(參考文獻(xiàn)):[1]XUKaili(許開立),CHENBaozhi(陳寶智).Fuzzymathematicalmodelanditsapplicationofsafetyassessmentofman2machinesystem[J].JournalofCentral2SouthInstituteofTechnology(中南工學(xué)院學(xué)報(bào)),1999,13(2):482531[2]QIHuan(齊歡).Mathematicalmodelingmethod(數(shù)學(xué)模型方法)[M].Wuhan:HuazhongUniversityofScienceandTechnologyPress.2000:502581[3]CAIChenggong(蔡成功),JINGGuoxun(景國(guó)勛).Studyonwayofpredictingcoalandgasoutburstscalebyfuzzysynthesisevaluation[J].JournalofSafetyandEnvironment(安全與環(huán)境學(xué)報(bào)),2004,4(2):542561[4]WUQizong(吳祈宗),ZHUXinxiang(朱心想).Comparativestudyonthecalculationmethodsoftherankingweight2vectorofintervaljudgmentmatrix[J].JournalofBeijingTechnologyandBusinessUniversity:NaturalScienceEdition(北京工商大學(xué)學(xué)報(bào):自然科學(xué)版),2002,20(4):532571[5]XIANGXiaodong(向小東).FuzzyAHPapplicationinestimationofpersonswithabilitybasedonintervalnumberofplusandclosejudgmentmatrix[J].JournalofSichuanUniversityofScienceandTechnology(四川工學(xué)院學(xué)報(bào)),2002,21(1):74276.[6]WEIYiqiang(魏毅強(qiáng)),LIUJinsheng(劉進(jìn)生),WANGXuzhu(王緒)柱.TheconceptionandweightofuncertaintyAHPjudgmentmatrix[J].SystemEngineeringTheory&Practice(系統(tǒng)工程理論與實(shí)踐),1994,14(4):162221[7]HEXueqiu(何學(xué)秋).Safetyengineering(安全工程學(xué))[M].Xuzhou:ChinaUniversityofMiningandTechnologyPress,20001[8]XUZeshui(徐澤水).Algorithmforpriorityoffuzzycomplementaryjudgmentmatrix[J].JournalofSystemsEngineering(系統(tǒng)工程學(xué)報(bào)),2001,16(4):31123141[9]XUZeshui(徐澤水).Newmethodforuncertainmulti2attributedecisionmaddingproblems[J].JournalofSystemsEngineering(系統(tǒng)工程學(xué)報(bào)),2002,17(2):17721811[10]CHENJiguang(陳繼光),WANGShufeng(王淑峰).Tobridgesafetybyintervalnumbers[J].Theory(數(shù)學(xué)的實(shí)踐和認(rèn)識(shí)),2004,(文章編號(hào):100926094(2006)02202182032006年1—2月國(guó)內(nèi)安全事故統(tǒng)計(jì)分析3王亞軍,黃平,李生才(北京理工大學(xué)爆炸科學(xué)與技術(shù)國(guó)家重點(diǎn)實(shí)驗(yàn)室,北京100081)摘要:統(tǒng)計(jì)了2006年1—2月國(guó)內(nèi)發(fā)生的各種安全事故413起,包括礦業(yè)事故、交通事故、爆炸事故、火災(zāi)、毒物泄露和中毒及其他事故。統(tǒng)計(jì)表明,在這些事故中,交通事故最多,占49115%,平均每天314起事故,其次是礦業(yè)事故(39147%)、爆炸事故(3187%)、其他事故(3163%)、毒物泄露和中毒(1194%)、火災(zāi)(1194%)。413起事故共死亡1302人,傷1367人,死亡人數(shù)的百分比分別為交通事故61152%、礦業(yè)事故22166%、爆炸事故6184%、泄露中毒4130%、其他事故3130%、火災(zāi)1138%;受傷人數(shù)的百分比分別為交通事故73181%、礦業(yè)事故10183%、爆炸事故9144%、其他事故4139%、火災(zāi)0188%、泄露中毒0166%。關(guān)鍵詞:安全工程;事故數(shù)據(jù);中圖分類號(hào):928101:A[1-20],對(duì)2006年1—2月國(guó)內(nèi)發(fā)。Studyonthefuzzyofintervalnumberwsafetyman2agementZHANGJin2chun1,WUChao1,HOUJin2xiu2,LIMin1(1SchoolofRecourseandSafetyEngineering,CentralSouthUniver2sity,Changsha410083,China;2SchoolofSafetyScienceandEngi2neering,HenanPolytechnicUniversity,Jiaozuo454000,Henan,China)Abstract:Thispaperisinclinedtointroducetheauthors’studyonanewmethodforevaluatingtheproductionsafetyinaworkshopbasedonthemulti2dimensionalandmulti2levelfactorsincludingalotofun2certainties.Sincethesafetymanagementoftheworkshopproductioninvolvesomanyfactorsanduncertainties,itisnecessarytousetheintervalnumberfuzzyintegratedevaluation,whichisbasedonthebasicprinciplesofAnalyticHierarchyProgressandfuzzyintegratede2valuation.Accordingtothemethod,allthesinglefactorsusedfore2valuationweight,alltheindexscoresandtheevaluationgradesaretakenastheformofintervalnumbersoastomaketheevaluatingpro2cessmorepractical.Thepaperhasalsostudiedhowtofixtheevalua2tionweightoftheintervalnumberhierarchyandworkedoutamodeloftheintervalnumberfuzzyintegratedevaluation.Whentheevalua2tionisdoneinaccordancewiththegivenmodel,thefinalscoreoftheworkshopproductionsafetymanagementparameterswouldbecalcu2lated.Thentherankingpossibilitydegreeandthesuitabilitydegreeofintervalnumbercouldbeintroducedandthemethodoffixingonthegradeoftheworkshopsafetymanagementstatuscouldbeputforwardinconformitywiththefinalscore.Theapplicationofthemethodinacasestudyprovesthemethodvaluable.Keywords:safetymanagement;workshop;safetymanagement;in2tervalnumber;fuzzyintegrateevaluatingCLCnumber:X92413Documentcode:AArticleID:100926094(2005)06202152041事故數(shù)據(jù)2006年1—2月國(guó)內(nèi)發(fā)生的礦業(yè)事故、交通事故、爆炸事故、泄露中毒、火災(zāi)及其他事故詳細(xì)情況見文獻(xiàn)[21]。表1列出了2006年1—2月國(guó)內(nèi)發(fā)生的特大事故(死亡10人以上)。從表1可以看出,2006年1—2月國(guó)內(nèi)發(fā)生的特大事故(死亡10人以上)有17起,死亡216人,受傷306人,分別占事故總數(shù)量的4112%,16159%,22138%。其中交通事故8起,礦業(yè)事故5起,爆炸3起,其他1起。交通事故和礦業(yè)事故所占比例最大。河南有3起事故,貴州有2起事故。2事故統(tǒng)計(jì)分析統(tǒng)計(jì)表明,在413起事故中,交通事故占49115%,平均每天314起事故,其次是礦業(yè)事故(39147%)、爆炸事故(3187%)、其他事故(3163%)、毒物泄露和中毒(1194%)、火災(zāi)(1194%)。413起事故共死亡1302人,傷1367人,死亡人數(shù)的百分比分別為交通事故61152%、礦業(yè)事故22166%、爆炸事故6184%、泄露中毒4130%、其他事故3130%、火災(zāi)1138%;受傷人數(shù)的百分比分別為交通事故73181%、礦業(yè)事故10183%、爆炸事故9144%、其他事故4139%、火災(zāi)0188%、泄露中毒0166%。見表2及圖1～3?？梢钥闯?礦業(yè)事故和交通事故,發(fā)生起數(shù)、死亡人數(shù)和受傷人數(shù)仍然占有很大比重。3收稿日期:2006203212作者簡(jiǎn)介:王亞軍,講師,博士,從事安全與環(huán)境工程研究。138Ξ卷第2養(yǎng)第20期(總第110期)系統(tǒng)工程Vol.20,No.22002年3月SystemsEngineeringMar.,2002文章編號(hào):100124098(2002)0220219204三角模糊數(shù)互補(bǔ)判斷矩陣排序的一種實(shí)用方法姜艷萍,樊治平(東北大學(xué)工商管理學(xué)院,遼寧沈陽110004)Ξ摘要:給出關(guān)于三角模糊數(shù)的運(yùn)算規(guī)則和可能度的概念,并在此基礎(chǔ)上針對(duì)帶有三角模糊數(shù)的互補(bǔ)判斷矩陣,給出一種簡(jiǎn)便實(shí)用的排序方法;最后給出一個(gè)算例。關(guān)鍵詞:互補(bǔ)判斷矩陣;三角模糊數(shù);可能度;排序方法中圖分類號(hào):N934;C945文獻(xiàn)標(biāo)識(shí)碼:A在決策分析中,常常需要決策者提供偏好信息。其中,關(guān)于兩兩方案比較的判斷矩陣是一種常見的偏好信息形式,它可以廣泛應(yīng)用于AHP決策方法。從判斷矩陣中元素構(gòu)成的方式來看,通常有兩類:一類是互反判斷矩陣[1,2],另一類是模糊互補(bǔ)判斷矩陣[3-6]。并且,這兩類判斷矩陣中的元素可以用確定的數(shù)值來表示,也可以用模糊數(shù)來表示,其中采用模糊數(shù)表示了決策者的判斷具有模糊性。目前,關(guān)于互反判斷矩陣的研究已經(jīng)取得了豐富的成果[7-法。13],而關(guān)于互補(bǔ)判斷矩陣的研究還不多見。本文則是依據(jù)已有的三角模糊數(shù)互反判斷矩陣排序的研究思路[13],給出一種基于三角模糊數(shù)表示的互補(bǔ)判斷矩陣的排序方1預(yù)備知識(shí)定義111稱p=(l,m,u)為三角模糊數(shù),如果它的隸屬函數(shù)為Λp(x):R→[0,1],即m-(x)=Λplu--m-m-l,,x∈[l,m]m-ux∈[m,u](1)0,其他其中,x∈R,l≤m≤u,l、u分別為下界和上界,它們表示模糊的程度,且u-l越大,模糊程度越強(qiáng)。特別地,若l=n=u,則p為一實(shí)數(shù)。下:p1pp2=(l1+l2,m1+m2,u1+u2)p2≈(l1l2,m1m2,u1u2)1Κp1=(Κl1,Κm1,Κu1),Κ>0,Κ∈R(p)-1≈(1u,1m,1l)[14]考慮任意兩個(gè)三角模糊數(shù)p1=(l1,m1,u1)和p2=(l2,m2,u2),根據(jù)擴(kuò)展原理,有相應(yīng)的模糊數(shù)運(yùn)算規(guī)則如(2)(3)(4)(5)收稿日期:2001207202;修訂日期:2001209207基金項(xiàng)目:國(guó)家自然科學(xué)基金資助項(xiàng)目(70071004);教育部高等學(xué)校骨干教師資助計(jì)劃項(xiàng)目(教技司[2000]65);遼寧省自然科學(xué)基金資助項(xiàng)目(012)作者簡(jiǎn)介:姜艷萍(19682),女,遼寧沈陽人,東北大學(xué)工商管理學(xué)院博士研究生,研究方向:決策分析,運(yùn)籌與管理等;樊治平(19612),男,江蘇鎮(zhèn)江人,東北大學(xué)工商管理學(xué)院教授,博士生導(dǎo)師,研究方向:決策分析,信息技術(shù)與管理等。?1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.90系統(tǒng)工程2002年符號(hào)“”、“”分別表示模糊數(shù)的加法和乘法運(yùn)算。為了進(jìn)行三角模糊數(shù)之間的比較,有下列定義[13]:定義112設(shè)p1=(l1,m1,u1)、p2=(l2,m2,u2)是任意兩個(gè)三角模糊數(shù),則p1≥p2的可能度為V(p1≥p2)=(m2-1,u2)-(m1-,m1<m2l1)m1≥m2(6)定義113設(shè)由n+1個(gè)三角模糊數(shù)構(gòu)成的集合為T={p,p1,p2,…,pn},則p≥p1,p2,…,pn的可能度為(7)V(p≥p1,p2,…,pn)=min{V(p≥p1),V(p≥p2),…,V(p≥pn)}2三角模糊數(shù)互補(bǔ)判斷矩陣及排序方法考慮的決策問題是從一個(gè)有限方案(或目標(biāo)、準(zhǔn)則)集X={xii∈I,I=1,2,…,n;n≥2}中選擇最好的方案或進(jìn)行方案排序,其中xi表示第i個(gè)方案。在方案排序中,所采用的決策信息是決策者針對(duì)方案集X提供的兩兩方案優(yōu)劣比較的由三角模糊數(shù)表示的互補(bǔ)判斷矩陣。下面給出關(guān)于這種判斷矩陣的描述。=(定義2.1設(shè)判斷矩陣Ppij)n×n,其中pij=(lij,mij,uij)(而pji=(lji,mji,uji))為三角模糊數(shù),并且0≤lij≤mij≤uij≤1,Πi,j∈I.若矩陣P滿足:(1)lii=0.5,mii=0.5,uii=0.5,Πi;(2)lij+uji=1,mij+mji=1,uij+lji=1,i≠j,Πi,j則稱是三角模糊數(shù)互補(bǔ)判斷矩陣。矩陣中的元素表示方案Ppijxi優(yōu)于方案xj的程度。假設(shè)q個(gè)決策者針對(duì)方案集X給出三角模糊數(shù)互補(bǔ)判斷矩陣(這里設(shè)每個(gè)決策者的重要程度均相同),并記第(k)(k)(k)(k)(k)(k)k個(gè)決策者給出的判斷矩陣為P=(pij)n×n,其中pij=(lij,mij,uij)。基于上述三角模糊數(shù)的運(yùn)算規(guī)則和可能度的概念,下面給出關(guān)于三角模糊數(shù)互補(bǔ)判斷矩陣排序的一種實(shí)用方法,其計(jì)算步驟如下:Step1根據(jù)式(2)～(4),采用簡(jiǎn)單加權(quán)法則集結(jié)各決策者的偏好信息,其計(jì)算公式為qqqpij=q(1)(2)(q)(pijpij…pij)=(n∑l∑m(k)ij(k)ijq,∑u,(k)ijqq),i,j∈I(8)Step2根據(jù)式(2),首先計(jì)算每個(gè)方案的模糊綜合評(píng)價(jià)值,即πti=pi1pi2…pin=nijijnij∑l,∑m,∑uj=1j=1j=1,i∈I(9)π然后,根據(jù)式(2)和(4),將πti規(guī)范化為si,其計(jì)算公式為πππππsi=ti(t1t2…tn)-1nnnnnnnnn=∑∑lij,j=1j=1nnnmij,∑j=1nnuijnij∑∑∑∑lij,i=1j=1i=1j=1mij,∑∑i=1j=1uij-1∑lij∑m,ijni=1j=1∑u,ijnnij≈,i∈Iij(10)∑∑u∑∑m∑∑li=1j=1i=1j=1πi≥sπj的可能度V(sπi≥sπj),i,j∈I.Step3根據(jù)式(6),計(jì)算sπi≥sπππππππππStep4根據(jù)式(7),對(duì)于每個(gè)方案,計(jì)算s1,s2,…,si-1,si+1,sn的可能度,即d(xi)=V(si≥s1,s2,…,si-1,ππsi+1,sn),i∈I.T=(d(x1),d(x2),…,d(xn)).Step5依據(jù)得到的d(xi)(i=1,2,…,n),則方案的排序權(quán)向量可被視為w′TStep6求得歸一化的排序權(quán)向量w=(w1,w2,…,wn),其中wi=∑d(x)ii=1n(11)?1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.第2期姜艷萍,樊治平:三角模糊數(shù)互補(bǔ)判斷矩陣排序的一種實(shí)用方法913算例假設(shè)3個(gè)決策者針對(duì)決策方案集X={x1,x2,x3,x4}提供的三角模糊數(shù)互補(bǔ)判斷矩陣分別為(0.5,0.5,0.5)P1=(0.4,0.6,0.6)(0.5,0.5,0.5)(0.6,0.7,0.9)(0.3,0.5,0.7)(0.3,0.6,0.7)(0.5,0.5,0.5)(0.6,0.8,0.9)(0.4,0.5,0.7)(0.5,0.6,0.8)(0.5,0.5,0.5)(0.6,0.6,0.9)(0.2,0.5,0.7)(0.4,0.6,0.7)(0.5,0.5,0.5)(0.6,0.7,0.9)(0.3,0.5,0.7)(0.1,0.7,0.7)(0.1,0.3,0.4)(0.5,0.5,0.5)(0.4,0.6,0.9)(0.1,0.7,0.7)(0.1,0.2,0.4)(0.5,0.5,0.5)(0.4,0.6,0.8)(0.1,0.7,0.7)(0.1,0.4,0.4)(0.5,0.5,0.5)(0.4,0.6,0.7)(0.1,0.7,0.7)(0.1,0.3,0.4)(0.5,0.5,0.5)(0.4,0.6,0.8)(0.3,0.4,0.4(0.3,0.5,0.7)(0.1,0.4,0.6)(0.5,0.5,0.5(0.2,0.6,0.6(0.3,0.5,0.6)(0.2,0.4,0.6)(0.5,0.5,0.5(0.4,0.5,0.5(0.3,0.5,0.8)(0.3,0.4,0.6)(0.5,0.5,0.5(0.3,0.5,0.5(0.3,0.5,0.7)(0.2,0.4,0.6)(0.5,0.5,0.5)(0.4,0.4,0.6)(0.3,0.3,0.9)(0.6,0.6,0.7)(0.5,0.5,0.5)P2=(0.3,0.4,0.7)(0.3,0.3,0.9)(0.4,0.4,0.8)(0.5,0.5,0.5)P3=(0.2,0.4,0.5)(0.3,0.3,0.9)(0.5,0.5,0.6)(0.5,0.5,0.5)首先,根據(jù)式(8),集結(jié)各決策者的偏好信息為(0.3,0.4,0.6)(0.3,0.3,0.9)(0.5,0.5,0.7)P=根據(jù)式(9)和式(10),計(jì)算每個(gè)方案的模糊綜合評(píng)價(jià)值分別為πs1=(0.13,0.29,0.41)πs.12,0.21,0.38)2=(0πs3=(0.16,0.24,0.50)πs.17,0.26,0.47)4=(0πi≥sπj(i,j=1,2,3,4)的可能度分別為:然后,根據(jù)式(6)求得sππππV(sV(sV1≥s2)=1,1≥s3)=1,ππππV(s2≥s1)=0.76,V(s2≥s3)=0.88,VππππV(s3≥s1)=0.88,V(s3≥s2)=1,VππππV(s≥s)=0.92,V(s≥s)=1,V4142ππ(s1≥s4)=1π≥sπ)=0.81(s24ππ(s.943≥s4)=0π≥sπ)=1(s4再根據(jù)式(7),可得到ππππd(x1)=V(s1≥s2,s3,s4)=min{1,1,1}=1ππππd(x2)=V(s2≥s1,s3,s4)=min{0.76,0.88,0.81}=0.76ππππd(x3)=V(s.88,1,0.94}=0.883≥s1,s2,s4)=min{0ππππd(x4)=V(s4≥s1,s2,s3)=min{0.92,1,1}=0.92所以,得到排序權(quán)向量為Tw′=(1,0.76,0.88,0.92)最后,將w′歸一化,可得Tw=(0.28,0.21,0.25,0.26)因此,相應(yīng)的方案排序結(jié)果為x1:x4:x3:x24結(jié)束語針對(duì)決策者給出的一類帶有三角模糊數(shù)的互補(bǔ)判斷矩陣,本文提出了一種基于可能度的排序方法?？梢钥闯??1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.92系統(tǒng)工程2002年該方法簡(jiǎn)單、實(shí)用。需要指出,關(guān)于互補(bǔ)判斷矩陣的研究值得重視,相信還會(huì)有更多的其他排序方法將出現(xiàn)。參考文獻(xiàn):[1]SattyTL.TheAnalyticHierarchyProcess[M].NewYork:McGraw2Hill,1980.[2]王蓮芬,許樹柏.層次分析法引論[M].北京:中國(guó)人民大學(xué)出版社,1990.[3]OrlorskiSA.Decision2makingwithafuzzypreferencerelation[J].FuzzySetsandSystems,1978,1:155-167.[4]KacprzykJ.Groupdecisionmakingwithafuzzylinguisticmajority[J].FuzzysetsandSystems,1986,18:105-118.[5]TaninoT.Fuzzypreferenceorderingsingroupdecisionmaking[J].FuzzySetsandSystems,1984,12:117-131.[6]姚敏,黃燕君.模糊決策方法研究[J].系統(tǒng)工程理論與實(shí)踐,1999,19(11):61-64.[7]姚敏,張森.模糊一致矩陣及其在軟科學(xué)中的應(yīng)用[J].系統(tǒng)工程,1997,15(2):54-57.[8]LeungLC,CaoD.OnconsistencyandrankingofalternativesinfuzzyAHP[J].EuropeanJournalofOpera2tionalResearch,2000,124:102-113.[9]ChienCJ,TsaiHH.Usingfuzzynumberstoevaluateperceivedservicequality[J].FuzzySetsandSystems,2000,116:289-300.[10]ChenCT.ExtensionsoftheTOPSISforgroupdecision2makingunderfuzzyenvironment[J].FuzzySetsandSystems,2000,114:1-9.[11]KwiesielewiczM.AnoteonthefuzzyextensionofSatty’sprioritytheory[J].FuzzySetsandSystems,1998,95:161-172.[12]XuRN,ZhaiXY.Fuzzylogarithmicleastsquaresrankingmethodinanalytichierarchyprocess[J].FuzzysetsandSystems,1996,77:175-190.[13]ChangDY.ApplicationsoftheextentanalysismethodonfuzzyAHP[J].EuropeanJournalofOperationalResearch,1996,95:649-655.[14]KaufmanA,GuptaMM.Introductiontofuzzyarithmetic:theoryandapplication[M].NewYork:VanNos2trandReinhold,1985.APracticalRankingMethodforReciprocalJudgementMatrixwithTriangularFuzzyNumbersJIANGYan2ping,FANZhi2ping(SchoolofBusinessAdministration,NortheasternUniversity,Shenyang110004,China)Abstract:Firstly,theconceptionoftriangularfuzzynumbersandtheoperationallawsandpossibilityabouttrian2gularfuzzynumbersaregiven.Then,withregardtothereciprocaljudgementmatrixwithtriangularfuzzynum2bers,apracticalmethodforrankingthealternativesisproposed.Finally,anumericalexampleisgiventoillustratetheuseoftheproposedmethod.Keywords:ReciprocalJudgementMatrix;TriangularFuzzyNumber;Possibility;RankingMethod?1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.一種基于Markov矩陣的分形建模方法基金項(xiàng)目：福建省教育廳A類科技項(xiàng)目（JA07196）基金項(xiàng)目：福建省教育廳A類科技項(xiàng)目（JA07196）作者簡(jiǎn)介：章立亮，副教授，主研領(lǐng)域:分形與計(jì)算機(jī)圖形圖像章立亮（寧德師范學(xué)院數(shù)學(xué)研究所福建寧德352100）摘要提出一種基于轉(zhuǎn)移概率矩陣的Markov迭代函數(shù)系統(tǒng)分形吸引子的建模方法。將MIFS的仿射變換實(shí)施多級(jí)化的分解，利用轉(zhuǎn)移概率矩陣對(duì)吸引子的局部子圖像做Markov變形處理，基于計(jì)算機(jī)數(shù)學(xué)實(shí)驗(yàn)給出了雪花分形和樹木分形的應(yīng)用實(shí)例，表明該方法能夠有效地控制分形吸引子的局部變形。關(guān)鍵詞迭代函數(shù)系統(tǒng)Markov變形分形AMETHODOFFRACTALMODELINGBASEDONMARKOVMATRIXZHANGLi-liang(InstituteofMathematics,NingdeTeachersCollege,NingdeFujian352100)AbstractProposedbasedontheMarkovtransitionprobabilitymatrixiteratedfunctionsystemfractalattractormodeling.AffinetransformationwillMIFSimplementationofthemulti-levelofdecomposition,useoftransitionprobabilitymatrixoftheattractorforthelocalsub-imageZuoMarkovdeformationprocessing,computer-basedmathematicstestgivensnowflakefractalandfractaltrees,anapplicationexample,showthatthemethodcaneffectivelyFractalAttractorcontrolofthelocaldeformation.KeywordsIteratedfunctionsystemsMarkovDecompositionFractal1引言迭代函數(shù)系統(tǒng)IFS(Iteratedfunctionsystems)是分形理論研究的一個(gè)重要領(lǐng)域，其理論和方法在分形的計(jì)算機(jī)構(gòu)造方面應(yīng)用廣泛。BarnselyMF、EltonJH、HartJC等人把Markov理論應(yīng)用于IFS之中，得到更具普遍意義的廣義迭代函數(shù)系統(tǒng)，開展了許多具體的應(yīng)用研究[1，2，3]。國(guó)內(nèi)一些學(xué)者也積極從事這方面的研究，討論有限Markov轉(zhuǎn)移概率矩陣對(duì)吸引子的各種作用，分析MIFS吸引子的結(jié)構(gòu)特征[4，5，6]。由于MIFS系統(tǒng)在函數(shù)的選擇上加入了可控制的參數(shù)，加強(qiáng)了對(duì)圖形的人為控制，因此，很大程度上豐富了IFS可以表現(xiàn)的分形范圍。但這一方法是將Markov矩陣“均勻”地作用于圖像的各個(gè)局部，引起圖像整體結(jié)構(gòu)的演變，在進(jìn)行分形建模時(shí)，它缺乏局部獨(dú)立表示能力。本文提出一種對(duì)分形圖像中各局部子圖像進(jìn)行獨(dú)立處理的方法，利用不同類型的Markov轉(zhuǎn)移概率矩陣，將MIFS分形吸引子圖像的各個(gè)局部子圖像分別實(shí)以形狀變形，給出了算法的實(shí)際應(yīng)用實(shí)例，結(jié)果表明該方法具有更好的靈活性和適用性。MIFS系統(tǒng)的基本理論完備度量空間以及個(gè)壓縮映射組成的映射族稱為迭代函數(shù)系統(tǒng)，記作IFS，對(duì)于每一個(gè)映射伴隨一個(gè)概率，取依遞歸方式獨(dú)立地取。選取充分大的整數(shù)，則序列收斂于IFS的吸引子。壓縮映射常取如下形式的仿射變換：若將上述構(gòu)造IFS吸引子的方法進(jìn)行推廣，考慮應(yīng)用Markov鏈控制映射的選取，構(gòu)成Markov迭代函數(shù)系統(tǒng)，在迭代計(jì)算過程中下一次被選擇的映射的概率與前一次被選擇的映射密切相關(guān)。若記條件概率，則矩陣稱為Markov轉(zhuǎn)移概率矩陣，其中。表示上次選擇的映射為時(shí)，這次選擇映射的概率。定義給定完備空間的壓縮映射，令是Markov轉(zhuǎn)移概率矩陣，滿足：，則稱是一個(gè)Markov迭代函數(shù)系統(tǒng)，記為MIFS。定理設(shè)為完備度量空間，是相應(yīng)的由的非空緊集組成的空間，是上壓縮比為的MIFS，其中，變換定義如下：，則是上壓縮比為的壓縮映射，即，且存在唯一的不動(dòng)點(diǎn),滿足,同時(shí),對(duì)任意成立。定理中的不動(dòng)點(diǎn)A稱為這個(gè)MIFS的吸引子(吸引子通常為分形)，利用Markov轉(zhuǎn)移概率矩陣可以很大地?cái)U(kuò)展IFS可以表現(xiàn)的分形的范圍，這種由轉(zhuǎn)移概率控制的圖像生成方法，只要使用的轉(zhuǎn)移概率矩陣不同，則所得到的MIFS吸引子也各不相同。3分形圖像的局部變形算法3.1算法思想利用Markov迭代函數(shù)系統(tǒng)構(gòu)造IFS分形吸引子，是通過引入Markov轉(zhuǎn)移概率矩陣人為地控制迭代映射的轉(zhuǎn)移，在迭代過程中圖像各局部之間迭代計(jì)算的轉(zhuǎn)移方式是依概率相關(guān)聯(lián)的[7]，這是一種“整體性”的行為，圖像中某一局部分形特性的變化必然會(huì)影響到其它局部，因此，圖像的分形結(jié)構(gòu)常呈現(xiàn)為局部與整體間或局部與局部間存在某種程度上的自相似性。為了克服這種分形結(jié)構(gòu)的自相似性限制，以便能夠構(gòu)造形狀特征更加富有變化的分形圖像，本文考慮將圖像的不同局部分別進(jìn)行獨(dú)立構(gòu)造，并將圖像的各局部子圖像依次輸出，拼貼形成整幅圖像，可以只對(duì)某一局部子圖像實(shí)施變形處理，而不會(huì)影響到圖像的其它局部子圖像，如果對(duì)不同的局部子圖像選取各異的Markov矩陣，則可能產(chǎn)生包含多種不同形狀結(jié)構(gòu)的不具自相似特征的分形圖像。應(yīng)用該方法構(gòu)造分形圖像，首先需要得到圖像的各局部子圖像的分形迭代碼，這可以利用迭代函數(shù)系統(tǒng)的仿射變換分解定理來實(shí)現(xiàn)。算法描述仿射變換的分解定理[8]如果是分形圖像的IFS碼，是的逆，定義算子為，則是子圖像的IFS碼。子圖像變換矩陣的轉(zhuǎn)換公式為：應(yīng)用仿射變換的分解定理對(duì)MIFS局部子圖像的IFS碼進(jìn)行逐級(jí)分解，對(duì)仿射變換的最終一級(jí)分解碼，利用Markov轉(zhuǎn)移概率矩陣實(shí)行迭代計(jì)算生成對(duì)應(yīng)的局部變形圖像。如給定仿射變換，的1級(jí)分解碼設(shè)為，對(duì)得到的1級(jí)分解變換，還可以繼續(xù)做下一級(jí)的分解，其2級(jí)分解碼設(shè)為，依此逐級(jí)分解至設(shè)定的級(jí)數(shù)停止。具體算法如下：（1）從仿射變換族中選擇某些仿射變換（如），按照轉(zhuǎn)換公式（*）逐級(jí)分解至設(shè)定的級(jí)數(shù)（設(shè)為n），得到分解碼。（2）對(duì)分解得到的前n-1級(jí)仿射變換序列：規(guī)定只參與迭代但不畫點(diǎn)。（3）逐個(gè)輸出經(jīng)Markov變形處理后的MIFS：局部子圖像。（4）逐個(gè)輸出未曾進(jìn)行Markov變形處理的其它各級(jí)局部子圖像。應(yīng)用實(shí)例利用以上算法，分別對(duì)雪花分形圖像和樹木分形圖像進(jìn)行局部變形控制，生成形狀結(jié)構(gòu)變化多端的分形圖像。實(shí)例1（雪花分形）設(shè)其中，，，(a)原吸引子圖像(b)整體變形(c)1級(jí)分解變形(d)2級(jí)分解變形圖1雪花分形圖像圖1（a）為未做Markov變形處理前的吸引子圖像。利用概率矩陣對(duì)雪花分形圖像做Markov變形得到如圖1（b）所示圖像，這是一種整體結(jié)構(gòu)的變形，圖像的形狀結(jié)構(gòu)表現(xiàn)較為“單一”。將分別對(duì)應(yīng)原吸引子圖像底部?jī)蓚€(gè)子圖像的仿射變換進(jìn)行1級(jí)分解，并利用矩陣和分別對(duì)這兩個(gè)子圖像做變形，結(jié)果如圖1（c）所示，由圖可見圖像包含有3種不同的形狀結(jié)構(gòu)。圖1（d）是將對(duì)應(yīng)原吸引子圖像頂部子圖像的仿射變換進(jìn)行2級(jí)分解后，再對(duì)此子圖像上部的3個(gè)2級(jí)子圖像做Markov變形的結(jié)果。實(shí)例2（樹木分形）設(shè)，，，，圖2（a）為未做Markov變形處理前的吸引子圖像。先將對(duì)應(yīng)樹木上枝子圖像的仿射變換進(jìn)行1級(jí)分解，再將分別對(duì)應(yīng)樹木的左、右側(cè)枝的兩個(gè)仿射變換進(jìn)行2級(jí)分解，然后利用矩陣對(duì)仿射變換的1級(jí)分解子圖像和仿射變換的2級(jí)分解子圖像進(jìn)行Markov變形，再利用矩陣對(duì)仿射變換的2級(jí)分解子圖像進(jìn)行Markov變形，得到圖2（b）的圖像，比較圖2（a）與圖2（b）可以發(fā)現(xiàn)，經(jīng)多級(jí)分解變形處理之后的樹木其細(xì)節(jié)變化多端形態(tài)更加逼真、自然。(a)原吸引子圖像(b)1級(jí)和2級(jí)分解變形圖2樹木分形圖像結(jié)論以上利用IFS仿射變換的多級(jí)化分解方法，可以有效地控制MIFS吸引子圖像的局部演變，圖像的演變范圍能夠被任意地限制于指定的局部之中，使得不同局部的分形結(jié)構(gòu)有所差異，可以得到形狀富有變化的分形圖像，特別是在一類自然景物的分形建模方面，計(jì)算機(jī)圖形實(shí)驗(yàn)結(jié)果已表明能夠取得較好的應(yīng)用效果，該方法的應(yīng)用進(jìn)一步拓寬了MIFS吸引子分形圖像的表現(xiàn)范疇。參考文獻(xiàn)[1]BarnselyMF,EltonJHandHardDP.Recurrentiteratedfunctionsystems.ConstructiveApproximation,1989,5:3～31[2]HartJC.Fractalimagecompressionandrecurrentiteratedfunctionsystems.IEEEComputerGraphicsandApplication,1996,7:25～33[3]ShermanP,HartJC.Directmanipulationofrecurrentmodels.Computers&Graphics,2003,27:143～151[4]劉向東,朱偉勇,趙雅明.Markov雙曲迭代函數(shù)系統(tǒng)參數(shù)與吸引子關(guān)系的研究.計(jì)算機(jī)科學(xué),2000,27(5):68～71[5]李紅達(dá),葉正麟,彭國(guó)華.向量遞歸迭代函數(shù)系統(tǒng)及其不變測(cè)度.系統(tǒng)科學(xué)與數(shù)學(xué),2003,23(2):279～288[6]王興元,劉波.一類NMIFS吸引子的遞歸計(jì)算構(gòu)造及特性分析.自然科學(xué)進(jìn)展,2004,14(9):1039～1046[7]章立亮.Markov迭代函數(shù)系統(tǒng)分形的動(dòng)力學(xué)特性分析.工程圖學(xué)學(xué)報(bào),2021,30(6):132～136[8]曹漢強(qiáng),朱光喜,朱耀庭等.基于迭代函數(shù)系統(tǒng)的數(shù)字全息圖像生成方法.激光雜志,2000,21(2):32～33作者簡(jiǎn)介：章立亮，副教授，主研領(lǐng)域:分形與計(jì)算機(jī)圖形圖像作者單位:寧德師范學(xué)院數(shù)學(xué)研究所通信地址：福建省寧德市蕉城南路98-1號(hào)寧德師范學(xué)院數(shù)學(xué)研究所E-mail:@139基金項(xiàng)目：福建省教育廳A類科技項(xiàng)目（JA07196）第6卷第2期安全與環(huán)境學(xué)報(bào)Vol.6No.22006年4月JournalofSafetyandEnvironmentApr,2006文章編號(hào):100926094(2006)0220218204111區(qū)間數(shù)單因素排序權(quán)重的確定生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究3張進(jìn)春1,吳超1,侯錦秀2,黎敏1(1中南大學(xué)資源與安全工程學(xué)院,長(zhǎng)沙410083;2河南理工大學(xué)安全工程學(xué)院,河南焦作454000)摘要:針對(duì)生產(chǎn)車間安全管理狀況評(píng)價(jià)的多維多層次性和不確定性,運(yùn)用區(qū)間數(shù)模糊綜合評(píng)價(jià)方法對(duì)其進(jìn)行綜合評(píng)價(jià)。該方法基于層次分析和模糊綜合評(píng)價(jià)的基本原理,對(duì)于單因素權(quán)重、綜合評(píng)價(jià)權(quán)重、各指標(biāo)評(píng)分和評(píng)價(jià)集中評(píng)價(jià)等級(jí)水平均采用區(qū)間數(shù),以使評(píng)價(jià)更符合客觀實(shí)際。研究了區(qū)間數(shù)層次分析綜合排序權(quán)重的確定,建立了區(qū)間數(shù)模糊綜合評(píng)價(jià)模型。在得出生產(chǎn)車間安全管理狀況綜合評(píng)價(jià)區(qū)間數(shù)得分之后,引入了區(qū)間數(shù)排序可能度和區(qū)間數(shù)符合度的概念,提出了由綜合評(píng)價(jià)結(jié)果得分區(qū)間數(shù)確定評(píng)價(jià)水平等級(jí)的方法。通過實(shí)例分析,驗(yàn)證了該評(píng)價(jià)方法的可行性。關(guān)鍵詞:安全管理;生產(chǎn)車間;安全管理;區(qū)間數(shù);模糊綜合評(píng)價(jià)中圖分類號(hào):X92413文獻(xiàn)標(biāo)識(shí)碼:A區(qū)間數(shù)層次分析單因素權(quán)重有多種確定方法[4]。其中分解矩陣與修正特征根的方法[4]具有計(jì)算簡(jiǎn)單,易被決策者接受等優(yōu)點(diǎn),并且用此種方法確定的權(quán)重能夠保證區(qū)間數(shù)判斷矩陣的一致性[426]。本文采用此方法確定單因素排序權(quán)重。將區(qū)間數(shù)判斷矩陣A=(aij)AL=(aLij)n×nn×n分解為兩個(gè)一般的AHP矩陣和AU=(aUij)n×n,然后分別求其最大特征根對(duì)LLLTUU應(yīng)的特征向量:ωL=(ωU=(ω1,ω2,…,ωn)和ω1,ω2,…,UTωωω依據(jù)文獻(xiàn)[5]定理4可知,ω=[kL,kU]=(ωn)。1,ω2,LT…,ωn)為區(qū)間數(shù)判斷矩陣的單因素權(quán)重,k和m為修正系數(shù),其形式[5]為nnk=m=j=1nj=1i=1n∑i=1aijU22(1)(2)∑Laij112區(qū)間數(shù)層次分析綜合評(píng)價(jià)排序權(quán)重的確定層次分析法綜合權(quán)重就是因素層指標(biāo)對(duì)目標(biāo)層的綜合權(quán)重,指標(biāo)權(quán)重的傳遞,。l層因素指標(biāo)對(duì)目標(biāo)層的LkkkTk為k2,…,ωi=[ω(k)i,n),其中ωk0引言生產(chǎn)車間安全管理是眾多企業(yè)安全管理的基本單位和重點(diǎn),間安全管理狀況評(píng)價(jià)涉及多個(gè)方面,因此,,采]。應(yīng)用于各種領(lǐng)域,方法。然而安全管理所涉及的方面和指標(biāo)具有不確定性,這種不確定性表現(xiàn)在三個(gè)方面:一是指標(biāo)權(quán)重的不確定性;二是對(duì)于相應(yīng)評(píng)價(jià)指標(biāo)的評(píng)分具有不確定性;三是評(píng)價(jià)水平等級(jí)的不確定性。傳統(tǒng)的模糊評(píng)價(jià)方法對(duì)評(píng)指標(biāo)采用定值來進(jìn)行評(píng)價(jià)[2,3]。由于評(píng)價(jià)判斷人員在信息、知識(shí)、能力等方面的局限性,人為主觀判斷存在著一定的偏差,評(píng)價(jià)矩陣采用點(diǎn)估計(jì)的形式顯然是不合適的。本文基于層次分析法和模糊綜合評(píng)價(jià)的基本原理,提出了生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法。整個(gè)評(píng)價(jià)過程中所涉及的要素均采用區(qū)間數(shù)形式,從而全面反映評(píng)價(jià)者對(duì)車間安全各因素的偏好程度,充分利用了有效的模糊信息,同時(shí)也能夠很好體現(xiàn)評(píng)價(jià)過程中偏差的攝動(dòng)程度。U(ki]1層中第i個(gè)因素對(duì)第k層中第j個(gè)因素的權(quán)k+1hij=[h(k+1)ij,h(k+1)ij](如果因素j不是因素i的父節(jié)=0),則第k+1層因素對(duì)目標(biāo)層的綜合權(quán)重為nkLU點(diǎn),則hijk+1ωk+1i=2j=1∑(ωh2kk+1jij)i=1,2,…,nk+1(3)若k=2,則hi1=ωi,i=1,2,…,n2。當(dāng)k=l時(shí),計(jì)算結(jié)束,此時(shí)的ω=ωl就為區(qū)間數(shù)層次分析綜合評(píng)價(jià)排序權(quán)重。2模糊綜合評(píng)價(jià)模型211因素集和評(píng)價(jià)集的建立因素集建立。根據(jù)安全管理評(píng)價(jià)所涉及的范圍和層次,按照安全系統(tǒng)分析的思想和原理[7],建立層次分析模型。模型中因素層中各元素的集合構(gòu)成因素集U=(u1,u2,…,un)。T1區(qū)間數(shù)層次分析法根據(jù)層次分析法129標(biāo)度來定義區(qū)間數(shù)判斷矩陣A=(aij)n×n,其中aij=[aL,aU][2,4]。在進(jìn)行區(qū)間數(shù)模糊綜合評(píng)價(jià)過程中,區(qū)間數(shù)層次分析排序權(quán)重的確定是重要的一環(huán),包括單因素排序權(quán)重的確定和綜合評(píng)價(jià)排序權(quán)重的確定。3收稿日期:2005212223作者簡(jiǎn)介:張進(jìn)春,研究生,從事產(chǎn)業(yè)安全管理、工業(yè)工程研究;吳超,教授,博士生導(dǎo)師,從事安全評(píng)價(jià)、安全管理、工業(yè)工程研究。評(píng)價(jià)集建立。根據(jù)評(píng)價(jià)目標(biāo)和相關(guān)規(guī)定,對(duì)評(píng)價(jià)因素的優(yōu)良程度給出評(píng)價(jià)等級(jí)的集合:V=(v1,v2,…,vm)T,其中viLU=(vi,vi),式中i=1,2,…,m。聘請(qǐng)若干專家和有經(jīng)驗(yàn)現(xiàn)場(chǎng)工作人員對(duì)因素集中每一個(gè)因素打分?？紤]到評(píng)價(jià)因素優(yōu)良程度的不確定性,每位參與人員對(duì)各因素的打分應(yīng)為一個(gè)區(qū)間數(shù)。這樣能夠避免主觀偏差,使評(píng)價(jià)行為更加符合實(shí)際情況。從而得到評(píng)價(jià)矩陣R=(rij)LUk×nLUrij=[rij,rij]rij,rij∈VV={x|v1≤x≤vm}′′另外,考慮到各位參評(píng)人員的專業(yè)背景、知識(shí)專長(zhǎng)和工作經(jīng)驗(yàn),應(yīng)給每位參評(píng)人員賦以不同的權(quán)重,得到參評(píng)人員權(quán)重135Vol.6No.2安全與環(huán)境學(xué)報(bào)第6卷第2期集L=(l1,l2,…,lk)T。212模糊綜合評(píng)價(jià)21211模糊綜合評(píng)價(jià)得分由于區(qū)間數(shù)層次分析中綜合排序權(quán)重的確定過程是經(jīng)過區(qū)間數(shù)的乘法運(yùn)算實(shí)現(xiàn)的,由此得到的綜合排序權(quán)重也是區(qū)間數(shù),在進(jìn)行模糊綜合評(píng)價(jià)時(shí)參評(píng)人員打分得到的評(píng)價(jià)矩陣也是區(qū)間數(shù)矩陣;因此,如果直接進(jìn)行模糊綜合評(píng)價(jià),則可能會(huì)導(dǎo)致評(píng)價(jià)結(jié)果區(qū)間數(shù)的發(fā)散。為了避免評(píng)價(jià)結(jié)果區(qū)間數(shù)的發(fā)散,必須首先對(duì)上文所得的區(qū)間數(shù)綜合評(píng)價(jià)排序權(quán)重進(jìn)行修正。為此,本文通過引入?yún)^(qū)間數(shù)排序可能度的概念,得到綜合評(píng)價(jià)排序權(quán)重的修正值[8,10]。設(shè)a=[aL,aU],b=[bL,UULULb],且記L(a)=a-a,L(b)=b-b,則稱車間安全管理水平v={vi|fi=max(fj);vi∈V;fj=f(a,vj);j=1,2,…,m}(9)3應(yīng)用實(shí)例以某家電制造企業(yè)的模具加工車間為例,建立了遞階層次模型,見圖1。ULP(a≥b)=L(a)+L(b)(4)為a≥b的可能度。由此可構(gòu)造區(qū)間數(shù)綜合評(píng)價(jià)排序權(quán)重的可能度互補(bǔ)矩陣ωQ(Pij)n×n,Pij=P(ωi≥j)。Q(Pij)n×n顯然是一個(gè)模糊互補(bǔ)判斷矩陣,對(duì)其按行求和ri=∑Pik,i=1,2,…,nk-1n1Fig.orkshopsafetymanagement并施以數(shù)學(xué)變換rij=+0.52(n-1)n×n(51得到一致性矩陣R=(rij)…,ωn)T。其中。一化處理后,(ω1,ω2,n-1ωi=i=1,2,…,nn(n-1)∑Pij+(6)具體證明過程見文獻(xiàn)[8]定理二。至此,就可以對(duì)車間安全管理的狀況進(jìn)行模糊綜合評(píng)價(jià)了。其安全管理狀況評(píng)價(jià)的最終得分為TωB=L×R×=[bL,bU]21212模糊綜合評(píng)價(jià)等級(jí)的確定(7)。根據(jù)層次分析法129標(biāo)度,對(duì)同層因素之間相對(duì)其父節(jié)點(diǎn)因素重要性進(jìn)行兩兩比較,得到的區(qū)間數(shù)比較結(jié)果構(gòu)成區(qū)間數(shù)判斷矩陣?，F(xiàn)以準(zhǔn)則層對(duì)目標(biāo)層的重要性構(gòu)成的區(qū)間數(shù)判斷矩陣為例對(duì)區(qū)間數(shù)判斷矩陣的建立加以說明。依據(jù)車間安全管理實(shí)際情況和車間本質(zhì)安全化的規(guī)定,對(duì)機(jī)器設(shè)備安全性的管理要求高于對(duì)人和環(huán)境安全管理要求和對(duì)環(huán)境安全管理的要求;對(duì)人的安全管理的要求高于對(duì)環(huán)境安全管理的要求。因此,準(zhǔn)則層B中各個(gè)因素相對(duì)于目標(biāo)根據(jù)以往經(jīng)驗(yàn)和車間實(shí)際情況,對(duì)層A的重要性是有差異的。其進(jìn)行兩兩對(duì)比,得到的區(qū)間數(shù)比較結(jié)果構(gòu)成準(zhǔn)則層對(duì)目標(biāo)層重要性的區(qū)間數(shù)判斷矩陣RA←B,具體見區(qū)間數(shù)判斷矩陣。同理,通過因素層各因素對(duì)準(zhǔn)則層的重要性兩兩對(duì)比,可以建立因素層對(duì)準(zhǔn)則層重要性的區(qū)間數(shù)判斷矩陣,具體見區(qū)間數(shù)判斷矩陣RB1←C,RB2←C和RB3←C。[1,1]RA←B=確定生產(chǎn)車間安全管理水平等級(jí)的基本思想是,通過車間安全管理綜合評(píng)價(jià)得分與評(píng)價(jià)集中各個(gè)評(píng)價(jià)等級(jí)相對(duì)比,與其最相符的等級(jí)水平就是車間安全管理狀況所處水平。然而無論是綜合評(píng)價(jià)得分,還是評(píng)價(jià)集中的評(píng)價(jià)水平均是區(qū)間數(shù)。為了有效表征這種區(qū)間數(shù)之間相互符合程度,本文提出了區(qū)間數(shù)符合度的概念,討論如下。a≥b可能度具有性質(zhì):若P(a≥b)=P(b≥a),則[8,9]P(a≥b)=P(b≥a)=0.5,也即當(dāng)兩個(gè)區(qū)間數(shù)完全相[,]23[1,1][3,4][7,9][1,1][[,]23,]64[1,1][[,2]2,]43[[符時(shí),其互補(bǔ)可能度均為015。如果記a=[a,a],b=[b,U′b],P=P(a≥b),P=P(b≥a)則(8)f=1-(|P-0.5|+|P′-0.5|)f為區(qū)間數(shù)a與b的符合度,記為f(a,b)。RB1←C=LUL,]97,3]2[1,1][[,]33,2]2[1,1][4,6]符合度顯然具有如下性質(zhì):1)0≤f(a,b)≤1。2)a、b的符合度與f(a,b)的值正相關(guān)。3)a=b時(shí),f(a,b)=1;a、b完全不相符時(shí),f(a,b)=0。通過以上討論,依據(jù)最大符合度原則,由式(9)即可得出1362006年4月張進(jìn)春,等:生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法研究Apr,2006[1,1][1,2]RB←C=[,1]2[1,1][4,5][2,3][,]97[,]65[,]5301086,01880,01096)。因?yàn)閙axfi=f3,所以整個(gè)模具車間的安[,]54[1,1][[,]23,]32[,]32[,2]2[1,1][,]34[,]52[2,3][,]32[1,1]全管理狀況為v3,即一般。31212結(jié)果分析對(duì)車間安全管理狀況評(píng)價(jià)矩陣R按列求取算術(shù)平均,得到車間安全管理各因素的平均評(píng)價(jià)得分向量′B=([6,815],[7,815],[7,8175],[615,7175],[7,815],[7175,9],[7,815],[715,8175],[3175,515],[315,5],[615,8125])2[7,9][5,6][3,5][,]32[1,1]RB[,]23[1,1][3,4][7,9][1,1]f=計(jì)算各因素平均評(píng)價(jià)得分與評(píng)價(jià)等級(jí)的符合度矩陣C1←C=[,2]3[,]43C2C3C4000112C5C6C7C8000C9C10000C11001160187v1v2v3v4[,]97該模具車間安全管理狀況評(píng)價(jià)的區(qū)間數(shù)層次分析單因素排序權(quán)重、綜合排序權(quán)重、綜合排序權(quán)重修正值的具體計(jì)算結(jié)果見表1。312模糊評(píng)價(jià)31211模糊評(píng)價(jià)因素集建立。如圖1所示,處于因素層的11個(gè)指標(biāo)構(gòu)成因素集U=(u1,u2,u3,u4,u5,u6,u7,u8,u9,u10,u11),具體含義見圖1。評(píng)價(jià)集建立。各因素的安全管理狀況分4個(gè)等級(jí),=(v1,v2,v3,v4)=(優(yōu)秀,良好,一般,差)=([[8],[7,8],[0,7])。4位專家參評(píng),=2,0.3,0.1)。在0174018201利用式(9)得到車間安全管理各因素的安全等級(jí)向量v′=(v3,v3,v3,v3,v3,v2,v3,v2,v4,v4,v3)。由此可見,該車間在保障防護(hù)裝備的完備與有效和能量傳輸裝置的安全性方面做得不錯(cuò),獲得良好;而在車間設(shè)備;其他安全管理方面一般。因此,備。論生產(chǎn)車間安全管理狀況的評(píng)價(jià)是對(duì)一個(gè)復(fù)雜的不確定性問題的評(píng)價(jià)。本文將區(qū)間數(shù)理論與層次分析法和模糊綜合評(píng)價(jià)理論相結(jié)合,提出了生產(chǎn)車間安全管理狀況的區(qū)間數(shù)模糊綜合評(píng)價(jià)方法。評(píng)價(jià)問題的不確定性采用區(qū)間數(shù)描述,評(píng)價(jià)過程的復(fù)雜性利用層次分析法與模糊綜合評(píng)價(jià)基本原理進(jìn)行。在引入了區(qū)間數(shù)排序可能度的概念后,進(jìn)一步提出了區(qū)間數(shù)符合度的概念,有效地解決了由評(píng)價(jià)結(jié)果得分區(qū)間數(shù)確定最終評(píng)價(jià)水平等級(jí)這一問題。生產(chǎn)車間安全管理狀況采用區(qū)間數(shù)形式進(jìn)行模糊綜合評(píng)價(jià)是一種有益的探索。不同企業(yè)、不同車間可以根據(jù)實(shí)際情況,設(shè)置不同的評(píng)價(jià)層次和因素。認(rèn)真檢查和調(diào)研的基礎(chǔ)上,況的評(píng)價(jià)矩陣R=[6,8][7,9][7,9][7,8][7,9][8,9][7,8][8,9][4,6][3,4][7,8[5,8][8,9][7,9][6,7][8,9][8,9][8,9][7,8][4,5][4,6][6,8][7,9][7,8][6,8][6,8][6,8][7,9][7,9][7,9][3,5][4,5][7,8][6,9][6,8][8,9][7,8][7,8][8,9][6,8][8,9][4,6][3,5][6,9ω該模具車間綜合評(píng)價(jià)得分為:B=LT×R×=[6.591,8.107]計(jì)算其與評(píng)價(jià)集中各評(píng)價(jià)等級(jí)的符合度,得到f=(0,表1區(qū)間數(shù)層次分析因素權(quán)重Table1Factorweightofintervalnumberanalytichierarchyprocess目標(biāo)層因素k,m準(zhǔn)則層因素B1k,mk=0.894m=1.052單因素評(píng)價(jià)權(quán)重[01279,01307]因素C1C2C3C4C5Ak=0.951m=1.037B2k=0.937m=1.060[01588,01650]C6C7C8C9B3k=0.948m=1.051[01080,01085]C10C11指標(biāo)層單因素評(píng)價(jià)權(quán)重[01244,01315][01121,01130][01528,01607][01051,01057][01076,01111][01404,01426][01255,01260][01147,01208][01403,01449][01301,01328][01244,01273]綜合評(píng)價(jià)權(quán)重綜合評(píng)價(jià)權(quán)重權(quán)重修正值[01068,01097]01100[01034,01040]01077[01147,01186]01123[01030,01037]01069[01045