張文會(huì)，宋賀賀，管 峰，鄧紅星

(東北林業(yè)大學(xué) 交通學(xué)院， 哈爾濱 150040)

由于運(yùn)輸工具和運(yùn)輸對(duì)象的特殊性，商品車運(yùn)輸一般都由第三方承擔(dān)，以提供專業(yè)化的服務(wù)。相對(duì)于運(yùn)輸效率，商品車運(yùn)輸企業(yè)更關(guān)注運(yùn)輸安全，因此，規(guī)范從業(yè)人員的操作行為、建立健全運(yùn)輸安全管理體系、實(shí)現(xiàn)運(yùn)輸工具的全過程監(jiān)管已成為商品車運(yùn)輸企業(yè)生產(chǎn)安全標(biāo)準(zhǔn)化考評(píng)的關(guān)鍵指標(biāo)。

國內(nèi)外對(duì)該方面的研究也取得了一些成果，其中代表性的有：劉貴林[3]主張對(duì)整車物流運(yùn)輸車輛進(jìn)行在途實(shí)時(shí)狀態(tài)監(jiān)控，并提供在途信息服務(wù)；姜彥寧等[5]提出了共享車輛和共享車輛分撥中心兩種資源共享模式下的整車物流路徑優(yōu)化網(wǎng)絡(luò)；侯玉梅等[6]構(gòu)建了帶軟時(shí)間窗約束的整車物流車輛路徑優(yōu)化問題模型，進(jìn)而對(duì)于該模型設(shè)計(jì)了自適應(yīng)遺傳算法；Kevin等[10]考慮了半掛車和車輛共享，主張利用單調(diào)路徑選擇原理來減少運(yùn)輸規(guī)模；楊文超等[9]則針對(duì)物流配送提出了新車增派策略和多車協(xié)作策略。

總的來看，目前關(guān)于商品車運(yùn)輸配送問題的研究大部分集中在配送路徑的優(yōu)化與網(wǎng)絡(luò)的優(yōu)化層面，缺少對(duì)商品車運(yùn)輸安全的研究；同時(shí)，大部分對(duì)商品車運(yùn)輸安全的研究只能實(shí)現(xiàn)對(duì)車輛運(yùn)輸過程中的控制，對(duì)事前、事后的預(yù)防與控制關(guān)注的較少。

本文深入分析商品車運(yùn)輸安全影響因素，運(yùn)用熵權(quán)云模型量化評(píng)價(jià)商品車運(yùn)輸安全等級(jí)，辨識(shí)關(guān)鍵影響因素，為運(yùn)輸企業(yè)采取有效的持續(xù)改進(jìn)措施、提高本質(zhì)安全提供理論依據(jù)。

1 熵權(quán)云模型

1.1 云模型理論

云模型表示定性概念與數(shù)值表示之間的關(guān)系，設(shè)X是一個(gè)精確數(shù)值量的集合X={x}，稱為論域，可能是一維、二維或多維。論域X上的定性概念N是指對(duì)于任意數(shù)值量x都存在一個(gè)有穩(wěn)定傾向的隨機(jī)數(shù)為x的隸屬度，x對(duì)N的隸屬度μ(x)∈[0，1]是隨機(jī)的數(shù)并有穩(wěn)定傾向。

μ∶x→[0，1]，?x∈X，x→μ(x)

(1)

隸屬度在論域上的分布稱為云，它由成百上千的“云滴”構(gòu)成，云的整體形狀，云滴的集中分布區(qū)域直觀地反映定性概念的特征，通常用期望Ex、熵En和超熵He表示其數(shù)值，云及其數(shù)字特征見圖1。

圖1 云及其數(shù)字特征

1.2 云發(fā)生器

正向云發(fā)生器可以將定性概念轉(zhuǎn)化為定量數(shù)值，將云模型的參數(shù)Ex、En和He代入到發(fā)生器中，即可得到對(duì)應(yīng)“云滴”，最終通過正向云發(fā)生器來繪制評(píng)價(jià)因子的云圖。

正向云發(fā)生器的運(yùn)算過程為：

1) 生成期望值為Ex、方差為En的正態(tài)隨機(jī)數(shù)x；

2) 生成期望值為En、方差為He的正態(tài)隨機(jī)數(shù)En；

3) 計(jì)算y=exp[-(x-Ex)2/2(En)2]；

4) 形成云滴(x,y)；

5) 重復(fù)步驟1)～4)，直到生成所需n個(gè)云滴為止。

逆向云發(fā)生器是從定量數(shù)值向定性概念的轉(zhuǎn)化，可以確定評(píng)價(jià)指標(biāo)模型，能把精確數(shù)據(jù)轉(zhuǎn)換成以云模型參數(shù)(Ex,En,He)表示的定性概念，其3個(gè)數(shù)字特征Ex,En,He由下式確定：

(2)

1.3 熵權(quán)法

利用熵權(quán)理論修正各個(gè)影響因子的權(quán)重，流程如下：

1) 設(shè)將對(duì)a個(gè)評(píng)價(jià)因子進(jìn)行評(píng)價(jià)，每個(gè)評(píng)價(jià)因子有b個(gè)指標(biāo)，構(gòu)建標(biāo)準(zhǔn)化數(shù)字矩陣為

R=(rij)a×b

(3)

(4)

(5)

式中:fij為隸屬度;b為評(píng)價(jià)等級(jí)數(shù)量，0≤fij≤1。

3) 用向量ωi=(ωi1,ωi2,…,ωia)T作為各指標(biāo)的權(quán)重向量，熵權(quán)修正后權(quán)重為

(6)

式中：0≤ωij≤1。

1.4 綜合評(píng)判流程

基于云模型的綜合評(píng)判法流程見圖2。首先明確安全影響因素及評(píng)價(jià)標(biāo)準(zhǔn)，從而建立因素集、評(píng)語集和權(quán)重集，得到不同風(fēng)險(xiǎn)因素的相對(duì)權(quán)重大小，然后通過逆向云發(fā)生器生成以云模型數(shù)字特征形式表示的綜合評(píng)價(jià)結(jié)果，最后通過模糊綜合評(píng)判得到評(píng)價(jià)云模型，將其與評(píng)語云模型比較得到最終的風(fēng)險(xiǎn)評(píng)估結(jié)果。

2 商品運(yùn)輸安全評(píng)價(jià)指標(biāo)體系與安全評(píng)語云

2.1 評(píng)價(jià)指標(biāo)體系

綜合考慮商品車運(yùn)輸全過程安全影響因素，將從業(yè)人員、載運(yùn)工具、安全管理、環(huán)境條件列為一級(jí)指標(biāo)，將駕齡結(jié)構(gòu)等12個(gè)要素列為二級(jí)指標(biāo)，見表1。

圖2 基于熵權(quán)法和云模型的安全評(píng)價(jià)流程

一級(jí)指標(biāo)二級(jí)指標(biāo)指標(biāo)解釋從業(yè)人員因素U1駕齡結(jié)構(gòu)U11根據(jù)駕齡長短不同區(qū)分安全意識(shí)U12認(rèn)知規(guī)避危險(xiǎn)的能力操作規(guī)范U13與條件相配套的規(guī)程載運(yùn)工具因素U2綜合性能U21作業(yè)車輛各項(xiàng)技術(shù)要求維修保養(yǎng)U22減緩車輛損壞的措施長度及轉(zhuǎn)向軸U23其不合理改造影響運(yùn)輸安全管理因素U3規(guī)章制度U31符合規(guī)范和法律的規(guī)則安全設(shè)施U32安全管理設(shè)施和人員設(shè)置完備信息化U33現(xiàn)代智能科技的應(yīng)用環(huán)境條件因素U4氣候條件U41主要指復(fù)雜的氣象資源最小曲率半徑U42道路地勢、轉(zhuǎn)彎幅度等因素交通流量U43特定時(shí)間通過某地點(diǎn)的交通實(shí)體數(shù)

2.2 安全評(píng)語云

安全評(píng)價(jià)等級(jí)是商品車運(yùn)輸企業(yè)采取安全管理措施的依據(jù)，因此需要合理確定安全等級(jí)和邊界值。參照文獻(xiàn)[8,13]，將商品車的運(yùn)輸安全狀態(tài)劃分為5個(gè)等級(jí)，分別為不及格、及格、中等、良好、優(yōu)秀，對(duì)應(yīng)的評(píng)語取值范圍分別為[0,60)、[60,70)、[70,80)、[80,90)、[90,100]。根據(jù)劃分的5個(gè)安全等級(jí)分?jǐn)?shù)范圍，云參數(shù)計(jì)算公式為：

Ex=(Cmin+Cmax)/2

En=(Cmax-Cmin)/6

圖書館作為文化教育的中心，在弘揚(yáng)傳統(tǒng)文化上啟到傳承的作用，而高校圖書館更是被稱作“大學(xué)的心臟”，對(duì)傳播知識(shí)文化和促進(jìn)校園文化建設(shè)方面扮演著不可或缺的重要角色。齊齊哈爾大學(xué)圖書館在2017年9月24日孔子誕辰為契機(jī)，以“習(xí)六藝、閱經(jīng)典”為主題開展弘揚(yáng)中華傳統(tǒng)文化的活動(dòng)，著力點(diǎn)在于讓高校師生更能夠被傳統(tǒng)文化感染，從而更容易理解孔子六藝，讓更多的學(xué)生能夠用心和傳統(tǒng)文化做交流。

He=k

(7)

式中：Cmin、Cmax分別是安全等級(jí)區(qū)間的最小、最大邊界值；k是常數(shù)，可通過變量自身的模糊度大小來確定，本文k值是0.5。

由式(7)，得出5個(gè)安全等級(jí)下云模型特征值(Ex,En,He)，安全狀態(tài)評(píng)語云見表2。

表2 安全狀態(tài)評(píng)語云

將各等級(jí)云模型特征值輸入正向云發(fā)生器，生成安全評(píng)語云，見圖3。

圖3 安全評(píng)價(jià)標(biāo)準(zhǔn)云圖

2.3 綜合評(píng)價(jià)模型

邀請行業(yè)專家調(diào)查商品車運(yùn)輸企業(yè)的實(shí)際情況，分別對(duì)每個(gè)二級(jí)指標(biāo)打分。將每位專家分?jǐn)?shù)看作一個(gè)“云滴”，根據(jù)逆向云發(fā)生器計(jì)算出云模型參數(shù)，并運(yùn)用熵權(quán)法確定指標(biāo)權(quán)重ωi，再根據(jù)正向云發(fā)生器獲得每個(gè)屬性的實(shí)際云模型。考慮到各個(gè)二級(jí)評(píng)價(jià)指標(biāo)的關(guān)聯(lián)性較弱，每個(gè)評(píng)價(jià)因子都分屬于不同的一級(jí)指標(biāo)下，所以本文將運(yùn)用浮動(dòng)云算法對(duì)底層各評(píng)價(jià)指標(biāo)進(jìn)行云整合：

(8)

考慮到商品車運(yùn)輸安全綜合評(píng)價(jià)中各一級(jí)指標(biāo)有較大的關(guān)聯(lián)，采用虛擬云中的綜合算法，將低層次概念集結(jié)到高層次概念中，計(jì)算式為：

(9)

將虛擬云綜合算法獲得的綜合云模型參數(shù)輸入正向云發(fā)生器，可得到某企業(yè)商品車運(yùn)輸安全評(píng)價(jià)云模型，由此確定安全等級(jí)。

3 案例應(yīng)用

本文以哈爾濱市某商品車運(yùn)輸企業(yè)安全標(biāo)準(zhǔn)化考評(píng)材料為依據(jù)，邀請20位專家對(duì)12個(gè)二級(jí)指標(biāo)進(jìn)行打分，開展運(yùn)輸安全評(píng)價(jià)。

3.1 一級(jí)指標(biāo)的安全評(píng)價(jià)

首先對(duì)每位專家給出的從業(yè)人員因素中每個(gè)評(píng)價(jià)因子的評(píng)價(jià)分值進(jìn)行統(tǒng)計(jì)，見表3。

表3 從業(yè)人員因素調(diào)查結(jié)果

運(yùn)用單指標(biāo)測度計(jì)算模型確定評(píng)價(jià)因子隸屬度，從而得出模糊評(píng)價(jià)結(jié)果，計(jì)算各二級(jí)指標(biāo)的熵權(quán)。構(gòu)建隸屬度函數(shù)如下：

隸屬度fij=因素(指標(biāo))得到相應(yīng)評(píng)語的有效問卷/總的有效問卷。根據(jù)構(gòu)造的隸屬度函數(shù)可計(jì)算商品車運(yùn)輸安全評(píng)價(jià)中的各個(gè)二級(jí)評(píng)價(jià)指標(biāo)測度值，指標(biāo)駕駛員駕齡U11的測度值向量為(0,0,0.15,0.75,0.1)，指標(biāo)從業(yè)人員的安全意識(shí)U12的測度值向量為(0,0,0.25,0.5,0.25)，指標(biāo)裝卸操作規(guī)范程度U13的測度值向量為(0,0,0.6,0.35,0.05)。

根據(jù)熵權(quán)的計(jì)算式(4)，得：

Hu1=(0.45，0.64，0.51)

根據(jù)熵權(quán)的計(jì)算式(5)，得：

Vu1=(0.55，0.36，0.49)

根據(jù)熵權(quán)的計(jì)算式(6)，得權(quán)重值：

ωu1=(0.39，0.26，0.35)

根據(jù)云模型特征值計(jì)算式(2)，得到每一個(gè)評(píng)價(jià)指標(biāo)的云數(shù)字特征值(Ex,En,He)，如表4所示。

表4 從業(yè)人員因素各二級(jí)指標(biāo)云模型參數(shù)

通過式(8)將從業(yè)人員因素中的各評(píng)價(jià)因子云模型參數(shù)整合，獲得從業(yè)人員因素的評(píng)價(jià)云模型特征值(81.83，4.39，0.53)，其計(jì)算過程如下：

運(yùn)用正向云發(fā)生器得到從業(yè)人員因素評(píng)價(jià)云模型，見圖4。

圖4 從業(yè)人員因素評(píng)價(jià)云模型

由圖4分析可知，該公司從業(yè)人員安全等級(jí)屬于良好級(jí)別，期望值為81.83。

同理，可獲得載運(yùn)工具、安全管理和環(huán)境條件的云模型參數(shù)和安全等級(jí)，即載運(yùn)工具安全等級(jí)為良好，期望值為81.93；安全管理安全等級(jí)為中等，期望值為76.01；環(huán)境條件安全等級(jí)為良好，期望值為82.34。

3.2 綜合評(píng)價(jià)

采用式(9)虛擬云中的綜合算法，獲得商品車運(yùn)輸安全評(píng)價(jià)云模型參數(shù)值：

Ex總=80.7；En總=4.7；He總=0.56

則商品車運(yùn)輸安全評(píng)價(jià)云模型為(80.7,4.7,0.56)，通過正向云模型算法發(fā)生器即可得到商品車運(yùn)輸?shù)陌踩u(píng)價(jià)云圖，見圖5。

圖5 商品車運(yùn)輸安全評(píng)價(jià)云圖

由圖5可見，該企業(yè)商品車運(yùn)輸安全期望值為80.70，總體安全等級(jí)為良好，但安全管理指標(biāo)的期望值偏低，因此，可采取有針對(duì)性的管理措施。

4 結(jié)論

1) 為辨識(shí)運(yùn)輸危險(xiǎn)源，建立了商品車運(yùn)輸安全評(píng)價(jià)指標(biāo)體系，將商品車運(yùn)輸全過程安全影響因素劃分為從業(yè)人員、載運(yùn)工具、安全管理和環(huán)境條件4個(gè)一級(jí)指標(biāo)以及12個(gè)二級(jí)指標(biāo)。將商品車運(yùn)輸安全狀態(tài)劃分為不及格、及格、中等、良好、優(yōu)秀5個(gè)等級(jí)。

2) 在此基礎(chǔ)上將熵權(quán)法和云模型理論相結(jié)合，利用熵權(quán)法修正各級(jí)評(píng)價(jià)指標(biāo)權(quán)重，再利用云模型評(píng)價(jià)商品車運(yùn)輸安全等級(jí)。該方法對(duì)商品車運(yùn)輸安全進(jìn)行了定量評(píng)價(jià)，充分考慮了評(píng)價(jià)因子自身的不確定性和評(píng)價(jià)標(biāo)準(zhǔn)的模糊性，可以得到較為直觀、精確、客觀的結(jié)果。

3) 在對(duì)商品車運(yùn)輸進(jìn)行安全評(píng)價(jià)時(shí)，難免會(huì)漏掉一些潛在的影響因子，劃分還不夠具體和詳細(xì)。雖然云模型考慮了風(fēng)險(xiǎn)的不確定性以及隨機(jī)性，盡可能地消除了專家主觀因素帶來的影響，但主觀因素仍然存在。