主要应用群组决策的方法确定高速公路隧道各火灾风险参数的权重,具体步骤如下:
步骤1:根据群组决策要求方法的要求确定参加决策的专家人数,邀请6位专家参与决策,各专家的编号为1~6。
步骤2:确定用于决策所需的两两判断矩阵。根据2.3.2小节的分析可知,需要给出9个两两判断矩阵,它们分别是:
(1)以高速公路隧道火灾风险(A)为准则,风险参数隧道土建结构(B1)与交通条件和运营环境(B2)两两比较所得矩阵,在Super Decisions软件中通过元素集(cluster)之间的比较得到;
(2)以高速公路隧道火灾风险(A)为准则,风险参数隧道长度(C1)、隧道纵坡(C2)、隧道类型(C3)、车道宽度(C4)、隧道土建结构其他项(C5)两两比较所得矩阵,在Super Decisions软件中通过元素(Node)之间的比较得到,(3)~(6)中判断矩阵的构造与此相同;
(3)以高速公路隧道火灾风险(A)为准则,风险参数交通量(C6)、大型车比例(C7)以及危险品运输管理(C8)两两比较所得矩阵;
(4)以风险参数隧道纵坡(C2)为准则,风险参数隧道长度(C1)、隧道类型(C3)、隧道土建结构其他项(C5)两两比较所得矩阵;
(5)以风险参数车道宽度(C4)为准则,风险参数隧道长度(C1)、隧道土建结构其他项(C5)两两比较所得矩阵;
(6)以风险参数车道宽度(C4)为准则,风险参数交通量(C6)与大型车比例(C7)两两比较所得矩阵;
(7)以风险参数交通量(C6)为准则,风险参数大型车比例(C7)以及危险品运输管理(C8)两两比较所得矩阵;
(8)以风险参数危险品运输管理(C8)为准则,风险参数隧道长度(C1)、隧道纵坡(C2)、隧道类型(C3)、车道宽度(C4)、隧道土建结构其他项(C5)两两比较所得矩阵;
(9)以风险参数危险品运输管理(C8)为准则,风险参数交通量(C6)与大型车比例(C7)两两比较所得矩阵。
步骤3:判断矩阵数据收集。根据需要将所需要收集的数据信息以调查问卷的形式寄给6位专家,通过专家填写并收回的方式得到所需的判断矩阵,调查问卷见附录A。
步骤4:将各位专家提供的判断矩阵输入Super Decisions超级决算软件用以计算未加权超级矩阵、加权超级矩阵和极限超级矩阵。
例如:将专家1给出的8个判断矩阵(见表2-15—表2-23)输入Super Decisions超级决算软件(如图2-23所示),可以很方便地得到未加权超级矩阵、加权超级矩阵和极限超级矩阵如表2-24—表2-26所示。
表2-15 A准则下,B1与B2两两比较判断矩阵
表2-16 A准则下,B1中各元素两两比较判断矩阵
表2-17 A准则下,B2中各元素两两比较判断矩阵
表2-18 C2准则下,C1、C3、C5两两比较判断矩阵
表2-19 C4准则下,B1中C1与C3的两两比较判断矩阵
表2-20 C4准则下,B2中C6与C7两两比较判断矩阵
表2-21 C6准则下,B2中C7与C8两两比较判断矩阵
表2-22 C8准则下,B1中各元素两两判断矩阵
表2-23 C8准则下,B2中C6与C7两两比较判断矩阵
(www.xing528.com)
图2-23 Super Decisions软件的数据录入界面
表2-24 未加权超级矩阵
表2-25 加权超级矩阵
表2-26 极限超级矩阵
由极限超级矩阵表2-26可知:专家1确定的高速公路隧道火灾风险参数的权重向量为:
w1=[0.0414 0.0213 0.2174 0.0149 0.1329 0.0569 0.3615 0.1537]
同理可得到专家2-专家6确定的高速公路隧道火灾风险参数的权重向量分别为:
w2=[0.0425 0.0230 0.3624 0.1490 0.0590 0.2192 0.1329 0.0120];
w3=[0.0624 0.2191 0.0184 0.0539 0.3610 0.0413 0.1129 0.1310];
w4=[0.0970 0.0455 0.0222 0.1095 0.1320 0.3474 0.0149 0.2315];
w5=[0.0679 0.2183 0.1334 0.1195 0.0154 0.1224 0.0316 0.2915];
w6=[0.3715 0.2174 0.0581 0.1427 0.0402 0.0158 0.1320 0.0223]。
Step5:利用D-S证据理论融合算法将步骤2中专家1—专家6给出的权重向量进行融合,鉴于融合算法的复杂性,特编写了相应的matlab程序,如下所示。
w1=[0.0414 0.0213 0.2174 0.0149 0.1329 0.0569 0.3615 0.1537];
w2=[0.0425 0.0230 0.3624 0.1490 0.0590 0.2192 0.1329 0.0120];
w3=[0.0624 0.2191 0.0184 0.0539 0.3610 0.0413 0.1129 0.1310];
w4=[0.0970 0.0455 0.0222 0.1095 0.1320 0.3474 0.0149 0.2315];
w5=[0.0679 0.2183 0.1334 0.1195 0.0154 0.1224 0.0316 0.2915];
w6=[0.3715 0.2174 0.0581 0.1427 0.0402 0.0158 0.1320 0.0223];
format long
k1=0;
for r=1:8
for s=1:8
运行结果:
考虑到后续计算的方便性,将程序算得f向量中的元素四舍五入,最终得到保留三位小数的风险参数权重向量:
w=[0.119 0.103 0.111 0.099 0.103 0.154 0.150 0.161]。
由权重向量w可知,各风险参数对高速公路隧道群火灾风险的影响由大到小依次为:危险品运输管理(C8)>交通量(C6)>大型车比例(C7)>隧道长度(C1)、隧道类型(C3)>隧道土建结构其他项(C5)>隧道纵坡(C2)>车道宽度(C4)。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。