李晗+章文俊+李國(guó)帥+尹建川+蘇華偉+劉曉磊

DOI：10.13340/j.jsmu.2017.03.005

文章編號(hào)：1672-9498（2017）03002506

摘要：

為科學(xué)有效地制定大風(fēng)天氣下港口船舶應(yīng)急疏散方案，降低疏散風(fēng)險(xiǎn)，建立基于灰云和改進(jìn)層次分析法（Analytic Hierarchy Process， AHP）的船舶應(yīng)急疏散模型。該方法用灰云模型取代傳統(tǒng)的白化權(quán)函數(shù)，能有效反映疏散優(yōu)先級(jí)信息的模糊性和隨機(jī)性。采用三標(biāo)度法構(gòu)造判斷矩陣，確定指標(biāo)權(quán)重，指標(biāo)權(quán)重計(jì)算過(guò)程被簡(jiǎn)化。根據(jù)船舶綜合聚類(lèi)結(jié)果將其歸入預(yù)先設(shè)定的級(jí)別中，同一級(jí)別船舶疏散順序依據(jù)具體情況確定。對(duì)天津港某港區(qū)24艘靠泊船進(jìn)行模擬計(jì)算，結(jié)果驗(yàn)證了該模型的有效性。

關(guān)鍵詞：

港口船舶； 灰云聚類(lèi)； 層次分析法（AHP）； 疏散模型

中圖分類(lèi)號(hào)： U698.5

文獻(xiàn)標(biāo)志碼： A

Emergency evacuation model of ships in ports based on

gray cloud and improved AHP

LI Han， ZHANG Wenjun， LI Guoshuai， YIN Jianchuan， SU Huawei， LIU Xiaolei

（

Navigation College， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：

To formulate the emergency evacuation plan of ships in ports under strong wind scientifically and efficiently and reduce the risk of evacuation， the ship emergency evacuation model is established based on the gray cloud and the improved Analytic Hierarchy Process （AHP）. The gray cloud model is adopted to substitute the traditional whitenization weight function， thus the fuzziness and randomness of evacuation priority information can be effectively reflected. The threescale method is adopted to construct the judgment matrix so as to determine index weight， where the calculation process of the weight is simplified. Ships can be classified into predefined levels according to their comprehensive clustering results； the evacuation order of the ships with the same priority is determined according to actual conditions. Twenty four berthing ships in an area of Tianjin Port are taken for example， and the result verifies the effectiveness of the proposed model.

Key words：

ship in port； gray cloud clustering； Analytic Hierarchy Process （AHP）； evacuation model

0引言

在全球變暖的背景下，臺(tái)風(fēng)、寒潮等氣象災(zāi)害事件的強(qiáng)度不斷增大[1]，如何在有限的時(shí)間內(nèi)以現(xiàn)有的資源完成對(duì)港口船舶的應(yīng)急疏散是當(dāng)前國(guó)內(nèi)外研究熱點(diǎn)和難點(diǎn)問(wèn)題。因此，迫切需要建立船舶應(yīng)急疏散順序決策模型，以提高緊急情況下船舶的疏散安全與效率。

目前，國(guó)內(nèi)外在船舶應(yīng)急疏散順序方面已經(jīng)有了一些研究成果。文獻(xiàn)[23]利用綜合評(píng)判法對(duì)港口各港區(qū)作出危險(xiǎn)度評(píng)判，得到籠統(tǒng)的船舶應(yīng)急疏散方案。文獻(xiàn)[4]應(yīng)用多層次多目標(biāo)模糊優(yōu)選理論得到船舶間客觀(guān)的相對(duì)風(fēng)險(xiǎn)比較值，進(jìn)而確定船舶應(yīng)急疏散順序。文獻(xiàn)[5]采用離散事件仿真方法對(duì)船舶疏散結(jié)果進(jìn)行評(píng)估，發(fā)現(xiàn)船舶的初始位置、載重量等因素對(duì)疏散時(shí)間的影響較大。文獻(xiàn)[6]利用灰色變權(quán)聚類(lèi)法建立船舶應(yīng)急疏散模型，該模型能較好地反映實(shí)際情況，指標(biāo)權(quán)重的確定方法能夠體現(xiàn)出不同指標(biāo)在聚類(lèi)中作用的差異。文獻(xiàn)[7]基于元胞自動(dòng)機(jī)得到船舶緊急疏散順序模型，但只考慮了撤離時(shí)間，并沒(méi)有考慮撤離風(fēng)險(xiǎn)問(wèn)題。

灰色系統(tǒng)理論和云理論都能較好地解決信息不完備問(wèn)題，目前灰云模型已廣泛應(yīng)用于電力[8]、環(huán)境[910]、軍事[11]、交通[12]等多個(gè)領(lǐng)域的系統(tǒng)評(píng)價(jià)和決策研究工作中。由于船舶疏散順序具有不完全性和非確知性，本文提出基于灰云聚類(lèi)的船舶疏散模型，將云理論引入灰色聚類(lèi)的白化權(quán)函數(shù)中，反映不同等級(jí)邊界信息的不完全性、模糊性和隨機(jī)性，并運(yùn)用改進(jìn)的層次分析法

（Analytic Hierarchy Process， AHP）

計(jì)算指標(biāo)權(quán)重，考慮決策者偏好以體現(xiàn)不同指標(biāo)在聚類(lèi)過(guò)程中的重要程度。模擬計(jì)算結(jié)果表明該模型符合客觀(guān)實(shí)際并易于實(shí)施。endprint

1港口船舶疏散模型指標(biāo)體系

根據(jù)文獻(xiàn)[26]以及具體船舶疏散調(diào)度方案，結(jié)合具體港口實(shí)時(shí)船舶停靠情況，建立考慮疏散風(fēng)險(xiǎn)和效率的船舶應(yīng)急疏散評(píng)價(jià)指標(biāo)體系，包括船舶因素、泊位因素、航道因素、環(huán)境因素等4個(gè)一級(jí)指標(biāo)和12個(gè)二級(jí)指標(biāo)，見(jiàn)圖1。圖1中：船舶類(lèi)型、掩護(hù)程度依照專(zhuān)家分析法取值[6]，屬于定性指標(biāo)；其余指標(biāo)可由船舶資料和港區(qū)實(shí)際情況獲得評(píng)價(jià)數(shù)據(jù)，屬于定量指標(biāo)。船舶載況指標(biāo)通過(guò)船舶實(shí)際吃水與滿(mǎn)載吃水比值確定?？紤]到指標(biāo)數(shù)據(jù)的可比性和易獲取性，可根據(jù)港口實(shí)際情況對(duì)指標(biāo)進(jìn)行擴(kuò)充或刪減。

2基于灰云和改進(jìn)AHP的模型

2.1船舶應(yīng)急疏散模型流程

根據(jù)船舶應(yīng)急疏散指標(biāo)體系的特點(diǎn)，提出基于灰云和改進(jìn)AHP的模型對(duì)惡劣天氣下在港系泊船舶疏散風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià)，對(duì)在航道內(nèi)航行的船舶直接進(jìn)行疏散，決策流程見(jiàn)圖2。收到港口應(yīng)急疏散指令后，各部門(mén)確定港內(nèi)船舶條件、港口條件和自然環(huán)境條件，定量化評(píng)價(jià)指標(biāo)和評(píng)價(jià)指標(biāo)等級(jí)信息，然后結(jié)合改進(jìn)的AHP理論進(jìn)行聚類(lèi)分析，確定疏散優(yōu)先級(jí)。

2.2正態(tài)灰云白化權(quán)模型

正態(tài)云模型在自然社會(huì)科學(xué)和生產(chǎn)活動(dòng)中具有良好的普適性和獨(dú)特的數(shù)學(xué)性質(zhì)，因此本文用正態(tài)云模型取代傳統(tǒng)白化權(quán)函數(shù)，得到正態(tài)灰云白化權(quán)模型（簡(jiǎn)稱(chēng)灰云），見(jiàn)圖3?；以频臄?shù)字特征用峰值

λx，左右界值Lx，Rx，熵En以及超熵He來(lái)表征。熵和超熵分別表示等級(jí)邊界的模糊性和隨機(jī)性。正態(tài)灰云的生成算法如下：

（1）在區(qū)間Lx，Rx內(nèi)，生成以Cx為期望，以En=Rx-Lx/6為標(biāo)準(zhǔn)差的正態(tài)隨機(jī)數(shù)xi。

（2）生成以En=Rx-Lx/6為期望，以He=En/α（α通常取6～8）為標(biāo)準(zhǔn)差的正態(tài)隨機(jī)數(shù)E′n。

（3）計(jì)算ui=exp-（x-Cx）2E′n22，令xi，ui為云滴。

（4）重復(fù)上述步驟，直至產(chǎn)生所需要的m個(gè)云滴為止。

若j指標(biāo)k灰類(lèi)的白化權(quán)函數(shù)為

fkj（x）=

exp-（x-Cx）2E′n22，x∈[Lx，Rx]

0，x[Lx，Rx]

（1）

則稱(chēng)其為適中測(cè)度正態(tài)灰云白化權(quán)模型；

若為

fkj（x）=

exp-（x-Cx）2E′n22，x∈[Lx，Cx]

1，x∈[Cx，Rx]

0，x[Lx，Rx]

（2）

則稱(chēng)其為上限測(cè)度正態(tài)灰云白化權(quán)模型；

若為

fkj（x）=

1，x∈[Lx，Cx]

exp-（x-Cx）2E′n22，x∈[Cx，Rx]

0，x[Lx，Rx]

（3）

則稱(chēng)其為下限測(cè)度正態(tài)灰云白化權(quán)模型。

根據(jù)指標(biāo)類(lèi)型、取值區(qū)間以及評(píng)價(jià)等級(jí)數(shù)目確定各疏散等級(jí)的灰云白化權(quán)模型。圖3給出了典型的五等級(jí)正態(tài)灰云白化權(quán)模型，低優(yōu)先級(jí)的灰云白化權(quán)函數(shù)類(lèi)型為下限測(cè)度，較低、一般和較高優(yōu)先級(jí)的為適中測(cè)度，高優(yōu)先級(jí)的為上限測(cè)度。

2.3確定聚類(lèi)權(quán)重

三標(biāo)度AHP是傳統(tǒng)AHP的簡(jiǎn)化算法，省略了一致性檢驗(yàn)和對(duì)判斷矩陣的修正，且自動(dòng)滿(mǎn)足一致性要求，克服了傳統(tǒng)AHP的弊端[13]。計(jì)算步驟[14]如下：

（1）構(gòu)造判斷矩陣

[WTHX]A[WTBX]。

采用三標(biāo)度法對(duì)同層指

標(biāo)進(jìn)行兩兩比較形成判斷矩陣

[WTHX]A[WTBX]，

改進(jìn)后的標(biāo)度定

義見(jiàn)表1。表1中

aij為第i指標(biāo)與第j指標(biāo)相比的重要性。

（2）計(jì)算判斷矩陣的最優(yōu)傳遞矩陣

[WTHX]R[WTBX]。該矩陣的元素

rij=1nnk=1（aik-ajk）=1nnk=1（ajk+akj）

（4）

（3）求擬優(yōu)傳遞矩陣

[WTHX]B[WTBX]。該矩陣的元素

bij=exp rij

（5）

（4）計(jì)算矩陣

[WTHX]B[WTBX]的最大特征值所對(duì)應(yīng)的特征向量[WTHX][WTBX]：

[WTHX]B[WTBX]=λmax

[WTHX][WTBX]

（6）

（5）對(duì)

[WTHX][WTBX]進(jìn)行歸一化處理，確定指標(biāo)權(quán)重：

w[WTBX]i=imj=1j

（7）

模型中一級(jí)指標(biāo)Ui的權(quán)重為wi，二級(jí)指標(biāo)

在一級(jí)指標(biāo)下的權(quán)重為

[WTHX]π[WTBX]i=vi1vi2…vin，n為該一級(jí)指標(biāo)下二級(jí)指標(biāo)的個(gè)數(shù)，二級(jí)指標(biāo)的綜合權(quán)重為

[WTHX]V[WTBX]=w1

[WTHX]π[WTBX]1w2

[WTHX]π[WTBX]2…wi

[WTHX]π[WTBX]i。

2.4灰云白化權(quán)聚類(lèi)

（1）各指標(biāo)聚類(lèi)系數(shù)。將指標(biāo)

數(shù)據(jù)xj代入各評(píng)價(jià)等級(jí)的灰云白化權(quán)模型中，計(jì)算指標(biāo)j關(guān)于灰類(lèi)k

的灰云聚類(lèi)系數(shù)fkj（xj）?；以颇Ｐ兔看斡?jì)算的白化權(quán)值都不相同，因此經(jīng)過(guò)多次計(jì)算后可得到聚類(lèi)系數(shù)云團(tuán)，指標(biāo)V31聚類(lèi)系數(shù)云團(tuán)見(jiàn)圖4。

計(jì)算云團(tuán)的期望值，并將某一指標(biāo)的不同等級(jí)聚類(lèi)系數(shù)歸一化，得到的灰云聚類(lèi)系數(shù)作為最終的白化權(quán)值。

fkjEx（xj）=fkj1（xj）+fkj2（xj）+…+fkjq（xj）/qendprint

（8）

fkj（xj）=fkjEx（xj）

[DD（]nk=1[DD）]

fkfEx（xj）

（9）

式中：fkjq（xj）表示第q次計(jì)算得到的灰云聚類(lèi)系數(shù)；q為云滴數(shù)，即計(jì)算次數(shù)，本文取q=100。

（2）綜合聚類(lèi)系數(shù)。計(jì)算對(duì)象i關(guān)于評(píng)價(jià)等級(jí)k的綜合聚類(lèi)系數(shù)

σki=nj=1fkj（xj）·wj

（10）

式中：wj為指標(biāo)j在綜合聚類(lèi)中的權(quán)重。

（3）確定評(píng)價(jià)等級(jí)。若maxσki=σki，則將對(duì)象i歸至灰類(lèi)k。

3模型驗(yàn)證

3.1建立優(yōu)先等級(jí)的灰云模型

天津港主航道全長(zhǎng)36.9 km，設(shè)有9個(gè)錨地，其中大沽口散化錨地、大沽口北錨地、大沽口南錨地和10萬(wàn)噸級(jí)錨地位置見(jiàn)圖5。北疆港區(qū)南部泊位主要是散雜貨船、集裝箱船、滾裝船等的專(zhuān)用泊位，且部分泊位已經(jīng)完成新一輪的升級(jí)改造。南疆港區(qū)北部為新建的煤炭、礦石和原油碼頭，見(jiàn)圖6。用圖1所示指標(biāo)建立港區(qū)的疏散模型，將船舶疏散順序優(yōu)先級(jí)分為5個(gè)優(yōu)先級(jí){低，較低，一般，較高，高}。各指標(biāo)數(shù)據(jù)越大表示疏散風(fēng)險(xiǎn)越大，說(shuō)明該船疏散優(yōu)先級(jí)越高。同一疏散優(yōu)先級(jí)的船舶撤離順序可根據(jù)實(shí)際情況調(diào)整。

（1）以天津港南疆和北疆港區(qū)2016年10月29日14時(shí)部分在港系泊船舶為例（見(jiàn)表2，其中船舶類(lèi)型T為油船，B為散貨船，G為雜貨船，C為集裝箱船），依據(jù)指標(biāo)對(duì)數(shù)據(jù)進(jìn)行量化和歸一化，部分結(jié)果見(jiàn)表3。運(yùn)用基于灰云和改進(jìn)AHP的船舶應(yīng)急疏散模型對(duì)船舶進(jìn)行模擬計(jì)算，以確定N強(qiáng)風(fēng)時(shí)的疏散方案。

（2）船舶疏散優(yōu)先程度評(píng)價(jià)標(biāo)準(zhǔn)的劃分根據(jù)專(zhuān)

家意見(jiàn)確定，但無(wú)法給出嚴(yán)格的評(píng)分標(biāo)準(zhǔn)。在模擬計(jì)算中對(duì)各指標(biāo)疏散優(yōu)先級(jí)的峰值作出以下規(guī)定：以各評(píng)價(jià)指標(biāo)值的均值為一般等級(jí)灰類(lèi)的峰值，從均值分別向0和1的方向3等分，得到的4個(gè)等分點(diǎn)即是該評(píng)價(jià)指標(biāo)的其他4個(gè)灰類(lèi)的峰值；再根據(jù)等級(jí)數(shù)目確定等級(jí)邊界

Lx，Rx，從而得到該指標(biāo)的灰云白化權(quán)函數(shù)。由評(píng)價(jià)等級(jí)劃分的原則可知，一般優(yōu)先級(jí)白化權(quán)函數(shù)由兩個(gè)半云組成。船舶類(lèi)型指標(biāo)

3.2確定指標(biāo)權(quán)重

運(yùn)用成對(duì)比較法和三標(biāo)度法構(gòu)造各級(jí)指標(biāo)對(duì)其上一層每個(gè)因素的成對(duì)比較矩陣，一級(jí)指標(biāo)相對(duì)最高層的成對(duì)比較矩陣（判斷矩陣）見(jiàn)表5。

3.3灰云聚類(lèi)及疏散等級(jí)

將各船舶歸一化后指標(biāo)值依次代入式（8）和（9）

確定各等級(jí)灰云聚類(lèi)系數(shù)，指標(biāo)V31聚類(lèi)系數(shù)云圖見(jiàn)圖4。結(jié)合各指標(biāo)權(quán)重，利用式（10）計(jì)算各船各等級(jí)綜合聚類(lèi)系數(shù)后，判斷疏散等級(jí)。本文使用MATLAB 7.11編程實(shí)現(xiàn)基于改進(jìn)AHP的定權(quán)灰云聚類(lèi)，求得24艘船在N強(qiáng)風(fēng)下的綜合聚類(lèi)系數(shù)，見(jiàn)表6。

同理可得S強(qiáng)風(fēng)時(shí)的疏散方案，結(jié)果見(jiàn)表7。

3.4結(jié)果分析

（1）疏散優(yōu)先級(jí)高的船舶主要包含大型油船，載重量較大、吃水較深的散貨船；疏散優(yōu)先級(jí)較高的船舶均為集裝箱船；疏散優(yōu)先級(jí)一般的船舶主要包括吃水較淺、疏散距離較短的散貨船；疏散優(yōu)先級(jí)低的船舶主要為載重量較小或吃水更淺的散雜貨船。

（2）雖然13號(hào)船的船長(zhǎng)和載重量較小，但是其?？康摹癎6增”泊位長(zhǎng)度、碼頭前沿水深、航道水深

均較小，所以其疏散優(yōu)先級(jí)較同載重量的船舶高。同一港池內(nèi)的同類(lèi)型船舶疏散優(yōu)先級(jí)基本一致，這與港口生產(chǎn)中的疏散方案總體一致。

（3）在其他條件不變，只改變風(fēng)向的情況下，在港區(qū)泊位停靠的船的風(fēng)舷角發(fā)生改變，導(dǎo)致其疏散優(yōu)先級(jí)發(fā)生改變，如：泊位“S1”和“S4”由吹攏風(fēng)轉(zhuǎn)為吹開(kāi)風(fēng)，其疏散優(yōu)先級(jí)有所下降；泊位“G6增”由吹開(kāi)風(fēng)轉(zhuǎn)為吹攏風(fēng)，致使其疏散優(yōu)先級(jí)上升一個(gè)等級(jí)。比較兩次模擬結(jié)果發(fā)現(xiàn)，不同風(fēng)向下同一艘船的疏散優(yōu)先級(jí)聚類(lèi)系數(shù)會(huì)發(fā)生相應(yīng)的變化，但是由于風(fēng)向與泊位法線(xiàn)夾角指標(biāo)的權(quán)重較低，反映到最終疏散優(yōu)先級(jí)評(píng)估上時(shí)會(huì)發(fā)現(xiàn)很多船的疏散優(yōu)先級(jí)并未改變。

（4）雖然同尺度的9號(hào)船與10號(hào)船?？坎次蛔呦蛞恢?，受自然條件影響相同，屬同一疏散優(yōu)先級(jí)，但是因?yàn)?0號(hào)船的V14，V22和V23指標(biāo)的指標(biāo)值的高優(yōu)先級(jí)灰云聚類(lèi)系數(shù)高于9號(hào)船的，其疏散風(fēng)險(xiǎn)更大，所以10號(hào)船綜合聚類(lèi)系數(shù)中的高等級(jí)聚類(lèi)系數(shù)大于9號(hào)船的。同尺度的12號(hào)散貨船與23號(hào)集裝箱船泊位走向一致，因?yàn)榧b箱船接近滿(mǎn)載，且集裝箱船受風(fēng)面積更大，所以應(yīng)優(yōu)先疏散23號(hào)集裝箱船，這與實(shí)際情況相符。

4結(jié)論

為提高船舶疏散決策的科學(xué)性，建立基于灰云和改進(jìn)層次分析法（AHP）的船舶應(yīng)急疏散模型。采用灰云模型實(shí)現(xiàn)灰數(shù)的白化過(guò)程，綜合考慮評(píng)估中指標(biāo)的不完全性、模糊性和隨機(jī)性，提高了白化權(quán)值的可信度。在確定各指標(biāo)權(quán)重時(shí)，采用三標(biāo)度法構(gòu)造判斷矩陣，簡(jiǎn)化了判斷過(guò)程，克服了傳統(tǒng)AHP需要一致性檢驗(yàn)的弊端。利用該模型對(duì)天津港南疆和北疆港區(qū)部分在港船舶進(jìn)行模擬計(jì)算和分析，結(jié)果能夠較好地反映實(shí)際情況，驗(yàn)證了模型的有效性，為其他港口船舶應(yīng)急疏散決策提供了一定的參考依據(jù)。本文只在指標(biāo)選取時(shí)考慮到船舶疏散效率，所以結(jié)果并未確定安全疏散的時(shí)間界限，因此在兼顧安全的原則下提高疏散效率是今后需要研究的課題。

參考文獻(xiàn)：

[1]

張慶云， 陶詩(shī)言， 彭京備. 我國(guó)災(zāi)害性天氣氣候事件成因機(jī)理的研究進(jìn)展[J]. 大氣科學(xué)， 2008， 32（4）： 815825.

[2]戴冉， 朱世良， 伊偉利， 等. 大孤山及大窯灣區(qū)域部分重點(diǎn)泊位風(fēng)險(xiǎn)評(píng)估及應(yīng)急避險(xiǎn)演練方案研究[R]. 大連： 大連海事大學(xué)， 2012： 98116.

[3]張杰， 戴冉， 岳興旺. 營(yíng)口海區(qū)極端惡劣天氣下的船舶疏散方案研究[J]. 航海技術(shù)， 2011（6）： 6970.endprint

[4]秦泗一. 極端天氣下船舶疏散順序的研究[D]. 大連： 大連海事大學(xué)， 2009.

[5]PITANA T， KOBAYASHI E. Assessment of ship evacuations in response to pending tsunamis[J]. Journal of Marine Science and Technology， 2010， 15（3）： 242256. DOI： 10.1007/s0077301000910.

[6]吳祖新， 戴冉， 張軍. 基于灰色變權(quán)聚類(lèi)的船舶應(yīng)急疏散模型[J]. 上海海事大學(xué)學(xué)報(bào)， 2015， 36（1）： 5055. DOI： 10.13340/j.jsmu.2015.01.009.

[7]熊子龍. 基于元胞自動(dòng)機(jī)的船舶緊急疏散順序研究[D]. 廈門(mén)： 集美大學(xué)， 2015.

[8]王雁凌，張雪佼，閻敬民. 基于變權(quán)灰云模型的風(fēng)電場(chǎng)并網(wǎng)技術(shù)性綜合評(píng)價(jià)[J]. 電網(wǎng)技術(shù)， 2013， 37（12）： 35463551. DOI： 10.13335/j.10003673.pst.2013.12.038.

[9]黎育紅， 陳玥. 基于灰云白化權(quán)函數(shù)的洪水災(zāi)害綜合等級(jí)評(píng)估[J]. 自然災(zāi)害學(xué)報(bào)， 2013， 22（1）： 108114. DOI： 10.13577/j.jnd.2013.0115.

[10]范亞瓊， 燕雪峰， 陳海燕. 基于改進(jìn)離差最大化方法的梯形灰云評(píng)估模型[J]. 計(jì)算機(jī)技術(shù)與發(fā)展， 2016， 26（4）： 2024.

[11]彭紹雄， 王海濤， 鄒強(qiáng). 潛空導(dǎo)彈武器系統(tǒng)作戰(zhàn)效能評(píng)估模型[J]. 系統(tǒng)工程理論與實(shí)踐， 2015， 35（1）： 267272.

[12]龔慧佳， 軒少永， 胡甚平， 等. 基于灰云模型的海上交通系統(tǒng)風(fēng)險(xiǎn)推理方法[J]. 中國(guó)航海， 2016， 39（2）： 8791.

[13]張衛(wèi)中， 陳從新， 張敬東. 改進(jìn)的AHP及其在地災(zāi)易發(fā)程度分區(qū)中的實(shí)踐[J]. 土木建筑與環(huán)境工程， 2009， 31（2）： 8589.

[14]陳志鼎， 張揚(yáng)， 閆海蘭. 基于熵權(quán)和改進(jìn)AHP的中小型水電工程施工風(fēng)險(xiǎn)評(píng)估模型及應(yīng)用[J]. 水電能源科學(xué)， 2016， 34（7）： 171174， 162.

（編輯賈裙平）endprint