仇光偉 胡以懷 郭曉亮

摘要：為更好地提高現(xiàn)有輪機(jī)模擬器實(shí)操評(píng)分的準(zhǔn)確性，參考國(guó)內(nèi)輪機(jī)模擬器自動(dòng)評(píng)分系統(tǒng)的原理，提出一種多級(jí)模糊綜合評(píng)價(jià)方法。該方法依據(jù)中華人民共和國(guó)海事局在《海船船員適任考試與評(píng)估大綱》中規(guī)定的實(shí)操技能要求，建立評(píng)價(jià)指標(biāo)體系。使用層次分析法（analytic hierarchy process，AHP）確定各指標(biāo)權(quán)重，選擇適宜的隸屬度函數(shù)模型確定各指標(biāo)的隸屬度。實(shí)時(shí)采集船員在實(shí)操訓(xùn)練過(guò)程中產(chǎn)生的數(shù)據(jù)，依據(jù)專家系統(tǒng)進(jìn)行模糊評(píng)價(jià)。經(jīng)專家驗(yàn)證取得了理想的結(jié)果。模型提高了實(shí)操評(píng)分的準(zhǔn)確性、公正性及其評(píng)價(jià)效率，可為海事部門(mén)的考核提供有力的支撐。

關(guān)鍵詞： 輪機(jī)模擬器; 實(shí)操訓(xùn)練; 自動(dòng)評(píng)分; 多級(jí)模糊綜合評(píng)價(jià); 層次分析法（AHP）

中圖分類號(hào)： U676.2 ? ?文獻(xiàn)標(biāo)志碼： A

Automatic scoring method and realization of SMSC marine engine

room simulator practical training

QIU Guangwei， HU Yihuai， GUO Xiaoliang

（Merchant Marine College， Shanghai Maritime University， Shanghai 201306， China）

Abstract： In order to improve the accuracy of practical training scoring of existing marine engine room simulators， referring to the principle of the domestic marine engine room simulator automatic scoring system， a multi-level fuzzy comprehensive evaluation method is proposed. In the method， an evaluation index system is established based on the practical operational skill requirements stipulated by the Maritime Safety Administration of the Peoples Republic of China in the Shipboard Crews Qualification Examination and Assessment Outline. The analytic hierarchy process （ AHP） is used to determine the weight of each index， and the appropriate membership function model is selected to determine the membership degree of each index. The data produced by the crew in the practical training process are collected in real time， and the fuzzy evaluation is performed according to the expert system. The ideal result is obtained by expert verification. The model improves the accuracy， fairness and evaluation efficiency of the practical training scoring， and can provide strong support for the assessment of maritime departments.

Key words： marine engine room simulator; practical training; automatic scoring; multi-level fuzzy comprehensive evaluation; analytic hierarchy process （AHP）

0 引 言

據(jù)交通運(yùn)輸部新聞辦公室發(fā)布的《2017年中國(guó)船員發(fā)展報(bào)告》顯示，截至2017年底我國(guó)共有注冊(cè)船員148.3萬(wàn)余人，其中海船船員70.9萬(wàn)余人。在船員隊(duì)伍總體保持穩(wěn)定增長(zhǎng)的同時(shí)，現(xiàn)代船舶也在向著大型化、專業(yè)化的方向發(fā)展，這對(duì)船員的管理水平和實(shí)操水平提出了更高的要求[1-2]。

為避免船員實(shí)操人工評(píng)估的主觀性、延時(shí)性，需要設(shè)計(jì)輪機(jī)模擬器的自動(dòng)評(píng)分系統(tǒng)。目前自動(dòng)評(píng)估算法包括：基于專家系統(tǒng)評(píng)分規(guī)則的模糊評(píng)估算法[2]、采用專家評(píng)價(jià)法和統(tǒng)計(jì)評(píng)判法定權(quán)的模糊綜合評(píng)價(jià)法[3]、分解綜合法結(jié)合模糊綜合法[4]、采用專家綜合測(cè)評(píng)方式定權(quán)的模糊綜合評(píng)價(jià)法[5]等。每種方法都有自己的優(yōu)劣，雖然框架各異，但其核心問(wèn)題均為怎樣合理地確定各因素的權(quán)重和隸屬度。本文考慮各類方法的優(yōu)點(diǎn)和局限性，提出使用專家經(jīng)驗(yàn)法與層次分析法（analytic hierarchy process，AHP）相結(jié)合確定權(quán)重，將合適的三角形、梯形、半梯形隸屬度函數(shù)相結(jié)合確定隸屬度，嚴(yán)格按照海事局相關(guān)規(guī)定對(duì)隸屬度函數(shù)的參數(shù)進(jìn)行修正，采用多級(jí)模糊綜合評(píng)價(jià)模型得到最終分?jǐn)?shù)，并通過(guò)實(shí)例進(jìn)行驗(yàn)證。

現(xiàn)基于上海海事大學(xué)現(xiàn)有的輪機(jī)模擬器提出自動(dòng)評(píng)分的總體思路，利用WPF框架和C#語(yǔ)言開(kāi)發(fā)試題模塊用于實(shí)現(xiàn)實(shí)操考試的自動(dòng)評(píng)估。

1 實(shí)操評(píng)估系統(tǒng)設(shè)計(jì)

ERM輪機(jī)模擬器系統(tǒng)的運(yùn)行管理是通過(guò)教練員臺(tái)進(jìn)行的，教員通過(guò)教員機(jī)對(duì)整個(gè)ERM輪機(jī)模擬器進(jìn)行監(jiān)管，教員通過(guò)輸入命令可方便地控制仿真工作站運(yùn)行及培訓(xùn)的項(xiàng)目。仿真系統(tǒng)的運(yùn)行管理包括運(yùn)行控制功能、參數(shù)設(shè)置功能、系統(tǒng)自檢功能、教學(xué)演繹功能、報(bào)警監(jiān)視功能等。實(shí)操評(píng)估系統(tǒng)結(jié)構(gòu)體系見(jiàn)圖1。

模擬器運(yùn)行條件設(shè)置功能主要包括參數(shù)設(shè)置功能、故障設(shè)置功能、仿真科目設(shè)置功能等。參數(shù)設(shè)置功能主要用于船舶ERM輪機(jī)模擬器仿真環(huán)境的設(shè)置，包括外部參數(shù)設(shè)置、外部參數(shù)缺省設(shè)置和初始狀態(tài)參數(shù)選擇與管理。教員可通過(guò)教員機(jī)給各仿真子系統(tǒng)設(shè)置多種故障，設(shè)置方式包括單個(gè)故障分別設(shè)置和一系列故障同時(shí)設(shè)置。教員可通過(guò)教員機(jī)設(shè)置不同的仿真培訓(xùn)科目，使學(xué)員進(jìn)行指定科目的操作。

試題管理模塊用于完成試題的輸入、編輯和刪除，設(shè)置試題的類別和難度系數(shù)。為保證試題數(shù)據(jù)庫(kù)中相關(guān)數(shù)據(jù)的完整性和一致性，本模塊只有在特殊情況下才對(duì)用戶開(kāi)放。所有試題只有通過(guò)硬件實(shí)操或軟件人機(jī)界面實(shí)操的形式才能進(jìn)行解答。

實(shí)操答題可以在學(xué)員機(jī)或工作站上進(jìn)行，一般情況下在學(xué)員機(jī)上進(jìn)行正式考核評(píng)估前的操作訓(xùn)練，在工作站上實(shí)施正式考核評(píng)估。學(xué)員通過(guò)身份驗(yàn)證后即可進(jìn)入評(píng)估環(huán)節(jié)。進(jìn)入實(shí)操答題狀態(tài)后，實(shí)操答題模塊自動(dòng)設(shè)置或修改相關(guān)參數(shù)進(jìn)入試題的初始狀態(tài)。答題次序可以任意選擇，在規(guī)定的答題時(shí)間內(nèi)可以重新解答已答試題，以最后一次的答案為準(zhǔn)。如果學(xué)員在試卷規(guī)定的時(shí)間內(nèi)答完全部試題，而且提交了試卷（系統(tǒng)詢問(wèn)3次是否交卷），則本次考核結(jié)束;如果學(xué)員在試卷規(guī)定的時(shí)間內(nèi)未能答完全部試題，則實(shí)操答題模塊自動(dòng)終止答題狀態(tài)，本次考核結(jié)束。

考核結(jié)束后，系統(tǒng)根據(jù)保存在答題結(jié)果數(shù)據(jù)中的實(shí)操動(dòng)作、實(shí)操步驟和耗用時(shí)間等因素進(jìn)行自動(dòng)評(píng)分，實(shí)操答題模塊通過(guò)網(wǎng)絡(luò)通信程序?qū)?shí)操答題結(jié)果數(shù)據(jù)傳輸至成績(jī)管理模塊，并將考核成績(jī)保存在教員機(jī)數(shù)據(jù)庫(kù)中。

實(shí)操評(píng)估流程見(jiàn)圖2。

2 實(shí)操訓(xùn)練的自動(dòng)評(píng)估算法

輪機(jī)模擬器實(shí)操考試評(píng)分過(guò)程涉及的影響因素較多，考官通常作定性分析，帶有很大的主觀性和隨意性，對(duì)各步驟權(quán)重的給定存在較大的差異，對(duì)同一問(wèn)題的評(píng)價(jià)因人而異。因此，實(shí)操評(píng)估具有模糊性，內(nèi)涵明確、外延不明確，即“亦此亦彼性”。模糊綜合評(píng)價(jià)是模糊系統(tǒng)分析的基本方法之一，在軟科學(xué)等領(lǐng)域有著廣泛的應(yīng)用[6]。

美國(guó)自動(dòng)控制論專家L.A. ZADEH于1965年在《信息與控制》雜志上發(fā)表論文《模糊集》，標(biāo)志著模糊數(shù)學(xué)的誕生。模糊數(shù)學(xué)研究的核心問(wèn)題是事物劃分的不確定性，難點(diǎn)在于怎樣根據(jù)實(shí)際情況合理地選取模糊集合的隸屬度函數(shù)，進(jìn)而確定隸屬度。

模糊綜合評(píng)價(jià)法是利用模糊集理論進(jìn)行智能評(píng)估的一種方法[6-7]。其理論基礎(chǔ)是模糊變換，變換的實(shí)質(zhì)為論域的轉(zhuǎn)換。設(shè)U={x1，x2，…，xn}，V={y1，y2，…，yn}為有限論域，A是U上的一個(gè)模糊向量，R是U×V上的一個(gè)模糊矩陣，那么AR是兩個(gè)模糊矩陣的合成，R的作用為模糊變換，將論域U上的模糊集變?yōu)檎撚騐上的模糊集?！?”表示模糊綜合評(píng)價(jià)算子，研究發(fā)現(xiàn)進(jìn)行模糊綜合評(píng)價(jià)時(shí)模糊算子非常重要，在實(shí)際應(yīng)用中選取不同的模糊算子會(huì)得到不同的評(píng)價(jià)結(jié)果，算子選擇的不恰當(dāng)有時(shí)可能導(dǎo)致模糊綜合評(píng)價(jià)不能正常進(jìn)行[8]。

根據(jù)評(píng)價(jià)對(duì)象的影響因素是否處于同一層次，模糊綜合評(píng)價(jià)模型可分為一級(jí)模糊綜合評(píng)價(jià)模型和多級(jí)模糊綜合評(píng)價(jià)模型。

2.1.1 一級(jí)模糊綜合評(píng)價(jià)模型

模糊綜合評(píng)價(jià)首先要確定因素集U={u1，u2，…，un}和評(píng)語(yǔ)集V={v1，v2，…，vm}，當(dāng)n個(gè)因素屬于同一層次時(shí)稱其為一級(jí)綜合評(píng)價(jià)，大致有以下5個(gè)環(huán)節(jié)。

（1）單因素評(píng)價(jià)。將某因素ui的評(píng)價(jià)結(jié)果記為ri=（ri1，ri2，…，rim），且0≤rij≤1，j=1，2，…，m。rij表示評(píng)價(jià)對(duì)象的因素ui隸屬于評(píng)語(yǔ)vj的程度，即隸屬度。將評(píng)價(jià)指標(biāo)數(shù)量化，就可以建立隸屬度函數(shù)，進(jìn)而精確地計(jì)算不同指標(biāo)下的隸屬度。

（2）建立綜合評(píng)價(jià)矩陣。所有的評(píng)價(jià)結(jié)果rij構(gòu)成綜合評(píng)價(jià)矩陣R，即R=r11r12…r1m

r21r22…r2m

rn1rn2…rnm

（1） ?（3）確定權(quán)重集。因素集U中各因素相對(duì)于評(píng)價(jià)對(duì)象的重要程度通常不同，權(quán)重強(qiáng)調(diào)的是因素或指標(biāo)的相對(duì)重要程度。權(quán)重集對(duì)于評(píng)價(jià)的結(jié)果非常重要，合適的權(quán)重會(huì)使評(píng)價(jià)結(jié)果更加科學(xué)。為克服主觀因素的影響，本文采用AHP進(jìn)行定權(quán)。一般設(shè)權(quán)重向量為A=（a1，a2，…，an），且ni=1ai=1。

（4）模糊變換。設(shè)R∈F（U×V），A∈F（U），由模糊變換得到綜合評(píng)價(jià)B =AR = （a1，a2，…，an）r11r12…r1m

r21r22…r2m

rn1rn2…rnm=

（b1，b2，…，bm）∈F（V）

（2）采用M（+，·）算子，則式（2）變?yōu)閎j=ni=1（airij）， j=1，2，…，m

（3）這種算子就是加權(quán)平均模型，它能充分利用一切信息，是相對(duì)理想的一種算子[6]。

（5）綜合評(píng)價(jià)。通常采用3種方法，即模糊分步法、最大隸屬原則和加權(quán)平均法。加權(quán)平均法以隸屬度bj為權(quán)系數(shù)，計(jì)算評(píng)語(yǔ)集的加權(quán)平均值進(jìn)行評(píng)價(jià)，即v=mj=1bjvjmj=1bj

（4）2.1.2 多級(jí)模糊綜合評(píng)價(jià)模型

此模型用于處理評(píng)價(jià)過(guò)程涉及的影響因素較多、各評(píng)價(jià)指標(biāo)權(quán)重不易分配的情況，它是在一級(jí)模糊綜合評(píng)價(jià)的基礎(chǔ)上建立起來(lái)的。輪機(jī)模擬器實(shí)操評(píng)估符合此模型使用條件。

以輪機(jī)模擬器實(shí)操為例，通?？己擞?部分內(nèi)容，見(jiàn)圖3。

由于考核項(xiàng)目較多，所以將實(shí)操分為冷船啟動(dòng)、備車操作、應(yīng)急操作和設(shè)備與系統(tǒng)故障分析與排除等4大類，每一大類可細(xì)分為若干小類，每一小類又由若干操作組成。評(píng)估項(xiàng)目的組題辦法是：冷船啟動(dòng)部分抽取1題，備車操作部分抽取1題，應(yīng)急操作部分抽取1題，設(shè)備與系統(tǒng)故障分析與排除部分抽取2題，組成一套評(píng)估試卷。一套評(píng)估題目總分100分，獲得80分及以上才能算作及格[9]。根據(jù)評(píng)

估規(guī)范，先對(duì)每一小類進(jìn)行綜合評(píng)價(jià)，將評(píng)價(jià)結(jié)果看成上一級(jí)的一個(gè)單因素評(píng)價(jià)，再將這4大類項(xiàng)目看成4個(gè)因素并賦予權(quán)重向量A，進(jìn)行第二級(jí)綜合評(píng)價(jià)。模型如下：C=AR=AA1R1

A2R2

A3R3

A4R4=AB1

B2

B3

B4=

A（bij）4×m

（5）式中：Bi為第i大類評(píng)估項(xiàng)目的評(píng)價(jià)結(jié)果，i=1，2，3，4;C為最后的綜合評(píng)價(jià)結(jié)果。

2.2 AHP確定權(quán)重

權(quán)重的確定有主觀方法、客觀方法和主客觀結(jié)合方法，常用的有專家估測(cè)法[10]、模糊關(guān)系方程法[11]、客觀定權(quán)法[12]和AHP。

AHP是將與決策有關(guān)的元素分解為目標(biāo)、準(zhǔn)則、方案等層次，在此基礎(chǔ)上進(jìn)行定性和定量分析的決策方法[13-17]。它能客觀地描述人們對(duì)模糊問(wèn)題的主觀判斷，主要有以下3步。

步驟1 確定因素集。分析評(píng)價(jià)對(duì)象所有的影響因素，評(píng)價(jià)指標(biāo)可以通過(guò)因子分析法[18]得出，進(jìn)而得到因素集U={u1，u2，…，un}。

步驟2 構(gòu)建判斷矩陣。令uij表示ui相對(duì)于uj的重要程度，由表1得判斷矩陣：P=u11u12…u1n

u21u22…u2n

un1un2…unn

步驟3 計(jì)算判斷矩陣的特征值和特征向量。根據(jù)研究對(duì)象的精度要求常常采用方根法或和積法，本文使用和積法。首先將矩陣P的每一列歸一化、正規(guī)化、按行相加：uij=uijnk=1ukj （i，j=1，2，…，n）

（6）

Wi=nj=1uij （i=1，2，…，n）

（7）然后對(duì)W=（W1，W2，…，Wn）T正規(guī)化得特征向量W=（W1，W2，…，Wn）T，計(jì)算最大特征值：λmax=1nni=1（PW）iWi

（8）最后進(jìn)行一致性檢驗(yàn)：RC=IC/IR

（9）

IC=1n-1（λmax-n）

（10）式中：RC為隨機(jī)一致性比例;IC為一致性指標(biāo);IR為平均隨機(jī)一致性指標(biāo)，IR值見(jiàn)表2。當(dāng)RC<0.1時(shí)，證明權(quán)重分配是合理的。

3 實(shí)例分析

本文以冷船啟動(dòng)（癱船啟動(dòng)）項(xiàng)目中主發(fā)電機(jī)操作為例。首先建立評(píng)估指標(biāo)體系（圖4），然后利用AHP分別算出一級(jí)和二級(jí)指標(biāo)的權(quán)重，參考《中華人民共和國(guó)海船船員適任評(píng)估規(guī)范》（以下簡(jiǎn)稱《評(píng)估規(guī)范》）確立評(píng)估要素及標(biāo)準(zhǔn)，設(shè)定相應(yīng)操作的權(quán)重，選擇合適的隸屬度函數(shù)，進(jìn)而得到模糊關(guān)系矩陣R，最后根據(jù)二級(jí)模糊綜合評(píng)價(jià)模型打分。

3.1 評(píng)估指標(biāo)體系

主發(fā)電機(jī)操作分為4個(gè)一級(jí)指標(biāo)（U1，U2，U3，U4），每個(gè)一級(jí)指標(biāo)下又分為若干二級(jí)指標(biāo)（u11，u12，u13，…，u44）。

3.2 評(píng)價(jià)指標(biāo)權(quán)重

按照第2.2節(jié)所述的AHP并參考專家意見(jiàn)，確定一級(jí)指標(biāo)判斷矩陣P：

U1 ?U2 U3 U4

P=1566

1/5132

1/61/311

1/61/211 U1

U2

U3

U4

由式（6）和（7）得特征向量W=（0.633，0.187，0.087，0.093）T，由式（8）得特征值λmax=4.082，由式（10）得IC=0.027 3，查表2得IR=0.90，由式（9）得RC=0.03<0.10。計(jì)算表明判斷矩陣具有滿意的一致性，即W=（0.633，0.187，0.087，0.093）T可以作為權(quán)重向量。

實(shí)操中有些步驟是關(guān)鍵步驟，因此所占權(quán)重比較大，由AHP結(jié)合專家法可得二級(jí)指標(biāo)判斷矩陣Pi（i=1，2，3，4）：

u11 u12 u13 ?u14

P1=11/31/41/3

311/21

4211/2

3121 u11

u12

u13

u14

u21 u22 u23 u24

P2=1557

1/5113

1/5113

1/71/31/31 u21

u22

u23

u24

u31 u32 u33 u34

P3=1257

1/2145

1/51/415

1/71/51/51 u31

u32

u33

u34

u41 u42 u43 u44

P4=1357

1/3157

1/51/517

1/71/71/71 u41

u42

u43

u44

其權(quán)重向量分別為（0.088，0.248，0.317，0.347）T，（0.628，0.154，0.154，0.064）T，（0.501，0.308，0.139，0.052）T，（0.514，0.299，0.143，0.044）T。

3.3 隸屬度函數(shù)

為得到一級(jí)指標(biāo)Ui（i=1，2，3，4）的評(píng)價(jià)矩陣，需要建立對(duì)應(yīng)的二級(jí)指標(biāo)的模糊關(guān)系矩陣R，即確定評(píng)價(jià)集和因素集，并確定對(duì)應(yīng)的隸屬度。以U1為例，對(duì)于u1i（i=1，2，3，4），影響得分的因素可以分為評(píng)估耗時(shí)、誤操作步驟數(shù)、操作順序和操作結(jié)果完成度等4類，由此建立因素集E={e1，e2，e3，e4}。依據(jù)《評(píng)估規(guī)范》建立評(píng)價(jià)集V={v1，v2，v3，v4，v5}，其中v1、v2、v3、v4和v5分別對(duì)應(yīng)非常熟練、比較熟練、操作一般、勉強(qiáng)完成和無(wú)法完成等5個(gè)評(píng)價(jià)等級(jí)，對(duì)應(yīng)分?jǐn)?shù)依次為20、16、12、8和4。

通常采用隸屬度函數(shù)確定隸屬度。由于每個(gè)人看待問(wèn)題的角度不同，所以面對(duì)同一個(gè)模糊集會(huì)建立不同的隸屬度函數(shù)，也就是說(shuō)模糊集的隸屬度函數(shù)不是唯一的[5]。隸屬度函數(shù)需要根據(jù)專家經(jīng)驗(yàn)確立，并在實(shí)踐中進(jìn)行修正。本文根據(jù)評(píng)估考試的特點(diǎn)選擇經(jīng)典的半梯形、梯形、三角形分布作為隸屬度函數(shù)，并根據(jù)因素ei（i=1，2，3，4）確認(rèn)5個(gè)評(píng)價(jià)等級(jí)的隸屬度函數(shù)。根據(jù)實(shí)操過(guò)程中采集的數(shù)據(jù)以及采用的隸屬度函數(shù)會(huì)得出相應(yīng)步驟的隸屬度rij，進(jìn)而建立模糊關(guān)系矩陣R。

系統(tǒng)對(duì)每項(xiàng)操作都設(shè)置有參考時(shí)間T（表示完成此項(xiàng)操作的時(shí)間上限），實(shí)際操作耗時(shí)越少成績(jī)?cè)礁?。設(shè)考生實(shí)際操作耗時(shí)為t，令τ=t/T，根據(jù)專家意見(jiàn)以τ為自變量建立每個(gè)評(píng)價(jià)等級(jí)的隸屬度函數(shù)。

每項(xiàng)操作步驟吻合程度包括誤操作步驟數(shù)和操作順序兩個(gè)方面。誤操作步驟數(shù)指實(shí)際操作步驟數(shù)與標(biāo)準(zhǔn)操作步驟數(shù)之間的差值，包括多操作和漏操作兩種。例如某一項(xiàng)目有10步操作，將考生實(shí)際操作步驟數(shù)與數(shù)據(jù)庫(kù)進(jìn)行匹配，發(fā)現(xiàn)該生只完成了其中的8步，屬于漏操作，則誤操作步驟數(shù)為2。設(shè)標(biāo)準(zhǔn)操作步驟數(shù)為N，實(shí)際操作步驟數(shù)為C，定義誤操作指數(shù)Ф=N-C/N，Ф越小表示操作步驟吻合度越高，評(píng)價(jià)等級(jí)越高。根據(jù)專家意見(jiàn)以Ф為自變量建立每個(gè)評(píng)價(jià)等級(jí)的隸屬度函數(shù)。設(shè)實(shí)際操作順序錯(cuò)誤步驟數(shù)為n，標(biāo)準(zhǔn)操作步驟數(shù)為N，定義參數(shù)Ψi=Ni/12（i=0，1，3，5，7），根據(jù)專家意見(jiàn)以Ψi為自變量的分段點(diǎn)建立每個(gè)評(píng)價(jià)等級(jí)的隸屬度函數(shù)，將n與Ψi比較確定區(qū)間，最后由函數(shù)關(guān)系得到隸屬度。

操作結(jié)果完成度是比較明確的，只有成功和失敗兩個(gè)結(jié)果，即完成度只有0和1兩個(gè)值。實(shí)操中的關(guān)鍵步驟是否達(dá)到要求可以通過(guò)此因素來(lái)衡量。由專家經(jīng)驗(yàn)法確定e1、e2、e3、e4的權(quán)重，對(duì)應(yīng)的權(quán)重向量為A=（a1，a2，a3，a4）=（0.25，0.20，0.20，0.35）?？芍猠4所占權(quán)重較大，關(guān)鍵步驟未完成會(huì)直接影響最后的得分。

由以上分析得到表3。

3.4 二級(jí)指標(biāo)的模糊關(guān)系矩陣

在機(jī)旁啟動(dòng)（U2）評(píng)估中，某位考生成功將控制屏上的操縱位置轉(zhuǎn)換開(kāi)關(guān)置于機(jī)旁“LOCAL”位置，成功啟動(dòng)預(yù)潤(rùn)滑油泵但沒(méi)有把油門(mén)放在“STOP”位置，成功打開(kāi)示功閥和啟動(dòng)空氣閥但沒(méi)有打開(kāi)機(jī)旁啟動(dòng)控制空氣閥，最后成功進(jìn)行沖車，操作總用時(shí)為2 min，參考用時(shí)5 min。由第3.3節(jié)可知，τ=0.4，Ф=0.286，n=0，N=7，由此建立模糊關(guān)系矩陣：

v1 ?v2 ?v3 ?v4 v5

R21 =01000

00.140.8600

10000

10000 e1

e2

e3

e4

由式（2）和（3）得B21=A R21=（0.550，0.278，0.172，0，0）。同理，根據(jù)此考生的操作數(shù)據(jù)（表4）可得到R11，R12，…，R44，進(jìn)而得到B11，B12，…，B44。R1 = B11

B12

B13

B14 = 1.0000000

0.2000.0800.5200.2000

0.1250.4500.1340.0660

1.0000000

R2 = B21

B22

B23

B24 = 0.5500.2780.17200

1.0000000

0.5500.2500.20000

1.0000000

R3 = B31

B32

B33

B34 = 0.4500.3500.1000.1000

1.0000000

1.0000000

1.0000000

R4 = B41

B42

B43

B44 = 1.0000000

0.4000.05000.3500.200

1.0000000

00.3800.5800.0400由各項(xiàng)二級(jí)指標(biāo)的權(quán)重向量進(jìn)行模糊變換：Bi=WiRi （i=1，2，3，4）歸一化后得到B1=（0.565，0.175，0.184，0.076，0）T，B2=（0.648，0.213，0.139，0，0）T，B3=（0.725，0.175，0.050，0.050，0）T，B4=（0.598，0.254，0.020，0.082，0.046）T。

3.5 綜合評(píng)價(jià)

通過(guò)二級(jí)指標(biāo)的模糊評(píng)價(jià)矩陣Ri（i=1，2，3，4）計(jì)算一級(jí)指標(biāo)的模糊評(píng)價(jià)矩陣R：

R=（B1，B2，B3，B4）T=

0.5650.1750.1840.0760

0.6480.2130.13900

0.7250.1750.0500.0500

0.5980.2540.0200.0820.046

由式（5）得總體模糊評(píng)價(jià)結(jié)果B：B=WR=（0.633，0.187，0.087，0.093）T

0.5650.1750.1840.0760

0.6480.2130.13900

0.7250.1750.0500.0500

0.5980.2540.0200.0820.046=

（0.598，0.436，0.149，0.060，0.046）正規(guī)化得B=（0.464，0.338，0.116，0.046，0.036），由式（4）和各等級(jí)對(duì)應(yīng)的分?jǐn)?shù)得v=mj=1bjvjmj=1bj=16.592 ?模糊評(píng)價(jià)結(jié)果表明，該考生癱船啟動(dòng)中主發(fā)電機(jī)啟動(dòng)運(yùn)行項(xiàng)目的綜合評(píng)分為16.592，屬于操作“比較熟練”。根據(jù)多位專家的打分，認(rèn)為該成績(jī)處于合理范圍，予以采用。評(píng)估成績(jī)界面見(jiàn)圖5。

4 結(jié)束語(yǔ)

本文根據(jù)上海海事大學(xué)SMSC型輪機(jī)模擬器設(shè)計(jì)了實(shí)操評(píng)估考核的基本流程，嚴(yán)格按照《評(píng)估規(guī)范》的要求，提出一種多級(jí)模糊綜合評(píng)價(jià)方法，采用專家法和層次分析法確定各級(jí)權(quán)重。在隸屬度函數(shù)的確定方面，本文采用三角形、梯形、半梯形隸屬度函數(shù)相結(jié)合的方式，并且提出一些新的參數(shù)概念，以此作為劃分定義域的節(jié)點(diǎn)，實(shí)踐證明其具有合理性，能夠反映考生的真實(shí)情況并給出公正合理的成績(jī)。模糊綜合評(píng)價(jià)法的難點(diǎn)依然是權(quán)重的確定和隸屬度函數(shù)的確定，只能通過(guò)大量的數(shù)據(jù)進(jìn)行分析并不斷地進(jìn)行完善。近年來(lái)智能算法成為熱門(mén)的話題，常用來(lái)解決工程中的最優(yōu)化問(wèn)題，將其應(yīng)用在隸屬度函數(shù)的形式和相關(guān)參數(shù)的選擇上是下一步研究工作的重點(diǎn)。

參考文獻(xiàn)：

[1] 賈寶柱， 林葉錦， 曹輝， 等. 輪機(jī)模擬器中機(jī)艙資源管理培訓(xùn)及評(píng)估功能[J]. 中國(guó)航海， 2013， 36（3）： 28-33.

[2] 張巧芬， 孫建波， 史成軍， 等. 新型輪機(jī)仿真平臺(tái)實(shí)操考試自動(dòng)評(píng)估算法[J]. 哈爾濱工程大學(xué)學(xué)報(bào)， 2014， 35（6）： 725-730. DOI： 10.3969/j.issn.1006-7043.201304033.

[3] 聶偉， 巫影， 夏極. 船舶動(dòng)力系統(tǒng)模擬器自動(dòng)評(píng)分系統(tǒng)的設(shè)計(jì)與實(shí)現(xiàn)[J]. 船海工程， 2010， 39（4）： 84-87. DOI： 10.3963/j.issn.1671-7953.2010.04.027.

[4] 聶偉， 巫影， 胡大斌， 等. 輪機(jī)模擬器考核自動(dòng)評(píng)分算法研究[J]. 武漢理工大學(xué)學(xué)報(bào)（交通科學(xué)與工程版）， 2013， 37（4）： 834-838. DOI： 10.3963/j.issn.2095-3844.2013.04.039.

[5] 曹輝， 馬玉鑫， 賈寶柱. 基于模糊綜合評(píng)價(jià)的輪機(jī)模擬器智能評(píng)估系統(tǒng)[J]. 大連海事大學(xué)學(xué)報(bào)， 2015， 41（1）： 104-108. DOI： 10.16411/j.cnki.issn1006-7736.2015.01.019.

[6] 李希燦. 模糊數(shù)學(xué)方法及應(yīng)用[M]. 北京： 化學(xué)工業(yè)出版社， 2017： 1-2.

[7] 楊國(guó)豪， 徐軼群， 林榮模. 基于模糊評(píng)價(jià)的船舶能耗評(píng)估[J]. 中國(guó)航海， 2011， 34（4）： 22-25.

[8] 張倩， 王學(xué)平. 模糊綜合評(píng)價(jià)中幾類模糊算子的比較[J]. 模糊系統(tǒng)與數(shù)學(xué)， 2016， 30（3）： 165-171.

[9] 中華人民共和國(guó)海事局. 中華人民共和國(guó)海船船員適任評(píng)估規(guī)范[M]. 大連： 大連海事大學(xué)出版社， 2012： 228-236.

[10] 唐耀平. 聯(lián)系數(shù)中差異度系數(shù)i的專家估測(cè)法及應(yīng)用[J]. 數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)， 2009， 39（5）： 67-70.

[11] 連增增， 譚志祥， 李培現(xiàn)， 等. 模糊關(guān)系方程法在礦山開(kāi)采沉陷最大下沉值預(yù)測(cè)中的應(yīng)用[J]. 金屬礦山， 2010（7）： 132-135.

[12] 李希燦， 李傳軍， 朱雷， 等. 測(cè)量實(shí)習(xí)效果模糊綜合評(píng)價(jià)模型及應(yīng)用[J]. 測(cè)繪工程， 2004， 13（1）： 25-27. DOI： 10.19349/j.cnki.issn1006-7949.2004.01.008.

[13] 翟昕龍， 雷毅， 曹學(xué)文， 等. 基于模糊層次分析法的管道內(nèi)涂層安全評(píng)價(jià)[J/OL]. 油氣儲(chǔ)運(yùn). http：//kns.cnki， net/kcms/detail/13.1093.te.20190318.1030.002.html.

[14] 朱慶， 陳凱崢， 謝瀟， 等. 模糊層次分析與三維GIS集成的風(fēng)電場(chǎng)升壓站選址方法[J/OL]. 西南交通大學(xué)學(xué)報(bào). http：//kns.cnki.net/kcms/detail/51.1277.u.20190320.1131.012.html.

[15] 潘峰， 魏立新， 陳雙慶， 等. 基于模糊可靠性的集輸管網(wǎng)參數(shù)優(yōu)化設(shè)計(jì)[J]. 油氣儲(chǔ)運(yùn)， 2017， 36（12）： 1353-1360. DOI： 10.6047/j.issn.1000-8241.2017.12.002.

[16] ZHANG Gang， WANG Lixin， DUFFY A P， et al. Applying the analytic hierarchy process （AHP） to an FSV-based comparison of multiple datasets[J]. IEEE Transactions on Electromagnetic Compatibility， 2015， 57（3）： 477-483.

[17] 劉彥麟， 彭星煜， 姚東池. 考慮失效相關(guān)性的管道腐蝕故障樹(shù)新算法[J]. 油氣儲(chǔ)運(yùn)， 2019， 38（1）： 31-39. DOI： 10.6047/j.issn.1000-8241.2019.01.005.

[18] 王姍姍. 基于因子分析法的中國(guó)電子商務(wù)發(fā)展水平實(shí)證分析[J/OL]. 信陽(yáng)師范學(xué)院學(xué)報(bào)（哲學(xué)社會(huì)科學(xué)版）， 2019， 39（3）： 34-38. DOI： 10.3969/j.issn.1003-0964.2019.03.007.

（編輯 賈裙平）

收稿日期： 2019- 04- 17 修回日期： 2019- 06- 17

作者簡(jiǎn)介： 仇光偉（1995—），男，山東滕州人，碩士研究生，研究方向?yàn)榇皠?dòng)力裝置，（E-mail）201830110098@stu.shmtu.edu.cn;

胡以懷（1964—），男，江蘇高郵人，教授，博導(dǎo)，博士后，研究方向?yàn)榇靶履茉蠢煤洼啓C(jī)系統(tǒng)仿真與診斷，（E-mail）yhhu@shmtu.edu.cn