-
进入21世纪，由大国竞争及地区利益冲突导致的战争威胁依然存在，由此衍生的传统化学战、化学恐怖活动的可能性增加；在生产活动中，化学事故导致的次生化威胁逐渐突出，引发化学危害的因素众多[1]。应对化学威胁[2]最好的方法是防患于未然，或将已经发生的危害后果降低到最小限度，而监测预警无疑是应急救援中最有效的手段[3]。当要在监测资源有限时实施化学危害监测点重点布设，以待监测区域自身具有的防护价值及其遭受化学危害后的损失后果为基础，进行科学的化学危害监测区域重要性排序显得尤为重要。
传统的化学危害监测区域重要性排序一般由指挥员决定，其结果受决策者个人经验和主观判断的影响较重。化学危害监测区域重要性排序包括指标权重的确定和排序方法的选择两个部分，是一个科学的多属性决策问题。其中指标权重的确定是关键的一步，其赋权的合理性直接关系到决策的成败；排序方法的选择是优化的过程，其选择方法的侧重直接导致各区域重要性排序结果的改变。现阶段提出的赋权法有很多，主观赋权法包括层次分析法、网络分析法、决策与实验室法等，客观赋权法包括变异系数法、熵权法、主成分分析法等。为克服单一数学模型可能出现权重失真、信息丢失的现象，许多学者采用组合赋权法，例如乘法合成法、最优赋权法以及最近热门的博弈论赋权法[4-7]等对基础赋权法进行组合，从而中和专家判断经验和数据间的内在规律，提高赋权方法的科学性。
在实际决策时，不同的赋权排序方法对于目标场景的适用程度也不同，因此本研究根据化学危害监测区域重要性排序不确定性较强的特点，选择出适用的赋权排序方法，提出一种基于相似度的相似度组合赋权法（spearman-based combined AHP，EWM and FAHP assignment method，S-AEF）和相似度组合排序法（Kendall-based W，TOPSIS and VIKOR integrated ranking method，K-WTV），通过对结果进行合理性分析，并与其他组合赋权法进行比较，得出该方法对解决化学危害重点监测区域排序问题的可行性、适用性和实用性，以期为化学危害监测区域合理布设监测点提供科学依据。
-
利用网格划分的方法，对大面积待监测区域进行细划，将其划分为n个不重叠的更小单位区域，计算各网格重要性，对重要性排名较高的网格实施重点监测。结合化学危害监测区域重要性排序模型存在的精度要求高、不确定性强、综合考虑因素多的特点，我们选择多种赋权与排序方法，进一步保证结果的准确性。
化学危害监测区域重要性排序问题需同时考虑决策者专业知识和实测数据两个方面，所以选择两种主观赋权法和一种客观赋权法对体系指标进行权重计算。层次分析法（analytic hierarchy process，AHP）和熵权法（entropy weight method，EWM）作为最基础的主、客观赋权法，已广泛运用于多准则问题的决策中[8-9]。层次分析法可以快速系统地把握指标的逻辑层次关系，熵权法可减少系统内主观偏好的影响。由于化学危害监测区域重要性体系指标的复杂性，有时难以用确定的数值对其进行综合评价，因此选择模糊层次分析法（fuzzy analytic hierarchy process，FAHP）作为第二种主观赋权法。简单加权法（weighted method of simple additivity，W）根据权重计算得到的基础结果进行排序，逼近理想点法的排序法（technique for order preference by similarity to an ideal solution，TOPSIS）和多准则优化和妥协排序方法（multi-styling and stereotyping method，VIKOR）则是两个典型的多准则折中方法。其中，TOPSIS具有计算过程简便、分析原理直观、样本量要求小的特点[10]，VIKOR法可将群体效用最大化，其折中解可被决策者接受[11]。
本文选择三种赋权方法和三种排序方法作为基础，引入相似度的概念，提出基于Spearman相关性分析的相似度组合赋权法（S-AEF）构建化学危害监测重点区域排序模型的权重部分，以及基于Kendall相关性分析的相似度组合排序法（K-WTV）构建模型的排序比较部分。通过相似度计算公式，明确重要性排序体系内各方法所占比重，最终得到排序结果，以减少单一模型求解的偶然性。研究方法见图 1。
图 1 基于相似度的化学危害监测区域重要性排序流程
-
层次分析法（AHP）是一种主观赋权法。它将系统中的复杂因素按照一定逻辑规律，划分为相互关联的有序层次，主要步骤如下[9]：
1）构建判断矩阵。
参考专家意见，进行各指标重要性的判断，并以比值表示判断结果，构建判断矩阵A。其中：两个因素相比，前者与后者同等重要，评分为1；两个因素相比，前者比后者明显重要，评分为2；两个因素相比，前者比后者绝对重要，评分为3；若i元素和j元素相对重要性之比为aij，则j元素和i元素的相对重要性之比为aji = 1/aij。
2）一致性检验。
求取判断矩阵的最大特征值，按照公式（1）、（2）计算一致性比率CR值，若满足CR < 0.1，则认为判断矩阵通过一致性检验。
$$ \mathrm{CI}=\frac{\lambda_{\max }-n}{n-1} $$ (1) $$ \mathrm{CR}=\frac{\mathrm{CI}}{\mathrm{RI}} $$ (2) 式中，λmax为判断矩阵的最大特征值；n为判断矩阵的阶数；CI为一致性指标；RI根据国际常规数值取值，为随机一致性指标，在矩阵阶层分别为1、2、3、4、5、6时，各自对应的RI值为0、0、0.58、0.90、1.21、1.24。
3）求解权重。
判断矩阵A通过一致性校验后，其最大特征根对应的特征向量B如公式（3）所示，以其归一化的特征向量作为权向量，通过公式（4）求得各评价指标的权重系数
$$ B=\left[b_1, b_2, \cdots, b_n\right]^T $$ (3) $$ \omega_j=\frac{b_j}{\sum_{j=1}^n b_j} $$ (4) -
熵权法（EWM）是一种客观分析的定量研究方法。它可反映出样本信息熵值的效用价值。具体步骤如下：
1）建立原始矩阵A，收集客观数据以及专家打分情况，并区分成本型指标和效应型指标。
2）按照极差法对矩阵A进行规范化处理，公式（5）为成本型指标规范化公式，公式（6）为效应型指标，进行规范化处理得到矩阵B，其元素为：
$$ b_{i j}=\frac{\max \left(a_j\right)-a_{i j}}{\max \left(a_j\right)-\min \left(a_j\right)} $$ (5) $$ b_{i j}=\frac{\max -\min \left(a_j\right)}{\max \left(a_j\right)-\min \left(a_j\right)} $$ (6) 式中，aij、bij分别为矩阵A、B元素；max（aj）、min（aj）分别表示矩阵A中第j列元素中的最大值和最小值。
3）为防止矩阵中出现0元素，将矩阵B平移得到进一步规范矩阵C，如公式（7）所示：
$$ c_{i j}=b_{i j}+0.0001 $$ (7) 式中，cij为矩阵C中元素。
4）计算第j个指标的信息熵。按照公式（8）对矩阵C进行归一化处理，按公式（9）计算信息熵：
$$ P_{i j}=\frac{c_{i_j}}{\sum_{j=1}^n c_{i_j}} $$ (8) $$ e_j=-\ln (n)^{-1} \sum\limits_{i=1}^n P_{i j} \ln \left(P_{i j}\right) $$ (9) 式中，Pij为归一化矩阵P中元素；ej为第j个指标的信息熵。
5）按公式（10）计算各指标的权重值。
$$ \omega_j=\frac{1-e_j}{\sum_{j=1}^n\left(1-e_j\right)} $$ (10) -
三角模糊数A一般表示为（l，m，μ）。在论域U中，如果存在μA（x）：U→[0, 1]，则称μA（x）为x∈A的隶属度。其中m为A的隶属度为1的中值，当x = m时，x完全属于A；l和μ分别为下界和上界，在l、μ之外的完全不属于模糊数A，具体步骤如下[12]。
1）假设有n位评判专家，对所有指标进行两两比较，则得到一列模糊数，分别为（l1，m1，μ1），（l2，m2，μ2），…，（ln，mn，μn）；
2）由公式（11）整合模糊数，使每两个指标比较后得到一个模糊数。重复以上步骤，直到判断矩阵中任意两个指标比较后均为一个模糊数为止。
$$ \left(\frac{l_1+l_2+\cdots+l_n}{n}, \frac{m_1+m_2+\cdots+m_n}{n}, \frac{\mu_1+\mu_2+\cdots+\mu_n}{n}\right) $$ (11) 3）构造初始权重
用Mik表示第层元素的综合模糊值。由公式（12）计算指标的模糊权重。
$$ M_i^k=\frac{\sum_{j=1}^n a_{i j}}{\sum_{i=1}^n \sum_{j=1}^n a_{i j}} $$ (12) 4）去模糊化，计算得出最终权重。
定义M1k（l1，m1，μ1），M2k（l2，m2，μ1）是三角模糊数，M1≥M2的可能度用三角模糊函数定义为公式（13）、（14），将一个模糊数大于其他模糊数的可能度作为这个模糊数与其他模糊数比较之后得到权重，如公式（15）：
$$ v\left(M_1^k \geqslant M_2^k\right)=sup _{xzy}\left\{\min \left[\mu_{M 1}(x), \mu_{M 2}(y)\right]\right\} $$ (13) $$ \begin{array}{l} v\left( {M_1^k \geqslant M_2^k} \right) = \\ \left\{ \begin{array}{l} \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, 1, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \,{m_1} \geqslant {m_2}\\ \frac{{{l_2} - {\mu _1}}}{{\left( {{m_1} - {\mu _1}} \right) - \left( {{m_2} - {l_2}} \right)}}, \, \, \, \, \, {m_1} \le {m_2}, {\mu _1} \geqslant {l_2}\\ \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, 0, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \, \,{m_1} \le {m_2}, {\mu _1} \le {l_2} \end{array} \right. \end{array} $$ (14) $$ \begin{array}{l} v_x^k=v\left(M_x^k \geqslant M_1^k, M_2^k, \cdots, M_n^k\right)=\min \left(M_x^k \geqslant M_i^k \neq 0\right) \\ {i=1, 2, \cdots, n} \end{array} $$ (15) 式中，v（M1k≥M2k）M1k为大于M2k的可能度；μM1（x）为x∈M1的隶属度；vxk为第k层元素的初始权重。
5）根据公式（16）标准化处理初始权重，得到标准化权重ωik。
$$ \omega_i^k=\left(\frac{\omega_1^k}{\sum_{i=1}^n \omega_i^k}, \frac{\omega_2^k}{\sum_{i=1}^n \omega_i^k}, \cdots, \frac{\omega_n^k}{\sum_{i=1}^n \omega_i^k}\right) $$ (16) -
为对三组权重数据进行合理分析和取舍，现引入相似度ρ（x，α），主要采用Spearman秩相关系数方法进行比较[13]。Spearman秩相关通过两组观测值的秩差来定义它们的相关性，将方案的各个属性秩大小进行编号后用于相关系数的计算。相似度值越接近1，表明两种赋权方法相似性越高、相对一致性越好。
相似度计算公式（17）：
$$ \rho(x, \alpha)=\frac{\sum_{i=1}^n\left(X_i-\bar{X}\right)\left(A_i-\bar{A}\right)}{\sqrt{\sum_{i=1}^n\left(X_i-\bar{X}\right)^2 \sum_{j=1}^n\left(A_i-\bar{A}\right)^2}} $$ (17) 式中Xi，Ai均为方法x和方法α的秩。查阅Spearman秩相关系数ρ的临界值表，给出显著性水平α = 0.05时的临界值ρα，当ρ（x，α）≥ρα时，可认为两种赋权方法相似性较高、相对一致性较好，可接受；反之，则表明两种赋权方式差异较大，在相似性取值时做归零处理。体系中各方法相似性Sx的计算公式（18）如下。
$$ S_x=\rho(x, \alpha)+\rho(x, b)+\cdots+\rho(x, n) $$ (18) -
将S-AEF赋权法计算得到的指标权重作为排序方法的前提权重，分别用简单加权法、TOPSIS法与VIKOR法对网格重要性进行排序，再结合Kendall秩相关系数作为相似度分析的基础，对三种排序方法进行综合加权处理，得到K-WTV排序法的化学危害监测区域重要性排序结果。
-
将各网格初始得分规范化，得到规范化矩阵，将对应权重与其对应相乘得到各网格初始总评分Qw。
-
逼近理想点法的排序法即TOPSIS法，本质上是一种双基点法，核心是选择靠近正理想方案的且远离负理想方案的备选方案，并对其进行排序，从而选出最佳方案[14]。其步骤如下：
1）对数据进行同趋势化处理，使元素同为效益型指标或同为成本型指标，再进行规范化处理，得到规范化矩阵B，将所得权重与其对应相乘得到加权矩阵C；
2）求理想解和负理想解，公式如（19）、（20）：
$$ P^{+}=\max \left\{c_{i j} \mid i=1, 2, \cdots, n\right\}=\left[P_1^{+}, P_2^{+}, P_3^{+}\right] $$ (19) $$ P^{-}=\max \left\{c_{i j} \mid i=1, 2, \cdots, n\right\}=\left[P_1^{-}, P_2^{-}, P_3^{-}\right] $$ (20) 式中，cij为加权矩阵C中元素。
3）计算每个评价对象对理想解和负理想解的距离，公式如（21）、（22）：
$$ d^{+}=\sqrt{\sum_{j=1}^n\left(c_{i j}-P_j^{+}\right)^2} $$ (21) $$ d^{-}=\sqrt{\sum_{j=1}^n\left(c_{i j}-P_j^{-}\right)^2} $$ (22) 4）计算每个评价对象对理想解P+的相近距离Ti，即为各网格的初始评分QTi，公式见（23）：
$$ Q_{T_i}=T_i=\frac{d^{-}}{d^{-}+d^{+}} $$ (23) -
多准则优化和妥协排序方法（VIKOR）步骤如下[15]：
1）对数据进行同趋势化处理，使元素同为效益型指标或同为成本型指标，再进行规范化处理，得到规范化矩阵B，将所得权重与其对应相乘得到加权矩阵C；
2）计算各网格区域的效用值和个体遗憾值，公式如（24）、（25）：
$$ S_i=\sum\limits_{j=1}^n c_{i j} $$ (24) $$ R_i=\max \left(c_{i j}\right) $$ (25) 式中，cij为加权矩阵C中元素。
3）确定备选方案的折中值QVi，明确折中系数ε ∈[0, 1]，当ε > 0.5时，依据群体利益最大化作为决策依据；反之，当ε < 0.5时，表明以个体后悔最小化作为选择依据，一般在做决策时，取ε = 0.5，具体如公式（26）：
$$ Q_{V i}=\varepsilon \frac{S_i-S_{\min }}{S_{\max }-S_{\min }}+(1-\varepsilon) \frac{R_i-R_{\min }}{R_{\max }-R_{\min }} $$ (26) -
为便于统一计算，将上述方法所得评分进行归一化处理。引入相似度τ（x，a），即一种基于排序理论的Kendall相关系数，通常用来衡量两个排序结果相关性强弱[16]。设X、Y两个集合的元素个数均为N，两个随机变量取的第值分别用、表示。X与Y中的对应元素组成一个元素对集合XY，其包含的元素为（Xi，Yi）。当集合XY中任意两个元素（Xi，Yi）与（Xj，Yj）满足Xi＞Xj且Yi＞Yj或Xi＜Xj且Yi＜Yj，则这两个元素就被认为是同序对。当出现Xi＞Xj且Yi＜Yj或Xi＜Xj且Yi＞Yj时这两个元素被认为是逆序对。当出现Xi=Xj或Yi=Yj时，这两个元素既不是同序的也不是逆序的。其计算公式（27）如下。
$$ \tau=\frac{\text { 同序时 }- \text { 异序对 }}{n(n-1) / 2} $$ (27) -
建立一个全面、合理的重要性指标体系，是重要性排序结果能正确反映各网格重要程度的基础。根据文献研究[17]及事故案例分析，本研究在对各种影响因素进行筛选、分层的基础上，选定区域价值、易损程度以及遇袭影响三个方面开展系统性研究。
区域价值参考打击目标的价值分类可分为二级指标（下同，文中提到的Mij均指代二级指标）：军事价值M11、政治价值M12、经济价值M13。易损程度主要包括：抗打击能力M21、防护能力M22，抗打击能力主要指抗火力打击[16]，需要特别注意的是，化学危害更容易对区域内生命安全造成威胁和损害，而非固定设施，故区域内的易损程度不仅取决于区域内各类重要设施的抗打击能力，还取决于该区域的化学防护能力。遇袭影响方面主要包括区域人口密度M31、是否利于危险气体扩散的地形条件M32以及该区域是否存在二次危害的次生化灾难M33。伴随着战争手段的进步，大规模、高强度的战略空袭和精确制导武器已经成为现代战争一种常见形式，化学恐怖事件也呈现上升趋势。全国各大中型城市生产或生产中使用有毒有害、易燃易爆化工物质的工厂或企业占全部工厂企业的80%以上，这类目标抗打击能力较弱，若遭到袭击，能发生近似于使用化学武器的毁伤效果[11]。故是否存在次生化危害的威胁，也是化学危害监测区域需要特殊考虑的重点。
由此建立了化学危害监测区域的重要性指标体系，见图 2。
图 2 化学危害监测区域重要性排序指标体系
各二级指标的具体评分依据见表 1，个别指标评定进一步见表 2。
表 1 化学危害监测区域重要性评分依据
指标 数据来源 具体目标举例 军事价值M11 面积比例 军队指挥控制中心、军队集结地、军用物资仓库、重要交通枢纽、电力系统、通信系统[16]等 政治价值M12 面积比例 党政机关 经济价值M13 面积比例 大型企业、化工企业、研究机构、经济开发区、交通枢纽、通信系统、大型商圈、居民区等民用设施[16] 抗打击能力M21 专家打分 目标的形状、不坚固程度、修复难度 防护能力M22 评定表 是否配备专业的防化分队，“三防”骨干力量，以及各级人防、民兵、企业自身的防化救护力，见表 2[18] 人口密度M31 人口热力图 人口密度越大，则该区域的重要性越大 地形条件M32 评定表 地面粗糙度越大，气体沿下风向扩散的距离和形成的危险区域越小，见表 2[19] 次生化灾难M33 面积比例 化工企业、化工园区、化学危险品仓库等 表 2 防护能力、地形条件评定
等级 防护能力 地形条件[18] 1 居民生活区 近海海面、海岛、海岸、湖岸及沙漠地 2 其他大型企业 田野、乡村、丛林、丘陵 3 化工园区、化工企业 房屋比较稀疏的中小城市郊区 4 党政机关 房屋比较密集的中小城市区 5 军队驻扎区 密集建筑群的大城市市区 -
以我国中部某大型城市某地区作为化学危害监测区域为例，将该区域划分24个网格，并按图中从左到右的顺序进行编号，记为网格Gn，简要标记如图 3所示。G1、G2为公园景区；G4、G5、G11为军队集结地，且指挥中心位于G11；通信中心、化工园区、商业区、其他企业、交通枢纽、物流园、政府机构分别位于G12、G13、G18、G19、G20、G21、G24中；其他灰色地域均为居民区。
图 3 某大型城市化学危害监测区域简化图
采用基于Spearman秩相关系数相似度的S-AEF赋权法计算化学危害监测区域重要性指标权重。三种方法所得指标权重（即二级指标M11 ~ M33在三种计算方法下的权重）结果见表 3。
表 3 AHP、EWM、FAHP权重结果
ω M11 M12 M13 M21 M22 M31 M32 M33 AHP 0.256 0.141 0.121 0.132 0.104 0.088 0.067 0.119 EWM 0.173 0.338 0.034 0.021 0.024 0.046 0.021 0.344 FAHP 0.383 0.186 0.085 0.062 0.046 0.097 0.025 0.117 依据公式（17）、（18）计算三种方法的相似度，结果显示：ωAHP和ωEWP相似度为0.452 4，ωAHP和ωFAHP相似度为0.714 3，ωEWM和ωFAHP相似度为0.881 0。查表可知，显著性水平α = 0.05时，临界值ρα= 0.643。ρ（ωAHP，ωFAHP）= 0.4524＜ρα，在相似性计算取值时，ρ（ωAHP，ωFAHP）= 0。
求出最大相似度ρ（ωFAHP，ωEWM）为0.881 0，即FAHP与熵权法相似性最好，比较两者与其他方法的相似度，可知FAHP所解的权重是该权重体系中相对一致性最优的方法，故将其作为比较基础进行归一化处理，计算得出相似性权重SAHP、SEWM和SFAHP分别为0.224、0.276、0.500。
加权得到化学危害监测区域重要性二级指标权重值为：
ωS=（0.297，0.262，0.060，0.042，0.035，0.071，0.023，0.230）
将得到的权重结果代入三种排序方法，得到结果见表 4，其中A代表归一化评分（AW，AT，AV分别代表简单加权法、TOPSIS法和VIKOR法的归一化评分），R代表重要性排列序号（RW，RT，RV分别代表简单加权法、TOPSIS法和VIKOR法的排列序号），Gn代表了24个网格的编号。
表 4 简单加权法、TOPSIS法、VIKOR法排序结果
网格 W TOPSIS VIKOR Aw Rw AT RT AV RV G1 0.670 24 0.247 24 0.001 24 G2 0.697 23 0.249 23 0.013 23 G3 0.680 22 0.254 21 0.016 22 G4 0.638 5 0.934 2 0.828 4 G5 0.611 6 0.815 5 0.659 6 G6 0.660 19 0.290 18 0.088 18 G7 0.745 9 0.378 11 0.211 10 G8 0.805 15 0.325 16 0.147 16 G9 0.729 21 0.254 22 0.029 21 G10 0.585 16 0.415 9 0.208 11 G11 0.792 2 1.000 1 1.000 1 G12 0.871 7 0.499 7 0.371 7 G13 0.940 1 0.825 4 0.884 3 G14 0.823 14 0.335 15 0.162 13 G15 0.797 13 0.347 14 0.157 15 G16 0.800 12 0.350 13 0.162 14 G17 0.767 11 0.360 12 0.181 12 G18 0.806 10 0.385 10 0.214 9 G19 0.765 17 0.301 17 0.125 17 G20 1.000 4 0.722 6 0.671 5 G21 0.696 20 0.280 20 0.065 20 G22 0.738 18 0.289 19 0.087 19 G23 0.863 8 0.457 8 0.342 8 G24 0.779 3 0.899 3 0.912 2 Kendall秩相关分析得到三种排序方法的相似度，结果如下：简单加权法和TOPSIS法相关系数τ为0.884，和VIKOR法相关系数τ为0.913，TOPSIS法和VIKOR法相关系数τ为0.942。查阅Kendall秩相关系数τ的临界值表，给出显著性水平α = 0.05时，得临界值τα = 0.246，当τ > τα时，可认为排序结果相对一致性较好，由结果可得，三种方法的一致性很高，均可接受。
计算得出简单加权法、TOPSIS法和VIKOR法相似性分别为0.328、0.333、0.339，重新将各网格评分按相似性系数权重加权后，得到K-WTV评分与网格重要性排序，见表 5。
表 5 基于相似度的化学危害监测区域重要性排序
网格 A R 网格 A R 网格 A R G1 0.325 24 G9 0.358 21 G17 0.466 13 G2 0.339 22 G10 0.430 16 G18 0.499 9 G3 0.336 23 G11 1.000 1 G19 0.423 17 G4 0.860 4 G12 0.620 7 G20 0.854 5 G5 0.746 6 G13 0.948 2 G21 0.366 19 G6 0.368 20 G14 0.469 11 G22 0.395 18 G7 0.474 10 G15 0.462 14 G23 0.592 8 G8 0.454 15 G16 0.466 12 G24 0.927 3 结合图 3分析可知，军事指挥中心所在的G11排序第一；存在次生化危害威胁的化工园区所在的G13排第二；政府机构所在地为G24和重要交通枢纽所在的G20分别排第三、第五；军队集结地G4、G5排第四、第六，基本符合本实验的主观认知与客观实际。
-
本文引入相似度的概念，利用秩相关系数整合优选方法，并通过相似性确定各方法所占比重，得到最终决策结果。同时参考现有文献的乘法合成法[4]、最优赋权法[5]以及博弈论组合赋权法[6]，得出另3组权重的结果见表 6。其中Mjk代表二级指标。
表 6 四种组合赋权法权重计算结果
ω 乘法合成法 最优赋权法 博弈论赋权 S-AEF方法 M11 0.535 0.299 0.357 0.296 M12 0.281 0.262 0.130 0.262 M13 0.011 0.060 0.104 0.060 M21 0.006 0.042 0.077 0.042 M22 0.004 0.035 0.054 0.035 M31 0.012 0.071 0.116 0.071 M32 0.001 0.023 0.026 0.023 M33 0.151 0.230 0.033 0.230 根据各组合赋权法计算所得权重，对网格区域进行化学危害监测重要性排序计算。为便于分析说明，取各方法排序结果的前10名进行比较，如表 7所示。其中R代表重要性排序。
表 7 四种赋权法排序结果前10名
R 乘法合成法 最优赋权法 博弈论赋权 本文方法 1 G11 G13 G20 G11 2 G4 G24 G11 G13 3 G5 G11 G12 G24 4 G20 G20 G4 G4 5 G24 G4 G5 G20 6 G12 G5 G18 G5 7 G10 G23 G17 G12 8 G13 G12 G16 G23 9 G23 G7 G15 G18 10 G7 G18 G23 G7 由表 7可知，虽然各方法计算所得排序结果间存在差异，但在各方法计算所得的重要度前10表格中出现频率较高的G11、G13、G24、G4、G5等网格，其重要性排名均靠前；对排序结果进行Kendall相关性分析，S-AEF结合K-WTV法和乘法合成法、最优赋权法、博弈论赋权法的Kendall相似度值分别为0.659、0.913、0.659，相似度大于临界值，均证明本文方法可行。
结合实际排序规律进一步分析，化工园区所在的网格G13存在较大的次生化学危害的威胁，乘法合成法中将G13排在第8位，排名太靠后，与普遍认知的实际情况存在较大偏差；博弈论赋权所得结果中，将重要交通枢纽所在G20重要性排名第一，认为其比军队指挥所更重要，与实际情况明显不符；最优赋权法中将居民区所在的G23排在通信中心所在的G12前，也与实际情况存在差异。结果说明其他赋权法在解决化学危害监测区域重要性排序问题时存在局限性。
-
1）利用相关性系数分析不同权重计算方法对指标重要性权重结果的差异度和一致性，选择一种与其他方法一致性都较好的方法，并以此为参考得到组合权系数，使得S-AEF赋权法确定的权重可靠性与准确性较高。在排序模型中采用K-WTV排序法，反映了相同权重下，不同排序方法对指标重要性排序结果的意见与差异，引入相似度，使提取的信息更完整，提高了排序结果的客观性，为结果的合理准确提供了保障。
2）通过与其他方法结果的对比可得到该方法的可行性，与实际情况和以往经验基本一致的检验结果进一步说明，S-AEF赋权法结合K-WTV排序法计算得到的重要性排序结果更客观、合理，为解决化学危害监测区域重要性排序的问题提供了一种新的思路和方法。
基于相似度化学危害监测区域重要性排序研究
+ 更多信息-
+ English
目的 克服传统化学危害监测重点区域判断存在的主观局限性和结果不确定性问题，提高化学危害监测重要区域选择的科学性。 方法 通过对化学危害监测重要性影响因素的统计分析，构建化学危害监测区域重要性排序的科学量化模型，并利用Spearman秩相关系数分析，比较主客观赋权法的指标权重，利用Kendall相关性分析对三种排序方法进行综合判断，提出一种结合了相似度组合排序法（K-WTV）和相似度组合赋权法（S-AEF）的方法对化学危害监测区域重要性进行排序。 结果 以某大型城市某地区作为化学危害监测区域，以其为应用实例，S-AEF结合K-WTV法计算所得结果与乘法合成法、最优赋权法、博弈论赋权的计算结果相似度分别为0.659、0.913、0.659，大于临界值，且基本符合现实经验的判断，证明本文方法的可行性。 结论 此方法结果具有客观性、可行性和适用性，并且更加科学合理，可为解决化学危害监测区域重要性排序等不确定性问题提供一种新思路。 -
表 1 化学危害监测区域重要性评分依据
指标 数据来源 具体目标举例 军事价值M11 面积比例 军队指挥控制中心、军队集结地、军用物资仓库、重要交通枢纽、电力系统、通信系统[16]等 政治价值M12 面积比例 党政机关 经济价值M13 面积比例 大型企业、化工企业、研究机构、经济开发区、交通枢纽、通信系统、大型商圈、居民区等民用设施[16] 抗打击能力M21 专家打分 目标的形状、不坚固程度、修复难度 防护能力M22 评定表 是否配备专业的防化分队，“三防”骨干力量，以及各级人防、民兵、企业自身的防化救护力，见表 2[18] 人口密度M31 人口热力图 人口密度越大，则该区域的重要性越大 地形条件M32 评定表 地面粗糙度越大，气体沿下风向扩散的距离和形成的危险区域越小，见表 2[19] 次生化灾难M33 面积比例 化工企业、化工园区、化学危险品仓库等 
下载: 导出CSV
表 2 防护能力、地形条件评定
等级 防护能力 地形条件[18] 1 居民生活区 近海海面、海岛、海岸、湖岸及沙漠地 2 其他大型企业 田野、乡村、丛林、丘陵 3 化工园区、化工企业 房屋比较稀疏的中小城市郊区 4 党政机关 房屋比较密集的中小城市区 5 军队驻扎区 密集建筑群的大城市市区
下载: 导出CSV
表 3 AHP、EWM、FAHP权重结果
ω M11 M12 M13 M21 M22 M31 M32 M33 AHP 0.256 0.141 0.121 0.132 0.104 0.088 0.067 0.119 EWM 0.173 0.338 0.034 0.021 0.024 0.046 0.021 0.344 FAHP 0.383 0.186 0.085 0.062 0.046 0.097 0.025 0.117
下载: 导出CSV
表 4 简单加权法、TOPSIS法、VIKOR法排序结果
网格 W TOPSIS VIKOR Aw Rw AT RT AV RV G1 0.670 24 0.247 24 0.001 24 G2 0.697 23 0.249 23 0.013 23 G3 0.680 22 0.254 21 0.016 22 G4 0.638 5 0.934 2 0.828 4 G5 0.611 6 0.815 5 0.659 6 G6 0.660 19 0.290 18 0.088 18 G7 0.745 9 0.378 11 0.211 10 G8 0.805 15 0.325 16 0.147 16 G9 0.729 21 0.254 22 0.029 21 G10 0.585 16 0.415 9 0.208 11 G11 0.792 2 1.000 1 1.000 1 G12 0.871 7 0.499 7 0.371 7 G13 0.940 1 0.825 4 0.884 3 G14 0.823 14 0.335 15 0.162 13 G15 0.797 13 0.347 14 0.157 15 G16 0.800 12 0.350 13 0.162 14 G17 0.767 11 0.360 12 0.181 12 G18 0.806 10 0.385 10 0.214 9 G19 0.765 17 0.301 17 0.125 17 G20 1.000 4 0.722 6 0.671 5 G21 0.696 20 0.280 20 0.065 20 G22 0.738 18 0.289 19 0.087 19 G23 0.863 8 0.457 8 0.342 8 G24 0.779 3 0.899 3 0.912 2
下载: 导出CSV
表 5 基于相似度的化学危害监测区域重要性排序
网格 A R 网格 A R 网格 A R G1 0.325 24 G9 0.358 21 G17 0.466 13 G2 0.339 22 G10 0.430 16 G18 0.499 9 G3 0.336 23 G11 1.000 1 G19 0.423 17 G4 0.860 4 G12 0.620 7 G20 0.854 5 G5 0.746 6 G13 0.948 2 G21 0.366 19 G6 0.368 20 G14 0.469 11 G22 0.395 18 G7 0.474 10 G15 0.462 14 G23 0.592 8 G8 0.454 15 G16 0.466 12 G24 0.927 3
下载: 导出CSV
表 6 四种组合赋权法权重计算结果
ω 乘法合成法 最优赋权法 博弈论赋权 S-AEF方法 M11 0.535 0.299 0.357 0.296 M12 0.281 0.262 0.130 0.262 M13 0.011 0.060 0.104 0.060 M21 0.006 0.042 0.077 0.042 M22 0.004 0.035 0.054 0.035 M31 0.012 0.071 0.116 0.071 M32 0.001 0.023 0.026 0.023 M33 0.151 0.230 0.033 0.230
下载: 导出CSV
表 7 四种赋权法排序结果前10名
R 乘法合成法 最优赋权法 博弈论赋权 本文方法 1 G11 G13 G20 G11 2 G4 G24 G11 G13 3 G5 G11 G12 G24 4 G20 G20 G4 G4 5 G24 G4 G5 G20 6 G12 G5 G18 G5 7 G10 G23 G17 G12 8 G13 G12 G16 G23 9 G23 G7 G15 G18 10 G7 G18 G23 G7
下载: 导出CSV
-
[1] 左钦文, 田旭光, 孙茂盛, 等. 基于仿真试验的防化保障行动能力评估[J]. 火力与指挥控制, 2021, 46(2): 174-178. https://www.cnki.com.cn/Article/CJFDTOTAL-HLYZ202102033.htm [2] 李发强, 张媛. 英国《化学、生物、放射性和核事件: 临床处置和卫生防护》简介[J]. 职业卫生与应急救援, 2019, 37(3): 295-298. doi: 10.16369/j.oher.issn.1007-1326.2019.03.027 [3] 聂志勇, 丁日高, 王汉斌, 等. "天津港8·12特大爆炸事故"防化应急处置经验与启示[J]. 中国药理学与毒理学杂志, 2015, 29(5): 842-846. doi: 10.3867/j.issn.1000-3002.2015.05.062 [4] 邓红卫, 胡普仑, 杨念哥, 等. 基于组合赋权TOPSIS的采矿方法优选[J]. 广西大学学报(自然科学版), 2012, 37(5): 990-996. doi: 10.3969/j.issn.1001-7445.2012.05.024 [5] 李景, 何文社, 台书雅, 等. 基于组合权重-灰色关联逼近理想解排序法的甘肃省水资源承载力评价[J]. 科学技术与工程, 2021, 21(17): 7327-7333. https://www.cnki.com.cn/Article/CJFDTOTAL-KXJS202117050.htm [6] 王玉伟, 高永. 基于综合赋权法的无人机飞行质量综合评价方法[J]. 兵工自动化, 2019, 38(5): 1-4. https://www.cnki.com.cn/Article/CJFDTOTAL-BGZD201905002.htm [7] 舒正平, 周盛华. 装备维修保障效能评估指标权重组合赋权法的研究[J]. 兵工自动化, 2010, 29(12): 9-11. https://www.cnki.com.cn/Article/CJFDTOTAL-BGZD201012004.htm [8] JOSE C, GRACE K S V. A new approach for accurate path prediction using multiple prediction system[J]. Mater Today: Proc, 2020, 24(Pt 3): 1749-1757. [9] 刘欣. 基于多指标的网络节点重要性综合评价研究[D]. 上海: 上海大学, 2019. [10] 曾照凯, 朱东升, 郭潇迪, 等. 基于TOPSIS法的烟幕对空防御方向策略选择[J]. 兵工自动化, 2019, 38(4): 49-52. https://www.cnki.com.cn/Article/CJFDTOTAL-BGZD201904014.htm [11] 侯汉平, 耿劭卿. 基于混合决策的城市固定避难所选址优化[J/OL]. 安全与环境学报: 1-13. [2022-12-21]. DOI: 10.13637/j.issn.1009-6094.2021.1824 .[12] 侯克鹏, 王黎蝶. 基于改进的FAHP-CRITIC法与云理论的露天矿边坡危险性评估模型[J]. 安全与环境学报, 2021, 21(6): 2443-2451. https://www.cnki.com.cn/Article/CJFDTOTAL-AQHJ202106013.htm [13] MELUCCI M. Weighted rank correlation in information retrieval evaluation[J]. Lect Notes Comput Sci, 2009, 5839: 75-86. [14] HWAN C L, YOON K P. Multiple attribute decision making methods and applications a state-of-the-art survey[M]. Belin, New York: Springer-Verlag, 1981. [15] OPRICOVIC S, TZENG G H. Extended VIKOR method in comparison without ranking methods[J]. Eur J Oper Res, 2007, 178(2): 514-529. [16] KAMNITUI N, GENEST C, JAWORSKI P, et al. On the size of the class of bivariate extreme-value copulas with a fixed value of Spearman's rho or Kendall's tau[J]. J Math Anal Appl, 2019, 472(1): 920-936. [17] 邱学军. 城市防空中需掩护目标的重要性层次分析[J]. 现代防御技术, 2002(1): 6-10. https://www.cnki.com.cn/Article/CJFDTOTAL-XDFJ200201001.htm [18] 刘朋, 刘建林, 冯硕. 城市反空袭作战中对次生化危害的防护初探[C]//中国化学会. 第三届全国"公共安全领域中的化学问题"学术研讨会论文集: 公共安全中的化学问题研究进展(第二卷). 蓬莱: 中国化学会, 2011: 369-372. [19] 王洪德, 廖倩雯. 天然气瞬时泄漏扩散规律及其影响因素研究[J]. 安全与环境学报, 2014, 14(2): 51-55. https://www.cnki.com.cn/Article/CJFDTOTAL-AQHJ201402013.htm -
点击查看大图
计量
- 文章访问数: 19
- HTML全文浏览量: 12
- PDF下载量: 4
- 被引次数: 0
