自行車出行綜合評(píng)價(jià)方法

石悅悅，周愛蓮，唐超強(qiáng)

（1.長(zhǎng)沙理工大學(xué) 交通運(yùn)輸工程學(xué)院，湖南 長(zhǎng)沙 410114；2.長(zhǎng)沙理工大學(xué) 汽車與機(jī)械工程學(xué)院，湖南 長(zhǎng)沙 410114）

隨著私家汽車數(shù)量大幅度增長(zhǎng)，交通擁堵日益嚴(yán)重，交通事故頻發(fā)，汽車尾氣污染日漸嚴(yán)重。人們開始尋求一條綠色的出行方式，自行車出行具有低碳交通、治理?yè)矶?、改善空氣質(zhì)量、維護(hù)社會(huì)公平等多方面優(yōu)勢(shì)，自行車出行逐漸被大家采用。然而，自行車出行卻面臨著諸多困難，城市交通缺乏自行車相關(guān)設(shè)施，安全沒有保障，自行車無處停放、被盜嚴(yán)重，道路空氣質(zhì)量太差，出行距離太遠(yuǎn)等，這些因素影響著自行車的正常出行。目前，對(duì)自行車出行的研究主要集中在對(duì)發(fā)展自行車交通的分析和建議、自行車交通行駛環(huán)境分析、出行影響因素分析、自行車出行交通系統(tǒng)發(fā)展規(guī)劃等方面的研究。

本文對(duì)影響自行車出行的因素進(jìn)行分析，可以看出自行車的出行因素既具有模糊性又具有灰色性，并由此建立相應(yīng)的評(píng)價(jià)指標(biāo)體系，構(gòu)建適合自行車出行評(píng)價(jià)的灰色模糊綜合評(píng)價(jià)模型，并采用實(shí)例進(jìn)行分析評(píng)價(jià)。

1 構(gòu)建指標(biāo)體系

影響自行車出行的因素比較復(fù)雜，這些因素從不同方面直接或者間接地影響著自行車的出行。根據(jù)自行車出行的特點(diǎn)，遵循構(gòu)建評(píng)價(jià)指標(biāo)體系的全面性原則、客觀性原則、可比性原則和可操作性原則，選取包括交通設(shè)施、公眾因素、環(huán)境因素和政策因素4個(gè)部分13個(gè)指標(biāo)構(gòu)成自行車出行的評(píng)價(jià)指標(biāo)體系。如表1所示。

表1 自行車出行評(píng)價(jià)指標(biāo)體系

2 構(gòu)建灰色模糊綜合評(píng)價(jià)模型

在自行車出行的綜合評(píng)價(jià)中。客觀上，評(píng)價(jià)準(zhǔn)則不是完全確定的，影響自行車出行的一些因素也相對(duì)具有模糊性；主觀上，評(píng)價(jià)人員本身具有一定的限制，所提供的評(píng)價(jià)信息也是不充分的。對(duì)于這類問題，可以采用灰色模糊綜合評(píng)價(jià)。模糊綜合評(píng)價(jià)能夠考慮評(píng)價(jià)問題中的模糊因素，而灰色綜合評(píng)價(jià)解決信息存在灰色性的問題。在這個(gè)過程中，模糊性和灰色性往往是相輔相成的，單純采用任一方法，都不能處理好模糊性和灰色性共存的問題，造成評(píng)價(jià)結(jié)果的偏差，影響分析的精準(zhǔn)性。因此，本文將模糊理論和灰色理論綜合起來，引入到自行車出行的評(píng)價(jià)中，建立自行車出行的灰色模糊綜合評(píng)價(jià)模型。

2.1 分析影響因素體系

根據(jù)各指標(biāo)特點(diǎn)，對(duì)評(píng)價(jià)對(duì)象所有指標(biāo)進(jìn)行分類，建立各指標(biāo)遞階層次關(guān)系。假設(shè)因素集U＝｛u1，u2，…，um｝，評(píng)語集V＝｛v1，v2，…，vn｝。

2.2 確定權(quán)重集

本文應(yīng)用熵權(quán)群組決策法對(duì)自行車出行進(jìn)行評(píng)價(jià)。設(shè)l個(gè)專家對(duì)m個(gè)方案關(guān)于n個(gè)評(píng)價(jià)指標(biāo)Cn，n＝1，2，…，13評(píng)價(jià)矩陣Xk＝（xkij）m×n，i＝1，2，…，m；j＝1，2，…，n；k＝1，2，…，l；具體方法如下：

1）理想專家的主觀權(quán)重。運(yùn)用調(diào)查問卷法得到專家評(píng)分矩陣，并對(duì)其進(jìn)行標(biāo)準(zhǔn)化。再運(yùn)用群組決策特征根法，求出理想專家對(duì)每個(gè)被評(píng)方案的評(píng)分值，然后組成評(píng)價(jià)值向量，最終可以生成評(píng)價(jià)值矩陣。同時(shí)，各專家對(duì)各評(píng)價(jià)指標(biāo)進(jìn)行主觀賦值，得到λj，再次利用該方法，得到理想專家對(duì)于各指標(biāo)評(píng)價(jià)的主觀權(quán)重U＊j。

運(yùn)用群組決策特征根法，可以得到理想專家對(duì)于該評(píng)價(jià)指標(biāo)體系的評(píng)分矩陣Z＊＝（r＊ij）m×n，在此基礎(chǔ)上將各專家的決策轉(zhuǎn)化為理想專家的決策。介紹熵權(quán)的確定，針對(duì)上述評(píng)價(jià)問題中的m個(gè)被評(píng)價(jià)方案，n個(gè)評(píng)價(jià)指標(biāo)，則第j個(gè)評(píng)價(jià)指標(biāo)的熵H＊j定義為

因此，得到第j個(gè)評(píng)價(jià)指標(biāo)的熵權(quán)計(jì)算式為

3）確定綜合權(quán)重

4）確定權(quán)重集。由評(píng)價(jià)對(duì)象與指標(biāo)集之間的灰色模糊關(guān)系確定權(quán)重集。根據(jù)建立的評(píng)價(jià)指標(biāo)體系中各評(píng)價(jià)指標(biāo)與上層之間的層次關(guān)系，給出低層次中各指標(biāo)關(guān)于上一層次指標(biāo)的權(quán)重及相應(yīng)的點(diǎn)灰度，得到權(quán)重集

由于各指標(biāo)的信息量一般不能進(jìn)行準(zhǔn)確量化，因此采用描述性的語言來描述灰度范圍，可以按照各信息的充分程度分類，比如：｛很充分，較充分，一般，較貧乏，很貧乏｝，對(duì)應(yīng)灰度值為｛0－0.2，0.2－0.4，0.4－0.6，0.6－0.8，0.8－1.0｝，由評(píng)定者主觀決定。

2.3 建立評(píng)價(jià)矩陣

由指標(biāo)集與評(píng)語集之間的灰色模糊關(guān)系建立相應(yīng)的評(píng)價(jià)矩陣，根據(jù)某一評(píng)價(jià)指標(biāo)對(duì)評(píng)語集中各元素的隸屬程度和指標(biāo)的充分程度給出對(duì)應(yīng)的灰度，給定空間X＝｛x｝，Y＝｛y｝對(duì)模糊關(guān)系R的隸屬度為uR（x，y），其灰度為vR（x，y），則稱為直積空間X×Y的灰色模糊集合，用矩陣表示為

2.4 綜合評(píng)價(jià)

2.4.1 一級(jí)綜合評(píng)價(jià)

在灰部運(yùn)算中采用M（⊙，＋）算子，模部運(yùn)算中采用M（·，＋）算子。最終得到該評(píng)價(jià)的結(jié)果為

式中：“·”表示廣義“與”運(yùn)算，“＋”表示廣義“或”運(yùn)算。

2.4.2 多級(jí)綜合評(píng)價(jià)

子指標(biāo)ui是其上一級(jí)指標(biāo)集U的元素，得到指標(biāo)集U與評(píng)語集V的灰色模糊關(guān)系為

按照上一級(jí)指標(biāo)方法得到的權(quán)重集，求得最終評(píng)價(jià)對(duì)象U的綜合評(píng)價(jià)向量

2.5 評(píng)價(jià)結(jié)果處理

根據(jù)灰色理論，灰度是對(duì)信息不充分程度的描述，而白度描述的則是信息的可信度。按照下面的方法對(duì)評(píng)價(jià)結(jié)果進(jìn)行相應(yīng)的處理：

若bi≥bj，則可信度為

若bi≤bj，則可信度為

根據(jù)上述評(píng)價(jià)結(jié)果，求得隸屬度為最大的可信度

按照最大隸屬度原則，可信度值最大的pi對(duì)應(yīng)的決策為最優(yōu)決策。

3 算 例

本文對(duì)濟(jì)南市自行車出行進(jìn)行評(píng)價(jià)，并選出濟(jì)南市交通研究評(píng)價(jià)專家20位。運(yùn)用上述評(píng)價(jià)指標(biāo)體系和評(píng)價(jià)模型對(duì)濟(jì)南市自行車出行進(jìn)行綜合評(píng)價(jià)。設(shè)置評(píng)價(jià)語為V＝｛很好，較好，一般，較差，很差｝。

1）確定權(quán)重。運(yùn)用熵權(quán)群組特征根法計(jì)算得到權(quán)重，如表2所示。

表2 熵權(quán)群組特征根法確定權(quán)重值

2）評(píng)價(jià)矩陣。通過專家打分得到指標(biāo)評(píng)分和評(píng)分灰度。指標(biāo)權(quán)重、評(píng)分和評(píng)分灰度等信息如表3所示。

表3 指標(biāo)權(quán)重、評(píng)分和評(píng)分灰度信息表

3）一級(jí)評(píng)價(jià)。交通設(shè)施

同理可得

公眾因素

環(huán)境因素

政策因素

4）二級(jí)評(píng)價(jià)。由多級(jí)綜合評(píng)價(jià)可知：

5）評(píng)價(jià)結(jié)果處理。對(duì)評(píng)價(jià)結(jié)果進(jìn)行分析，可以得到

根據(jù)計(jì)算結(jié)果，可以看出p2值最大，因此p2所對(duì)應(yīng)的決策為最優(yōu)決策，即濟(jì)南市的自行車出行評(píng)價(jià)處于較好水平。

4 結(jié) 論

根據(jù)自行車出行的特點(diǎn)，構(gòu)建了報(bào)廢汽車回收廠的評(píng)價(jià)指標(biāo)體系，根據(jù)自行車出行的評(píng)價(jià)指標(biāo)具有模糊性和灰色性的特點(diǎn)，并且運(yùn)用灰色模糊理論，構(gòu)建自行車出行的灰色模糊綜合評(píng)價(jià)模型。并將熵權(quán)群組特征根法運(yùn)用到該方法中確定權(quán)重，削弱專家意見的主觀性，使得權(quán)重的確定更加科學(xué)合理。

通過上述理論研究和實(shí)例分析，得出結(jié)論和建議：

1）從實(shí)際評(píng)價(jià)過程和結(jié)果可以看出，該模型能充分利用專家評(píng)價(jià)信息的模糊性和灰色性，使得評(píng)價(jià)結(jié)果更加客觀，讓人信服。

2）本文研究方法對(duì)一個(gè)城市適合自行車出行的程度能很好的進(jìn)行評(píng)價(jià)，并且計(jì)算簡(jiǎn)單、方法合理、易于應(yīng)用，是一種較實(shí)用的方法。

[1] 侯兆收.公共自行車運(yùn)營(yíng)模式[J].交通科技與經(jīng)濟(jì)，2012，14（2）：81－83.

[2] 賴華茜.成都市優(yōu)先發(fā)展自行車交通的思考和建議[J].論壇集萃，2011（82）：248－249.

[3] 李偉，黃斌.北京市自行車出行交通行駛環(huán)境問題及改善對(duì)策[J].城市交通，2011，9（5）：18－27.

[4] 臧清艷，張汝華，雷麗，等.濟(jì)南市城市自行車出行影響因素及對(duì)策研究[J].交通工程，2011（9）：156－160.

[5] 簡(jiǎn)海云.昆明市主城區(qū)步行和自行車交通系統(tǒng)規(guī)劃[J].城市交通，2011，9（5）：60－69.

[6] 路啟.大城市自行車交通系統(tǒng)發(fā)展對(duì)策－以天津市為例[J].城市交通，2011（9）：67－70.

[7] 蘇益南，朱永躍，陳永清.高校大學(xué)生創(chuàng)業(yè)素質(zhì)的灰色模糊綜合評(píng)價(jià)[J].技術(shù)經(jīng)濟(jì)與管理研究，2010（2）：60－62.

[8] 陳偉，張永超，田世海.基于熵權(quán)群組決策法的高新技術(shù)企業(yè)項(xiàng)目投資風(fēng)險(xiǎn)評(píng)價(jià)研究[J].科技進(jìn)步與對(duì)策，2011（1）：124－127.

[9] 董紅彥.自行車與軌道交通換乘站點(diǎn)設(shè)施服務(wù)分析[J].交通科技與經(jīng)濟(jì)，2012，14（2）：115－119.