基于三角模糊數(shù)的風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)模型

程亮

(中國(guó)水利電力物資上海公司，上海市 200063)

基于三角模糊數(shù)的風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)模型

程亮

(中國(guó)水利電力物資上海公司，上海市 200063)

針對(duì)風(fēng)電場(chǎng)建設(shè)單位在風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)中偏好使用傳統(tǒng)工具且評(píng)價(jià)效果受主觀偏好、信息不全面影響的現(xiàn)狀，結(jié)合層次分析法(analytic hierarchy process，AHP)、模糊綜合評(píng)判(fuzzy synthetic evaluation，F(xiàn)SE)構(gòu)建了基于三角模糊數(shù)的模糊層次風(fēng)險(xiǎn)評(píng)價(jià)模型。為提高風(fēng)險(xiǎn)評(píng)價(jià)的準(zhǔn)確性，利用FSE擴(kuò)大信息量、使用兩兩比較判斷矩陣計(jì)算風(fēng)險(xiǎn)因素排序權(quán)重，并采用三角模糊數(shù)刻畫人類思維的模糊性。實(shí)例應(yīng)用的結(jié)果證明,該模型層次分明、操作簡(jiǎn)單的特點(diǎn)使其在風(fēng)電場(chǎng)建設(shè)的風(fēng)險(xiǎn)評(píng)價(jià)實(shí)踐中具有可行性。

風(fēng)電場(chǎng)；層次分析法(AHP)；三角模糊數(shù)；風(fēng)險(xiǎn)評(píng)價(jià)

0 引 言

從2011年開(kāi)始，我國(guó)風(fēng)電發(fā)展進(jìn)入轉(zhuǎn)型期，之前幾年快速發(fā)展帶來(lái)的速度與效益的矛盾逐漸顯現(xiàn)。隨著清潔發(fā)展機(jī)制(clean development mechanism，CDM)收益的降低、建設(shè)地點(diǎn)向內(nèi)陸和海上等施工難度較高的地區(qū)擴(kuò)張、電網(wǎng)限電越來(lái)越頻繁等情況的出現(xiàn)，風(fēng)電場(chǎng)的盈利水平也將日趨微薄，控制風(fēng)險(xiǎn)將成風(fēng)電場(chǎng)建設(shè)成敗的關(guān)鍵。目前，我國(guó)風(fēng)電場(chǎng)建設(shè)一般只通過(guò)可研報(bào)告中對(duì)項(xiàng)目的敏感性分析進(jìn)行項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)，不能全面客觀地反映建設(shè)風(fēng)險(xiǎn)發(fā)生概率和風(fēng)險(xiǎn)損失對(duì)項(xiàng)目的影響。此外，由于風(fēng)電專業(yè)人才稀缺，在項(xiàng)目建設(shè)過(guò)程中人為因素對(duì)風(fēng)險(xiǎn)水平的影響有時(shí)甚至超過(guò)了外界環(huán)境因素對(duì)風(fēng)險(xiǎn)水平影響。

我國(guó)的風(fēng)險(xiǎn)管理雖然起步較歐美國(guó)家晚，但在涉及國(guó)計(jì)民生的大型水利電力工程領(lǐng)域的風(fēng)險(xiǎn)管理實(shí)踐仍然取得了一定的成果，Monte-Carlo模擬[1]、IRM解釋結(jié)構(gòu)模型[2]、風(fēng)險(xiǎn)元傳遞及BP神經(jīng)網(wǎng)絡(luò)[3]等先進(jìn)的風(fēng)險(xiǎn)管理方法都取得了較好的效果。風(fēng)電場(chǎng)作為新型可再生發(fā)電項(xiàng)目，相對(duì)于大型水利電力項(xiàng)目而言，周期較短、前期投資較低，建設(shè)單位對(duì)風(fēng)險(xiǎn)管理不夠重視，缺乏行業(yè)統(tǒng)一建立的風(fēng)險(xiǎn)資料庫(kù)，很難通過(guò)概率統(tǒng)計(jì)對(duì)風(fēng)電場(chǎng)風(fēng)險(xiǎn)進(jìn)行分析評(píng)價(jià)[4]。因此，風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)的相關(guān)文獻(xiàn)中偏好采用如LEC分析法[5]、風(fēng)險(xiǎn)評(píng)估矩陣[6]、德?tīng)柗品ǖ纫劳杏趯＜医?jīng)驗(yàn)的工具，無(wú)法反映風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)因素的復(fù)雜性、不確定性，而專家的主觀偏好和信息不全面等問(wèn)題也會(huì)影響結(jié)果的可靠性。在其他工程建設(shè)領(lǐng)域的風(fēng)險(xiǎn)評(píng)價(jià)實(shí)踐中，為克服這些問(wèn)題做出了積極的研究，如文獻(xiàn)[7-9]把層次分析法(analytic hierarchy process，AHP)擴(kuò)展為F-AHP并和模糊綜合評(píng)判(fuzzy synthetic evaluation，F(xiàn)SE)結(jié)合使用，對(duì)風(fēng)險(xiǎn)因素按層次分解，利用兩兩比較模糊互補(bǔ)矩陣量化風(fēng)險(xiǎn)因素，降低評(píng)價(jià)過(guò)程中受到的主觀影響，提高風(fēng)險(xiǎn)評(píng)價(jià)的系統(tǒng)性、可靠性；文獻(xiàn)[10]以三角模糊數(shù)刻畫風(fēng)險(xiǎn)因素的不確定性及人類思維的模糊性，計(jì)算風(fēng)險(xiǎn)因素的排序權(quán)重。本文利用上述的研究成果，將其引入風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)實(shí)踐中，提出基于三角模糊數(shù)的模糊層次分析評(píng)價(jià)模型，供建設(shè)單位參考。

1 風(fēng)險(xiǎn)評(píng)價(jià)的理論基礎(chǔ)

1.1 風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)的定義

風(fēng)電場(chǎng)建設(shè)工程是一項(xiàng)周期長(zhǎng)、投資大、控制環(huán)節(jié)多的綜合性社會(huì)活動(dòng)，本文將其中存在的逆向選擇風(fēng)險(xiǎn)、道德風(fēng)險(xiǎn)及能力風(fēng)險(xiǎn)[11]統(tǒng)稱為風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)。風(fēng)險(xiǎn)包含發(fā)生的不確定性及其引起的后果，每個(gè)事件的風(fēng)險(xiǎn)應(yīng)該定義為不確定性和后果的函數(shù)[12]

R=f(P,L)

(1)

式中：R為風(fēng)險(xiǎn)；P為發(fā)生概率(不確定性)；L為風(fēng)險(xiǎn)損失(產(chǎn)生的后果)。

1.2 層次模型的評(píng)分標(biāo)準(zhǔn)

因?yàn)榭紤]到人的思維存在主觀偏好以及語(yǔ)言的模糊性，克服傳統(tǒng)AHP中比例標(biāo)尺1到9離散刻度的不足之處，本模型采用表1所示比例標(biāo)度[13]為三角模糊數(shù)(lij, mij, sij)賦值，其中l(wèi)ij, mij, sij分別表示最悲觀值、最可能的值、最樂(lè)觀的值。

表10.1到0.9比例標(biāo)度

Tab.1Proportionalscalingfrom0.1to0.9

1.3 三角模糊數(shù)互補(bǔ)判斷矩陣

定義1對(duì)于任意實(shí)數(shù)i和j，假設(shè)判斷矩陣A=(aij)n×n，其中aij=(lij, mij, sij)，aji=(lji, mji, sji)為三角模糊數(shù)，且lij≤mij≤sij。若矩陣A滿足以下條件[14]：(1)lii=mii=sii=0.5；(2)當(dāng)i≠j，lij+ sji=mij+ mji= sij+ lji。稱A是基于三角模糊數(shù)的互補(bǔ)判斷矩陣。矩陣中的元素aij表示xi與xj的相對(duì)關(guān)系。

1.4 三角模糊數(shù)的期望值

考慮到語(yǔ)言的不確定性和人類思維的模糊性，本模型使用期望值E統(tǒng)計(jì)三角模糊數(shù)，即將元素i和元素j重要性比較判斷的結(jié)果用三角模糊數(shù)的下界l、中值 m、上界s及其模糊概率p來(lái)描述。

以中值m為界，分等概率情況考慮[15]。根據(jù)l與m的偏離程度，確定結(jié)果是m的可能性是l的N倍；同理，根據(jù)m與s的偏離程度，確定結(jié)果是m的可能性是s的M倍，則l,m,s的模糊概率分別為

(2)

在本文中，經(jīng)過(guò)與專家的探討，在風(fēng)電場(chǎng)中認(rèn)為M=N=1。則三角模糊數(shù)的期望值為

E=pll+pmm+pss=l/4+m/2+s/4

(3)

1.5 模糊互補(bǔ)判斷矩陣的一致性檢驗(yàn)

在實(shí)際決策中采用加性一致性矩陣會(huì)較為簡(jiǎn)單、直觀，也便于調(diào)整[16]。

定義2設(shè)模糊互補(bǔ)判斷矩陣A=(aij)n×n和B=(bij)n×n，考慮到矩陣A和B中有n個(gè)aii-bii=0，定義A和B的相容性指標(biāo)為

(4)

定義3設(shè)ω=[w1,w2,…,wn]T為模糊互補(bǔ)判斷矩陣A=(aij)n×n的排序向量，定義矩陣C=(cij)n×n =(α(wi-wj)+0.5)n×n為A的特征矩陣，其中

(5)

考慮到存在n個(gè)aii-wii=0，則A和C的相容性指標(biāo)為

(6)

為了方便計(jì)算、簡(jiǎn)化工作量，在本文中取α=(n-1)/2。

由此可見(jiàn)，模糊互補(bǔ)矩陣A的不一致程度越高，則I(A,C)>0的程度越大。在實(shí)際決策中，因?yàn)槿怂季S的局限性，完全一致的矩陣幾乎不可能得到，我們對(duì)一致性設(shè)定一個(gè)期望值ε，作為接受矩陣A為一致性的指標(biāo)。當(dāng)I(A,C)<ε認(rèn)可矩陣是具有一致性。風(fēng)電場(chǎng)的風(fēng)險(xiǎn)分析是多因素復(fù)雜項(xiàng)目，通過(guò)計(jì)算機(jī)模擬，取ε=0.1[17]。本文采用三角模糊數(shù)的期望值Eij作為元素aij。

2 風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)模型的構(gòu)建

2.1 建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)層次模型

根據(jù)風(fēng)險(xiǎn)的特性，將風(fēng)電場(chǎng)的建設(shè)風(fēng)險(xiǎn)粗分為外部和內(nèi)部風(fēng)險(xiǎn)二大類，每一類由2級(jí)風(fēng)險(xiǎn)構(gòu)成，其中外部風(fēng)險(xiǎn)參考文獻(xiàn)[18]中的分類包含了政策經(jīng)濟(jì)風(fēng)險(xiǎn)、社會(huì)與環(huán)境風(fēng)險(xiǎn)、技術(shù)與管理(甲方不可控、乙方或第三方占優(yōu)勢(shì)的)風(fēng)險(xiǎn)3個(gè)方面的一級(jí)風(fēng)險(xiǎn)；項(xiàng)目?jī)?nèi)部風(fēng)險(xiǎn)由項(xiàng)目單位內(nèi)部管理形成的(甲方可控或甲方占優(yōu)勢(shì))風(fēng)險(xiǎn)。經(jīng)過(guò)專家研討并結(jié)合風(fēng)電場(chǎng)建設(shè)方面的歷史資料文獻(xiàn)，將這些4類一級(jí)風(fēng)險(xiǎn)進(jìn)一步細(xì)分為若干二級(jí)風(fēng)險(xiǎn)因素。

最終，形成如圖1的風(fēng)險(xiǎn)層次模型。其中，總目標(biāo)層為風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)，控制層為風(fēng)險(xiǎn)的發(fā)生概率P及風(fēng)險(xiǎn)損失L；一級(jí)指標(biāo)層分為一級(jí)風(fēng)險(xiǎn)指元素集Ui構(gòu)成，與控制層具有交錯(cuò)關(guān)系；二級(jí)指標(biāo)層為分解后的風(fēng)險(xiǎn)因素(*僅適用于與海上風(fēng)電項(xiàng)目)。

圖1 風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)模型

2.2 風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)評(píng)價(jià)步驟

根據(jù)本文對(duì)風(fēng)險(xiǎn)的定義1，以發(fā)生概率P和風(fēng)險(xiǎn)損失L這2個(gè)特征為目標(biāo)對(duì)所有的風(fēng)險(xiǎn)元素進(jìn)行評(píng)判，本文假設(shè)特征P及L為平行關(guān)系(權(quán)重都為0.5)。假設(shè)有m個(gè)二級(jí)指標(biāo)元素，將數(shù)據(jù)進(jìn)行歸一化處理后，按照假設(shè)的權(quán)重得到建設(shè)風(fēng)險(xiǎn)的單因素模糊判斷矩陣R=(rij)m×5。

2.2.1 確定F-AHP的權(quán)重向量

(7)

式中，用簡(jiǎn)單平均的方式統(tǒng)計(jì)了專家的偏好

(8)

按照同樣的方法進(jìn)行一致性檢驗(yàn)，并得到該元素集子準(zhǔn)則層的權(quán)重向量Wii=[wi1,wi2,…,wij]T。

(2)構(gòu)造一級(jí)判斷矩陣及其一致性檢驗(yàn)。由k位專家分別以P及L為準(zhǔn)則對(duì)元素集Ui進(jìn)行重要度的兩兩比較，按照上一步驟相同的方法和規(guī)則分別構(gòu)建一級(jí)指標(biāo)層比較判斷矩陣ALq和APq，并根據(jù)式(6)逐一建立特征矩陣CLq和CPq且進(jìn)行一致性檢驗(yàn)，最終分別由式(8)得到一級(jí)指標(biāo)層模糊綜合評(píng)價(jià)矩陣AP及AL。對(duì)AP及AL也應(yīng)逐一通過(guò)建立特征矩陣CL和CP進(jìn)行一致性檢驗(yàn)。本文假設(shè)特征P和L屬于平行關(guān)系，因此將AP及AL得到的權(quán)重向量WP及WL按照權(quán)重0.5合成為一級(jí)指標(biāo)層的排序向量WLP=[w1LP,w2LP,…,wnLP]T。

(3)確定總排序權(quán)重向量。假設(shè)共有m個(gè)二級(jí)指標(biāo)因素，將二級(jí)指標(biāo)層和一級(jí)指標(biāo)層當(dāng)元素排序權(quán)重向量合成得到F-AHP的總排序向量為

(9)

(4)合成評(píng)價(jià)結(jié)果。將總排序權(quán)重向量ω與單因素模糊判斷矩陣R采用M(+,·)模糊算子[19]進(jìn)行合成，得到模糊評(píng)價(jià)集B′。選擇一種評(píng)價(jià)指標(biāo)處理方法對(duì)項(xiàng)目的風(fēng)險(xiǎn)等級(jí)給出最終的評(píng)價(jià)。

3 應(yīng)用實(shí)例

3.1 風(fēng)電場(chǎng)概況

某風(fēng)電場(chǎng)擬裝機(jī)容量45 MW，擬安裝15臺(tái)1 000 kW和20臺(tái)1 500 kW風(fēng)電機(jī)組。場(chǎng)區(qū)屬于豫西丘陵區(qū)，北臨黃河，南部有秦嶺支脈，地形呈現(xiàn)東南高西北低。場(chǎng)區(qū)屬于暖溫帶大陸性季風(fēng)氣候，冬春季易發(fā)生大風(fēng)，屬于較明顯的內(nèi)陸山地風(fēng)場(chǎng)。本次風(fēng)險(xiǎn)評(píng)價(jià)共由5位專家對(duì)各因素進(jìn)行比較，并通過(guò)算術(shù)平均數(shù)統(tǒng)計(jì)專家的偏好。

3.2 風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果

3.2.1 建立風(fēng)險(xiǎn)元素集

一級(jí)風(fēng)險(xiǎn)指標(biāo)元素集：P=L={U1,U2,U3,U4}={政策經(jīng)濟(jì)風(fēng)險(xiǎn)，社會(huì)與環(huán)境風(fēng)險(xiǎn)，技術(shù)與管理風(fēng)險(xiǎn)，項(xiàng)目?jī)?nèi)部風(fēng)險(xiǎn)}。

二級(jí)風(fēng)險(xiǎn)指標(biāo)元素集：U1={u11,u12,u13,u14}={政府支持，電價(jià)批復(fù)，法律法規(guī)，融資匯率}；U2={u21,u22,u23,u24,*u25}={當(dāng)?shù)孛裆瑲夂蛞蛩?，自然?zāi)害，地質(zhì)條件}；U3={u31,u32,u33,u34}={電網(wǎng)限電，施工組織，運(yùn)行維護(hù)，風(fēng)能資源}；U4={u41,u42,u43,u44}={CDM開(kāi)發(fā)障礙，風(fēng)機(jī)選型，合同管理，項(xiàng)目團(tuán)隊(duì)}。

3.2.2 建立風(fēng)險(xiǎn)評(píng)語(yǔ)集

V={v1,v2,v3,v4,v5}={高風(fēng)險(xiǎn)，較高風(fēng)險(xiǎn)，中等風(fēng)險(xiǎn)，較低風(fēng)險(xiǎn)，低風(fēng)險(xiǎn)}。

3.2.3 建立單因素模糊評(píng)判矩陣

將5位專家的統(tǒng)計(jì)結(jié)果經(jīng)過(guò)歸一化處理后，假設(shè)條件P及L之間不存在優(yōu)先關(guān)系，將上述條件P及L的模糊關(guān)系合成，得到本模型的單因素模糊評(píng)判矩陣

3.2.4 確定F-AHP的權(quán)重向量

(1)二級(jí)指標(biāo)權(quán)重計(jì)算。

表2～5是以一級(jí)風(fēng)險(xiǎn)因素為準(zhǔn)則進(jìn)行兩兩比較判斷并進(jìn)行一致性檢驗(yàn)的過(guò)程，并分別得到各準(zhǔn)則的二級(jí)指標(biāo)權(quán)重Wii。

表2 以U1為準(zhǔn)則的兩兩比較判斷矩陣

注：相容性指標(biāo)I11=0.047<0.1

表3 以U2為準(zhǔn)則的兩兩比較判斷矩陣

注：相容性指標(biāo)I22=0.02<0.1

表4 以U3為準(zhǔn)則的兩兩比較判斷矩陣

注：相容性指標(biāo)I33=0.043<0.1

表5 以U4為準(zhǔn)則的兩兩比較判斷矩陣

注：相容性指標(biāo)I44=0.009<0.1

(2)一級(jí)指標(biāo)權(quán)重計(jì)算。

表6、7是以P及L為準(zhǔn)則進(jìn)行兩兩比較判斷并進(jìn)行一致性檢驗(yàn)的過(guò)程，分別得到一級(jí)指標(biāo)權(quán)重WP和WL。

表6 以P為準(zhǔn)則的兩兩比較判斷矩陣

注：相容性指標(biāo)IP=0.014<0.1

表7 以L為準(zhǔn)則的兩兩比較判斷矩陣

注：相容性指標(biāo)IL=0.018<0.1

假設(shè)條件P及L為平行關(guān)系，將2個(gè)向量取算數(shù)平均值合成得到一級(jí)指標(biāo)層的權(quán)重向量：WLP=[0.238,0.258,0.275,0.229]。

(3)層次模型總排序權(quán)重ω計(jì)算。

將上述2步驟得到的權(quán)重向量合成推求總排序權(quán)重ω，計(jì)算過(guò)程見(jiàn)表8。

3.2.5 合成評(píng)價(jià)結(jié)果

B′=ω·R=[0.166, 0.312, 0.352, 0.085, 0.084]將層次模型的總排序權(quán)重向量ω與單因素模糊判斷矩陣R按照M(+,·)模糊算子進(jìn)行合成對(duì)模糊評(píng)價(jià)集B′按照最大隸屬度原則進(jìn)行處理：最大值為0.352，對(duì)應(yīng)評(píng)語(yǔ)集V的v3中等風(fēng)險(xiǎn)。

表8 總排序權(quán)重計(jì)算

4 結(jié) 論

(1)將模糊集引入AHP判斷矩陣構(gòu)造過(guò)程中，使得AHP擴(kuò)展為F-AHP，克服經(jīng)典AHP不能完全反映人類思維的問(wèn)題，利用三角模糊數(shù)刻畫了復(fù)雜巨系統(tǒng)決策問(wèn)題中人主觀思維判斷過(guò)程的模糊性，擴(kuò)大信息量，使數(shù)學(xué)模型的量化過(guò)程能更精確地趨于實(shí)際。

(2)FSE與F-AHP的結(jié)合，將識(shí)別出的風(fēng)險(xiǎn)元素構(gòu)建為更加直觀的遞階層次結(jié)構(gòu)，便于決策者全面掌握風(fēng)險(xiǎn)信息；將綜合評(píng)判中簡(jiǎn)單權(quán)重賦值升級(jí)為通過(guò)具有層次結(jié)構(gòu)的兩兩比較判斷矩陣計(jì)算出權(quán)重，經(jīng)過(guò)一致性檢驗(yàn)的比較結(jié)果更加客觀準(zhǔn)確，降低了主觀偏好和信息不全面帶來(lái)的弊端。

[1]駱珣，賈建容.基于蒙特卡洛模擬的火電建設(shè)項(xiàng)目投資風(fēng)險(xiǎn)估計(jì)[J].北京工商大學(xué)學(xué)報(bào)：自然科學(xué)版，2006，24 (3):66-68.

[2]程鴻群，汪程程.火電建設(shè)項(xiàng)目投資風(fēng)險(xiǎn)結(jié)構(gòu)模型[J].武漢大學(xué)學(xué)報(bào)：工學(xué)版，2012，45(S):318-321.

[3]王素花.1000 MW級(jí)火電項(xiàng)目前期風(fēng)險(xiǎn)元傳遞模型[J].電力建設(shè)，2014，34 (11):125-128.

[4]孔昭東，周宏勝，劉錦國(guó)，等.大型風(fēng)電工程建設(shè)項(xiàng)目風(fēng)險(xiǎn)管理模式探討[J].內(nèi)蒙古電力技術(shù)，2008，26 (4):30-32.

[5]鄒炅，章顯亮，黃善平，等.基于風(fēng)險(xiǎn)評(píng)估矩陣的風(fēng)電項(xiàng)目風(fēng)險(xiǎn)管理研究[J].中國(guó)電力，2012，45 (9):56-75.

[6]吳啟仁，鄭主平，孫向東.風(fēng)電場(chǎng)建設(shè)風(fēng)險(xiǎn)管理[J].水利水電技術(shù)，2009，40 (9):18-21.

[7]李雅妹，張曉梅，張蒙.基于模糊綜合評(píng)價(jià)模型的項(xiàng)目風(fēng)險(xiǎn)評(píng)估 [J].今日湖北，2011(2):22.

[8]姬東朝，宋筆鋒，喻天翔.基于模糊層次分析法的決策方法及其應(yīng)用[J].火力與指揮控制，2007，32 (11):38-41.

[9]朱明明.基于模糊層次分析法的工程項(xiàng)目風(fēng)險(xiǎn)評(píng)估[J].科技管理研究，2010(20):214-217.

[10]韓喜雙，劉仁輝，張勁強(qiáng).三角模糊數(shù)的工程項(xiàng)目風(fēng)險(xiǎn)識(shí)別[J].哈爾濱工業(yè)大學(xué)學(xué)報(bào)，2008，40 (10):1617- 1620.

[11]時(shí)現(xiàn)，毛曄，許長(zhǎng)青，等.工程項(xiàng)目控制：理論·實(shí)務(wù)·案例[M].大連：大連出版社，2013:30-31.

[12]王穎.項(xiàng)目風(fēng)險(xiǎn)管理[M].北京：電子工業(yè)出版社，2012:1-23.

[13]張吉軍.模糊層次分析法(AHP) [J].模糊系統(tǒng)與數(shù)學(xué)， 2000，14(2):80-88.

[14]楊靜，邱菀華.模糊互補(bǔ)判斷矩陣一致性檢驗(yàn)和改進(jìn)方法 [J].系統(tǒng)管理學(xué)報(bào)，2010，19(1):14-18.

[15]李華，肖鈺.基于三角模糊數(shù)的判斷矩陣的改進(jìn)及其應(yīng)用[J].模糊系統(tǒng)與數(shù)學(xué)，2003，17(2):60-64.

[16]姜艷萍，樊治平.互補(bǔ)判斷矩陣一致性改進(jìn)方法[J].東北大學(xué)學(xué)報(bào)，2003，24(11) :98-101.

[17]公彥德，曾雪蘭，吉建華.模糊互補(bǔ)判斷矩陣的一致性檢驗(yàn)及調(diào)整方法[C]//2005中國(guó)控制與決策學(xué)術(shù)年會(huì)論文集(下).沈陽(yáng)：東北大學(xué)出版社，2005:1966-1968.

[18]李俊峰.2012年中國(guó)風(fēng)電發(fā)展報(bào)告[R].北京：中國(guó)環(huán)境科學(xué)出版社，2012:23-38.

[19]孫亞勝. 模糊網(wǎng)絡(luò)分析在海上風(fēng)電項(xiàng)目風(fēng)險(xiǎn)評(píng)價(jià)中的應(yīng)用[D].大連：大連理工大學(xué)，2008.

(編輯：蔣毅恒)

ConstructionRiskEvacuationModelofWindFarmBasedonTriangularFuzzyNumber

CHENG Liang

(China National Water Resource & Electric Power Materials & Equipment Shanghai Co., Ltd., Shanghai 200063, China)

Aiming at the current condition, which most of wind farm investors prefer using traditional tools for risk evaluation, and the evaluation results are usually affected by subjective preferences and incomplete information, this paper integrated AHP (analytic hierarchy process) and FSE (fuzzy synthetic evaluation) to establish the F-AHP model of risk evaluation based on triangular fuzzy number. To improve the accuracy of risk evaluation, this paper used FSE to enlarge the volume of information, utilized pairwise comparison judgment matrix to calculate the rank weights of risk indexes, and also used triangular fuzzy number to describe the fuzzy nature of human thinking. Application result shows that the model is feasible in the practice of construction risk evaluation for wind farm because of its clear structure and simple opration.

wind farm; analytic hierarchy process(AHP); triangular fuzzy number; risk evaluation

TM 614

： A

： 1000-7229(2014)09-0103-06

10.3969/j.issn.1000-7229.2014.09.019

2014-03-07

：2014-04-03

程亮(1981)，男，管理學(xué)碩士，工程師，工程建設(shè)項(xiàng)目管理，E-mail：ballackcl@126.com。