第7期 夏登友等：基于云模型的应急决策方法 ·977· 0.9 0.8 0.9 0.9 0.7 0.8 0.8 0.7 0.6 0.7 0.6 0.5 0.5 0.4 0.4 03 0.3 0.2 0.1 8 0.2 .2 1o86。 01 01 0.20.40.60.81.01.2 0.450.550.650.750.850.95 0.550.600.650.700.750.800.85 评价值 评价值 评价值 a c 图8方案1指标“可行性”评价云形成过程图.()专家的第一次打分评价云图：(b)专家打分调整后的评价云图：(c)专家最终打分评价 云图 Fig.8 Evaluation cloud formation charts of altemative A under decision index feasibility:(a)evaluation cloud chart obtained by experts'first scores:(b)evaluation cloud chart obtained by experts'adjusted scores;(c)evaluation cloud chart obtained by experts'final scores 馈结果，综合大部分专家的意见，调整指标打分分 差 中方案3方案1良方案2优 值，重复上述步骤，得到云图8(b).可见熵和超熵 1.04 开始减小，云图由雾状向云凝聚，表示概念开始形 0.9 0.8 成.如此反复，逐级控制专家经验的收敛速度和质 0.7 量，直到得到满意的云图，如图8(c)所示.此时，云 06 0.5 图对应的“可行性”指标的评价云U为(0.72， 0.4 0.044,0.005). 0.3 0.2 同理，可得到“时效性”指标的评价云U2为 0.1 (0.89,0.045,0.00)，“风险性”指标的评价云U 000102030.405060.7080910 为(0.74,0.044,0.005)，“经济性”指标的评价云 评价值 图9应急方案的评价云 U,为(0.61,0.045,0.005). Fig.9 Evaluation clouds of different emergency alteratives 3.3确定应急方案的评价云 根据确定的决策指标的权重云W和决策指标 从图9中可以看出：方案1的评价云在评价标 的评价云U,可得到方案的云模型表示.方案1的 准云图的“良”和“中”之间，偏向良；方案3的评价 云模型表示见表6. 云在评价标准云图的“良”和“中”之间，偏向中；方 表6方案1的云模型表示 案2的评价云在评价标准云图的“优”和“良”之间， Table 6 Cloud model representation of alternative A 偏向优.不难看出，方案2为最优应急方案 决策指标 权重云，W 评价云，U 基于本文的基础数据，采用基于距离的群体决 可行性 (0.755,0.061,0.005) (0.72,0.044,0.005) 策方法)，计算得到方案2是最佳决策方案，决策结 时效性 (1.000,0.041,0.005) (0.89,0.045,0.005) 果和本文的结果基本相同.与文献了]相比，本文的 风险性 (0.755,0.061,0.005) (0.74,0.044,0.005) 经济性(0.505,0.061,0.005) 计算过程相对简单，各待选方案的评价结果用图形 (0.61,0.045,0.005) 而不是数据显示，一方面避免待选方案评价值很接 运用云运算规则，结合式(2)可得方案1的评 近时的决策，另一方面用图形显示的决策结果一目 价云V(0.76,0.046,0.005). 了然，更便于灾害事故现场决策人的决策 同理，可得方案2和方案3的评价云分别为'2 (0.90,0.039,0.005)和V3(0.65,0.042,0.005). 4结论 3.4云相似性比较及方案优选 本文提出了一种基于云模型的灾害事故应急决 将三套应急方案的评价云模型V,(0.76, 策方法.该方法通过云模型的期望值、熵和超熵三 0.046,0.005)、V2(0.90,0.039,0.005)和V3(0.65, 个数字特征，将应急决策指标权重值及评价值确定 0.042,0.005)分别借助正向云发生器生成云图，并 过程中的模糊性和随机性集成在一起，构成定性和 输入到方案评价标准云图中，进行云的相似性比较， 定量相互间的映射，较好地解决了应急决策过程中 以确定各应急方案的优劣，如图9所示 的模糊性和随机性问题.实例分析表明该方法可以第 7 期 夏登友等: 基于云模型的应急决策方法 图 8 方案 1 指标“可行性”评价云形成过程图． ( a) 专家的第一次打分评价云图; ( b) 专家打分调整后的评价云图; ( c) 专家最终打分评价 云图 Fig． 8 Evaluation cloud formation charts of alternative A1 under decision index feasibility: ( a) evaluation cloud chart obtained by experts’first scores; ( b) evaluation cloud chart obtained by experts’adjusted scores; ( c) evaluation cloud chart obtained by experts’final scores 馈结果，综合大部分专家的意见，调整指标打分分 值，重复上述步骤，得到云图 8( b) ． 可见熵和超熵 开始减小，云图由雾状向云凝聚，表示概念开始形 成． 如此反复，逐级控制专家经验的收敛速度和质 量，直到得到满意的云图，如图 8( c) 所示． 此时，云 图对应 的“可 行 性”指 标 的 评 价 云 U1 为 ( 0. 72， 0. 044，0. 005) ． 同理，可 得 到“时 效 性”指 标 的 评 价 云 U2 为 ( 0. 89，0. 045，0. 005) ，“风险性”指标的评价云 U3 为( 0. 74，0. 044，0. 005) ，“经济性”指标的评价云 U4为( 0. 61，0. 045，0. 005) ． 3. 3 确定应急方案的评价云 根据确定的决策指标的权重云 W 和决策指标 的评价云 U，可得到方案的云模型表示． 方案 1 的 云模型表示见表 6． 表 6 方案 1 的云模型表示 Table 6 Cloud model representation of alternative A1 决策指标 权重云，W 评价云，U 可行性 ( 0. 755，0. 061，0. 005) ( 0. 72，0. 044，0. 005) 时效性 ( 1. 000，0. 041，0. 005) ( 0. 89，0. 045，0. 005) 风险性 ( 0. 755，0. 061，0. 005) ( 0. 74，0. 044，0. 005) 经济性 ( 0. 505，0. 061，0. 005) ( 0. 61，0. 045，0. 005) 运用云运算规则，结合式( 2) 可得方案 1 的评 价云 V1 ( 0. 76，0. 046，0. 005) ． 同理，可得方案 2 和方案 3 的评价云分别为 V2 ( 0. 90，0. 039，0. 005) 和 V3 ( 0. 65，0. 042，0. 005) ． 3. 4 云相似性比较及方案优选 将三套应急方案的评价云模型 V1 ( 0. 76， 0. 046，0. 005) 、V2 ( 0. 90，0. 039，0. 005) 和 V3 ( 0. 65， 0. 042，0. 005) 分别借助正向云发生器生成云图，并 输入到方案评价标准云图中，进行云的相似性比较， 以确定各应急方案的优劣，如图 9 所示． 图 9 应急方案的评价云 Fig． 9 Evaluation clouds of different emergency alternatives 从图 9 中可以看出: 方案 1 的评价云在评价标 准云图的“良”和“中”之间，偏向良; 方案 3 的评价 云在评价标准云图的“良”和“中”之间，偏向中; 方 案 2 的评价云在评价标准云图的“优”和“良”之间， 偏向优． 不难看出，方案 2 为最优应急方案． 基于本文的基础数据，采用基于距离的群体决 策方法［7］，计算得到方案2 是最佳决策方案，决策结 果和本文的结果基本相同． 与文献［7］相比，本文的 计算过程相对简单，各待选方案的评价结果用图形 而不是数据显示，一方面避免待选方案评价值很接 近时的决策，另一方面用图形显示的决策结果一目 了然，更便于灾害事故现场决策人的决策． 4 结论 本文提出了一种基于云模型的灾害事故应急决 策方法． 该方法通过云模型的期望值、熵和超熵三 个数字特征，将应急决策指标权重值及评价值确定 过程中的模糊性和随机性集成在一起，构成定性和 定量相互间的映射，较好地解决了应急决策过程中 的模糊性和随机性问题． 实例分析表明该方法可以 · 779 ·