一种基于模糊混合决策的铁路公益性综合评价方法技术

本发明专利技术公开了一种基于模糊混合决策的铁路公益性综合评价方法，包括以下步骤：S1：建立铁路公益性综合评价指标体系；S2：对指标体系中的定性指标进行定量化转换；S3：对定性指标和定量指标的取值分别进行标准化处理；S4：采用G1法计算各指标的权重；S5：对各指标取值进行加权，并确定理想解；S6：计算待评价铁路与理想解的距离；S7：对铁路公益性进行综合评价及等级分类。本发明专利技术填补了目前关于铁路公益性综合评价方法的空白，克服了国民经济评价、模糊综合评价方法等传统铁路评价方法的缺点，实现了定量指标和定性指标的综合评价，使得评价结果更加科学合理、更具参考价值以及可操作性。

A Comprehensive Evaluation Method of Railway Public Welfare Based on Fuzzy Hybrid Decision

【技术实现步骤摘要】
一种基于模糊混合决策的铁路公益性综合评价方法
本专利技术涉及铁路工程建设领域，特别涉及一种基于模糊混合决策的铁路公益性综合评价方法。
技术介绍
开展针对公益性综合方法的研究，有助于理清影响公益性铁路建设和运营的复杂因素及其相互作用关系，充分认识该类铁路的社会贡献和建设意义，拓展目前铁路的经济评价体系，对于实现公益性铁路的科学、合理、高效运营和可持续性发展都具有重要作用。目前，关于铁路公益性综合评价的研究还是空白。传统的铁路评价方法多限于国民经济评价或模糊综合评价方法。但国民经济评价方法只考虑了时间节省效益、运营成本节省效益等有限的定量指标，难以将促进民族团结、维护国家统一等定性指标包含在内，并且也不能给出最终评价结果的好坏程度；模糊综合评价方法在进行定量和定性指标综合评价时，需要对定量和定性指标都给出评价等级或模糊化的评价值，并确定隶属度函数，使得在很多情况下难以实现。
技术实现思路
本专利技术的目的在于克服现有技术中所存在的上述不足，提供一种基于模糊混合决策的铁路公益性综合评价方法，用于填补目前关于铁路公益性综合评价方法研究的空白。为了实现上述专利技术目的，本专利技术提供了以下技术方案：一种基于模糊混合决策的铁路公益性综合评价方法，包括以下步骤：S1：建立铁路公益性综合评价指标体系，可以采用现有的评价指标进行评价，也可以设计一套新的指标体系；S2：对指标体系中的定性指标进行定量化转换；S3：对定性指标和定量指标的取值分别进行标准化处理；S4：采用G1法计算各指标的权重；S5：对各指标取值进行加权，并确定理想解；S6：计算待评价铁路与理想解的距离；S7：对铁路公益性进行综合评价及等级分类。本专利技术填补了目前关于铁路公益性综合评价方法的空白，克服了国民经济评价、模糊综合评价方法等传统铁路评价方法的缺点，实现了定量指标和定性指标的综合评价，使得评价结果更加科学合理、更具参考价值以及可操作性。优选的，所述步骤S2中，对指标体系中的定性指标进行定量化转换的方法为：首先，由专家采用语言变量{很好，好，较好，一般，较差，差，很差}、{很大，大，较大，一般，较小，小，很小}或{很高，高，较高，一般，较低，低，很低}对定性指标进行初步赋值；然后，将语言变量转化为三角模糊数转化关系如下：语言变量“很差”或“很小”或“很低”对应的三角模糊数为(0，0.1，0.2)；语言变量“差”或“小”或“低”对应的三角模糊数为(0.1，0.2，0.3)；语言变量“较差”或“较小”或“较低”对应的三角模糊数为(0.2，0.3，0.4)；语言变量“一般”对应的三角模糊数为(0.4，0.5，0.6)；语言变量“较好”或“较大”或“较高”对应的三角模糊数为(0.5，0.6，0.7)；语言变量“好”或“大”或“高”对应的三角模糊数为(0.6，0.7，0.8)；语言变量“很好”或“很大”或“很高”对应的三角模糊数为(0.8，0.9，1.0)。利用三角模糊数对定性指标进行量化，能够充分考虑定性指标的模糊性，弥补了传统方法直接对定性指标转换为{1，3，5，7，9}，从而造成对定性指标不确定性信息考虑不足的问题。优选的，所述步骤S3中，对定性指标和定量指标的取值分别进行标准化处理的方法为：对于效益型定量指标，标准化方法为：对于成本型定量指标，标准化方法为：对于效益型定性指标，标准化方法为：对于成本型定性指标，标准化方法为：其中，t为定量指标的个数；xi为第i个定量指标的取值；si为第i个定量指标xi的标准化后的值；maxi为第i个定量指标的取值的最大值；mini为第i个定量指标的取值的最小值；k为定性指标的个数；为第i个定性指标的三角模糊数取值；为第i个定性指标标准化后的值；为第i个定性指标的取值的最大值；为第i个定性指标的取值的最小值。maxi、mini、和都由目前已通车的公益性铁路的统计数据得到。优选的，所述步骤S4中，采用G1法计算各指标的权重包括以下步骤：S41：设总共有n个评价指标，按照重要性程度降序排序，排序后的指标分别为x1，x2，...xn，每个指标的权重分别为w1，w2，...wn；S42：定义前后相邻两个指标重要程度比rj＝wj-1/wj，前面指标xj-1与后面指标xj具有同样重要性，rj＝1.0；前面指标xj-1比后面指标xj稍微重要，rj＝1.2；前面指标xj-1比后面指标xj明显重要，rj＝1.4；前面指标xj-1比后面指标xj强烈重要，rj＝1.6；前面指标xj-1比后面指标xj极端重要，rj＝1.8；S43：求得重要性程度最小指标xn的权重为：S44：其他n-1个指标的权重为：wj-1＝rjwj，j＝n，n-1，...，2。优选的，所述步骤S5中，对各指标取值进行加权，并确定理想解包括以下步骤：S51：对各指标取值进行加权，方法为：对于定量指标，加权方法为：Ji量＝wisi，i＝1，2，...，t；对于定性指标，加权方法为：其中，Ji量为第i个定量指标标准化后的值si的加权值；为第i个定性指标标准化后的值的加权值；S52：确定理想解的方法为：对于定量指标，确定理想解的方法为：Li量＝maxi，i＝1，2，...，t；对于定性指标，确定理想解的方法为：其中，Li量为理想解中的第i个定量指标；Li性为理想解中的第i个定性指标；maxi为待评价铁路项目第i个定量指标的取值的最大值；为待评价铁路项目第i个定性指标的取值的最大值，maxi和部由目前已通车的公益性铁路的统计数据得到。优选的，所述步骤S6中，计算待评价铁路与理想解的距离的方法为：其中，GYP为铁路公益性综合评价值，即待评价铁路与理想解的距离。优选的，所述步骤S7中，对铁路公益性进行综合评价及等级分类的方法为：GYP的值介于0到1之间，将GYP划分7个等级标准，用以表征铁路公益性综合评价的程度：当GYP的取值为0-0.1时，综合评价等级为很好；当GYP的取值为0.1-0.2时，综合评价等级为好；当GYP的取值为0.2-0.4时，综合评价等级为较好；当GYP的取值为0.4-0.6时，综合评价等级为一般；当GYP的取值为0.6-0.8时，综合评价等级为较差；当GYP的取值为0.8-0.9时，综合评价等级为差；当GYP的取值为0.9-1时，综合评价等级为很差。与现有技术相比，本专利技术的有益效果：本专利技术填补了目前关于铁路公益性综合评价方法的空白，克服了国民经济评价、模糊综合评价方法等传统铁路评价方法的缺点，实现了定量指标和定性指标的综合评价，使得评价结果更加科学合理、更具参考价值以及可操作性。通过使用目前已通车的公益性铁路的统计数据作为理想解各指标的取值，并利用待评价铁路去逼近于该理想解的思路，构建综合评价模型，使得最后评价结果具有可对比性，可与其他公益性铁路的评价结果进行比较，以相互借鉴、取长补短。附图说明：图1是本专利技术所述的一种基于模糊混合决策的铁路公益性综合评价方法的流程示意图。具体实施方式下面结合试验例及具体实施方式对本专利技术作进一步的详细描述。但不应将此理解为本专利技术上述主题的范围仅限于以下的实施例，凡基于本
技术实现思路
所实现的技术均属于本专利技术的范围。如图1所示，一种基于模糊混合决策的铁路公益性综合评价方法，包括以下步骤：S1：建立铁路公益性综合评价指标体系，可以采用现有的评价指标进行评本文档来自技高网...

【技术保护点】
1.一种基于模糊混合决策的铁路公益性综合评价方法，其特征在于，包括以下步骤：S1：建立铁路公益性综合评价指标体系；S2：对指标体系中的定性指标进行定量化转换；S3：对定性指标和定量指标的取值分别进行标准化处理；S4：采用G1法计算各指标的权重；S5：对各指标取值进行加权，并确定理想解；S6：计算待评价铁路与理想解的距离；S7：对铁路公益性进行综合评价及等级分类。

【技术特征摘要】
1.一种基于模糊混合决策的铁路公益性综合评价方法，其特征在于，包括以下步骤：S1：建立铁路公益性综合评价指标体系；S2：对指标体系中的定性指标进行定量化转换；S3：对定性指标和定量指标的取值分别进行标准化处理；S4：采用G1法计算各指标的权重；S5：对各指标取值进行加权，并确定理想解；S6：计算待评价铁路与理想解的距离；S7：对铁路公益性进行综合评价及等级分类。2.根据权利要求1所述的一种基于模糊混合决策的铁路公益性综合评价方法，其特征在于，所述步骤S2中，对指标体系中的定性指标进行定量化转换的方法为：首先，由专家采用语言变量{很好，好，较好，一般，较差，差，很差}、{很大，大，较大，一般，较小，小，很小}或{很高，高，较高，一般，较低，低，很低}对定性指标进行初步赋值；然后，将语言变量转化为三角模糊数转化关系如下：语言变量“很差”或“很小”或“很低”对应的三角模糊数为(0，0.1，0.2)；语言变量“差”或“小”或“低”对应的三角模糊数为(0.1，0.2，0.3)；语言变量“较差”或“较小”或“较低”对应的三角模糊数为(0.2，0.3，0.4)；语言变量“一般”对应的三角模糊数为(0.4，0.5，0.6)；语言变量“较好”或“较大”或“较高”对应的三角模糊数为(0.5，0.6，0.7)；语言变量“好”或“大”或“高”对应的三角模糊数为(0.6，0.7，0.8)；语言变量“很好”或“很大”或“很高”对应的三角模糊数为(0.8，0.9，1.0)。3.根据权利要求2所述的一种基于模糊混合决策的铁路公益性综合评价方法，其特征在于，所述步骤S3中，对定性指标和定量指标的取值分别进行标准化处理的方法为：对于效益型定量指标，标准化方法为：对于成本型定量指标，标准化方法为：对于效益型定性指标，标准化方法为：对于成本型定性指标，标准化方法为：其中，t为定量指标的个数；xi为第i个定量指标的取值；si为第i个定量指标xi的标准化后的值；maxi为第i个定量指标的取值的最大值；mini为第i个定量指标的取值的最小值；k为定性指标的个数；为第i个定性指标的三角模糊数取值；为第i个定性指标标准化后的值；为第i个定性指标的取值的最大值；为第i个定性指标的取值的最小值。4.根据权利要求3所述的一种基于模糊混合决策的铁路公益性综合评价方法，其特征在于，所述步骤S4中，采用G1法计算各指标的权重包括以下步骤：S41：设总共有n个评价指标，按...

【专利技术属性】
技术研发人员：朱颖，罗圆，张小强，马擎，李广路，余浩伟，
申请(专利权)人：中铁二院工程集团有限责任公司，
类型：发明
国别省市：四川,51