《基于DEMATEL与F-ANP的突发事件应急管理评估》-工学论文，软件工程论文-论文范文参考-科学狗论文网

标题

基于DEMATEL与F-ANP的突发事件应急管理评估

范文

许硕刘小娜

摘要：针对突发事件应急管理评估存在评估指标不独立、评估信息模糊与评估结果难量化等问题，提出基于决策实验室法（DETATEL）与模糊网络分析法（F-ANP）的评估方法。建立突发事件应急管理能力评估体系，将各因素划分为影响层面与评估指标，使用DEMATEL方法求得指标间相互影响关系与各层面间网络关系模型。通过ANP算法构建评估指标网络层次结构，求解指标权重，并识别出应急管理关键环节。建立模糊评价矩阵，将定性分析转化为定量评估，并进行综合评估，得到量化评估值，直观显示应急管理能力实际水平。利用该方法对某市进行评估，得出该市突发事件应急管理评估值score=3.063 9，等级为“良”。

关键词：突发事件;应急管理;决策实验室法;网络分析法;模糊综合评价

DOI：10. 11907/rjdk. 182511 开放科学（资源服务）标识码（OSID）：

中图分类号：TP301文献标识码：A 文章编号：1672-7800（2019）007-0069-06

Emergency Management Assessment Based on DEMATEL and F-ANP

XU Shuo，LIU Xiao-na

（College of Computer Science and Technology， Guizhou University， Guiyang 550025， China）

Abstract：According to the characteristics of the emergency management assessment， a method based on DETATEL and F-ANP was proposed to deal with independent indexes， fuzzy information， and quantify the assessment result. Firstly， the assessment indexes system for emergency management capability was established. Secondly， the DEMATEL method was used to determine the causal relation and the network relation model among indexes. Thirdly， the network hierarchy structure about evaluation indexes was determined by ANP， the weight of each index was calculated， and the key processes of emergency management were recognized. Lastly， the fuzzy assessment matrix was established， and transformed qualitative analysis into quantitative assessment; then the comprehensive assessment was conducted. The quantitative value was obtained and intuitively showed the actual level of emergency management capability. A certain city was evaluated by this proposed method and the final assessment value score = 3.0639， and the level was "good".

Key Words：emergency; emergency management; DEMATEL; ANP; fuzzy comprehensive evaluation

作者簡介：许硕（1993-），男，贵州大学计算机科学与技术学院硕士研究生，研究方向为信息系统;刘小娜（1993-），女，贵州大学科学与技术学院硕士研究生，研究方向为计算机软件与理论。

0 引言

突发事件频发对社会稳定及人民群众生命财产安全造成重大威胁。关于突发事件应急管理的研究，一直是国内外学者关注重点。近年来该领域已取得了一定研究成果。如Jiang等[1]提出基于犹豫模糊Einstein算子的突发事件风险管理能力评估模型，研究在复杂环境中参评者犹豫性对评估结果的影响;葛悦等[2]提出基于G-AHP（灰色层次分析法）的突发事件应急管理能力评价方法并建立层次化评估体系;Zhou等[3]将D数理论与DEMATEL（决策实验室法）结合，可识别应急管理过程关键成功因素;Wu等[4]提出针对应急管理能力评估的模糊综合评价法，可在一定程度上消除模糊性，提高评估精度，其中DEMATEL方法求得的综合影响矩阵与网络关系模型，可有效显示系统内部结构，明确各因素之间的影响关系，而使用ANP方法可以客观描述评估系统中各种因素互相作用、互相影响的特点，使所求指标权重相较于传统AHP方法更具客观性。由于突发事件应急管理能力评估涉及的语言评估具有很强的模糊性，使用模糊综合评价法将定性评估转化为定量评估，在形式上把不确定性转化确定性，可使评估结果更加客观准确[5-13]。

使用F-ANP的前提在于科学合理地理清各个元素之间具体逻辑关系，而DEMATEL恰好能为其关系的确定提供科学依据，同时F-ANP又可解决DEMATEL需假设指标权重相等的问题，更加符合评估实际情况。综上，本文提出基于DEMATEL与F-ANP的突发事件应急管理能力评估方法。

1 理论基础

1.1 决策实验室法

决策实验室法（DEMATEL）使用图论与矩阵进行系统分析，计算指标相互影响强度，从而揭示系统内部各评估指标间的相互关系。具体计算步骤 [14-17]为：

步骤一：构建初始直接影响矩阵[MD]。针对研究问题，确定系统包含因素，记为：U1，U2，…，UN。选定相关标度，设计调查问卷。由受访者对指标之间的影响关系进行评判，并以成对比较的方式，确定指标间的直接影响程度。将所有受访者评价值取算术平均后，构建初始直接影响矩阵[MD]。矩阵元素dij表示指标Ui对指标Uj的影响程度。当i=j时，dij=0，则：

[MD=0d12？d1i？d1Nd210？d2i？d2N？？？？di1di2？0？diN？？？？dN1dN2？dNi？0] （1）

步骤二：对直接影响矩阵进行标准化处理。由公式（2）可得标准化直接影响矩阵[MN]。

[MN=MDmax[max1≤i≤Nj=1Ndij，max1≤j≤Ni=1Ndij]] （2）

步骤三：构建综合影响矩阵[MT]。根据求得的标准化直接影响矩阵[MN]，由公式（3）计算综合影响矩阵[MT]。

[MT=limk→∞（MN+M2N+？+MkN）=MN（I-MN）-1] （3）

其中[I]为单位矩阵。

步骤四：设定门槛值threshold得到修正后综合影响矩阵MT，计算指标中心度、原因度并绘制网络关系模型。结合评估对象实际情况，设定门槛值threshold。若综合影响矩阵MT中元素tij的值小于threshold，则表明指标Ui与Uj之间不存在较强的影响关系，则将其值赋为0，得到修正后的综合影响矩阵MT。根据公式（4）、公式（5），对MT的行与列分别求和，得到影响度r与被影响度c。其中（r+c）表示指标之间影响与被影响的总程度，称为中心度。中心度越大，表明指标之间相互关系越强。（r-c）表示指标之间的因果关系程度，称为原因度。若原因度为正值，则表示该指标对其它指标的影响程度大，称为原因元素;若原因度为负值，则表示该指标受其它指标影响程度大，称为结果元素。

[r=j=1Ntij=（ri）N*1=（r1，？，ri，？，rN）] （4）

[c=i=1Ntij=（cj）1*N=（c1，？，cj，？，cN）] （5）

综上可绘制出指标网络关系模型，为ANP方法构建网络层次结构提供依据，该模型还可清晰显示系统内部各指标之间的影响关系。

1.2 网络分析法

ANP指在AHP（层次分析法）的基础上，针对评估对象中系统内部元素之间存在的相互作用、相互影响关系作出改进[18]。通过ANP方法，可以合理描述系统内部结构，使求得的评估指标权重更加客观，更加符合突发事件应急管理能力评估实际情况。典型ANP结构如图1所示。

图1 ANP结构

ANP方法计算步骤如下：

步骤一：构建超级矩阵。受访者根据1～9标度法，标度含义包括从同等重要到极端重要，通过成对比较的方式对元素组中的元素进行判断，构造超级矩阵。首先以控制层元素为准则，以网络层元素组Uj（j = 1， 2， …， N）中的元素Ujl（l = 1， 2， …， nj）为次准则，将元素组Ui中的元素与Ujl依次比较，得到超级矩阵[Wij]。

[Wij=w（j1）i1w（j2）i1？w（jnj）i1w（j1）i2w（j2）i2？w（jnj）i2？？？w（j1）iniw（j2）iniw（jnj）ini] （6）

其中Wij列向量表示Ui中元素Ui1，…，對Uj中元素Uj1，…，的影响程度排序向量。若Uj中元素不受Ui中元素影响，则Wij=0，得到在控制层准则下的超级矩阵W为：

[W=W11W12？W1NW21W22？W2N？？？WN1WN2？WNN] （7）

步骤二：对超级矩阵进行加权处理。在控制层准则下，将网络层各元素组Ui（i = 1， 2， …， N）对元素组Uj的重要性进行比较，得到加权矩阵A为：

[A=a11？a1N？？aN1？aNN] （8）

将矩阵A与矩阵W分块对应相乘，可对矩阵W的元素进行加权，即[Wij=aijWij]，可得到加权超级矩阵为：

[W=（Wij）] （9）

（i = 1， 2， …， N; j = 1， 2， …， N）

步骤三：计算稳定加权超级矩阵。由公式（10）对加权超级矩阵[W]进行稳定性处理，最终可得稳定加权超级矩阵[W？]。

[W？=limk→∞（1/N）k=1N（W）k] （10）

若该极限存在，则W*的列向量为极限相对排序向量，表示各评估指标对评估目标的全局权重。其中W*=（W1*， W2*， …， WN*）。

1.3 模糊综合评价

模糊综合评价是模糊数学理论在评估工作中的一种具体应用。由于在应急管理能力评价过程中涉及大量模糊性语言评估信息，采用模糊综合评价可以对多个影响因素进行客观、全面的评估。根据预先设定的评估指标体系，参考评价等级标准V=（v1， v2， …， ve， …， vt），组织m位专家对各指标进行独立评估，构建模糊评价矩阵R。

公式（12）表示关于评估指标Ui，m位专家中有p位专家认为其评价等级应为ve。

2 评估指标体系构建

突发事件应急管理能力评估是典型的多属性群决策问题，各因素之间存在着一定关联性，为保证评估结果客观性与准确性，必须以科学有效的评估指标体系为基础。通过走访相关领域专家，并结合国内应急管理实际情况与前人研究成果[19-20]，构建突发事件应急管理能力评估指标体系。将预防与应急准备、保障与支持、检测与预警、应急处置与救援、事故处理与恢复确定为5个影响层面，并根据5个影响层面遴选对应的20个指标。突发事件应急管理能力评估指标体系如表1所示。

3 建模仿真分析

本文以某市为实验对象，通过实际调研，在建立应急管理能力评估指标体系后进行评估工作。

表1 评估指标体系

确定影响层面集的步骤为：①U={U1，…，Ui，…，UN} = {预防准备，保障与支持，监测与预警，应急处置与救援，事后恢复与重建}，（i = 1， 2， …， N; N = 5），并确定影响层面与评估指标间隶属关系：②U1 = {U11， U12， U13} = {预案编制，宣传教育，培训演练};③U2 = {U21， U22， U23， U24} = {法规保障，资金保障，医疗保障，技术支持};④U3 = {U31， U32， U33， U34， U35} = {信息监测，预警研判，报警方式，报警流程，预警信息与收发};⑤U4 = {U41，U42，U43，U44} = {险情报送，预案启动，响应能力，救援能力};⑥U5 = {U51， U52， U53， U54} = {经济补偿，赔偿损失，重建计划，事件总结报告}。

3.1 综合影响矩阵计算与网络关系模型建立

设计调查问卷，走访相关领域专家，采用李克特5级量表（0为无影响，1为低度影响，2为中度影响，3为高度影响，4为极高影响）确定指标间直接影响关系，以问卷调查方式收集原始数据。构建评估指标间初始影响矩阵MD，如表2所示。

依据公式（2），对初始直接影响矩阵MD进行标准化处理，并通过公式（3），得到综合影响矩阵MT。通过专家讨论并结合实际情况，将门槛值threshold设定为0.2。若综合影响矩阵中的值小于0.2，则认为指标之间影响关系较弱。得到修正后的综合影响矩阵MT，如表3所示。

根据公式（4）和公式（5），计算影响度r、被影响度c、中心度（r+c）和原因度（r-c），如表4所示;绘制影响层面间的网络关系模型，如图2所示。

由修正后综合影响矩阵MT及因果图可显示指标间的关联关系。结合中心度（r+c）可知，信息监测（U31）与其它指标存在最强相互影响，因为信息监测（U31）具有最大中心度值，而预案启动（U42）与其它指标之间的影响作用最小。由原因度（r-c）可知，预案编制（U11）、宣传教育（U12）等值大于零的元素为原因元素，是决定应急管理能力水平、管理水平的根本元素;法规保障（U21）、医疗保障（U23）等值小于零的为结果元素，对突发事件应急管理能力产生直接影响。

3.2 各级评估指标权重计算

根据DEMATEL方法所得指标间相互影响关系与影响层面网络关系模型，结合已确定的评估指标体系与评估指标集，构建突发事件应急管理能力评估ANP网络层次结构模型。

在搜集原始评估数据后，运用ANP相关算法，使用软件Super Decision v2.6.0，计算得出加权超级矩阵，再对加权超级矩阵进行稳定性处理，可得极限相对排序向量。

W* = （W1*， W2*， …， W6*） = （0.101 8，0.076 9，0.102 2， 0.105 8，0.107 5，0.054 2，0.047 5，0.015 8，0.039 5，0.031 3， 0.020 6，0.037 4，0.022 7，0.014 7，0.031 0，0.030 6，0.056 9， 0.030 1，0.036 2，0.037 2）。

综上可得突发事件应急管理能力评估各指标权重，如表5所示。

由表5分析可知各指标相应应急管理能力权重，而影响突发事件应急管理能力影响权重的各层面排序为检测与预警（U3）、预防与应急准备（U1）、应急处置救援（U4）、监测与预警（U2）、事后恢复与重建（U5）。

3.3 模糊评价矩阵计算

现有10名专家组成评判组，每人均有多年突发事件应急管理能力评估经验。结合该市实际情况，根据预先给定的评价等级对各指标进行单因素评价，同时确定评估等级，将评估等级确定为优、良、中、差4个等级，其对应分值分别为4、3、2、1。分值越高，则说明应急管理能力水平越高，介于两分值之间的则取其中间值。将评价等级向量确定为V = （4， 3， 2， 1），评估结果如表6所示。

表6 专家评价结果

与救援（U4）＼&险情报送（U41）＼&5＼&2＼&3＼&0＼&預案启动（U42）＼&8＼&1＼&1＼&0＼&响应能力（U43）＼&7＼&2＼&1＼&0＼&救援能力（U44）＼&3＼&5＼&2＼&0＼&事后恢复

与重建（U5）＼&经济补偿（U51）＼&0＼&0＼&8＼&2＼&损失评估（U52）＼&0＼&7＼&2＼&1＼&重建计划（U53）＼&0＼&5＼&4＼&1＼&事件总结报告（U54）＼&1＼&1＼&5＼&3＼&]

进而构建模糊评价矩阵R为：

3.4 评价结果计算

实际评估过程中，以量化分值的形式表示评估结果是最直观的评估方式。由公式H = W**R计算模糊评价向量H，H = （0.374 7， 0.325 9， 0.252 8， 0.082 0）。

再选用M（*， ⊕）算子进行综合计算，求得该市整体突发事件应急管理能力评估值score为：

score = H*VT = 0.374 7*4+0.325 9*3+0.252 8*2+0.082 0*1 =

3.063 9? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ? ?（13）

参考已经确定的评价等级向量V，故将该市应急管理能力等级确定为“良”，表明该市应急管理状况尚可，但还存在一定提升空间。

对该市而言，应重点关注保障与支持（U2）、预防与应急准备（U1）等对突发事件应急管理能力影響程度较高的层面，完善法规、资金和医疗保障，强化相关技术支持;重视应急预案编制，加强宣传教育，并周期性进行培训演练，增强意识，从而尽可能地将突发事件应急管理能力维持在较高水平。

4 结语

针对突发事件应急管理能力评估过程中评估指标不独立、评估信息模糊、评估结果难量化等问题，本文提出了基于DEMATEL和F-ANP的评估方法。通过实验仿真得出以下结论：

（1）通过DEMATEL方法，可以清晰描述指标之间相互影响关系，所得网络结构模型可为ANP构建网络层次结构提供客观依据。

（2）使用ANP方法客观描述系统内部层次结构，更能体现指标间相互影响与反馈的关系，使权重分配更合理。

（3）引入模糊综合评价，将定性语言信息转化为定量数值评估，在一定程度上降低了对评估结果的人为主观性影响。

（4）通过量化的综合评估结果，直观显示应急管理能力实际水平，解决了应急管理能力评估难以量化的问题。

随着“智慧城市”理念的提出及大量政务数据的公开，同时由于不完整信息对评估结果会产生较大影响，故下一步研究工作重点将放在基于不完整信息的智能评估领域。

参考文献：

[1] JIANG Z C. Evaluation of emergency risk management capability based on hesitant fuzzy Einstein operator[J]. Journal of Intelligent & Fuzzy Systems， 2016， 31： 2307-2311.

[2] 葛悦，汪彤，徐亚博. 基于灰色层次分析法的突发事件应急管理能力评价[J]. 中国安全生产科学技术，2014，10（12）：80-86.

[3] ZHOU X Y，SHI Y Q，DENG X Y，et al. D-DEMATEL： a new method to identify critical success factors in emergency management[J]. Safety Science，2017，91：93-104.

[4] WU M H，ZHAO J，ZHANG T W. Campus emergency management capability based on fuzzy comprehensive evaluation[J]. Journal of Discrete Mathematical Sciences and Cryptography，2016，19（4）： 863-874.

[5] DARGI A，ANJOMSHOAE A，RAHIMINEZHAD GALANKASHI M， et al. Supplier Selection： a fuzzy-anp approach[J]. Procedia Computer Science， 2014， 31： 691-700.

[6] ALIAKBARI NOURI F，KHALILI ESBOUEI S，ANTUCHEVICIENE J. A hybrid MCDM approach based on fuzzy ANP and Fuzzy TOPSIS for technology selection[J]. INFORMATIC， 2015， 26： 369-388.

[7] ？ZDEMIR A， TüYSüZ F. An integrated fuzzy DEMATEL and fuzzy ANP based balanced scorecard approach： application in Turkish higher education institutions[J]. Journal of Multiple-Valued Logic & Soft Computing， 2017， 28： 251-287.

[8] ARAGONéS-BELTRáN P， CHAPARRO-GONZáLEZ F，PASCUAL PASTOR-FERRANDO J， et al. AHP （Analytic Hierarchy Process）/ANP （Analytic Network Process）-based multi-criteria decision approach for the selection of solar-thermal power plant investment projects[J]. Energy，2014， 66： 222-238.

[9] MARDANI A， MARDANI A， JUSOH A， et al. Fuzzy multiple criteria decision-making techniques and applications—two decades review from 1994 to 2014[J]. Expert Systems with Applications， 2015（ 42）： 4126-4148.

[10] HSIEH M C， WANG M Y， LEE W C， et al. Application of HFACS， fuzzy TOPSIS， and AHP for identifying important human error factors in emergency departments in Taiwan[J]. International Journal of Industrial Ergonomics， 2018，67： 171-179.

[11] WANG X， LIU Z J， YAO C. A rating based fuzzy analytic network process （F-ANP） model for evaluation of ship maneuverability[J]. Ocean Engineering， 2015， 106： 39-46.

[12] ASADZADEH A， K？TTER T， ZEBARDAST E. An augmented approach for measurement of disaster resilience using connective factor analysis and analytic network process （FANP） model[J]. International Journal of Disaster Risk Reduction， 2015， 14（4）： 504-518.

[13] SENVAR O， RIFAT U， KAHRAMA T C. Supply chain performance measurement： an integrated DEMATEL and Fuzzy-ANP approach[J]. Studies in Fuzziness and Soft Computing， 2014，313： 143-165.

[14] GABUS A， FONTELA E. World problems， an invitation to further thought within the framework of DEMATEL[C]. Geneva： Battelle Geneva research Centre，1973.

[15] 賀佳. 基于DEMATEL和ANP方法的供应商选择评价研究——以上海品实木业有限公司为例[D]. 合肥：安徽理工大学， 2015.

[16] 孙瑞山，马广福. 基于熵权和DEMATEL的管制员疲劳风险因素分析[J]. 交通信息与安全，2016，34（4）：44-49.

[17] 王为. 二型模糊DEMATEL-ANP多准则决策方法及其在轨道运营安全评价中的应用[D]. 南京：东南大学，2017.

[18] 王莲芬. 网络分析法（ANP）的理论与算法[J]. 系统工程理论与实践，2001，21（3）：44-50.

[19] 郑双忠，邓云峰. 城市突发公共事件应急能力评估体系及其应用[J]. 辽宁工程技术大学学报，2006，25（6）：943-946.

[20] 沈惠璋. 突发危急事件应急序贯群决策与支持系统[M]. 北京：科学出版社， 2011.

（责任编辑：江艳）

随便看

科学优质学术资源、百科知识分享平台，免费提供知识科普、生活经验分享、中外学术论文、各类范文、学术文献、教学资料、学术期刊、会议、报纸、杂志、工具书等各类资源检索、在线阅读和软件app下载服务。