基于区间粗糙数 AHP 法和 MABAC 法的邮轮居住舱室评价

来源:用户上传      作者:姚竞争 马青 孙洪源 王同山

　　摘要：为对中型邮轮居住舱室进行科学合理的评估，本文提出一种新的混合多准则（MCDM）决策方法。首先从视觉，嗅觉，听觉，触觉等感官舒适性角度出发，总结出8个影响邮轮居住舱室舒适性的指标。然后利用区间粗糙数 AHP 法确定邮轮居住舱室舒适性指标权重，在此基础上，建立区间粗糙数 MABAC 法的u价模型。最后以两艘不同邮轮的同等级舱室为研究对象，进行比较评价，评价结果为：舱室2优于舱室1。实例证明该评价模型的科学性以及准确性，同时也适用于邮轮其他典型舱室舒适性评价。
　　关键词：多属性决策;区间粗糙数;AHP;MABAC;居住舱室
　　中图分类号：U662 文献标识码：A 文章编号：1006―7973（2022）03-0048-03
　　邮轮作为以休闲娱乐为主的大型海上船舶，设计的侧重点与普通货运船舶有着本质的区别，更加注重舱室等区域的人因学设计。因此，对邮轮居住舱室的设计及评价研究是邮轮重要的设计部分。
　　邮轮居住舱室设计评价是一个多层次、多指标、多准则的复杂的决策过程。从乘客角度看，涉及到乘客在视觉、听觉、嗅觉等所有感官体验问题，属于复杂的多准则决策问题（multi-criteria decision-making， MCDM）。
　　在舱室评价研究方法中， AHP 法是最为常用的评价方法。舱室设计评价的超过半数指标数据来自于用户主观评价，该方法适用于用户评价数据的处理。但是该方法过分依赖于决策者的主观评判，决策结果极易受到决策者主观因素的影响，难以确保其准确性。
　　模糊集是较为常见的对于主观、不确定数据的处理方法，在决策时可以给出决策数据附近的范围，以模拟不确定性指标的评价机制。区间粗糙数克服了模糊集的主观缺陷，作为解决不确定问题的一种较为理想的方法，近年来广泛应用于工程实践中。一般情况下，模糊集并不能独立解决决策问题，仍需要与其他评价方法相融合，并对相应的评价公式进行一定的改良才能满足要求。
　　本研究中，将采用一种新颖的边界逼近算法―多属性边界逼近区域比较法（MABAC）建立评价模型。作为一种新颖的评价方法，自2015年被提出后，已被广泛应用于能源选择、质量评估等多方面。
　　1粗糙数 AHP 法和 MABAC 法相结合的评价方法
　　如图1所示，本评价方法通过区间粗糙数 AHP 法和 MABAC 法相结合形成邮轮居住舱室的人因学评价模型。
　　在准备阶段，首先需要建立 MCDM 的评价指标体系，本研究中的评价指标体系结合人的感官体验展开，形成8个主要的感官体验指标，基于这8个指标展开舱室评价研究。
　　第一步，权重确立阶段。针对多级设计指标，将每个指标重要性运用七级量表的形式（很重要、重要、较重要、一般、较不重要、不重要、很不重要）表示，然后进行专家主观评价。分别对这些指标赋予{7，6，5，4，3，2，1}表示，则每个指标的赋分可根据专家数据求加权平均数而得到。
　　第二步，评价模型建立阶段。结合区间粗糙数和 MABAC 法，建立 MCDM 评价体系。运用第一步中计算出的设计指标权重系数并基于区间粗糙数 MABAC 法进行方案的筛选与排序。
　　1.1邮轮居住舱室的评价指标体系建立
　　邮轮的居住舱室作为乘客休息的主要场所，需要对乘员在休憩时提供舒适、安稳的环境。这就要求居住舱室在设计阶段从多种感官体验角度出发，紧扣乘员的心理舒适性需求，最终达到乘客满意的结果。
　　通过相关文献查找、专家讨论以及用户参与法进行评价指标的设定，总结出邮轮舱室的舒适性影响因素主要为内部空间大小，振动，家具，噪音等。为达到研究目的，从乘客多感官体验出发，将居住舱室的舒适性分为视觉舒适性、触觉舒适性、听觉舒适性、嗅觉舒适性四大项。创建了由准则层、指标层组成的评价体系如表1所示。
　　在表1中，依据不同的感官体验总结出8个指标（B1～B8）。指标形式表示该指标的属性，由于不同指标数据趋向理想状态的方向不同，因此指标形式包括效益型和成本型两种，在后续邮轮居住舱室实例计算过程中，将根据不同类型的指标采用不同的计算公式。
　　1.2基于区间粗糙数 AHP 法的权重确立
　　（1）构造判断矩阵。判断矩阵可由对应元素两两比较得出：
　　（2）权重系数的确定。专家的权重系数由一致性比例的倒数的标准化所决定。
　　（3）构造平均区间粗糙比较矩阵。
　　（4）优先级向量的计算。对矩阵 Z 的元素进行按列求和：
　　（5）计算归一化矩阵权重系数 W 。
　　（5）
　　（6）计算最终的区间粗糙权重系数。
　　1.3基于区间粗糙数 MABAC 法的评价模型建立
　　本文使用改进的 MABAC 法，即区间粗糙数 MABAC 法，具体步骤如下：
　　（1）构造初始决策矩阵 X。
　　（2）从初始矩阵 X 对元素进行归一化处理。
　　其中归一化处理的矩阵 N 内部的元素IRNtijfalse 由下列公式得到：
　　对于效益型指标：
　　对于成本型指标：
　　（3）计算加权矩阵元素V IRNxijmn 。
　　（4）确定边界近似面积矩阵（G）。
　　数值计算后，根据这个标准，形成了如下式的一个边界矩阵近似区域。
　　（5）备选方案距边界近似区域距离的矩阵元素计算。
　　备选项Ai 可能属于边界逼近区域矩阵G ，上逼近区域矩阵G，下逼近区域矩阵。属于上逼近区域矩阵G的理想备选项为，反之为，如图2所示。
　　（6）对备选项进行排序择优。
　　备选方案的排名可以通过区间粗糙数排名的规则进行计算，具体计算如下：

nlc202205091554

转载注明来源:https://www.xzbu.com/2/view-15430698.htm