[发明专利]适于模糊不确定环境下卡车司机应急反应能力的评价方法在审
申请号: | 201310164059.X | 申请日: | 2013-05-06 |
公开(公告)号: | CN103353919A | 公开(公告)日: | 2013-10-16 |
发明(设计)人: | 宋皓雪;张永;洪媛媛;丁京;叶子超 | 申请(专利权)人: | 东南大学 |
主分类号: | G06F19/00 | 分类号: | G06F19/00 |
代理公司: | 南京苏高专利商标事务所(普通合伙) 32204 | 代理人: | 王华 |
地址: | 210096 *** | 国省代码: | 江苏;32 |
权利要求书: | 查看更多 | 说明书: | 查看更多 |
摘要: | 本发明公开了一种适于模糊不确定环境下卡车司机应急反应能力评价方法,其步骤包括:确定评价小组和决策指标值;确定指标权重;计算归一化决策矩阵;确定模糊正理想解与模糊负理想解;计算卡车司机应急反应能力评价值与正理想解和负理想解之间的距离;计算与模糊正理想解的相对贴近度并排序。本发明解决了目前不能科学全面的评价卡车司机应急反应能力的问题,全面覆盖应急反应能力的各项影响因素,形成健全的综合性的卡车司机应急反应能力的评价体系,有利于企业对司机人才的选用,为政府制定相关政策提供依据,从而保障道路安全;采用模糊理论适合于解决此类具有不确定性或主观认知的问题。 | ||
搜索关键词: | 适于 模糊 不确定 环境 卡车 司机 应急 反应 能力 评价 方法 | ||
【主权项】:
1.一种基于评价指标体系的适用于模糊不确定环境下的卡车司机应急反应能力的评价方法,包括以下步骤:步骤一、首先成立由决策者E1,E2,E3,…,Ep组成的评价小组,并对m个影响卡车司机应急反应能力的指标值进行评价;每个指标值采用5级模糊语义词进行评价,所述5级模糊语义词分别为:非常不满意、不满意、中等满意、满意、非常满意,并分别转换成三角模糊数A=(a1,a2,a3)、B=(b1,b2,b3)、C=(c1,c2,c3)、D=(d1,d2,d3)、E=(e1,e2,e3);步骤二、通过公式(1)对上述三角模糊数进行等级均值积分转换,得到各自的等级均值积分,P ( A ) = 1 6 ( a 1 + 4 × a 2 + a 3 ) - - - ( 1 ) ]]> 在三角模糊数均值积分表示下,模糊数的正则加运算可以表示为P ( A ⊕ B ) = P ( A ) + P ( B ) = 1 6 ( a 1 + 4 × a 2 + a 3 + b 1 + 4 × b 2 + b 3 ) - - - ( 2 ) ]]> 模糊数的正则乘运算可以表示为:P ( A ⊗ B ) = P ( A ) × P ( B ) = 1 6 ( a 1 + 4 × a 2 + a 3 ) × 1 6 ( b 1 + 4 × b 2 + b 3 ) - - - ( 3 ) ]]> 步骤三、确定各个卡车司机的评价值:采用均值算子得到专家群体对各个卡车司机的评价值:
其中,
表示专家群体的评价值,i表示第i个卡车司机,j表示第j个三个影响因素,
是模糊数加法算子;K表示专家群体的个数;步骤四、计算归一化决策矩阵
首先通过公式(5)计算得到决策矩阵![]()
其中,
为权重评价值相乘的结果,
是模糊数乘法算子;
是卡车司机应急反应能力中各影响因素的标准路径系数;然后,通过公式(6)和(7)进行归一化进行计算,得到归一化决策矩阵![]()
![]()
步骤五、确定模糊正理想解和模糊负理想解:在归一化决策矩阵中,通过公式(8)和(9)计算确定最优解A+和最劣解A-,
(8)
其中,![]()
步骤六、通过公式(10)和(11),计算得到卡车司机应急反应能力评价值,以及正理想解和负理想解之间的距离;各方案与最优解之间的距离
各方案与最劣解之间的距离
通过比较逼近系数可以确定各个卡车司机的应急反应能力排序,所述卡车司机的逼近系CCi数通过公式(12)计算得到:C C i = d - d + + d - , I = 1,2 , · · · , m - - - ( 12 ) ]]> 。
下载完整专利技术内容需要扣除积分,VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息,商用须获得专利权人授权。该专利全部权利属于东南大学,未经东南大学许可,擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作,请联系【客服】
本文链接:http://www.vipzhuanli.com/patent/201310164059.X/,转载请声明来源钻瓜专利网。
- 上一篇:脂肪代谢障碍的治疗
- 下一篇:一种氟化吲哚醛的制备方法
- 同类专利
- 专利分类
G06 计算;推算;计数
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用
G06F 电数字数据处理
G06F19-00 专门适用于特定应用的数字计算或数据处理的设备或方法
G06F19-10 .生物信息学,即计算分子生物学中的遗传或蛋白质相关的数据处理方法或系统
G06F19-12 ..用于系统生物学的建模或仿真,例如:概率模型或动态模型,遗传基因管理网络,蛋白质交互作用网络或新陈代谢作用网络
G06F19-14 ..用于发展或进化的,例如:进化的保存区域决定或进化树结构
G06F19-16 ..用于分子结构的,例如:结构排序,结构或功能关系,蛋白质折叠,结构域拓扑,用结构数据的药靶,涉及二维或三维结构的
G06F19-18 ..用于功能性基因组学或蛋白质组学的,例如:基因型–表型关联,不均衡连接,种群遗传学,结合位置鉴定,变异发生,基因型或染色体组的注释,蛋白质相互作用或蛋白质核酸的相互作用