張仕元, 劉德新, 朱景林, 李昕澤,郭沐壯

(大連海事大學(xué) 航海學(xué)院,大連 116026)

近年來(lái),天然氣成為日常消耗的主要能源,而我國(guó)的天然氣存儲(chǔ)量稍顯不足,主要通過(guò)進(jìn)口的方式來(lái)獲取,其引入方式多為水路運(yùn)輸,因此LNG運(yùn)輸成為航運(yùn)界不可或缺的一部分,鑒于LNG的易燃易爆性,LNG運(yùn)輸?shù)耐ê桨踩蔀榱巳藗冴P(guān)注的重點(diǎn)[1-2]．

云模型是在模糊數(shù)學(xué)和概率統(tǒng)計(jì)的基礎(chǔ)上[9-10],將自然語(yǔ)言中定性概念的模糊性、隨機(jī)性和不確定性有機(jī)地綜合在一起,實(shí)現(xiàn)定性與定量之間的自然轉(zhuǎn)換．文中考慮到通航安全的模糊性,結(jié)合云模型的優(yōu)點(diǎn),對(duì)通航安全各級(jí)評(píng)價(jià)指標(biāo)的權(quán)重進(jìn)行計(jì)算,減少主觀因素對(duì)各級(jí)評(píng)價(jià)指標(biāo)的權(quán)重影響;另外,云模型的建立可以實(shí)現(xiàn)評(píng)價(jià)指標(biāo)定性與定量之間的轉(zhuǎn)換,合理解決了傳統(tǒng)方法中存在隨機(jī)性和不確定性的問(wèn)題,使評(píng)價(jià)結(jié)果更加合理．

1 通航環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)的構(gòu)建

LNG業(yè)界一直認(rèn)為天然氣泄漏是接收站最大的潛在風(fēng)險(xiǎn),SIGTTO(國(guó)際氣體船運(yùn)輸與碼頭經(jīng)營(yíng)者協(xié)會(huì))認(rèn)為L(zhǎng)NG接收站引起LNG泄漏風(fēng)險(xiǎn)的主要環(huán)節(jié)之一就是LNG船在航道中的航行過(guò)程．因此,文中結(jié)合江蘇濱海的具體情況以及水域通航環(huán)境的特點(diǎn),分別從人為因素、船舶因素、環(huán)境因素(包括水文、氣象和交通環(huán)境)以及管理因素4個(gè)方面,對(duì)江蘇濱海LNG船舶通航環(huán)境風(fēng)險(xiǎn)進(jìn)行評(píng)價(jià),并建立評(píng)價(jià)指標(biāo)體系,見表1．

若沒有對(duì)影響通航安全的因素進(jìn)行有效的控制,可能會(huì)導(dǎo)致通航事故的發(fā)生．風(fēng)險(xiǎn)評(píng)價(jià)是在確定風(fēng)險(xiǎn)并已知其分布情況的基礎(chǔ)上,分析影響風(fēng)險(xiǎn)程度的各種因素,通過(guò)主次排列的方法找出關(guān)鍵性的風(fēng)險(xiǎn)因素,為管理者提供決策依據(jù),有利于保證水域的通航安全．

表1 江蘇濱海LNG船舶通航環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)體系Table 1 Transportation environmental risk assessment index system for LNG ship of Jiangsu province

2 云模型的理論

2.1 定義及其數(shù)字特征

設(shè)C是可用精確數(shù)據(jù)表示的定量論域U上的一個(gè)定性概念,若定量值x∈U,且x是C上的一次隨機(jī)實(shí)現(xiàn),x對(duì)C的隸屬度μ(x)∈[0,1]是有穩(wěn)定傾向的隨機(jī)數(shù)μ:U→[0,1],x∈U,x→μ(x),則稱x在論域U上的分布稱為云,每個(gè)x稱為一個(gè)云滴(x,μ(x))．

云的3個(gè)數(shù)字特征分別為期望Ex,熵En和超熵He,可以記作A=T(Ex,En,He),其主要分布在[Ex-3En,Ex+3En],用定量概念反映出定性性質(zhì),期望Ex是代表定性概念的點(diǎn),是最具有代表性的;熵En是用來(lái)反應(yīng)該模型的模糊度,反映了該概念所包含的樣本的取值范圍;超熵He表示熵En的不確定性的度量,反映了定性概念的隨機(jī)性和模型的離散程度．圖1是一個(gè)數(shù)字特征分別為(Ex=20,En=3,He=0.2)的云圖,其中X軸表示C所對(duì)應(yīng)的某一數(shù)值,Y軸表示相對(duì)應(yīng)的隸屬度．

圖1 云的數(shù)字特征Fig.1 Digital features of the cloud

2.2 云發(fā)生器

云模型的基本運(yùn)算包括正向云發(fā)生器和逆向云發(fā)生器[11]．

會(huì)計(jì)電算化是時(shí)代進(jìn)步發(fā)展的產(chǎn)物，顧名思義，會(huì)計(jì)電算化運(yùn)用了電子計(jì)算機(jī)技術(shù)，會(huì)計(jì)電算化對(duì)會(huì)計(jì)工作方法的進(jìn)一步完善起著重要作用，會(huì)計(jì)電算化是會(huì)計(jì)發(fā)展的必然結(jié)果，會(huì)計(jì)電算化更是會(huì)計(jì)工作發(fā)展所必須的技術(shù)。

(1) 正向云發(fā)生器的原理是,將云的是3個(gè)數(shù)字特征Ex、En、He輸入后,可以得到在該概念下隨機(jī)發(fā)生的一次實(shí)例．

輸入:該定性概念下的3個(gè)特征值Ex、En、He以及所需云滴的數(shù)量N．

過(guò)程:① 產(chǎn)生一個(gè)正態(tài)隨機(jī)數(shù)E′n,滿足En′～N(En,He2);② 產(chǎn)生一個(gè)正態(tài)隨機(jī)數(shù)xi,滿足xi～N(Ex,E′n2);③ 對(duì)yi進(jìn)行計(jì)算yi=exp[-(xi-Ex)2/2(E′n)2];④ 產(chǎn)生云滴(xi,yi),并重復(fù)① ～③,直到得到云滴的預(yù)期數(shù)量N．

輸出:得到N個(gè)云滴及其確定度．

(2) 逆向云發(fā)生器的原理是,將實(shí)際數(shù)據(jù)轉(zhuǎn)化成數(shù)字特征為Ex,En,He的定性概念,具體算法：

輸入:N個(gè)云滴及其確定度;

② 則可以得到樣本的期望為：

(1)

③ 則可以得到樣本的熵為：

(2)

④ 則可以得到樣本的超熵為：

(3)

輸出:樣本的定性概念以及期望Ex,熵En和超熵He．

2.3 云模型的基本運(yùn)算

對(duì)LNG船舶通航環(huán)境進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)時(shí),需要運(yùn)用云運(yùn)算．其本質(zhì)就是對(duì)基云進(jìn)行若干運(yùn)算后形成虛云的運(yùn)算[12]．若在同一論域上存在兩個(gè)云模型C1(Ex1,En1,He1)以及C2(Ex2,En2,He2),所得到的虛云C(Ex,En,He),運(yùn)算公式如表2．

表2 云的基本運(yùn)算Table 2 Basic operation of the cloud

2.4 綜合運(yùn)算

在日常工作中，對(duì)同一件事情有不同的看法,因此,這會(huì)產(chǎn)生兩種以上同一類型的云,而綜合運(yùn)算則是利用一定的算法將這些同一類型的云整合到一起,得到一個(gè)具有更加廣義的概念,計(jì)算公式:

(4)

En=En1+En2+…+Enn

(5)

(6)

3 云模型的綜合評(píng)價(jià)

云模型綜合評(píng)價(jià)流程如圖2．

圖2 云模型綜合評(píng)價(jià)流程Fig.2 Cloud model comprehensive evaluation process

(1) 根據(jù)目的對(duì)象,確定一些影響程度較大的評(píng)價(jià)指標(biāo),由一級(jí)指標(biāo)到二級(jí)指標(biāo)記為U={U1,U2,…,Un},二級(jí)指標(biāo)Ui可以劃分成若干三級(jí)指標(biāo)Ui={Ui1,Ui2,…,Uin},i=1,2,…,n,以上指標(biāo)所構(gòu)成的集合即為因素集．

(2) 對(duì)上述指標(biāo)進(jìn)行評(píng)價(jià)之后,所有評(píng)價(jià)指標(biāo)的評(píng)語(yǔ)構(gòu)成的集合稱為評(píng)語(yǔ)集,記為V={V1,V2,…,Vn}．

(3) 利用云模型對(duì)上述因素集的每項(xiàng)指標(biāo)進(jìn)行權(quán)重的求?。紫?通過(guò)數(shù)名專家對(duì)下級(jí)指標(biāo)在上級(jí)指標(biāo)中的重要程度進(jìn)行打分,文中將重要程度分為5個(gè)等級(jí),并根據(jù)評(píng)價(jià)的等級(jí)建立合適的云標(biāo)尺,評(píng)價(jià)等級(jí)及其匹配的云標(biāo)尺見表3、4．然后將得到的分?jǐn)?shù)經(jīng)過(guò)逆向云發(fā)生器處理后得到云模型,若得到的權(quán)重云滴分布較散亂,應(yīng)再進(jìn)行反饋和修正,直至得到較為穩(wěn)定的權(quán)重云圖,最終將權(quán)重進(jìn)行歸一化處理,即可得到每項(xiàng)指標(biāo)所隸屬于上一級(jí)的權(quán)重[13-14]．

表3 指標(biāo)重要程度等級(jí)Table 3 Indicator importance level

表4 指標(biāo)重要程度等級(jí)云標(biāo)尺Table 4 Indicator importance level cloud scale

(4) 根據(jù)LNG船舶通航環(huán)境的實(shí)際情況,找到專家組對(duì)其評(píng)價(jià)指標(biāo)分別做出最高評(píng)價(jià)值和最低評(píng)價(jià)值,評(píng)價(jià)指標(biāo)分為5個(gè)等級(jí),見表5．接著將得到的兩組評(píng)價(jià)值,利用逆向云發(fā)生器生成最高評(píng)價(jià)云模型和最低評(píng)價(jià)云模型,再將兩組云模型利用綜合運(yùn)算,得到一個(gè)更具廣義性的云模型．

表5 風(fēng)險(xiǎn)指標(biāo)評(píng)價(jià)等級(jí)Table 5 Rating of risk indicators

表6 風(fēng)險(xiǎn)評(píng)價(jià)結(jié)果等級(jí)云標(biāo)尺Table 6 Risk assessment results level cloud scale

4 實(shí)例分析

為了滿足江蘇省對(duì)天然氣的需求,提高天然氣供應(yīng)能力,完善供應(yīng)格局,保障安全供氣,擬在江蘇省濱海建立LNG項(xiàng)目,該項(xiàng)目的建設(shè)可以有效解決能源供應(yīng)安全、環(huán)境保護(hù)的雙重問(wèn)題,因此,可以用云模型對(duì)其進(jìn)行風(fēng)險(xiǎn)評(píng)價(jià)．

4.1 評(píng)價(jià)指標(biāo)云權(quán)重

邀請(qǐng)10位從事通航環(huán)境安全評(píng)價(jià)的專家、有關(guān)管理人員以及船長(zhǎng),對(duì)江蘇濱海LNG船舶通航環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)各級(jí)指標(biāo)進(jìn)行打分,以確定適任能力在人為因素中所占比重為例(表7),將適任能力的打分分值通過(guò)逆向云發(fā)生器進(jìn)行處理,對(duì)結(jié)果進(jìn)行反饋和修正,直至得到趨于穩(wěn)定的云圖,最終得到適任能力的權(quán)重云w11=(0.708,0.024,0.002),其他各指標(biāo)權(quán)重云的求取方法也是同理,將權(quán)重進(jìn)行歸一化處理得到各級(jí)指標(biāo)的權(quán)重云,如表8．

表7 適任能力在人為因素中的權(quán)重打分Table 7 Competency of human factors in the weight of the score

表8 各級(jí)指標(biāo)的權(quán)重云Table 8 Weights of the indicators at all levels

4.2 三級(jí)指標(biāo)云模型

以三級(jí)指標(biāo)適任能力為例,對(duì)其進(jìn)行最大值和最小值打分,見表9,利用式(1～3) 求出最大值云模型和最小值云模型,再利用式(4～6)求出其綜合云模型為C11=(0.875,0.061,0.016),同理可得其他三級(jí)指標(biāo)的云模型(表10)．

表9 適任能力的打分情況Table 9 Score of the competency

4.3 其他指標(biāo)云模型

根據(jù)已經(jīng)計(jì)算出的三級(jí)指標(biāo)的指標(biāo)值及其權(quán)重,可以計(jì)算出上一級(jí)指標(biāo)的云模型,以二級(jí)指標(biāo)人為因素云模型的確定過(guò)程為例,人為因素對(duì)應(yīng)的三級(jí)指標(biāo)的云模型分別為C11=(0.875,0.061,0.016),C12=(0.862,0.043,0.019),C13=(0.835,0.036,0.021),人為因素的云模型的計(jì)算方法:

(ExC1,EnC1,HeC1)

(7)

根據(jù)云的基本運(yùn)算,可以計(jì)算出人為因素的云模型為C1=(0.860,0.065,0.022),其他各級(jí)指標(biāo)的云模型的計(jì)算方法同上,見表10．

表10 風(fēng)險(xiǎn)評(píng)價(jià)指標(biāo)云模型Table 10 Risk assessment index cloud model

4.4 最終云模型建立和各級(jí)指標(biāo)分析

根據(jù)上述結(jié)論,得到江蘇濱海LNG船舶通航環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)的云模型為C=(0.780,0.080,0.023),將最終結(jié)果的云圖與表6云標(biāo)尺中各級(jí)云模型的云圖進(jìn)行比較,結(jié)果如圖3,江蘇濱海的LNG船舶通航環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)等級(jí)在“低”于“較低”之間,且更接近“較低”,因此可以認(rèn)為其評(píng)價(jià)等級(jí)為“較低”．

分析圖4、5可知,人為因素和船舶因素指標(biāo)評(píng)價(jià)云圖介于“低”和“較低”之間,且更靠近“低”,因此可以認(rèn)為人為因素和船舶因素的評(píng)價(jià)等級(jí)為“低”;由圖6可知,環(huán)境因素指標(biāo)評(píng)價(jià)云圖介于“低”和“較低”之間,且更靠近“較低”,所以可以認(rèn)為環(huán)境因素的評(píng)價(jià)等級(jí)為“較低”;由圖7可知,管理因素指標(biāo)評(píng)價(jià)云圖介于“一般”和“較低”之間,且更靠近“一般”,所以可以認(rèn)為管理因素的評(píng)價(jià)等級(jí)為“一般”．

圖3 目標(biāo)風(fēng)險(xiǎn)評(píng)價(jià)云圖Fig.3 Target risk assessment cloud

圖4 人為因素指標(biāo)的云圖Fig.4 Cloud of human factors indicators

圖5 船舶因素指標(biāo)的云圖Fig.5 Cloud of the ship factors indicators

LNG船員和船舶是經(jīng)過(guò)專業(yè)培訓(xùn)和修造的,因此,在人為因素和船舶因素這兩方面發(fā)生事故的風(fēng)險(xiǎn)相對(duì)較低．隨著港口的不斷發(fā)展,主航道內(nèi)船舶交通愈加繁忙,航道交通流量激增,從而影響通航安全性,因此,環(huán)境因素會(huì)對(duì)江蘇濱海的通航造成一定的影響．因該碼頭新建不久,通航監(jiān)管設(shè)備配備滯后,再加上LNG的特殊性，涉及方面較多,不定性較大,因此,管理因素對(duì)通航造成的影響相對(duì)較大．在日后的發(fā)展中可從環(huán)境因素和管理因素兩個(gè)方面進(jìn)行改善和提高．

圖6 環(huán)境因素指標(biāo)的云圖Fig.6 Cloud of the environment factors indicators

圖7 管理因素指標(biāo)的云圖Fig.7 Cloud of the management factors indicators

5 結(jié)論

(1) 利用云模型可以將定性問(wèn)題轉(zhuǎn)化為定量問(wèn)題，充分考慮了樣本的隨機(jī)性和模糊性等優(yōu)點(diǎn),結(jié)合Delphi法確定LNG船舶通航環(huán)境風(fēng)險(xiǎn)評(píng)價(jià)體系中各級(jí)指標(biāo)的云權(quán)重與云模型,并將上述理論應(yīng)用于江蘇濱海LNG船舶通航環(huán)境的分析中.

(2) 通過(guò)MATLAB軟件進(jìn)行模擬仿真得到云圖,直觀反映了江蘇濱海各級(jí)指標(biāo)的風(fēng)險(xiǎn)評(píng)價(jià)等級(jí),并對(duì)評(píng)價(jià)結(jié)果進(jìn)行總結(jié)和分析,為江蘇濱海LNG船舶通航環(huán)境的后續(xù)發(fā)展提供了合理的方向,同時(shí)也可以作為其他地區(qū)的參考,為L(zhǎng)NG船舶通航安全的發(fā)展予以理論支撐和實(shí)踐指導(dǎo)．