仇光偉 胡以懷 郭曉亮

摘要：為更好地提高現(xiàn)有輪機模擬器實操評分的準確性，參考國內(nèi)輪機模擬器自動評分系統(tǒng)的原理，提出一種多級模糊綜合評價方法。該方法依據(jù)中華人民共和國海事局在《海船船員適任考試與評估大綱》中規(guī)定的實操技能要求，建立評價指標體系。使用層次分析法（analytic hierarchy process，AHP）確定各指標權(quán)重，選擇適宜的隸屬度函數(shù)模型確定各指標的隸屬度。實時采集船員在實操訓練過程中產(chǎn)生的數(shù)據(jù)，依據(jù)專家系統(tǒng)進行模糊評價。經(jīng)專家驗證取得了理想的結(jié)果。模型提高了實操評分的準確性、公正性及其評價效率，可為海事部門的考核提供有力的支撐。

關(guān)鍵詞： 輪機模擬器; 實操訓練; 自動評分; 多級模糊綜合評價; 層次分析法（AHP）

中圖分類號： U676.2 ? ?文獻標志碼： A

Automatic scoring method and realization of SMSC marine engine

room simulator practical training

QIU Guangwei， HU Yihuai， GUO Xiaoliang

（Merchant Marine College， Shanghai Maritime University， Shanghai 201306， China）

Abstract： In order to improve the accuracy of practical training scoring of existing marine engine room simulators， referring to the principle of the domestic marine engine room simulator automatic scoring system， a multi-level fuzzy comprehensive evaluation method is proposed. In the method， an evaluation index system is established based on the practical operational skill requirements stipulated by the Maritime Safety Administration of the Peoples Republic of China in the Shipboard Crews Qualification Examination and Assessment Outline. The analytic hierarchy process （ AHP） is used to determine the weight of each index， and the appropriate membership function model is selected to determine the membership degree of each index. The data produced by the crew in the practical training process are collected in real time， and the fuzzy evaluation is performed according to the expert system. The ideal result is obtained by expert verification. The model improves the accuracy， fairness and evaluation efficiency of the practical training scoring， and can provide strong support for the assessment of maritime departments.

Key words： marine engine room simulator; practical training; automatic scoring; multi-level fuzzy comprehensive evaluation; analytic hierarchy process （AHP）

0 引 言

據(jù)交通運輸部新聞辦公室發(fā)布的《2017年中國船員發(fā)展報告》顯示，截至2017年底我國共有注冊船員148.3萬余人，其中海船船員70.9萬余人。在船員隊伍總體保持穩(wěn)定增長的同時，現(xiàn)代船舶也在向著大型化、專業(yè)化的方向發(fā)展，這對船員的管理水平和實操水平提出了更高的要求[1-2]。

為避免船員實操人工評估的主觀性、延時性，需要設(shè)計輪機模擬器的自動評分系統(tǒng)。目前自動評估算法包括：基于專家系統(tǒng)評分規(guī)則的模糊評估算法[2]、采用專家評價法和統(tǒng)計評判法定權(quán)的模糊綜合評價法[3]、分解綜合法結(jié)合模糊綜合法[4]、采用專家綜合測評方式定權(quán)的模糊綜合評價法[5]等。每種方法都有自己的優(yōu)劣，雖然框架各異，但其核心問題均為怎樣合理地確定各因素的權(quán)重和隸屬度。本文考慮各類方法的優(yōu)點和局限性，提出使用專家經(jīng)驗法與層次分析法（analytic hierarchy process，AHP）相結(jié)合確定權(quán)重，將合適的三角形、梯形、半梯形隸屬度函數(shù)相結(jié)合確定隸屬度，嚴格按照海事局相關(guān)規(guī)定對隸屬度函數(shù)的參數(shù)進行修正，采用多級模糊綜合評價模型得到最終分數(shù)，并通過實例進行驗證。

現(xiàn)基于上海海事大學現(xiàn)有的輪機模擬器提出自動評分的總體思路，利用WPF框架和C#語言開發(fā)試題模塊用于實現(xiàn)實操考試的自動評估。

1 實操評估系統(tǒng)設(shè)計

ERM輪機模擬器系統(tǒng)的運行管理是通過教練員臺進行的，教員通過教員機對整個ERM輪機模擬器進行監(jiān)管，教員通過輸入命令可方便地控制仿真工作站運行及培訓的項目。仿真系統(tǒng)的運行管理包括運行控制功能、參數(shù)設(shè)置功能、系統(tǒng)自檢功能、教學演繹功能、報警監(jiān)視功能等。實操評估系統(tǒng)結(jié)構(gòu)體系見圖1。

模擬器運行條件設(shè)置功能主要包括參數(shù)設(shè)置功能、故障設(shè)置功能、仿真科目設(shè)置功能等。參數(shù)設(shè)置功能主要用于船舶ERM輪機模擬器仿真環(huán)境的設(shè)置，包括外部參數(shù)設(shè)置、外部參數(shù)缺省設(shè)置和初始狀態(tài)參數(shù)選擇與管理。教員可通過教員機給各仿真子系統(tǒng)設(shè)置多種故障，設(shè)置方式包括單個故障分別設(shè)置和一系列故障同時設(shè)置。教員可通過教員機設(shè)置不同的仿真培訓科目，使學員進行指定科目的操作。

試題管理模塊用于完成試題的輸入、編輯和刪除，設(shè)置試題的類別和難度系數(shù)。為保證試題數(shù)據(jù)庫中相關(guān)數(shù)據(jù)的完整性和一致性，本模塊只有在特殊情況下才對用戶開放。所有試題只有通過硬件實操或軟件人機界面實操的形式才能進行解答。

實操答題可以在學員機或工作站上進行，一般情況下在學員機上進行正式考核評估前的操作訓練，在工作站上實施正式考核評估。學員通過身份驗證后即可進入評估環(huán)節(jié)。進入實操答題狀態(tài)后，實操答題模塊自動設(shè)置或修改相關(guān)參數(shù)進入試題的初始狀態(tài)。答題次序可以任意選擇，在規(guī)定的答題時間內(nèi)可以重新解答已答試題，以最后一次的答案為準。如果學員在試卷規(guī)定的時間內(nèi)答完全部試題，而且提交了試卷（系統(tǒng)詢問3次是否交卷），則本次考核結(jié)束;如果學員在試卷規(guī)定的時間內(nèi)未能答完全部試題，則實操答題模塊自動終止答題狀態(tài)，本次考核結(jié)束。

考核結(jié)束后，系統(tǒng)根據(jù)保存在答題結(jié)果數(shù)據(jù)中的實操動作、實操步驟和耗用時間等因素進行自動評分，實操答題模塊通過網(wǎng)絡(luò)通信程序?qū)嵅俅痤}結(jié)果數(shù)據(jù)傳輸至成績管理模塊，并將考核成績保存在教員機數(shù)據(jù)庫中。

實操評估流程見圖2。

2 實操訓練的自動評估算法

輪機模擬器實操考試評分過程涉及的影響因素較多，考官通常作定性分析，帶有很大的主觀性和隨意性，對各步驟權(quán)重的給定存在較大的差異，對同一問題的評價因人而異。因此，實操評估具有模糊性，內(nèi)涵明確、外延不明確，即“亦此亦彼性”。模糊綜合評價是模糊系統(tǒng)分析的基本方法之一，在軟科學等領(lǐng)域有著廣泛的應(yīng)用[6]。

美國自動控制論專家L.A. ZADEH于1965年在《信息與控制》雜志上發(fā)表論文《模糊集》，標志著模糊數(shù)學的誕生。模糊數(shù)學研究的核心問題是事物劃分的不確定性，難點在于怎樣根據(jù)實際情況合理地選取模糊集合的隸屬度函數(shù)，進而確定隸屬度。

模糊綜合評價法是利用模糊集理論進行智能評估的一種方法[6-7]。其理論基礎(chǔ)是模糊變換，變換的實質(zhì)為論域的轉(zhuǎn)換。設(shè)U={x1，x2，…，xn}，V={y1，y2，…，yn}為有限論域，A是U上的一個模糊向量，R是U×V上的一個模糊矩陣，那么AR是兩個模糊矩陣的合成，R的作用為模糊變換，將論域U上的模糊集變?yōu)檎撚騐上的模糊集?！?”表示模糊綜合評價算子，研究發(fā)現(xiàn)進行模糊綜合評價時模糊算子非常重要，在實際應(yīng)用中選取不同的模糊算子會得到不同的評價結(jié)果，算子選擇的不恰當有時可能導致模糊綜合評價不能正常進行[8]。

根據(jù)評價對象的影響因素是否處于同一層次，模糊綜合評價模型可分為一級模糊綜合評價模型和多級模糊綜合評價模型。

2.1.1 一級模糊綜合評價模型

模糊綜合評價首先要確定因素集U={u1，u2，…，un}和評語集V={v1，v2，…，vm}，當n個因素屬于同一層次時稱其為一級綜合評價，大致有以下5個環(huán)節(jié)。

（1）單因素評價。將某因素ui的評價結(jié)果記為ri=（ri1，ri2，…，rim），且0≤rij≤1，j=1，2，…，m。rij表示評價對象的因素ui隸屬于評語vj的程度，即隸屬度。將評價指標數(shù)量化，就可以建立隸屬度函數(shù)，進而精確地計算不同指標下的隸屬度。

（2）建立綜合評價矩陣。所有的評價結(jié)果rij構(gòu)成綜合評價矩陣R，即R=r11r12…r1m

r21r22…r2m

rn1rn2…rnm

（1） ?（3）確定權(quán)重集。因素集U中各因素相對于評價對象的重要程度通常不同，權(quán)重強調(diào)的是因素或指標的相對重要程度。權(quán)重集對于評價的結(jié)果非常重要，合適的權(quán)重會使評價結(jié)果更加科學。為克服主觀因素的影響，本文采用AHP進行定權(quán)。一般設(shè)權(quán)重向量為A=（a1，a2，…，an），且ni=1ai=1。

（4）模糊變換。設(shè)R∈F（U×V），A∈F（U），由模糊變換得到綜合評價B =AR = （a1，a2，…，an）r11r12…r1m

r21r22…r2m

rn1rn2…rnm=

（b1，b2，…，bm）∈F（V）

（2）采用M（+，·）算子，則式（2）變?yōu)閎j=ni=1（airij）， j=1，2，…，m

（3）這種算子就是加權(quán)平均模型，它能充分利用一切信息，是相對理想的一種算子[6]。

（5）綜合評價。通常采用3種方法，即模糊分步法、最大隸屬原則和加權(quán)平均法。加權(quán)平均法以隸屬度bj為權(quán)系數(shù)，計算評語集的加權(quán)平均值進行評價，即v=mj=1bjvjmj=1bj

（4）2.1.2 多級模糊綜合評價模型

此模型用于處理評價過程涉及的影響因素較多、各評價指標權(quán)重不易分配的情況，它是在一級模糊綜合評價的基礎(chǔ)上建立起來的。輪機模擬器實操評估符合此模型使用條件。

以輪機模擬器實操為例，通?？己擞?部分內(nèi)容，見圖3。

由于考核項目較多，所以將實操分為冷船啟動、備車操作、應(yīng)急操作和設(shè)備與系統(tǒng)故障分析與排除等4大類，每一大類可細分為若干小類，每一小類又由若干操作組成。評估項目的組題辦法是：冷船啟動部分抽取1題，備車操作部分抽取1題，應(yīng)急操作部分抽取1題，設(shè)備與系統(tǒng)故障分析與排除部分抽取2題，組成一套評估試卷。一套評估題目總分100分，獲得80分及以上才能算作及格[9]。根據(jù)評

估規(guī)范，先對每一小類進行綜合評價，將評價結(jié)果看成上一級的一個單因素評價，再將這4大類項目看成4個因素并賦予權(quán)重向量A，進行第二級綜合評價。模型如下：C=AR=AA1R1

A2R2

A3R3

A4R4=AB1

B2

B3

B4=

A（bij）4×m

（5）式中：Bi為第i大類評估項目的評價結(jié)果，i=1，2，3，4;C為最后的綜合評價結(jié)果。

2.2 AHP確定權(quán)重

權(quán)重的確定有主觀方法、客觀方法和主客觀結(jié)合方法，常用的有專家估測法[10]、模糊關(guān)系方程法[11]、客觀定權(quán)法[12]和AHP。

AHP是將與決策有關(guān)的元素分解為目標、準則、方案等層次，在此基礎(chǔ)上進行定性和定量分析的決策方法[13-17]。它能客觀地描述人們對模糊問題的主觀判斷，主要有以下3步。

步驟1 確定因素集。分析評價對象所有的影響因素，評價指標可以通過因子分析法[18]得出，進而得到因素集U={u1，u2，…，un}。

步驟2 構(gòu)建判斷矩陣。令uij表示ui相對于uj的重要程度，由表1得判斷矩陣：P=u11u12…u1n

u21u22…u2n

un1un2…unn

步驟3 計算判斷矩陣的特征值和特征向量。根據(jù)研究對象的精度要求常常采用方根法或和積法，本文使用和積法。首先將矩陣P的每一列歸一化、正規(guī)化、按行相加：uij=uijnk=1ukj （i，j=1，2，…，n）

（6）

Wi=nj=1uij （i=1，2，…，n）

（7）然后對W=（W1，W2，…，Wn）T正規(guī)化得特征向量W=（W1，W2，…，Wn）T，計算最大特征值：λmax=1nni=1（PW）iWi

（8）最后進行一致性檢驗：RC=IC/IR

（9）

IC=1n-1（λmax-n）

（10）式中：RC為隨機一致性比例;IC為一致性指標;IR為平均隨機一致性指標，IR值見表2。當RC<0.1時，證明權(quán)重分配是合理的。

3 實例分析

本文以冷船啟動（癱船啟動）項目中主發(fā)電機操作為例。首先建立評估指標體系（圖4），然后利用AHP分別算出一級和二級指標的權(quán)重，參考《中華人民共和國海船船員適任評估規(guī)范》（以下簡稱《評估規(guī)范》）確立評估要素及標準，設(shè)定相應(yīng)操作的權(quán)重，選擇合適的隸屬度函數(shù)，進而得到模糊關(guān)系矩陣R，最后根據(jù)二級模糊綜合評價模型打分。

3.1 評估指標體系

主發(fā)電機操作分為4個一級指標（U1，U2，U3，U4），每個一級指標下又分為若干二級指標（u11，u12，u13，…，u44）。

3.2 評價指標權(quán)重

按照第2.2節(jié)所述的AHP并參考專家意見，確定一級指標判斷矩陣P：

U1 ?U2 U3 U4

P=1566

1/5132

1/61/311

1/61/211 U1

U2

U3

U4

由式（6）和（7）得特征向量W=（0.633，0.187，0.087，0.093）T，由式（8）得特征值λmax=4.082，由式（10）得IC=0.027 3，查表2得IR=0.90，由式（9）得RC=0.03<0.10。計算表明判斷矩陣具有滿意的一致性，即W=（0.633，0.187，0.087，0.093）T可以作為權(quán)重向量。

實操中有些步驟是關(guān)鍵步驟，因此所占權(quán)重比較大，由AHP結(jié)合專家法可得二級指標判斷矩陣Pi（i=1，2，3，4）：

u11 u12 u13 ?u14

P1=11/31/41/3

311/21

4211/2

3121 u11

u12

u13

u14

u21 u22 u23 u24

P2=1557

1/5113

1/5113

1/71/31/31 u21

u22

u23

u24

u31 u32 u33 u34

P3=1257

1/2145

1/51/415

1/71/51/51 u31

u32

u33

u34

u41 u42 u43 u44

P4=1357

1/3157

1/51/517

1/71/71/71 u41

u42

u43

u44

其權(quán)重向量分別為（0.088，0.248，0.317，0.347）T，（0.628，0.154，0.154，0.064）T，（0.501，0.308，0.139，0.052）T，（0.514，0.299，0.143，0.044）T。

3.3 隸屬度函數(shù)

為得到一級指標Ui（i=1，2，3，4）的評價矩陣，需要建立對應(yīng)的二級指標的模糊關(guān)系矩陣R，即確定評價集和因素集，并確定對應(yīng)的隸屬度。以U1為例，對于u1i（i=1，2，3，4），影響得分的因素可以分為評估耗時、誤操作步驟數(shù)、操作順序和操作結(jié)果完成度等4類，由此建立因素集E={e1，e2，e3，e4}。依據(jù)《評估規(guī)范》建立評價集V={v1，v2，v3，v4，v5}，其中v1、v2、v3、v4和v5分別對應(yīng)非常熟練、比較熟練、操作一般、勉強完成和無法完成等5個評價等級，對應(yīng)分數(shù)依次為20、16、12、8和4。

通常采用隸屬度函數(shù)確定隸屬度。由于每個人看待問題的角度不同，所以面對同一個模糊集會建立不同的隸屬度函數(shù)，也就是說模糊集的隸屬度函數(shù)不是唯一的[5]。隸屬度函數(shù)需要根據(jù)專家經(jīng)驗確立，并在實踐中進行修正。本文根據(jù)評估考試的特點選擇經(jīng)典的半梯形、梯形、三角形分布作為隸屬度函數(shù)，并根據(jù)因素ei（i=1，2，3，4）確認5個評價等級的隸屬度函數(shù)。根據(jù)實操過程中采集的數(shù)據(jù)以及采用的隸屬度函數(shù)會得出相應(yīng)步驟的隸屬度rij，進而建立模糊關(guān)系矩陣R。

系統(tǒng)對每項操作都設(shè)置有參考時間T（表示完成此項操作的時間上限），實際操作耗時越少成績越高。設(shè)考生實際操作耗時為t，令τ=t/T，根據(jù)專家意見以τ為自變量建立每個評價等級的隸屬度函數(shù)。

每項操作步驟吻合程度包括誤操作步驟數(shù)和操作順序兩個方面。誤操作步驟數(shù)指實際操作步驟數(shù)與標準操作步驟數(shù)之間的差值，包括多操作和漏操作兩種。例如某一項目有10步操作，將考生實際操作步驟數(shù)與數(shù)據(jù)庫進行匹配，發(fā)現(xiàn)該生只完成了其中的8步，屬于漏操作，則誤操作步驟數(shù)為2。設(shè)標準操作步驟數(shù)為N，實際操作步驟數(shù)為C，定義誤操作指數(shù)Ф=N-C/N，Ф越小表示操作步驟吻合度越高，評價等級越高。根據(jù)專家意見以Ф為自變量建立每個評價等級的隸屬度函數(shù)。設(shè)實際操作順序錯誤步驟數(shù)為n，標準操作步驟數(shù)為N，定義參數(shù)Ψi=Ni/12（i=0，1，3，5，7），根據(jù)專家意見以Ψi為自變量的分段點建立每個評價等級的隸屬度函數(shù)，將n與Ψi比較確定區(qū)間，最后由函數(shù)關(guān)系得到隸屬度。

操作結(jié)果完成度是比較明確的，只有成功和失敗兩個結(jié)果，即完成度只有0和1兩個值。實操中的關(guān)鍵步驟是否達到要求可以通過此因素來衡量。由專家經(jīng)驗法確定e1、e2、e3、e4的權(quán)重，對應(yīng)的權(quán)重向量為A=（a1，a2，a3，a4）=（0.25，0.20，0.20，0.35）。可知e4所占權(quán)重較大，關(guān)鍵步驟未完成會直接影響最后的得分。

由以上分析得到表3。

3.4 二級指標的模糊關(guān)系矩陣

在機旁啟動（U2）評估中，某位考生成功將控制屏上的操縱位置轉(zhuǎn)換開關(guān)置于機旁“LOCAL”位置，成功啟動預(yù)潤滑油泵但沒有把油門放在“STOP”位置，成功打開示功閥和啟動空氣閥但沒有打開機旁啟動控制空氣閥，最后成功進行沖車，操作總用時為2 min，參考用時5 min。由第3.3節(jié)可知，τ=0.4，Ф=0.286，n=0，N=7，由此建立模糊關(guān)系矩陣：

v1 ?v2 ?v3 ?v4 v5

R21 =01000

00.140.8600

10000

10000 e1

e2

e3

e4

由式（2）和（3）得B21=A R21=（0.550，0.278，0.172，0，0）。同理，根據(jù)此考生的操作數(shù)據(jù)（表4）可得到R11，R12，…，R44，進而得到B11，B12，…，B44。R1 = B11

B12

B13

B14 = 1.0000000

0.2000.0800.5200.2000

0.1250.4500.1340.0660

1.0000000

R2 = B21

B22

B23

B24 = 0.5500.2780.17200

1.0000000

0.5500.2500.20000

1.0000000

R3 = B31

B32

B33

B34 = 0.4500.3500.1000.1000

1.0000000

1.0000000

1.0000000

R4 = B41

B42

B43

B44 = 1.0000000

0.4000.05000.3500.200

1.0000000

00.3800.5800.0400由各項二級指標的權(quán)重向量進行模糊變換：Bi=WiRi （i=1，2，3，4）歸一化后得到B1=（0.565，0.175，0.184，0.076，0）T，B2=（0.648，0.213，0.139，0，0）T，B3=（0.725，0.175，0.050，0.050，0）T，B4=（0.598，0.254，0.020，0.082，0.046）T。

3.5 綜合評價

通過二級指標的模糊評價矩陣Ri（i=1，2，3，4）計算一級指標的模糊評價矩陣R：

R=（B1，B2，B3，B4）T=

0.5650.1750.1840.0760

0.6480.2130.13900

0.7250.1750.0500.0500

0.5980.2540.0200.0820.046

由式（5）得總體模糊評價結(jié)果B：B=WR=（0.633，0.187，0.087，0.093）T

0.5650.1750.1840.0760

0.6480.2130.13900

0.7250.1750.0500.0500

0.5980.2540.0200.0820.046=

（0.598，0.436，0.149，0.060，0.046）正規(guī)化得B=（0.464，0.338，0.116，0.046，0.036），由式（4）和各等級對應(yīng)的分數(shù)得v=mj=1bjvjmj=1bj=16.592 ?模糊評價結(jié)果表明，該考生癱船啟動中主發(fā)電機啟動運行項目的綜合評分為16.592，屬于操作“比較熟練”。根據(jù)多位專家的打分，認為該成績處于合理范圍，予以采用。評估成績界面見圖5。

4 結(jié)束語

本文根據(jù)上海海事大學SMSC型輪機模擬器設(shè)計了實操評估考核的基本流程，嚴格按照《評估規(guī)范》的要求，提出一種多級模糊綜合評價方法，采用專家法和層次分析法確定各級權(quán)重。在隸屬度函數(shù)的確定方面，本文采用三角形、梯形、半梯形隸屬度函數(shù)相結(jié)合的方式，并且提出一些新的參數(shù)概念，以此作為劃分定義域的節(jié)點，實踐證明其具有合理性，能夠反映考生的真實情況并給出公正合理的成績。模糊綜合評價法的難點依然是權(quán)重的確定和隸屬度函數(shù)的確定，只能通過大量的數(shù)據(jù)進行分析并不斷地進行完善。近年來智能算法成為熱門的話題，常用來解決工程中的最優(yōu)化問題，將其應(yīng)用在隸屬度函數(shù)的形式和相關(guān)參數(shù)的選擇上是下一步研究工作的重點。

參考文獻：

[1] 賈寶柱， 林葉錦， 曹輝， 等. 輪機模擬器中機艙資源管理培訓及評估功能[J]. 中國航海， 2013， 36（3）： 28-33.

[2] 張巧芬， 孫建波， 史成軍， 等. 新型輪機仿真平臺實操考試自動評估算法[J]. 哈爾濱工程大學學報， 2014， 35（6）： 725-730. DOI： 10.3969/j.issn.1006-7043.201304033.

[3] 聶偉， 巫影， 夏極. 船舶動力系統(tǒng)模擬器自動評分系統(tǒng)的設(shè)計與實現(xiàn)[J]. 船海工程， 2010， 39（4）： 84-87. DOI： 10.3963/j.issn.1671-7953.2010.04.027.

[4] 聶偉， 巫影， 胡大斌， 等. 輪機模擬器考核自動評分算法研究[J]. 武漢理工大學學報（交通科學與工程版）， 2013， 37（4）： 834-838. DOI： 10.3963/j.issn.2095-3844.2013.04.039.

[5] 曹輝， 馬玉鑫， 賈寶柱. 基于模糊綜合評價的輪機模擬器智能評估系統(tǒng)[J]. 大連海事大學學報， 2015， 41（1）： 104-108. DOI： 10.16411/j.cnki.issn1006-7736.2015.01.019.

[6] 李希燦. 模糊數(shù)學方法及應(yīng)用[M]. 北京： 化學工業(yè)出版社， 2017： 1-2.

[7] 楊國豪， 徐軼群， 林榮模. 基于模糊評價的船舶能耗評估[J]. 中國航海， 2011， 34（4）： 22-25.

[8] 張倩， 王學平. 模糊綜合評價中幾類模糊算子的比較[J]. 模糊系統(tǒng)與數(shù)學， 2016， 30（3）： 165-171.

[9] 中華人民共和國海事局. 中華人民共和國海船船員適任評估規(guī)范[M]. 大連： 大連海事大學出版社， 2012： 228-236.

[10] 唐耀平. 聯(lián)系數(shù)中差異度系數(shù)i的專家估測法及應(yīng)用[J]. 數(shù)學的實踐與認識， 2009， 39（5）： 67-70.

[11] 連增增， 譚志祥， 李培現(xiàn)， 等. 模糊關(guān)系方程法在礦山開采沉陷最大下沉值預(yù)測中的應(yīng)用[J]. 金屬礦山， 2010（7）： 132-135.

[12] 李希燦， 李傳軍， 朱雷， 等. 測量實習效果模糊綜合評價模型及應(yīng)用[J]. 測繪工程， 2004， 13（1）： 25-27. DOI： 10.19349/j.cnki.issn1006-7949.2004.01.008.

[13] 翟昕龍， 雷毅， 曹學文， 等. 基于模糊層次分析法的管道內(nèi)涂層安全評價[J/OL]. 油氣儲運. http：//kns.cnki， net/kcms/detail/13.1093.te.20190318.1030.002.html.

[14] 朱慶， 陳凱崢， 謝瀟， 等. 模糊層次分析與三維GIS集成的風電場升壓站選址方法[J/OL]. 西南交通大學學報. http：//kns.cnki.net/kcms/detail/51.1277.u.20190320.1131.012.html.

[15] 潘峰， 魏立新， 陳雙慶， 等. 基于模糊可靠性的集輸管網(wǎng)參數(shù)優(yōu)化設(shè)計[J]. 油氣儲運， 2017， 36（12）： 1353-1360. DOI： 10.6047/j.issn.1000-8241.2017.12.002.

[16] ZHANG Gang， WANG Lixin， DUFFY A P， et al. Applying the analytic hierarchy process （AHP） to an FSV-based comparison of multiple datasets[J]. IEEE Transactions on Electromagnetic Compatibility， 2015， 57（3）： 477-483.

[17] 劉彥麟， 彭星煜， 姚東池. 考慮失效相關(guān)性的管道腐蝕故障樹新算法[J]. 油氣儲運， 2019， 38（1）： 31-39. DOI： 10.6047/j.issn.1000-8241.2019.01.005.

[18] 王姍姍. 基于因子分析法的中國電子商務(wù)發(fā)展水平實證分析[J/OL]. 信陽師范學院學報（哲學社會科學版）， 2019， 39（3）： 34-38. DOI： 10.3969/j.issn.1003-0964.2019.03.007.

（編輯 賈裙平）

收稿日期： 2019- 04- 17 修回日期： 2019- 06- 17

作者簡介： 仇光偉（1995—），男，山東滕州人，碩士研究生，研究方向為船舶動力裝置，（E-mail）201830110098@stu.shmtu.edu.cn;

胡以懷（1964—），男，江蘇高郵人，教授，博導，博士后，研究方向為船舶新能源利用和輪機系統(tǒng)仿真與診斷，（E-mail）yhhu@shmtu.edu.cn