基于灰靶决策的煤矿井下工人评价模型研究

马利格

（华北水利水电学院，郑州450000）

基于灰靶决策的煤矿井下工人评价模型研究

马利格

（华北水利水电学院，郑州450000）

为了减少人为因素引起的煤矿事故，运用灰靶理论建立了适合人员选聘的灰靶决策模型，结合“奖优罚劣”算法，对煤矿工人的各项指标进行了一致化处理，使用层次分析法确定了各个指标在目标决策中的权重，并给出了应用实例.研究结果表明，该灰靶决策模型为煤矿的人员选聘提供了一种客观、定量的方法，使得决策结果更符合实际和准确.

煤矿安全；灰靶决策；人员选聘

煤炭行业是我国的支柱产业，我国的能源消耗有60%以上来自煤炭资源.随着煤炭行业的加速发展，煤矿生产中出现了很多严峻的安全问题，每年发生的重特大事故都在300起左右.分析我国煤矿安全事故发生的原因，发现绝大多数与人的因素有关，有些虽然是物的因素，但是也与人的警觉性下降等人为因素有直接的联系.井底员工是事故的直接制造者和受害者，为减少事故的发生和经济的损失，有必要在选聘员工的时候，拒绝那些警觉性和安全性低的员工.

人员选聘做到人职匹配，是保持企业长久生产力的根本，对于煤矿这种高危行业来说更是如此.一直以来，人员选聘都是企业关注的焦点.很多学者对人员选聘进行了研究.如王宁等把模糊层次分析法运用到项目团队的人员选聘中，为人员选聘提供了数学支持，减少了人员选聘中主观因素的影响，使人员选聘做得更科学准确［1］；任国岩等认为人员选聘标准具有模糊性，要列出一个适合所有岗位的选聘标准是有难度的，于是引进模糊集去解决人职匹配问题［2］.但是，他们主要是从员工的技术能力和团队互补角度去分析人职匹配问题，忽略了人自身的特质和安全性，他们的研究只适合于对安全性要求不是很高的企业的人员选聘.本文主要是从人的特质出发，通过分析人的可靠性，制定人员选聘标准，这更加符合煤矿行业高安全标准的现实.

人员选聘涉及多目标、多指标的决策问题.对多指标的决策问题，灰色理论的创始人邓聚龙提出了灰靶决策，其主要思想是在一组模式序列中，找出最靠近目标值的数据构建标准模式，各模式与标准构成灰靶，标准模式即为靶心［3－5］.随后，越来越多的学者展开了对灰靶理论的研究.陈勇明等研究了灰靶理论自身存在的不相容问题，并采用统计模拟的方法计算了不相容问题出现的频率，最后得到的结果表明邓氏灰靶需要进行改进［6］；党耀国等按照灰靶决策理论，提出了一种易于计算的“奖优罚劣”算子和实用的区间数规范化方法，建立了多目标加权灰靶决策模型和基于区间数的灰靶决策模型，从而把灰靶决策模型从实数序列拓展到区间数序列，使灰靶决策理论得到了发展，同时为扩大灰靶决策的应用领域提供了理论根据［7－8］；贺琼等把灰靶理论运用到上市公司的投资决策中，并用灰靶模型对上市公司的级别进行评估，从而指导投资［9］；黄业仲等运用灰靶决策解决设备采购中的多目标决策问题，为设备采购的评标提供了一种定量、科学的评标方法，进一步扩大了灰靶理论的应用范围［10］.本文结合前人的研究成果，把灰靶理论运用到煤矿井下人员的选聘中，可淘汰不安全的员工，保证煤矿的安全生产.

1 模型的建立

1.1 局势集和局势矩阵

某一决策问题的研究全体构成了事件集A，记为A＝｛ai，a2，…，an｝，其中ai（i＝1，2，…，n）为第i个事件；相对应的所有可能对策全体称为对策集，记为B＝｛b1，b2，…，bm｝，其中bj（j＝1，2，…，m）为第j种对策.事件集A＝｛ai，a2，…，an｝和对策集B＝｛b1，b2，…，bm｝的笛卡尔积A×B＝｛（ai，bj）｜ai∈A，bj∈B｝则构成了局势集，记作S，其中任一个（ai，bj）都称为一个局势，记为sij，表示对于事件ai有对策bj应对.n个事件和m个对策构成了n×m 的局势矩阵，记为I，I＝（sij）n×m

1.2 效果矩阵

sij为局势集S中的一个局势为局势sij在指标

这是单个指标的矩阵形式，多指标的矩阵形式类似.

1.3 最优效果局势

1.4 一致化处理矩阵

效果矩阵中的每个效果值采用的量纲不同，需要对效果矩阵中的每个效果值进行一致性处理.为消除不同量纲对决策造成的影响，本文运用“奖优罚劣”算子对效果值进行一致化处理.在现有的“奖优罚劣”算法中，比较合理和实用的算法为：在区间［－1，1］中选值，对效果值进行处理［10］.具体做法是：对优于平均水平的效果值，赋予大于0的值，选值范围在［0，1］之间，而对于劣于平均水平的效果值，赋予小于0的值，选值范围在［－1，0］之间.通常评价指标的类型有“越大越好、越多越好”、“越小越好、越少越好”和“既不太大也不太小”3种［12］，根据效果值的大小对效果值按照下列标准进行一致化处理.

“奖优罚劣”算法的具体准则：

（1）对于“越大越好，越多越好”的一类指标，按照下列方式进行一致化处理：

（2）对于“越小越好、越少越好”的一类指标，按照下列方式进行一致化处理：

（3）对于“既不太大也不太小”的一类指标，则需要假设此指标的一个范围［μ0，μt］：

对效果矩阵进行一致化处理后得到的矩阵为一致化处理矩阵，记为Ri.

1.5 决策平面灰靶

1.6 决策球形灰靶

根据指标的所属类，找出每个指标k下的最优向量，作为靶心向量值.如对于“越大越好，越多越好”这一类指标，选择最大值作为靶心向量值.每个指标下面都有一个最优值其中i＝1，2，…，n，j＝1，2，…，m.这些最优值构成了靶心向量，记为同时定义是以为靶心，以R为半径的l维球形灰靶.称为靶心距.靶心矩的大小反映了局势的优劣，靶心矩越小越好.

1.7 确定各个决策目标在总决策目标中的权重

每个决策目标在总目标决策中的重要程度不同，如果平等对待的话，显然缺少科学性和合理性.本文采用层次分析法来确定各个决策指标在总决策目标中的权重，通过层次分析法得到的决策权重向量记为ωi＝且结合公式（7），可以

定义

为多指标下的决策灰靶的靶心矩.

通过以上的介绍和分析，可以总结出多指标下的灰靶决策的建立步骤：

第1步：确定事件集、决策集和局势集；

第2步：确定决策指标，并使用层次分析法确定各决策指标在总决策目标中的权重；

第3步：确定各个局势在各个指标下的效果矩阵；

第4步：对效果矩阵根据指标属性类的不同做一致化处理；

第5步：确定靶心向量，并建立灰靶决策模型，利用公式（8）计算靶心矩；

第6步：做出决策.

2 模型的实例验证

郑煤集团裴沟煤矿要招进3名采煤工人.经初步筛选后，最后进入面试的有10名工人，对这10名工人进行灰靶决策，决策的过程如下：

（1）招聘3名采煤工人为一事件a1，则所有工人构成的事件集为A＝｛ai｝，每一名工人都是一个对策bj（j＝1，2，…，10），则决策集B＝｛b1，b2，…，b10｝，于是构成的决策集为s＝｛（a1，b1），（a1，b2），…，（a1，b10）｝.

（2）确定决策指标，并利用层次分析法确定各个指标的权重.根据煤矿行业的特殊要求，本例选取6个评价指标，分别为工人的安全观念、劳动负荷能力、人格特质、感知能力、智力因素及注意力品质.使用层次分析法确定这6个指标在总决策目标中的权重，通过计算得出权重向量为：

（3）通过问卷调查、智力和体检测试，得出工人每一项指标的具体得分，见表1.

表1 各个工人的得分情况

由工人的得分，我们可以得出各个局势在各个指标下的效果局势μ1：

（4）根据现实要求，被招聘工人的6个评价指标应该都属于“越大越好、越多越好”这一类指标.根据“奖优罚劣”算法运算准则，得到一致化向量矩阵为：

（5）根据第（4）步得到的决策矩阵，得到此灰靶的靶心向量为0.6491，0.8261，1，1，0.7284｝，由此计算得到每组数据的靶心矩：ρ1＝0.5360，ρ2＝0.4841，ρ3＝1.0453，ρ4＝1.2406，ρ5＝0.8045，ρ6＝1.1610，ρ7＝0.8120，ρ8＝0.6814，ρ9＝0.3392，ρ10＝0.3009.

（6）做出决策.从第（5）步计算出的靶心矩，可以得到ρ10＜ρ9＜ρ2＜ρ1＜ρ8＜ρ5＜ρ7＜ρ3＜ρ6＜ρ4.所以员工的优劣顺序为：工人10、工人9、工人2、工人1、工人8、工人5、工人7、工人3、工人6和工人4.根据淘汰末位值原则，最优的招聘结果为：工人10、工人9和工人2被留下聘任.

3 结 语

本文运用灰靶理论，并结合“奖优罚劣”算法，对各个指标进行一致化处理，消除了无量纲对决策结果造成的影响，弥补了传统研究对指标变量“只奖不惩”的缺陷；同时结合层次分析法，确定了各个指标在目标决策中的权重，并在计算靶心距时考虑权重，克服了把所有指标等同处理的盲目性，为人员选聘提供了一种更科学、合理的方法，使得决策结果更符合实际和准确.把这种方法运用到煤矿井下工人的选聘中，能为煤矿人员选聘提供指导.

［1］ 王宁，赵桂亮.模糊层次分析法在项目团队人员选聘中的应用［J］.商业研究，2006（12）：118－120.

［2］ 任国岩，鞠芳辉.人员选聘的直觉模糊复合决策模式［J］.商业研究，2004（1）：14－16.

［3］ 邓聚龙.灰理论基础［M］.武汉：华中科技大学出版社，2002.

［4］ 邓聚龙.灰预测与灰决策［M］.武汉：华中科技大学出版社，2002.

［5］ 刘思峰，党耀国，方志耕.灰色系统理论及其应用［M］.北京：科学出版社，2004.

［6］ 陈勇明，谢海英.邓氏灰靶变换的不相容问题的统计模拟检验［J］.系统工程与电子技术，2007，29（8）：1285－1287.

［7］ 党耀国，刘国峰，刘斌.多指标加权灰靶的决策模型［J］.统计与决策，2004，20（3）：29－30.

［8］ 党耀国，刘思峰，刘斌.基于区间数的多目标灰靶决策模型的研究［J］.中国工程科学，2005，7（8）：29－30.

［9］ 贺琼，王俊涛.基于灰靶理论的上市公司投资决策分析［J］.统计与决策，2005（19）：49.

［10］ 黄业仲，黄文杰.基于灰靶决策模型的设备采购评标［J］.基建优化，2006，27（1）：85－89.

［11］ 宋捷，党耀国，王正新.基于强“奖优罚劣”算子的多指标灰靶决策模型［J］.系统工程与电子技术，2010，32（6）：1229－1232.

［12］ 刘思峰，谢乃明.灰色系统理论及其应用［M］.北京：科学出版社，2008.

The Reseach of the Evaluation Model of Underground Coal Mine Workers Based on the Grey Target Decision

MA Li－ge
（North China University of Water Resources and Power，Zhengzhou 450000，China）

To reduce the mine accidents caused by human factors，the paper adopted the gray target theory，built the suiting mine personnel selection gray target decision－making model，combined with the operator of‘rewarding good and punishing bad’which were used to consistently treat various indexes，utilized the Analytic Hierarchy Process to improve the gray target decision－making model，then one instance is provided.Finally，the instance shows that the gray target decision－making model offers a kind of objective，quantitative method and made decision－making results more realistic and accurate.

coal mine safety；grey target decision；personnelselection

C931；TD76

A

10.3969／j.issn.1671－6906.2012.02.016

1671－6906（2012）02－0070－05

2012－03－07

马利格（1986－），女，河南平顶山人，硕士生.