基于熵权可拓模型的古建筑火灾风险测评——以丽江古城为例
2016-04-11郑向敏董斌彬
殷 杰,郑向敏,董斌彬,2
(1.华侨大学旅游学院,福建 泉州 362021; 2.黎明职业大学土木建筑工程学院, 福建 泉州 362000)
基于熵权可拓模型的古建筑火灾风险测评
——以丽江古城为例
殷杰1,郑向敏1,董斌彬1,2
(1.华侨大学旅游学院,福建泉州362021; 2.黎明职业大学土木建筑工程学院, 福建泉州362000)
[摘要]我国古建筑分布很广,而且多为木结构,一旦发生火灾,极易造成毁灭性破坏.在分析古建筑火灾隐患和风险来源的基础上,建立了景区古建筑火灾风险评价的熵权可拓模型.以丽江古城为例,运用Matlab7.0软件计算出各指标的熵权,并通过熵权可拓模型对丽江古城进行火灾风险评估;最后基于人—机—环境—管理四大要素提出古建筑火灾防护体系. 采用模糊层次分析法建立影响大学生从众行为因素的指标体系,确定各评价指标的权重,再结合模糊综合评判法对其从众现象做出综合评价,并通过实例说明该方法的应用,为培养大学生树立正确的从众观提供依据.
[关键词]古建筑;火灾;熵;可拓;丽江古城 FAHP;模糊综合评判法;大学生;从众行为
古建筑泛指始建时间较长的存在于地面上的各个历史时期的建筑物,具有较高的历史价值和文物价值[1].古建筑是历史的瑰宝,但容易受到灾害的袭扰.在各种突发灾害中,火灾的影响非常大[2].我国古建筑分布广,而且多为木结构,一旦发生火灾极易造成毁灭性破坏.因此,评估古建筑火灾风险,以便有针对性地进行分级预警管理并采取相应的预防应急措施具有重要意义.
可拓学(Extentics)[3]可以把是与非的定性描述发展为定量描述,并通过建立多指标的评估模型来完整评价事物.古建筑的众多隐患多是是与非的定性描述,因此引入可拓学对古建筑火灾风险进行综合评价.然而,可拓方法在确定权重量化值时主观随意性太大[4].熵值法是进行多指标综合评价的一种重要方法,它根据指标数据提供的信息量对指标进行客观赋权以减少主观因素的影响[5].本文建立了古建筑火灾风险评价的熵权可拓模型,并以丽江古城为例进行火灾风险测评,以期为古建筑火灾风险防护提供相应建议.
1古建筑火灾风险熵权可拓模型的构建
可拓学[6]是广东工业大学蔡文教授提出的一种解决现实矛盾问题的有效体系,物元、可拓集合以及关联函数概念是其精髓所在.
1.1物元可拓模型的建立
1.1.1建立物元与可拓理论模型
根据可拓物元理论,把事物N及其特征C和特征C的量值V这三元有序结合为R,R=(N,C,V)作为描述事物的基本元,简称物元.事物N、特征C以及特征值V称为物元R的三要素.若待评古建筑火灾风险等级划分为m种,而影响古建筑火灾的主要因素有n类,则古建筑火灾风险测度的物元可以定义为R=(N,C,V).其中:R表示物元,N表示事物(即古建筑火灾风险等级),C代表事物N的特征(即古建筑火灾风险评价指标),V表示特征C的量值(即各评价指标的取值范围).
1.1.2确定经典域和节域
古建筑火灾风险测度模型的经典域物元矩阵可以表示为:
其中:Nj(j=1,2,…,n)表示古建筑火灾风险等级中第j个评价类别;Ci(i=1,2,…,n)表示对事物产生影响的n个因素,即具体某个指标;Vji是Nj关于特征Ci所规定的范围,即经典域.
其中:P表示古建筑火灾风险等级的全体,Vpi表示P关于特征Ci的取值范围,即P的节域,RP称为节域元.
1.1.3选取待评物元
对待评对象p,把所收集到的数据或者分析结果用物元表示,称为该对象的待评物元.p表示古建筑火灾风险评价指标值矩阵,Vi为p关于Ci的量值,即待评项所得的具体数据.
1.2权重确定
在确定指标权重时,以前采用的方法可能由于受主观因素影响而使评价结果出现偏差[7],因此,文章选取不受主观因素影响的信息熵法确定指标权重.
1.2.1标准化
在有m个评价指标和n个评价对象的情况下,得到其原始矩阵为:
(1)
由于参与评价的各项指标有越大越优型和越小越优型,故需要对矩阵Xij中的特征值进行归一化处理,处理方法如下:
(2)
据此,得到归一化矩阵X′
(3)
1.2.2定义熵
将第i个因素下的第j个评价值的比重记做Pij,表示为
(4)
通过比重Pij计算第i个因素的熵值ei为
(5)
1.2.3求熵权
给定的ei越大,因素评价值的差异性越小,则因素在综合评价中所起的作用越小.定义差异系数gi=1-ei,则当因素gi越大时,因素越重要.第i个评价指标的权重为
(6)
其中,m为评价指标的个数.
1.3关联度确定和测评等级
1.3.1确定关联函数各关联度
在确定古建筑火灾风险评价的经典域物元、节域物元和待评物元之后,用关联度函数计算待评古建筑关于各安全等级的安全关联度,第i个评价指标数值域属于第j个安全等级的关联函数为:
(7)
其中:
(8)
Kj(vi)为各指标因子关于风险级别的关联度,ρ(vi,vpi)为点Vi与有限区间Vpi的距离,相应的ρ(vi,vji)为点Vi与有限区间的距离.其中Vi为评价因子的实际数值,Vji为经典域,Vpi为节域.
1.3.2确定综合关联度
借助(6)式中的权重系数来计算指标的综合关联度.
(9)
其中,Kj(vi)为待评对象风险水平p的单项指标关联度.根据最大隶属度原则,若
Kj0(p)=maxKj(p),j0(1,2,3,…,m)
则待评对象p属于等级j0.
2丽江古城火灾风险测评
2.1丽江古城概况
丽江古城成形于宋末元初,明初已具备相当规模,清末及民国时期是滇西北重要的商品集散地,是西南丝绸之路上的重镇.丽江古城海拔2 416 m,总面积3.8 km2,今约有居民2.5万人.古城内的建筑85﹪以上为商铺和客栈,其建筑承重柱、梁等多为木结构,甚至很多房屋内的分隔墙、围护结构也是木结构,导致建筑构件的耐火极限值极低[8].2013年3月11日,丽江古城现文巷突发火灾,107间民房被毁.2014年4月6日凌晨,束河街道龙泉社区一商铺发生火灾,致使10间店铺焚毁.古城建筑以木结构为主,极易遭受火灾侵袭.因此,对古城火灾风险进行科学、合理的评估,并建立完备的防护、监控、应急体系尤为重要.
2.2丽江古城火灾风险熵权可拓模型
2.2.1确定评价指标与评价等级
由于影响丽江古城火灾风险性的因素众多,因而评价指标的选取是丽江古城火灾风险性评估的关键.丽江古城火灾风险指标测评体系由安全管理(A1)、消防环境(A2)、消防设备(A3)以及应急管理(A4)等4个一级指标,人员管理(B1)、火源管理(B2)、制度管理(B3)、建筑设计(B4)、消防设计(B5)、灭火设备(B6)、智能系统(B7)、疏散能力(B8)、救援能力(B9)和恢复能力(B10)等10个二级指标以及37个三级指标构成(如表1所示).2014年7月在丽江古城现场随机抽取160位游客进行火灾风险感知调查,将其对各项指标感知的平均值作为各项指标的实际值.
表1 丽江古城火灾风险评估指标体系
续表
文章将古建筑火灾风险等级分为危险、较危险、较安全、安全四级,并对非量化指标进行量化,规定各级别记分标准为Ⅰ级[1,2),Ⅱ级[2,3),Ⅲ级[3,4),Ⅳ级[4,5].
2.2.2确定经典域、节域和待评物元
以安全管理(A1)为例,其对应的经典域与节域为:
其中,N1、N2、N3、N4表示火灾风险4个等级的取值范围,C1、C2、…、C13、C14分别为A1安全管理中的14个指标项.Rp是A1所对应的节域.文章通过实地调查,取实地调查的各项指标得分的平均值,并作为各项指标的实际值,确定RA1待评物元.
2.2.3确定评价指标权重
借助Matlab7.0软件进行编程,计算出A1安全管理的各项指标的权重.各指标权重如表1所示.
2.2.4计算各指标关联度和综合关联度
以A1(安全管理)为例,根据(7)、(8)式计算出各指标在Ⅰ级火灾风险下的关联度K1(C1,C2,C3,…,C13,C14)T=(-0.343 3,0.052 6,-0.278 8,…,-0.307 7,-0.383 3)T.根据(9)式计算出A1(安全管理)在Ⅰ级火灾风险下的综合关联度:K1(A1)=0.179 5.同理,可以分别计算出A1(安全管理)在Ⅱ级、Ⅲ级、Ⅳ级的综合关联度:K2(A1)=0.020 5,K3(A1)=-0.308 9,K4(A1)=-0.531 0.依照上述方法计算出A2、A3、A4的综合关联度,如表2所示.
表2 丽江古城火灾风险熵权可拓评估结果
根据安永林、彭立敏[4]所运用的计算公式((10)式)分别计算出指标对应的特征值,并根据特征值最终计算出A在各风险等级下的关联度和综合关联度.
(10)
其中,j表示风险等级,C表示所对应的特征值.
3古建筑火灾防护体系优化策略
古建筑火灾的发生是众多隐患耦合的结果,而这些隐患离不开“人—机—环境—管理”四大要素.基于此,文章构建了如图1所示的古建筑火灾防护体系.
图1景区古建筑火灾风险防控体系
3.1加强人员管理
首先,强化游客防火意识.减少游客带入火源的几率,同时加强对游客的宣传教育,加强其防火、避火意识.相关工作人员应对游客进行监督,此外,景区内应设置醒目标识,提醒游客防火.其次,督促商户规范经营.管委会应督促商户规范、安全经营;加强商户消防安全检查,消除安全隐患.再次,加强对工作人员的监督与管理.工作人员是景区与商户、游客间的重要联结者,景区工作人员必须对游客、商户形成有效监管,减少甚至是消除火源隐患.最后,提升消防人员技能.景区古建筑一旦发生火灾,消防人员的扑救至关重要.因此,加强日常培训与学习,提升消防人员技能必须引起重视.
3.2加强消防设备管理
第一,合理配置消火栓.根据古建筑密度合理配置消火栓,同时加强对消火栓的安全检查,保证其完好性.第二,合理配置灭火器.由于古建筑大多建筑密集、商业化程度高,因此尽量做到每家均配置手提式灭火器,加强火灾处理能力.第三,设置充足的消防水源.基于火灾的突发性,消防水源必须确保充足,确保整个灭火过程水源充足.第四,强化智能系统建设.在景区内加强火灾监控系统建设,在重要节点和关键位置设置自动喷淋系统.第五,加强设备安全检查.景区应设置消防安全设施检查制度,不定期对消防设备进行更新检查.
3.3改善消防环境
景区古建筑处于危险的消防环境中,周边环境火灾隐患众多.环境风险可以从以下几方面改善:第一,提高建筑物耐火等级.在木构古建筑物表面涂防火涂料,以提高其耐火性能,它的主要作用是为灭火工作赢得时间.第二,改善景区消防车道现状.由于多数古建筑、古建筑群远离城区,一些宗教场所更是多建于环境幽静的高林之中,可进入性差.应通过完善道路系统,提高可进入性,提升消防救援能力.第三,设置防火分区.古建筑以木结构为主,建筑密度过大.因此需要设置防火分区,一旦发生火灾可以进行有效阻隔.第四,提升应急处理能力.加强救援环境如空地、医院、疏散预案等建设,提升景区安全系数.
3.4完善管理建设
实施定期检查,更新设施.加强消防设施的管理和维护消防设施、器材管理和检查维修保养制度,定期检查和维护消防设施.开展多重培训,强化素质.加强对景区工作人员、消防人员的培训,提升其防火素质和防火意识.加强对社区居民、游客的防火意识、火灾自救宣传教育.建立防火制度,实现跟踪管理.建立消防安全领导小组,定期检查、督促所属部门的消防安全工作.单位及其所属部门都要确定一名主要行政领导为防火负责人,负责消防安全工作,将安全责任落实到个人.加强日常消防工作,确定专、兼职工作人员,负责日常的消防安全管理工作,建立、健全各项消防安全制度,如消防安全管理制度、逐级防火责任制度.此外,管理站需要建立防火档案,将古建筑管理使用的基本情况、各级防火责任人员名单、消防组织状况、各项消防安全制度执行情况、历次防火检查情况、火灾隐患整改情况、火灾事故的原因及处理情况等一一详细记录在案,便于吸取经验,完善火灾预防制度.
4结语
文章以丽江古城为例,建立古建筑火灾风险测评的熵权可拓模型,并依据火灾风险测评结果构建古建筑火灾风险防控体系.需要指出的是,古建筑的火灾防护工作一直是古建筑保护工作的重点,通过识别火灾风险因子并进行火灾风险测评有助于构建古建筑火灾防护体系.因此,加强古建筑火灾风险测评并有针对性地制定火灾防控策略十分重要.
[参考文献]
[1]康雪峰.古建筑火灾风险评估[J].武警学院学报,2008,24(2):29-32.
[2]席洪林.基于模糊模式识别的城市火灾综合风险评价研究[D].天津:天津大学,2012.
[3]匡乐红,徐林荣,刘宝深.基于可拓方法的泥石流危险性评价[J].中国铁道科学,2006,27(5):1-6.
[4]安永林,彭立敏.地铁火灾风险性的多级可拓综合评估[J].防灾减灾工程学报,2009,29(5):566-571.
[5]余华银,李超,黄萍.熵值法在Excel中的VBA实现[J].统计教育,2004(3):12-14.
[6]蔡文,杨春燕,林伟初.可拓工程方法[M].北京:科学出版社,1997.
[7]陈南祥,徐敏.基于熵权可拓模型的水资源承载能力评价[J].西北农林科技大学学报(自然科学版),2010,38(6):205-209.
[8]崔飞,罗静,高仲亮,等.丽江大研古城古建筑消防安全对策[J].安全与环境工程,2009,16(4):89-91.
[9]杜梅.防火涂料在木构古建筑的防火保护中的应用[J].山西建筑,2013,39(11):98-99.
(责任编辑穆刚)
The ancient building fire risk assessment based on entropy weight and extension model——taking Lijiang ancient city for example
YIN Jie1, ZHENG Xiangmin1, DONG Binbin1,2
(1. School of Tourism, Huaqiao University, Quanzhou Fujian 362021, China;2. School of Civil-Engineering Construction, Liming Vocational University, Quanzhou Fujian 362021, China)
Abstract:China’s ancient architecture is widely distributed, but mostly are wooden structure. If it is on fire and the fire can easily cause devastating damage. In the analysis of ancient building fire, the scenic point ancient architecture entropy weight extension model was established. Taking Lijiang for example, using Matlab7.0 to calculate the entropy weight of each index. Finally, basing on human—machine—environment—management, the four elements, the ancient architecture fire protection system was set up. FAHP was used to establish the index system of college students’ herd behavior, to determine the weight of each evaluation index. Then fuzzy evaluation method was used to make a comprehensive evaluation on its conformity phenomenon. Through an example, the application of the method is illustrated, providing the basis for establishing a correct view of conformity.
Key words:ancient architecture; fire; entropy; extension; the ancient city Lijiang FAHP; fuzzy evaluation; college students; conformity behavior
(责任编辑穆刚)
基于FAHP与模糊综合评判法的大学生从众行为评价研究
张博英
(重庆师范大学数学学院, 重庆401331)
从众行为,是指个体在群体的影响和压力下,放弃自己的意见而采取与大多数人相一致的行为[1],即通常所说的“随大流”.从众行为在日常生活和工作中很常见,尤其在大学生群体中.由于大学生介于校园与社会之间,思想上还不够成熟,独立处理问题的能力还不强,面对问题很容易陷入焦虑、困惑和迷茫之中,导致他们经常寻求精神上的依靠,于是行动上便随波逐流,思想上自我迷失.直接表现为千军万马齐过独木桥,竞争过程的挫折与失落,引发大学生精神压力过大,心理失衡.因此,对当代大学生从众行为做出综合评价,及时、有效地正确引导其健康发展具有十分重要的意义.
本文将FAHP与模糊综合评判法相结合,合理地确定了各评价指标的权重,克服了评价中判断模糊性的影响,提高了评价的准确性和公正性,并根据评价结果提出对策.
1从众行为评价指标体系和模型的构建
1.1评价指标体系的构建
文献[2]对从众行为的各主要影响因素采用层次分析法,文献[3]和文献[4]分别从社会心理学和大学生从众心理行为等方面对从众行为评价进行探讨.基于以上研究,结合对心理学专家、教育专家和在校大学生的调查访问,本评价系统分别从个体因素、群体因素、环境因素3个方面评价大学生的从众行为,建立综合评价指标体系结构,如图1所示.
图1 大学生从众行为指标体系结构
1.2评价指标的FAHP权值计算
FAHP是将层次分析法和模糊评判法结合解决多指标、多因素问题的一种多目标系统分析和决策方法[5].运用FAHP法对大学生从众行为进行评价,克服了传统评价方法的随意性、片面性、模糊性等缺点,并且不用再做一致性检验就可以满足一致性条件,简化了运算过程.具体实施步骤如下:
1)构建模糊互补判断矩阵[6].在指标评价的两两比较矩阵中,为了考虑人的判断模糊性,我们采用“0.1~0.9标度”[7],确定其相对重要程度并赋值,建立模糊判断矩阵.
2)计算各个指标的综合权重.根据公式
(1)
其中:n为R的阶数,计算得出各因素的权重值wi.若rij严格标度,而且满足rij=1-rji,则R为模糊一致性矩阵,即不用再去做一致性检验.
1.3模糊综合评判法的模型构建
模糊综合评判法根据专家对大学生从众行为的评价,综合得到大学生从众行为的表现等级,从而提高大学生对从众行为认识的针对性和紧迫感,为其有一个正确的从众观提供依据.
1)建立模糊集
根据图1建立的评价指标体系,将总目标因素集定为:u=(u1,u2,u3).子目标因素集定为:u1=(u11,u12,u13,u14),u2=(u21,u22,u23,u24),u3=(u31,u32,u33).
2)确定评语集
将本模型的评语分为5个等级.具体的评价集为:
v=(v1,v2,v3,v4,v5)
={非常严重,比较严重,一般,不太严重,很不严重}
3)确定权重
根据上述FAHP法求出各评价指标的权重值wi=(a1,a2,…,an).
4)确定模糊评判矩阵
请20位专家及学生代表对评价指标体系中个体因素、群体因素、环境因素分别进行评价,得到相应的模糊评判矩阵.
其中,m为评价指标集ui中元素的个数,n为评价集v中的个数[8].
5)模糊综合评价
由3)得到的权重以及4)得到的模糊评判矩阵,进行综合评判如下:
Bi=wi°Ri=(bi1,bi2,bi3,bi4,bi5),i=1,2,3.
=(b1,b2,b3,b4,b5)
符号“°”表示广义模糊合成运算.
2评价模型应用实例
本文以某高校大学生从众行为的模糊综合评价为例,运算过程如下.
2.1确定大学生从众行为评价指标权重
根据图1层次结构模型及FAHP的具体计算步骤,得出模糊一致矩阵,并进行单排序,如表1~5所示.
表1 大学生从众行为各准则之间的模糊
表2 准则u1的模糊一致矩阵及其求解结果
表3 准则u2的模糊一致矩阵及其求解结果
表4 准则u3的模糊一致矩阵及其求解结果
准则ui的层次总排序如表5所示.故各层元素的权重值分别为:
W=(0.433 3,0.200 0,0.366 7)T
w1=(0.216 7,0.300 0,0.216 7,0.266 6)T
w2=(0.216 7,0.150 0,0.283 3,0.350 0)Τ
w3=(0.500 0,0.200 0,0.300 0)T
2.2确定模糊判断矩阵
请教育专家和教师、学生代表组成20人的评审小组,以问卷调查形式让他们对图1中的影响因素进行评价.收集统计调查结果见表6.
表5 层次总排序
表6 大学生从众行为的单因素评价调查结果统计表
由表6构造模糊评价矩阵,以知识经验u11为例,在这个评价小组中,有20﹪的人认为学生的知识经验对其从众行为的影响非常严重,60﹪的人认为比较严重,10﹪的认为一般,10﹪的认为不太严重,0﹪的人认为不严重.关系矩阵R1:
同理得到关系矩阵R2和R3:
2.3模糊综合评价
由FAHP法计算得出的权重w1=(0.216 7,0.300 0,0.216 7,0.266 6)T,按公式B1=w1°R1计算得到“个体因素”的评价向量:
B1=w1°R1
=(0.267 5,0.469 2,0.216 7,0.089 1,0.010 8)
这说明评价小组认为在个体因素方面,有26.75﹪的学生从众行为非常严重,46.92﹪的学生比较严重,21.67﹪的学生一般,8.91﹪的学生不太严重,还有1.08﹪的学生不严重.采用同样的方法,分别得到“群体因素”和“环境因素”的评价向量:
B2=w2°R2
=(0.182 5,0.298 4,0.304 2,0.090 0,0.025 0)
B3=w3°R3
=(0.285 0,0.415 0,0.190 0,0.110 0,0)
由此得到目标层的模糊评判矩阵:
再由W=(0.433 3,0.200 0,0.366 7)T,可以得到“大学生从众行为”的综合评价向量:
B=W°R
=(0.256 9,0.415 1,0.224 4,0.096 9,0.009 7)
上式表明:有25.69﹪的学生从众行为非常严重,41.51﹪的学生从众行为比较严重,22.44﹪的学生一般,9.69﹪的学生不太严重,0.97﹪的学生不严重.该校大学生从众行为处于比较严重水平阶段,只有极少数的学生从众行为不严重.学校应该提高警惕,加强对学生的引导和教育,使其正确认识自己,树立积极的从众观.其次,让从众行为不严重的学生继续努力完善和提高自己.
3从众行为管理建议
对高校大学生从众行为的教育,我们应正确认识、因势利导、趋利避害,采取适当的策略进行管理.
3.1坚定信念,不跟不从
从个体方面来说,大学生不但要多读书,还应积极地参加校内各种社团活动,勇敢展示自我,提升自己各方面的能力,这样才可以坚定信念,彰显个性,强化自我意识,增强自信心,不盲目跟从.
3.2营造积极的文化氛围
从群体方面来说,营造一个民主和谐的班级氛围,使学生在情感上认同并依赖于这个团体,从而增强团体凝聚力[9].面对大学里充裕的自我支配时间,大学生要进行合理的安排计划,做到学习娱乐两不误,形成良好的生活、学习环境.
3.3正确引导和教育
从环境方面来说,什么样的环境塑造什么样特点的学生,大学阶段的正确引导和教育可为其走上社会奠定一定基础.当个体遇到消极压力时,家庭和学校都应发挥效用,正确引导学生,培养学生的是非判断能力,勇于批判,克服消极压力,这样才可以有效避免被动盲目跟从[10].此外,学生还应理性上网,不要沉迷于网络世界.学校应多组织一些专题宣传或讲座,建立积极向上的舆论导向,家长和老师要多和学生沟通交流,有效引导大学生身心健康发展.
4结语
运用FAHP和模糊综合评判法对大学生从众行为进行评价,克服了传统层次分析法一致性检验的繁琐以及评价中的不确定性等问题,使评价中的定性指标定量化,并用实例证明该方法的可行性、实用性和有效性,可以很好地适用于大学生从众行为的评价.
[1]朱鸿健.大学生从众心理的影响因素分析及调节[J].青春岁月,2015,1(3):20-24.
[2]马朱坤,马宏伟.基于AHP的大学生从众行为影响因素研究[J].中国制造业信息化,2010,39(5):81-84.
[3]李建明,刘瑶.社会心理学[M].合肥:安徽大学出版社,2003.
[4]侯雪珍.大学生从众心理行为分析[J].无锡商业职业技术学院学报,2009,9(2):99-113.
[5]林勇.基于FAHP的大学生综合素质评价系统设计[J].计算机与数字工程,2013,41(7):1108-1109.
[6]昝立博,吴清江.FAHP在课堂教学质量评估中的应用[J].无锡职业技术学院学报,2008,7(6):31-33.
[7]张思颖,吴旻.模糊层次分析法(FAHP)在供应商评价选择中的应用[J].物流科技,2007,30(2):61-64.
[8]杜栋,庞庆华,吴炎.现代综合评价方法与案例精选[M].北京:清华大学出版社,2004:35-40.
[9]树媚.在思想品德课中渗透心理健康教育的尝试[J].思想政治课教学,2007(5):13-16.
[10]薛小荣,田云章.大学生从众行为及其管理策略[J].管理科学文摘,2009,2(3):85-86.
Research on the college students’ herd behavior based on FAHP and fuzzy evaluation
ZHANG Boying
(Department of Mathematics, Chongqing Normal University, Chongqing 401331, China)
[基金项目]国家社会科学基金项目(13BTJ008);重庆市教育委员会科技项目(KJ130658).
[中图分类号]F592.6 O29
[文献标志码]A A
[文章编号]1673-8004(2016)02-0040-06 1673-8004(2016)02-0046-05
[作者简介]殷杰(1991—),男,江苏无锡人,博士研究生,主要从事旅游安全方面的研究. 张博英(1989—),女,陕西宝鸡人,硕士研究生,主要从事经济系统分析方面的研究.
[收稿日期]2015-03-30 2015-10-22