基于层次分析法的车辆使用状况评价研究

刘灵芝，杨柳青

(安徽交通职业技术学院，安徽 合肥 230051)

安徽省高速公路控股集团公司及其下属各管理处配有营运与管理车辆600台左右，资产达1亿多，每年使用费用达1900万元。数量大、类别多、资产高、使用频繁，管理和运营成本也逐年增加，给车辆管理带来繁杂的技术与管理业务。部分车辆使用状况有各种信息的记录，如RFID技术对车辆信息的采集、先进图像识别技术对车辆牌照识别等[1，2]，但对车辆信息缺乏有效统计和科学分析与预测，甚至由于部分车辆不合理或非正当使用导致相关数据无法统计与评估，最终导致对车辆及驾驶人无法公平考核。为推进车辆管理信息化、决策科学化和降低运营成本，建立科学的车辆使用状况评价系统十分紧迫[3，4]。

基于此，本文首先建立车辆使用状况评价系统的评价指标体系，然后基于层次分析法和网络层次分析法两种方法计算各评价指标权重，并结合集团公司部分车辆进行统计考核与分析比较。

1 评价指标体系建立

为科学评价和清晰反映各指标间的相互关系，综合考虑车辆消耗、车辆维修和车辆利用3个指标，并对3个指标进一步细化，建立递阶层次结构的车辆使用状况评价系统评价指标体系，如图1所示。

图1 车辆使用状况评价系统评价指标体系

2 权重计算方法

2.1 层次分析法

根据层次分析法，其指标体系权重计算过程为：首先构造判断矩阵，其次计算判断矩阵各指标对应的权重值和对应最大特征值，最后进行一致性检验[5，6]。考虑此次研究数据及指标体系特点，本文判断矩阵各指标对应权重计算采用四种方法中的几何平均法。计算步骤为：①将判断矩阵元素按行相乘得一个新向量；②将新向量每个分量开n次方(n为判断矩阵的维数)；③将所得值向量归一化得到权重向量。

2.2 网络层次分析法[7，8]

网络层次分析法对指标权重计算过程为：①根据建立的网络模型列出元素间两两判断矩阵；②使用特征向量法得到归一化的特征向量值，建立未加权超矩阵 ；③对未加权超矩阵加权，得到加权超矩阵 ；④计算加权超矩阵 与极限超矩阵 。对超矩阵进行列归一化，得加权超矩阵的元素 ，其反映指标i对指标j的重要度。然后使用幂法(求超矩阵的n次方)，每次进行列归一化，直至列向量保持不变，得极限超矩阵 。

3 评价指标权重计算

3.1 基于层次分析法权重计算

(1)一级指标权重计算。根据专家经验，考虑各指标间的重要程度，列出其判断矩阵，并求出一级指标权重，如表1所列。

表1 一级指标权重计算

(2)二级指标权重计算。列出车辆消耗、车辆维修、车辆利用指标判断矩阵，求出其指标权重，如表2所列。

表2 二级指标权重计算

(3)合理性计算与分析。对一级指标、各二级指标进行一致性检验，一级指标车辆考核评价的最大特征根λmax、一致性指标CI、一致性比率CR值分别为3.05362、0.02681、0.046225；二级指标车辆消耗的λmax、CI、CR值分别为2、0、0；二级指标车辆维修的λmax、CI、CR值分别为3、0、0；二级指标车辆利用的λmax、CI、CR值分别为3.01829、0.009145、0.015771。

由计算结果可知，均满足一致性要求[9，10]，构造的判断矩阵满足要求，得到权重合理。

3.2 基于网络层次分析法权重计算

(1)构造ANP模型。通过对各指标间的影响分析，采用Superdecision软件建立ANP网络结构模型[11]，如图2所示。

图2 构建的网络结构模型

(2)构造判断矩阵。根据专家经验、考虑二级指标的相互影响，各指标重要度构造如表3所列，同时基于C31、C32、C33的C2重要度如表4所列。

表3 二级指标重要度

表4 基于C31、C32、C33的C2重要度

3.3 指标权重计算结果与分析

采用层次分析法、网络层次分析法对二级指标权重计算，其结果如表5所列。

表5 二级指标权重计算结果对比表

由表5可算得，层次分析法和网络层次分析法计算各指标的权重标准差分别为0.0456、 0.0315，因此后者的权重分布更为均匀。

从表5数据可看出，大部分权重相差不大，但车辆维修频率C21和车辆平均维修费用C23权重差别较大，且权重地位相反。这是由于：基于层次分析法中，表2中指标C23较指标C21、C22重要度为2，导致指标C23对应的权重较大。而网络层次分析法中，表3中指标C21对指标C31、C32和C33的影响都非常大，而指标C23却对其影响甚微，同时从表4可看到，指标C21较指标C23的重要度为4或5、较C22的重要度为2～4，则导致网络层次分析法中指标C21获得更大权重系数。

4 数据计算与实现

如表6所列，在集团公司《车辆综合管理系统V1.0》中，任意选择7台车辆的由相应计算模型计算的8个二级指标百分制计分值，送入车辆使用状况评价系统中。由计分值分别乘以用2种方法计算得出的权重，分别线性求和，得到每辆车的2种评价分值，如表6所列。

表6 车辆评价百分制计分值与评价分值表

由表6可见：1～5车2种分析方法的评价分值都落在计分值段内，且评价分值相差不大。6车、7车由于各指标的计分值分布较宽，但评价分值与各自平均值接近。因此，2种分析方法所得权重计算出的评价分值，对车辆考核结果的优、中、差分辨较明显，能科学地考核评价车辆。

5 结束语

本文针对高速公路管理部门车辆管理任务繁重和不够科学的现状，建立了层次分明的车辆使用状况评价系统评价指标体系，然后基于层次分析法和网络层次分析法计算了各指标权重作为车辆科学评价的依据，最后通过评价分值对不同车辆进行科学评价。可以看出2种方法考核结果区分度大。且虽然2种方法所获得权重略有不同，但对评价分值的结果影响不大。此研究为高速公路管理部门、亦可为具有类似特征的单位提供车辆使用状况评价和科学管理的依据。