基于云模型的船舶建造项目后评价

王振宇　周炳丞　谢新连　许小卫

摘要：为提高船舶建造项目后评价中专家评价信息融合结果的准确性，建立一种基于云模型的船舶建造项目综合效果评价方法。采用偏差熵模型计算专家的一致性判断矩阵，再通过模糊层次分析法（fuzzy analytic hierarchy process，FAHP）确定指标权重；基于犹豫模糊语言术语集和云模型特征参数，量化评价信息的模糊性和不确定性，建立船舶建造项目综合效果评价云模型，通过云模型计算得到云图即可评价船舶建造项目的综合效果。分析表明：偏差熵模型可用于计算专家对一致性意见的贡献度，提高指标权重计算的准确性；基于犹豫模糊语言术语集的云模型评价方法能兼顾评价信息的模糊性和不确定性，减少专家经验差异对评价结果的影响，适用于船舶建造项目的综合效果评价。

关键词：船舶建造项目； 后评价； 云模型； 多准则决策分析； 偏差熵模型； 犹豫模糊语言术语集

中图分类号：  U671; F224文献标志码：  A

Post-evaluation on shipbuilding projects based on cloud model

WANG Zhenyu1， ZHOU Bingcheng2， XIE Xinlian1， XU Xiaowei1

（1.College of Transportation Engineering， Dalian Maritime University， Dalian 116026， Liaoning， China;

2.Channel Administration of Jilin Province， Jilin 132013， Jilin， China）

Abstract： In order to improve the accuracy of expert evaluation information fusion results in the shipbuilding project post-evaluation， a comprehensive effect evaluation method based on the cloud model is established. The consistency judgment matrix of experts is calculated by the deviation entropy model， and then the weights of indices are determined by the fuzzy analytic hierarchy process （FAHP）. Based on the hesitant fuzzy linguistic term set and the characteristic parameters of the cloud model， the fuzziness and uncertainty of evaluation information are quantified. Then the cloud model for the comprehensive effect evaluation of shipbuilding projects is established. The comprehensive effect of shipbuilding projects can be evaluated by the cloud charts obtained through cloud model calculation. The analysis shows the following： the deviation entropy model can be used to calculate the contribution of experts to consensuses and improve the accuracy of index weight calculation; the cloud model evaluation method based on the hesitant fuzzy linguistic term set can take into account the fuzziness and uncertainty of evaluation information， reduce the impact of expert experience differences on evaluation results， and is suitable for the comprehensive effect evaluation of shipbuilding projects.

Key words： shipbuilding project; post-evaluation; cloud model; multi-criteria decision analysis; deviation entropy model; hesitant fuzzy linguistic term set

0 引 言

船舶建造项目通常具有投资成本高、船舶用途针对性强等特点，其后评价指从船舶的建造质量、技术、可持续性等多个方面进行综合效果评价，可为后续船舶建造提供理论参考。然而在船舶建造项目后评价中，专家评价信息的模糊性、不确定性及专家经验差异均影响评价结果。张勇慧等［1］运用层次分析法（analytic hierarchy process，AHP）评价船舶主要性能指标的实际水平；XU等［2］采用模糊综合评价法对船舶建造环境影响进行评价；王楠［3］和薛雷等［4］分别采用成功度法和模糊评价方法对船舶建造项目进行成功度评價。以上研究大多采用主观模糊的定性评价方法，评价指标体系不够全面，研究方法较为单一，当专家数量增加时，主观差异对指标权重和评价结果的影响较大。为克服评价的主观性和不完备性，李楷等［5］基于船舶建造过程数据，利用数据包络分析（data envelopment analysis，DEA）开发船舶建造项目多指标评价的船舶检验管理系统，YU等［6］综合运用证据推理法和AHP从职业健康安全和环境角度评价船舶建设项目风险。然而，以往大部分关于船舶建造项目后评价

研究所涉及的模糊性、不確定性信息仍然较少，因此研究一种能够考虑专家经验差异并能处理模糊评价信息的评价方法对船舶建造项目后评价具有重要意义。在理论上，云模型评价方法能更好地将专家语义表达模糊及不确定信息转为定量数据问题，已被一些学者应用于多个领域的评价研究中。金奎光［7］基于云模型对集装箱船大风浪航行安全进行评价；姜振翔等［8］基于云模型和云相似度算法建立大坝整体性态的评价模型，能够有效识别大坝监测资料中的异常测值；LIU等［9］和LUO等［10］结合改进AHP和云模型建立多维评价指标体系，分别对冻结管断裂和滑坡坝进行综合风险评价，有效克服最大隶属度原则评价结果模糊性的损失，能够更直接地反映评价结果。综上可见，这类研究表明云模型能够较好地考虑事物的模糊性和不确定性，降低专家评价难度和评价信息处理难度，可结合船舶建造项目后评价特点进行应用。

基于此，本文结合工程实践经验构建船舶建造项目评价指标体系，采用偏差熵模型优化计算指标重要性判断矩阵，利用模糊AHP计算指标权重，基于犹豫模糊语言术语集的云模型实现专家犹豫模糊语言评价信息的定量转化，进行船舶建造项目的综合效果评价。

1 综合效果评价流程和指标体系构建

船舶建造项目综合效果评价流程见图1。首先，根据《中央政府投资项目后评价管理办法》和现有文献研究，从前期工作和决策效果、建造过程规范性、船舶建造质量、船舶技术性能、船舶运行适用性、项目可持续性等6个方面建立船舶建造项目综合效果评价指标体系，包括24个二级指标和30个三级指标，见表1。其次，确定指标权重。在指标权重确定过程中，为提高专家评价信息融合结果的准确性，基于偏差熵模型计算专家对指标重要性判断的一致性意见贡献度，得到指标的一致性判断矩阵，进而采用模糊AHP计算指标权重。最后，基于犹豫模糊语言术语集和云模型提出一种船舶建造项目综合效果评价方法。利用此方法处理专家评价信息的模糊性和不确定性。针对专家经验差异对指标评价结果的影响，由犹豫模糊语言术语集计算专家评价信息的平均差异度和综合不确定度，分配专家权重，使专家指标评价云模型的融合结果更准确。

2 指标权重计算方法

4.3.2 指标评价云模型计算

表6列举了本文算例中指标R4的各子指标的特征描述。基于算例指标特征描述，3位专家通过组合评价的方式对各子指标进行等级评价，得到犹豫模糊语言评价集。

以指标R41为例，将专家的犹豫模糊语言评价集H（k）T41通过式（11）转化为相应的评价云模型T（k）41，利用式（12）～（14）计算专家权重g（k）41（α=0.5，β=0.3，γ=0.2，ρ=0.5），见表7。通过式（15）融合3位专家评价云模型得到指标R41评价云模型T41=（9.431， 0.561， 0.045），根据其特征参数运用正向云发生器得到相应云图（见图3）。从图3可知该船总体技术和功能效果在“基本成功”与“完全成功”之间，且更偏向于“完全成功”。

4.4 评价云模型运算及分析

计算各三级指标的评价云模型后，结合各层指标权重进行逐层递进融合，得到各上级指标的评价云模型，其中一级指标相应评价结果云图见图4。

最后得到该测量船建造项目的综合效果评价云模型TR=（8.732，0.082，0.007），相应云图见图5。

结合一级指标的评价云模型和云图分析发现：（1）指标R3和指标R5在“基本成功”与“完全成功”之间，说明该测量船建造质量优良，具备优秀的航道测量作业能力和较好的生活舒适性；（2）指标R2、指标R4和指标R6的评价结果更接近“基本成功”，说明从建造至验收到运营整个过程合理，船舶技术性能达到较高水准，项目具有一定可持续性；（3）指标R1属于“基本成功”，说明项目前期工作中的技术设计和关键设备选型工作对该船的技术创新水平和设备国产化水平有一定影响，在后续船舶建造中应考虑同领域先进航道管理船舶的设计，增加船舶的航道管理作业功能，实现技术创新。

由图5可知，该船舶建造项目综合效果评价云模型的云滴分布集中、横向跨度小，意味着专家意见基本一致，综合效果在“基本成功”与“完全成功”之间，并且更接近“基本成功”，因此该测量船建造项目综合效果为“基本成功”。

5 结 论

针对船舶建造项目后评价问题，提出船舶建造项目综合效果评价云模型。从构建评价指标体系、指标权重确定和指标体系评价方法方面展开详细研究，得到以下结论：

（1）从前期工作和决策效果、建造过程规范性、船舶建造质量、船舶技术性能、船舶运行适用性、项目可持续性这6个方面建立的船舶建造项目综合效果评价指标体系能够全面考量船舶建造项目的优缺点，可应用于船舶建造项目后评价模型；（2）基于偏差熵模型优化的指标一致性判断矩阵，充分考虑评价过程中专家经验的影响，适用于计算指标体系复杂且定性指标较多的指标权重；（3）犹豫模糊语言术语集与云模型理论的结合，能够处理专家评价信息的模糊性和不确定性，在专家经验存在差异时确定专家权重更有优势；（4）船舶建造项目综合效果评价方法能够降低后评价工作的复杂度和专家评价信息融合的难度，评价结果更直观准确，可以作为船舶建造项目后评价的通用方法。

参考文献：

［1］张勇慧， 林焰， 纪卓尚. 基于层次分析法的船舶工程项目事后评价研究［J］. 大连理工大学学报， 2002， 42（4）： 460-463.

［2］XU C， YU D M. Environmental impact assessment of shipping construction based on the FCE method［C］//Proceedings of the International Conference on Civil， Architecture and Environmental Engineering. Florida： CRC Press， 2017： 1129-1134.

［3］王楠. 渤船重工大型船舶建造项目后评价研究［D］. 秦皇岛： 燕山大学， 2012.

［4］薛雷， 李照辉， 朱方伟， 等. 大型船舶建造项目成功度评价研究［J］. 项目管理技术， 2020， 18（7）： 1-5.

［5］李楷， 刘曼婷， 张楠， 等. 基于DEA方法的船舶建造项目多指标评价研究［J］. 大连理工大学学报， 2018， 58（6）： 587-593. DOI： 10.7511/dllgxb201806006.

［6］YU H， YANG J Q， LI S Q， et al. HSE risk assessment of large-scale ship construction project based on evidence reasoning approach［C］//2019 5th International Conference on Transportation Information and Safety. IEEE， 2019： 969-976. DOI： 10.1109/ICTIS.2019.8883709.

［7］金奎光. 基于云模型的集装箱船大风浪航行安全评价［J］. 上海海事大学学报， 2019， 40（1）： 32-36. DOI： 10.13340/j.jsmu.2019.01.006.

［8］姜振翔， 陈辉， 陈柏全. 基于云理论的大坝整体性态评价模型［J］. 工程科学学报， 2022， 44（3）： 464-473. DOI： 10.13374/j.issn2095-9389.2020.10.15.001.

［9］LIU F W， WANG Y S. A novel method of risk assessment based on improved AHP-cloud model for freezing pipe fracture［J］. Journal of Intelligent & Fuzzy Systems， 2021， 41（1）： 1-14. DOI： 10.3233/JIFS-210608.

［10］LUO D Z， LI H T， WU Y， et al. Cloud model-based evaluation of landslide dam development feasibility［J］. PLoS One， 2021， 16（5）： e0251212. DOI： 10.1371/journal.pone.0251212.

［11］王泽洲， 陈云翔， 蔡忠义. 基于偏差熵的AHP群决策权重确定方法［J］. 合肥工业大学学报（自然科学版）， 2016， 39（10）： 1420-1424. DOI： 10.3969/j.issn.1003-5060.2016.10.025.

［12］YIGˇIT V， DEMIR N N， ALIDRISI H， et al. Elicitation of the factors affecting electricity distribution efficiency using the fuzzy AHP method［J］. Mathematics， 2021， 9： 82. DOI： 10.3390/math9010082.

［13］楊小军， 徐忠富， 贺正求， 等. 基于犹豫云语言术语集的多指标群决策方法［J］. 计算机应用研究， 2020， 37（S1）： 55-57.

（编辑 许玲）

收稿日期： 2021-10-17

修回日期： 2022-02-24

基金项目： 国家重点研发计划（2017YFC0805300）；中央高校基本科研业务费专项资金（3132019303）

作者简介： 王振宇（1997—），男，广东广州人，硕士研究生，研究方向为交通运输规划与管理，（E-mail）zhenyu197@163.com；

周炳丞（1990—），男，吉林吉林人，助理工程师，研究方向为船舶工程，（E-mail）502525224@163.com；

谢新连（1956—），男，辽宁大连人，教授，博士，研究方向为交通运输规划与管理，（E-mail）xxlian@dlmu.edu.cn