卧式储油罐罐内油品体积标定的实用方法(完整版)实用资料

卧式储油罐罐内油品体积标定的实用方法（完整版）实用资料(可以直接使用，可编辑完整版实用资料，欢迎下载）

卧式储油罐罐内油品体积标定的实用方法（完整版）实用资料(可以直接使用，可编辑完整版实用资料，欢迎下载）■计测技术卧式储油罐罐内油品体积标定的实用方法AUsefulMethodforMeasureingtheVolumeofOilintheHouizontalTank□管冀年GuangJinian赵海ZhaoHai【作者简介】管冀年,男,工程师,所长,甘肃省计量测试学会会员。工作单位:张掖市计量测试检定所。通讯地址:734000甘肃省张掖市张靖公路100米处。赵海,甘肃省高台县质量技术监督局(高台734300。根据积分的概念,体积元素dv=dv1+dv2dv1=S(y1dyS(y1=2xL2+2=1X=babV1=2LL[b222V=bL2[(H-bH(2b-Hbarcsin(-1+b-y2222](H-2H-b-3b【摘要】文章介绍了体积与油品液面高度的函数关系,并通过测量油罐实际参数,使该函数具体化,给出了该函数的计算机程序,得出了油品体积与油品液面高度对照表,品体积的测量精度,量。【关键词】标定【收稿时间】2004-02-19∫h-bbb223b]3+2bh=H-bL[(H-bb2H(2b-H+barcsin(-1+b式中:V—罐内油品体积;H—罐内油品液面高度(标定高度;L—油罐椭圆柱体部分的长度;a、b、c—椭球面的半轴。∴V1=1.概述2b]2dv2=S(y2dy2+2+2=1abc22a(1-222由以上关系即V=f(H,可以确定罐内油品体积V是随着油品液面高度H的增高而增多,降低而减少。2.参数测取与f(H的具体化2.1实测参数一般的卧式储油罐,中间一段为卧置的椭圆柱体,两端各为半个椭球体,如图1(内壁尺寸。2b2+22c(1-2b2对某个油罐而言,需要实地实际测取的参数如图2所示。=1S(y2=2πac(1-2bV2=b222∫h-b(b-y图2油罐测量示意图图1油罐示意图dy=b2ac[bh-2储油罐内油品体积是油品液面高度的函数。某一液面高度下,罐内油品体积V=V1+V2=f(H式中:V1—同一液面高度下椭圆柱体内油品体积;V2—同一液面高度下椭球体内3h+3实测的参数有:M—油罐总长度;C0—油罐外3b]3油品体积。∵h=H-b∴V2=2[b2(H-b-3b3(H-b3+b]3所以V=f(H的表达式为:缘椭球纵轴;L—油罐椭圆柱体部分长度;A0—油罐外缘椭圆长轴;δ0—油罐壁厚测量值;B0—油罐外缘椭圆短轴。2.2油罐壁厚附加值e的选取(下转第36页计量与测试技术・2004・№13瑡瑐■计测技术Δu(x2[]2u(xi其流程图见图2所示。无论是采用A类还是采用B类评定方法,均存在某些问题。以B类评定为例,其估计方差u2(xi或标准不确定度u(xi可以用xi的可能变化的全部有关信息来评定。这些信息有:(1以前测量的数据;(2经验和有关测量仪器性能的知识;(3校准,检定证书中提供的数据,准确度4制造部门提供的数据;(图13.2B类不确定度评定的自由、下界。,恰当的使用评定B类标准不确定度的信息,要求有一定的经验以及对所有信息有一定的了解。这也是目前部分检测人员较为棘手的问题,有待于进一步探讨。■140PRINT半长轴A,半短轴度及评定流程B所得到的标准不确定度u(xi准不确定度σ[u(i,(上接第21页和计算值δ的确定为简化计算,减少标定误差,将罐内各支架所占体积折算到油罐柱体部分内壁上。根据推算和分析:a1=(A0-2δ02b1=(B0-2δ02C=(M-L-2δ0=C0-δ02Ve=VH=2b1=πa1b1L+3πa1b1c=πa1b1(L+c3式中:δ—油罐壁厚计算值;δ油罐壁厚测量值;c—油罐壁厚0—附加值。最终确定δ=δ0+e的具体值。表1油罐计算数据Vevi=(2{}≈2σ×[u(xi](A0-2δ2b=(B0-2δ2C=(M-L-2δ0=C0-δ02a=B,半纵轴C,柱体长L=150INPUTA,B,C,L160PRINT上限Q,下限R=1将已知的L和a、b、c,代入V=f(H的表达式,则可产生出某个70INPUTQ,R180PRINT液面高度H(cm1,1油罐油品体积具体的标定函数关系式。2.4H—V对照表的产生由于H=0～2b的范围为已知,可以利用已产生的V=f(H的具体的标定关系式,使H值每隔2mm计算出一个对应的V=f(H值,然后用一系列的H值和f(H计算值,则可编制出某个油罐的H—V对照表,以便实际量油时查用。3.V=f(H计算程序(BASICPROGRAM110PRINT编号1油品体积V(L190PRINT100FORH=QTORSTEP—0.02110LETPI=3.1416120LETV1=A3L3[(H-B]3SQR(H3[23B-H]+B3B3ATN[(H-B/SQR(H3[23B-H]]+0.53PI3B3B]/B130LETV2=PI3A3C[B3B<15m30.01dm15～25m30.02dm>25m30.03dme2.3标定关系式的产生利用确定的实测参数,可以算出:20INPUT编号30PRINT3(H-B-(H-B3(H-B3(H-B/3+23B3B3B/3]/B3B140LETV=V1+V2150PRINT103H,INT(V+0.5160NEXTH170END■瑦瑑计量与测试技术・2004・№13★☆蜂蜜水——>酒后头痛

喝点蜂蜜水能有效减轻酒后头痛症状。美国国家头痛研究基金会的研究人员指出，这是因为蜂蜜中含有一种特殊的果糖，可以促进酒精的分解吸收，减轻头痛症状，尤其是红酒引起的头痛。另外蜂蜜还有催眠作用，能使人很快入睡，并且第二天起床后也不头痛。

★☆西红柿汁——>酒后头晕

西红柿汁也是富含特殊果糖，能帮助促进酒精分解吸收的有效饮品，一次饮用300ml以上，能使酒后头晕感逐渐消失。实验证实，喝西红柿汁比生吃西红柿的解酒效果更好。饮用前若加入少量食盐，还有助于稳定情绪。

★☆新鲜葡萄——>酒后反胃、恶心

新鲜葡萄中含有丰富的酒石酸，能与酒中乙醇相互作用形成酯类物质，降低体内乙醇浓度，达到解酒目的。同时，其酸酸的口味也能有效缓解酒后反胃、恶心的症状。如果在饮酒前吃葡萄，还能有效预防醉酒。

★☆西瓜汁——>酒后全身发热

西瓜汁是天生的白虎汤（中医经典名方），一方面能加速酒精从尿液排出，避免其被机体吸收而引起全身发热；另一方面，西瓜汁本身也具有清热去火功效，能帮助全身降温。饮用时加入少量食盐，还有助于稳定情绪。

★☆柚子——>酒后口气

李时珍在《本草纲目》中早就记载了柚子能够解酒。实验发现，将柚肉切丁，沾白糖吃更是对消除酒后口腔中的酒气和臭气有奇效。

★☆芹菜汁——>酒后胃肠不适、颜面发红

酒后胃肠不适时，喝些芹菜汁能明显缓解，这是因为芹菜中含有丰富的分解酒精所需的B族维生素。如果胃肠功能较弱，则最好在饮酒前先喝芹菜汁以做预防。此外，喝芹菜汁还能有效消除酒后颜面发红症状。

★☆酸奶——>酒后烦躁

蒙古人多豪饮，酸奶正是他们的解酒秘方，一旦酒喝多了，便喝酸奶，酸奶能保护胃黏膜，延缓酒精吸收。由于酸奶中钙含量丰富，因此对缓解酒后烦躁症状尤其有效。

★☆香蕉——>酒后心悸、胸闷

饮酒后感到心悸、胸闷时，立即吃1～3根香蕉，能增加血糖浓度，使酒精在血液中的浓度降低，达到解酒目的，同时减轻心悸症状、消除胸口郁闷。

★☆橄榄——>酒后厌食

橄榄自古以来就是醒酒、清胃热、促食欲的“良药”，能有效改善酒后厌食症状。既可直接食用，也可加冰糖炖服。

PS:

在喝酒之前记得先喝杯牛奶哦~利用食物中的脂肪不易消化的特性保护胃部，以防止酒精渗透胃。

还有千万不要空腹喝酒或将汽水、苏打水和酒一起饮用，这将会使胃部在没有保护的情况下加快酒精的吸收速度，使肝脏来不及解毒，酒精浓度增高而导致醉酒。

而浓茶和咖啡对胃黏膜也会产生一定的刺激性，诱发胃酸分泌，所以喝浓茶、咖啡对酒后损伤胃黏膜反而会起到推波助澜的作用。

许多人有过U盘中毒和电脑中毒的经历，但大多数人都不知道该如何解决，有的人找朋友帮忙，有的人就干脆直接把U盘格式化，为此，失去了许多文件。之所以这样，是因为对病毒的畏惧心理！其实如果你知道病毒的传播原理的话，就会发现，其实也没有什么！

1.准备：如果你的移动存储设备（U盘移动硬盘MP3MP4存储卡等）中毒了，那么请首先找一台没有感染病毒的电脑，装杀毒软件的话就直接杀毒，没有杀毒软件或者病毒库没有更新的话也没有关系，但必须没有感染了病毒的机器！一下就是如何手工杀毒的方法。

2.预防：进行杀毒之前，不要急着将自己的盘与电脑连接！你要做的是首先看看机器的自动运行是否开启。

方法：单击“开始”菜单，找到“运行”并单击，出现【运行】窗口后，在其中输入gpedit.msc，点击“确定”后，会出现一个“组策略”的窗口，在左侧依次找到“计算机配置”->“管理模板”->“系统”并单击打开，之后右侧会出现一个“关闭自动播放”的项，双击打开。在出现的窗口中点击选择“已启用”，在下面的列表中选择“所有驱动器”，点击“确定”。

解释一下，之所以进行这些操作是为了防止将盘插上电脑的时候激活病毒。

现在你可以将自己的盘与电脑连接了。但记得：不要急着双击打开！千万记得哦！

3.发现：下一步要做的是让病毒文件现身！按步骤跟着做：选择“开始”菜单->“控制面板”->找到“文件夹选项”并打开，点击最上面的“查看”选项卡->在“高级设置”中找到“显示系统文件夹内容”，并在其前面的方框中打上钩。去掉“隐藏受保护的系统文件”前面的钩，点击“显示所有文件和文件夹”。去掉“隐藏已知文件类型的文件名”前面的钩。

这步做完后，病毒就要现身了！

4.删除：打开“我的电脑”->注意了！此时不要直接双击磁盘打开！一定要选择“地址栏”中的盘符（F盘/G盘/H盘）！盘打开了，此刻你发现什么了吗？对！有些文件或文件夹的图标是半透明的，有点虚。还有些原来的文件夹模样Office文档模样的图标竟然后面又多了个".exe"的尾巴！而且原来的文件夹都出现了。当你把鼠标放到它们的图标上的时候你会发现它们的大小是一样的。

此刻搜索整个磁盘，查找所有大小等于这种文件大小的文件，把这些伪装成文件夹和Office文档的exe间谍们都删除了吧！其实他们都是一个个傀儡，真正的幕后真凶一定要揪出来！看到一个Autorun.inf文件没有？将其打开，其中有一些.exe，.vbs，，.bat，d模样的文本，这些才是主谋！在你的盘中找到这些文件命名的文件，将其删除，最后把autorun.inf这个文件也给删除了吧！现在病毒是杀掉了，你可以安心地使用自己的文件了。

为了安全起见，你可以进行如下操作来实现对一般的U盘传播的病毒实现简单的预防。

5.免疫：点击“开始”->“运行”->输入“cmd”->在窗口中输入“i:”，敲回车（这里的“i”是你要实现免疫的磁盘盘符），输入“mdautorun.inf”，回车，输入“cdautorun.inf”，回车，输入“mdaa..\”这里的“\”不能省略的！

现在就可以了，打开你的盘符，里面多了一个autorun.inf的文件夹，里面还有一个aa.文件夹，打不开，也删不掉，这就简单的实现了免疫。但是免疫只是相对的，如果有病毒就想到了这点，那你也没有办法的，但现在还暂时没有发现。

其实一般的电脑有些步骤可以省略的，只需要按照红色字体的部分操作就行了！

PS：网吧，公用机房等多人共用电脑的地方通常是中毒率最高的地方，所以我们在这些场所用过后要在其它电脑上使用之前一定要先进行杀毒！没有杀毒软件也没有关系，使用这个手工杀毒的方法，做个电脑高手吧！相关参考资料：百家争鸣之33个QQ技巧最详细的笔记本电脑保养相关知识百家争鸣之网络病毒的防范常识影响开机速度的八个常见原因电脑高手常用的5个按钮！网速慢的几种原因,及提速方法。知识大全，受益无穷。教你们怎么从菜鸟级别到电脑高手(一)教你们怎么从菜鸟级别到电脑高手（二）在编写VBA代码时，注意以下几个细节，你将会事半功倍1、启用VBE编辑器所列的代码设置的全部选项。

1）

自动语法检测：这样在编写代码时，系统随时会进行语法检测，每输入一行代码，系统就会自动检测当前行是否语法正确，如果出错会马上通知你，让你及时修正，而不是集中到编译时（运行前）才提示。及时报警可以让我们及时修正，否则时间一长，你自己都可能会要想半天，既提高效率，又减少错误。

2）

自动列出成员、自动显示快速信息、自动显示数据提示：这在编程、单步执行时很有用途。比如，我们在编写代码时，输入了“thisworkbook.”，当你一输入这个”.”时，thisworkbook对象的所有方法、属性都以列表框形式出现在右边，供你选择。

自动显示快速信息、自动显示数据提示则是在代码调试阶段使用，一旦你在调试代码时，当鼠标停留在某个变量上方时，系统就会自动将其值用小框框提示出来。方便调试和监视。

3）

要求变量声明：应该养成这样一个好习惯，变量使用之前先声明。这样有一个好处就是，在编写代码时，你已经定义的变量也自动进入了“自动完成”的清单，而且变量默认的方法、属性也可以实现自动完成。比如，你在代码中，声明了一个工作表对象，然后地代码中使用这个变量时，就可以具备和系统变量一样的功能。另外，还有一个好处就是，你可以不必记忆住变量的全部字符，输入几个字符之后就使用“自动完成关键字”功能，就可以在列表框中或者直接完成变量的输入。比如，下面的代码，当你输入”我”之后，使用“自动完成关键字”功能，相关的变量就可以在列表中选择，既保证了变量的正确性，也省略了记忆完整变量名的麻烦。

如果，声明时的变量在你使用“自动完成关键字”功能时，后面匹配的选项只有一个时，关键字就会自动完成输入，而不再弹出列表框。如：

下载(5.75KB)2021-7-1910:49

OptionExplicit

Dim老朽的工作表AsWorksheet'声明一个工作表对象

Dim我的工作簿AsWorkbook

Subzldccmx()

当你在代码中，输入老朽之后再启动“自动完成”功能时，老朽立即变成了老朽的工作表是不是很方便呢？、擅于使用自动完成功能。前面列举了“自动完成关键字”功能的诸多好处，相信你没有理由不使用它。默认的快捷键是CTRL+空格。由于CTRL+空格同时是操作系统的切换输入法的快捷键，因此，我们就必须修改其中一个的快捷键。VBE比较霸道，没有办法修改快捷键，那我们就只有修改操作系统的快捷健了，将CTRL+空格腾出来给VBE用。

设置输入法属性，然后点键设置，找到操作系统指定快捷键为CTRL＋Space的对应操作，然后修改其快捷方式，比如：

这样，在VBE中你就可以使用CTRL＋Space调用“自动完成关键字”功能了。3、在代码中，我们可能会随时使用到ActiveCell、ActiveSheet、ActiveWindow、ActiveWorkbook等对象，尽管这些都是VBA的保留字，但是VBA却视它们为私生子，在代码中只能够完成关键字自动输入，但是却没有提供自动显示快速信息功能，当你输入完这些保留字时，该对象相应的方法和属性列表却不会显示出来。怎么办？

老朽教你一招，使用我们的自定义变量功能，如右图：

这样，你在编写代码时就方便的多了！4、当你引用外部对象时，尽量使用前期声明调用，而不要图方便使用后期套用。

以引用字典对象为例：

所谓前期声明调用，就是在VBE中先引用对应的工程库，如图：

然后在代码中，就使用声明语句，当你输入完

“DimDicAsNew

”之后，就可以在列举框中选择”Dictionary”，老朽英语N差，这个单词经常写错，使用这个功能之后就再也不用担心这个单词写错了。

当然，这样做的目的远远不止这个。这样前期声明引用之后，在编写代码时，字典对应的方法、属性就可以很轻松的调用，一目了然。

还是说到老朽的英语水平，那个检测字典中是否存在某一记录的方法.Exists，这么多年了，老朽硬是记不准，经常出错。经过前期声明引用，这种尴尬就不再出现了。大家根据下面的介绍，可以比较一下，取消前期声明引用，而是直接套用字典对象。

1）

取消工程引用。

2）

在代码中这样来套用字典对象

同样是引用外部对象，使用前期声明引用的好处就不言而喻了！Ξ卷第2养第20期(总第110期)系统工程Vol.20,No.22002年3月SystemsEngineeringMar.,2002文章编号:100124098(2002)0220219204三角模糊数互补判断矩阵排序的一种实用方法姜艳萍,樊治平(东北大学工商管理学院,辽宁沈阳110004)Ξ摘要:给出关于三角模糊数的运算规则和可能度的概念,并在此基础上针对带有三角模糊数的互补判断矩阵,给出一种简便实用的排序方法;最后给出一个算例。关键词:互补判断矩阵;三角模糊数;可能度;排序方法中图分类号:N934;C945文献标识码:A在决策分析中,常常需要决策者提供偏好信息。其中,关于两两方案比较的判断矩阵是一种常见的偏好信息形式,它可以广泛应用于AHP决策方法。从判断矩阵中元素构成的方式来看,通常有两类:一类是互反判断矩阵[1,2],另一类是模糊互补判断矩阵[3-6]。并且,这两类判断矩阵中的元素可以用确定的数值来表示,也可以用模糊数来表示,其中采用模糊数表示了决策者的判断具有模糊性。目前,关于互反判断矩阵的研究已经取得了丰富的成果[7-法。13],而关于互补判断矩阵的研究还不多见。本文则是依据已有的三角模糊数互反判断矩阵排序的研究思路[13],给出一种基于三角模糊数表示的互补判断矩阵的排序方1预备知识定义111称p=(l,m,u)为三角模糊数,如果它的隶属函数为Λp(x):R→[0,1],即m-(x)=Λplu--m-m-l,,x∈[l,m]m-ux∈[m,u](1)0,其他其中,x∈R,l≤m≤u,l、u分别为下界和上界,它们表示模糊的程度,且u-l越大,模糊程度越强。特别地,若l=n=u,则p为一实数。下:p1pp2=(l1+l2,m1+m2,u1+u2)p2≈(l1l2,m1m2,u1u2)1Κp1=(Κl1,Κm1,Κu1),Κ>0,Κ∈R(p)-1≈(1u,1m,1l)[14]考虑任意两个三角模糊数p1=(l1,m1,u1)和p2=(l2,m2,u2),根据扩展原理,有相应的模糊数运算规则如(2)(3)(4)(5)收稿日期:2001207202;修订日期:2001209207基金项目:国家自然科学基金资助项目(70071004);教育部高等学校骨干教师资助计划项目(教技司[2000]65);辽宁省自然科学基金资助项目(012)作者简介:姜艳萍(19682),女,辽宁沈阳人,东北大学工商管理学院博士研究生,研究方向:决策分析,运筹与管理等;樊治平(19612),男,江苏镇江人,东北大学工商管理学院教授,博士生导师,研究方向:决策分析,信息技术与管理等。©1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.90系统工程2002年符号“”、“”分别表示模糊数的加法和乘法运算。为了进行三角模糊数之间的比较,有下列定义[13]:定义112设p1=(l1,m1,u1)、p2=(l2,m2,u2)是任意两个三角模糊数,则p1≥p2的可能度为V(p1≥p2)=(m2-1,u2)-(m1-,m1<m2l1)m1≥m2(6)定义113设由n+1个三角模糊数构成的集合为T={p,p1,p2,…,pn},则p≥p1,p2,…,pn的可能度为(7)V(p≥p1,p2,…,pn)=min{V(p≥p1),V(p≥p2),…,V(p≥pn)}2三角模糊数互补判断矩阵及排序方法考虑的决策问题是从一个有限方案(或目标、准则)集X={xii∈I,I=1,2,…,n;n≥2}中选择最好的方案或进行方案排序,其中xi表示第i个方案。在方案排序中,所采用的决策信息是决策者针对方案集X提供的两两方案优劣比较的由三角模糊数表示的互补判断矩阵。下面给出关于这种判断矩阵的描述。=(定义2.1设判断矩阵Ppij)n×n,其中pij=(lij,mij,uij)(而pji=(lji,mji,uji))为三角模糊数,并且0≤lij≤mij≤uij≤1,Πi,j∈I.若矩阵P满足:(1)lii=0.5,mii=0.5,uii=0.5,Πi;(2)lij+uji=1,mij+mji=1,uij+lji=1,i≠j,Πi,j则称是三角模糊数互补判断矩阵。矩阵中的元素表示方案Ppijxi优于方案xj的程度。假设q个决策者针对方案集X给出三角模糊数互补判断矩阵(这里设每个决策者的重要程度均相同),并记第(k)(k)(k)(k)(k)(k)k个决策者给出的判断矩阵为P=(pij)n×n,其中pij=(lij,mij,uij)。基于上述三角模糊数的运算规则和可能度的概念,下面给出关于三角模糊数互补判断矩阵排序的一种实用方法,其计算步骤如下:Step1根据式(2)～(4),采用简单加权法则集结各决策者的偏好信息,其计算公式为qqqpij=q(1)(2)(q)(pijpij…pij)=(n∑l∑m(k)ij(k)ijq,∑u,(k)ijqq),i,j∈I(8)Step2根据式(2),首先计算每个方案的模糊综合评价值,即πti=pi1pi2…pin=nijijnij∑l,∑m,∑uj=1j=1j=1,i∈I(9)π然后,根据式(2)和(4),将πti规范化为si,其计算公式为πππππsi=ti(t1t2…tn)-1nnnnnnnnn=∑∑lij,j=1j=1nnnmij,∑j=1nnuijnij∑∑∑∑lij,i=1j=1i=1j=1mij,∑∑i=1j=1uij-1∑lij∑m,ijni=1j=1∑u,ijnnij≈,i∈Iij(10)∑∑u∑∑m∑∑li=1j=1i=1j=1πi≥sπj的可能度V(sπi≥sπj),i,j∈I.Step3根据式(6),计算sπi≥sπππππππππStep4根据式(7),对于每个方案,计算s1,s2,…,si-1,si+1,sn的可能度,即d(xi)=V(si≥s1,s2,…,si-1,ππsi+1,sn),i∈I.T=(d(x1),d(x2),…,d(xn)).Step5依据得到的d(xi)(i=1,2,…,n),则方案的排序权向量可被视为w′TStep6求得归一化的排序权向量w=(w1,w2,…,wn),其中wi=∑d(x)ii=1n(11)©1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.第2期姜艳萍,樊治平:三角模糊数互补判断矩阵排序的一种实用方法913算例假设3个决策者针对决策方案集X={x1,x2,x3,x4}提供的三角模糊数互补判断矩阵分别为(0.5,0.5,0.5)P1=(0.4,0.6,0.6)(0.5,0.5,0.5)(0.6,0.7,0.9)(0.3,0.5,0.7)(0.3,0.6,0.7)(0.5,0.5,0.5)(0.6,0.8,0.9)(0.4,0.5,0.7)(0.5,0.6,0.8)(0.5,0.5,0.5)(0.6,0.6,0.9)(0.2,0.5,0.7)(0.4,0.6,0.7)(0.5,0.5,0.5)(0.6,0.7,0.9)(0.3,0.5,0.7)(0.1,0.7,0.7)(0.1,0.3,0.4)(0.5,0.5,0.5)(0.4,0.6,0.9)(0.1,0.7,0.7)(0.1,0.2,0.4)(0.5,0.5,0.5)(0.4,0.6,0.8)(0.1,0.7,0.7)(0.1,0.4,0.4)(0.5,0.5,0.5)(0.4,0.6,0.7)(0.1,0.7,0.7)(0.1,0.3,0.4)(0.5,0.5,0.5)(0.4,0.6,0.8)(0.3,0.4,0.4(0.3,0.5,0.7)(0.1,0.4,0.6)(0.5,0.5,0.5(0.2,0.6,0.6(0.3,0.5,0.6)(0.2,0.4,0.6)(0.5,0.5,0.5(0.4,0.5,0.5(0.3,0.5,0.8)(0.3,0.4,0.6)(0.5,0.5,0.5(0.3,0.5,0.5(0.3,0.5,0.7)(0.2,0.4,0.6)(0.5,0.5,0.5)(0.4,0.4,0.6)(0.3,0.3,0.9)(0.6,0.6,0.7)(0.5,0.5,0.5)P2=(0.3,0.4,0.7)(0.3,0.3,0.9)(0.4,0.4,0.8)(0.5,0.5,0.5)P3=(0.2,0.4,0.5)(0.3,0.3,0.9)(0.5,0.5,0.6)(0.5,0.5,0.5)首先,根据式(8),集结各决策者的偏好信息为(0.3,0.4,0.6)(0.3,0.3,0.9)(0.5,0.5,0.7)P=根据式(9)和式(10),计算每个方案的模糊综合评价值分别为πs1=(0.13,0.29,0.41)πs.12,0.21,0.38)2=(0πs3=(0.16,0.24,0.50)πs.17,0.26,0.47)4=(0πi≥sπj(i,j=1,2,3,4)的可能度分别为:然后,根据式(6)求得sππππV(sV(sV1≥s2)=1,1≥s3)=1,ππππV(s2≥s1)=0.76,V(s2≥s3)=0.88,VππππV(s3≥s1)=0.88,V(s3≥s2)=1,VππππV(s≥s)=0.92,V(s≥s)=1,V4142ππ(s1≥s4)=1π≥sπ)=0.81(s24ππ(s.943≥s4)=0π≥sπ)=1(s4再根据式(7),可得到ππππd(x1)=V(s1≥s2,s3,s4)=min{1,1,1}=1ππππd(x2)=V(s2≥s1,s3,s4)=min{0.76,0.88,0.81}=0.76ππππd(x3)=V(s.88,1,0.94}=0.883≥s1,s2,s4)=min{0ππππd(x4)=V(s4≥s1,s2,s3)=min{0.92,1,1}=0.92所以,得到排序权向量为Tw′=(1,0.76,0.88,0.92)最后,将w′归一化,可得Tw=(0.28,0.21,0.25,0.26)因此,相应的方案排序结果为x1:x4:x3:x24结束语针对决策者给出的一类带有三角模糊数的互补判断矩阵,本文提出了一种基于可能度的排序方法。可以看出,©1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.92系统工程2002年该方法简单、实用。需要指出,关于互补判断矩阵的研究值得重视,相信还会有更多的其他排序方法将出现。参考文献:[1]SattyTL.TheAnalyticHierarchyProcess[M].NewYork:McGraw2Hill,1980.[2]王莲芬,许树柏.层次分析法引论[M].北京:中国人民大学出版社,1990.[3]OrlorskiSA.Decision2makingwithafuzzypreferencerelation[J].FuzzySetsandSystems,1978,1:155-167.[4]KacprzykJ.Groupdecisionmakingwithafuzzylinguisticmajority[J].FuzzysetsandSystems,1986,18:105-118.[5]TaninoT.Fuzzypreferenceorderingsingroupdecisionmaking[J].FuzzySetsandSystems,1984,12:117-131.[6]姚敏,黄燕君.模糊决策方法研究[J].系统工程理论与实践,1999,19(11):61-64.[7]姚敏,张森.模糊一致矩阵及其在软科学中的应用[J].系统工程,1997,15(2):54-57.[8]LeungLC,CaoD.OnconsistencyandrankingofalternativesinfuzzyAHP[J].EuropeanJournalofOpera2tionalResearch,2000,124:102-113.[9]ChienCJ,TsaiHH.Usingfuzzynumberstoevaluateperceivedservicequality[J].FuzzySetsandSystems,2000,116:289-300.[10]ChenCT.ExtensionsoftheTOPSISforgroupdecision2makingunderfuzzyenvironment[J].FuzzySetsandSystems,2000,114:1-9.[11]KwiesielewiczM.AnoteonthefuzzyextensionofSatty’sprioritytheory[J].FuzzySetsandSystems,1998,95:161-172.[12]XuRN,ZhaiXY.Fuzzylogarithmicleastsquaresrankingmethodinanalytichierarchyprocess[J].FuzzysetsandSystems,1996,77:175-190.[13]ChangDY.ApplicationsoftheextentanalysismethodonfuzzyAHP[J].EuropeanJournalofOperationalResearch,1996,95:649-655.[14]KaufmanA,GuptaMM.Introductiontofuzzyarithmetic:theoryandapplication[M].NewYork:VanNos2trandReinhold,1985.APracticalRankingMethodforReciprocalJudgementMatrixwithTriangularFuzzyNumbersJIANGYan2ping,FANZhi2ping(SchoolofBusinessAdministration,NortheasternUniversity,Shenyang110004,China)Abstract:Firstly,theconceptionoftriangularfuzzynumbersandtheoperationallawsandpossibilityabouttrian2gularfuzzynumbersaregiven.Then,withregardtothereciprocaljudgementmatrixwithtriangularfuzzynum2bers,apracticalmethodforrankingthealternativesisproposed.Finally,anumericalexampleisgiventoillustratetheuseoftheproposedmethod.Keywords:ReciprocalJudgementMatrix;TriangularFuzzyNumber;Possibility;RankingMethod©1995-2006TsinghuaTongfangOpticalDiscCo.,Ltd.Allrightsreserved.一种基于Markov矩阵的分形建模方法基金项目：福建省教育厅A类科技项目（JA07196）基金项目：福建省教育厅A类科技项目（JA07196）作者简介：章立亮，副教授，主研领域:分形与计算机图形图像章立亮（宁德师范学院数学研究所福建宁德352100）摘要提出一种基于转移概率矩阵的Markov迭代函数系统分形吸引子的建模方法。将MIFS的仿射变换实施多级化的分解，利用转移概率矩阵对吸引子的局部子图像做Markov变形处理，基于计算机数学实验给出了雪花分形和树木分形的应用实例，表明该方法能够有效地控制分形吸引子的局部变形。关键词迭代函数系统Markov变形分形AMETHODOFFRACTALMODELINGBASEDONMARKOVMATRIXZHANGLi-liang(InstituteofMathematics,NingdeTeachersCollege,NingdeFujian352100)AbstractProposedbasedontheMarkovtransitionprobabilitymatrixiteratedfunctionsystemfractalattractormodeling.AffinetransformationwillMIFSimplementationofthemulti-levelofdecomposition,useoftransitionprobabilitymatrixoftheattractorforthelocalsub-imageZuoMarkovdeformationprocessing,computer-basedmathematicstestgivensnowflakefractalandfractaltrees,anapplicationexample,showthatthemethodcaneffectivelyFractalAttractorcontrolofthelocaldeformation.KeywordsIteratedfunctionsystemsMarkovDecompositionFractal1引言迭代函数系统IFS(Iteratedfunctionsystems)是分形理论研究的一个重要领域，其理论和方法在分形的计算机构造方面应用广泛。BarnselyMF、EltonJH、HartJC等人把Markov理论应用于IFS之中，得到更具普遍意义的广义迭代函数系统，开展了许多具体的应用研究[1，2，3]。国内一些学者也积极从事这方面的研究，讨论有限Markov转移概率矩阵对吸引子的各种作用，分析MIFS吸引子的结构特征[4，5，6]。由于MIFS系统在函数的选择上加入了可控制的参数，加强了对图形的人为控制，因此，很大程度上丰富了IFS可以表现的分形范围。但这一方法是将Markov矩阵“均匀”地作用于图像的各个局部，引起图像整体结构的演变，在进行分形建模时，它缺乏局部独立表示能力。本文提出一种对分形图像中各局部子图像进行独立处理的方法，利用不同类型的Markov转移概率矩阵，将MIFS分形吸引子图像的各个局部子图像分别实以形状变形，给出了算法的实际应用实例，结果表明该方法具有更好的灵活性和适用性。MIFS系统的基本理论完备度量空间以及个压缩映射组成的映射族称为迭代函数系统，记作IFS，对于每一个映射伴随一个概率，取依递归方式独立地取。选取充分大的整数，则序列收敛于IFS的吸引子。压缩映射常取如下形式的仿射变换：若将上述构造IFS吸引子的方法进行推广，考虑应用Markov链控制映射的选取，构成Markov迭代函数系统，在迭代计算过程中下一次被选择的映射的概率与前一次被选择的映射密切相关。若记条件概率，则矩阵称为Markov转移概率矩阵，其中。表示上次选择的映射为时，这次选择映射的概率。定义给定完备空间的压缩映射，令是Markov转移概率矩阵，满足：，则称是一个Markov迭代函数系统，记为MIFS。定理设为完备度量空间，是相应的由的非空紧集组成的空间，是上压缩比为的MIFS，其中，变换定义如下：，则是上压缩比为的压缩映射，即，且存在唯一的不动点,满足,同时,对任意成立。定理中的不动点A称为这个MIFS的吸引子(吸引子通常为分形)，利用Markov转移概率矩阵可以很大地扩展IFS可以表现的分形的范围，这种由转移概率控制的图像生成方法，只要使用的转移概率矩阵不同，则所得到的MIFS吸引子也各不相同。3分形图像的局部变形算法3.1算法思想利用Markov迭代函数系统构造IFS分形吸引子，是通过引入Markov转移概率矩阵人为地控制迭代映射的转移，在迭代过程中图像各局部之间迭代计算的转移方式是依概率相关联的[7]，这是一种“整体性”的行为，图像中某一局部分形特性的变化必然会影响到其它局部，因此，图像的分形结构常呈现为局部与整体间或局部与局部间存在某种程度上的自相似性。为了克服这种分形结构的自相似性限制，以便能够构造形状特征更加富有变化的分形图像，本文考虑将图像的不同局部分别进行独立构造，并将图像的各局部子图像依次输出，拼贴形成整幅图像，可以只对某一局部子图像实施变形处理，而不会影响到图像的其它局部子图像，如果对不同的局部子图像选取各异的Markov矩阵，则可能产生包含多种不同形状结构的不具自相似特征的分形图像。应用该方法构造分形图像，首先需要得到图像的各局部子图像的分形迭代码，这可以利用迭代函数系统的仿射变换分解定理来实现。算法描述仿射变换的分解定理[8]如果是分形图像的IFS码，是的逆，定义算子为，则是子图像的IFS码。子图像变换矩阵的转换公式为：应用仿射变换的分解定理对MIFS局部子图像的IFS码进行逐级分解，对仿射变换的最终一级分解码，利用Markov转移概率矩阵实行迭代计算生成对应的局部变形图像。如给定仿射变换，的1级分解码设为，对得到的1级分解变换，还可以继续做下一级的分解，其2级分解码设为，依此逐级分解至设定的级数停止。具体算法如下：（1）从仿射变换族中选择某些仿射变换（如），按照转换公式（*）逐级分解至设定的级数（设为n），得到分解码。（2）对分解得到的前n-1级仿射变换序列：规定只参与迭代但不画点。（3）逐个输出经Markov变形处理后的MIFS：局部子图像。（4）逐个输出未曾进行Markov变形处理的其它各级局部子图像。应用实例利用以上算法，分别对雪花分形图像和树木分形图像进行局部变形控制，生成形状结构变化多端的分形图像。实例1（雪花分形）设其中，，，(a)原吸引子图像(b)整体变形(c)1级分解变形(d)2级分解变形图1雪花分形图像图1（a）为未做Markov变形处理前的吸引子图像。利用概率矩阵对雪花分形图像做Markov变形得到如图1（b）所示图像，这是一种整体结构的变形，图像的形状结构表现较为“单一”。将分别对应原吸引子图像底部两个子图像的仿射变换进行1级分解，并利用矩阵和分别对这两个子图像做变形，结果如图1（c）所示，由图可见图像包含有3种不同的形状结构。图1（d）是将对应原吸引子图像顶部子图像的仿射变换进行2级分解后，再对此子图像上部的3个2级子图像做Markov变形的结果。实例2（树木分形）设，，，，图2（a）为未做Markov变形处理前的吸引子图像。先将对应树木上枝子图像的仿射变换进行1级分解，再将分别对应树木的左、右侧枝的两个仿射变换进行2级分解，然后利用矩阵对仿射变换的1级分解子图像和仿射变换的2级分解子图像进行Markov变形，再利用矩阵对仿射变换的2级分解子图像进行Markov变形，得到图2（b）的图像，比较图2（a）与图2（b）可以发现，经多级分解变形处理之后的树木其细节变化多端形态更加逼真、自然。(a)原吸引子图像(b)1级和2级分解变形图2树木分形图像结论以上利用IFS仿射变换的多级化分解方法，可以有效地控制MIFS吸引子图像的局部演变，图像的演变范围能够被任意地限制于指定的局部之中，使得不同局部的分形结构有所差异，可以得到形状富有变化的分形图像，特别是在一类自然景物的分形建模方面，计算机图形实验结果已表明能够取得较好的应用效果，该方法的应用进一步拓宽了MIFS吸引子分形图像的表现范畴。参考文献[1]BarnselyMF,EltonJHandHardDP.Recurrentiteratedfunctionsystems.ConstructiveApproximation,1989,5:3～31[2]HartJC.Fractalimagecompressionandrecurrentiteratedfunctionsystems.IEEEComputerGraphicsandApplication,1996,7:25～33[3]ShermanP,HartJC.Directmanipulationofrecurrentmodels.Computers&Graphics,2003,27:143～151[4]刘向东,朱伟勇,赵雅明.Markov双曲迭代函数系统参数与吸引子关系的研究.计算机科学,2000,27(5):68～71[5]李红达,叶正麟,彭国华.向量递归迭代函数系统及其不变测度.系统科学与数学,2003,23(2):279～288[6]王兴元,刘波.一类NMIFS吸引子的递归计算构造及特性分析.自然科学进展,2004,14(9):1039～1046[7]章立亮.Markov迭代函数系统分形的动力学特性分析.工程图学学报,2021,30(6):132～136[8]曹汉强,朱光喜,朱耀庭等.基于迭代函数系统的数字全息图像生成方法.激光杂志,2000,21(2):32～33作者简介：章立亮，副教授，主研领域:分形与计算机图形图像作者单位:宁德师范学院数学研究所通信地址：福建省宁德市蕉城南路98-1号宁德师范学院数学研究所E-mail:@139基金项目：福建省教育厅A类科技项目（JA07196）第6卷第2期安全与环境学报Vol.6No.22006年4月JournalofSafetyandEnvironmentApr,2006文章编号:100926094(2006)0220218204111区间数单因素排序权重的确定生产车间安全管理状况的区间数模糊综合评价方法研究3张进春1,吴超1,侯锦秀2,黎敏1(1中南大学资源与安全工程学院,长沙410083;2河南理工大学安全工程学院,河南焦作454000)摘要:针对生产车间安全管理状况评价的多维多层次性和不确定性,运用区间数模糊综合评价方法对其进行综合评价。该方法基于层次分析和模糊综合评价的基本原理,对于单因素权重、综合评价权重、各指标评分和评价集中评价等级水平均采用区间数,以使评价更符合客观实际。研究了区间数层次分析综合排序权重的确定,建立了区间数模糊综合评价模型。在得出生产车间安全管理状况综合评价区间数得分之后,引入了区间数排序可能度和区间数符合度的概念,提出了由综合评价结果得分区间数确定评价水平等级的方法。通过实例分析,验证了该评价方法的可行性。关键词:安全管理;生产车间;安全管理;区间数;模糊综合评价中图分类号:X92413文献标识码:A区间数层次分析单因素权重有多种确定方法[4]。其中分解矩阵与修正特征根的方法[4]具有计算简单,易被决策者接受等优点,并且用此种方法确定的权重能够保证区间数判断矩阵的一致性[426]。本文采用此方法确定单因素排序权重。将区间数判断矩阵A=(aij)AL=(aLij)n×nn×n分解为两个一般的AHP矩阵和AU=(aUij)n×n,然后分别求其最大特征根对LLLTUU应的特征向量:ωL=(ωU=(ω1,ω2,…,ωn)和ω1,ω2,…,UTωωω依据文献[5]定理4可知,ω=[kL,kU]=(ωn)。1,ω2,LT…,ωn)为区间数判断矩阵的单因素权重,k和m为修正系数,其形式[5]为nnk=m=j=1nj=1i=1n∑i=1aijU22(1)(2)∑Laij112区间数层次分析综合评价排序权重的确定层次分析法综合权重就是因素层指标对目标层的综合权重,指标权重的传递,。l层因素指标对目标层的LkkkTk为k2,…,ωi=[ω(k)i,n),其中ωk0引言生产车间安全管理是众多企业安全管理的基本单位和重点,间安全管理状况评价涉及多个方面,因此,,采]。应用于各种领域,方法。然而安全管理所涉及的方面和指标具有不确定性,这种不确定性表现在三个方面:一是指标权重的不确定性;二是对于相应评价指标的评分具有不确定性;三是评价水平等级的不确定性。传统的模糊评价方法对评指标采用定值来进行评价[2,3]。由于评价判断人员在信息、知识、能力等方面的局限性,人为主观判断存在着一定的偏差,评价矩阵采用点估计的形式显然是不合适的。本文基于层次分析法和模糊综合评价的基本原理,提出了生产车间安全管理状况的区间数模糊综合评价方法。整个评价过程中所涉及的要素均采用区间数形式,从而全面反映评价者对车间安全各因素的偏好程度,充分利用了有效的模糊信息,同时也能够很好体现评价过程中偏差的摄动程度。U(ki]1层中第i个因素对第k层中第j个因素的权k+1hij=[h(k+1)ij,h(k+1)ij](如果因素j不是因素i的父节=0),则第k+1层因素对目标层的综合权重为nkLU点,则hijk+1ωk+1i=2j=1∑(ωh2kk+1jij)i=1,2,…,nk+1(3)若k=2,则hi1=ωi,i=1,2,…,n2。当k=l时,计算结束,此时的ω=ωl就为区间数层次分析综合评价排序权重。2模糊综合评价模型211因素集和评价集的建立因素集建立。根据安全管理评价所涉及的范围和层次,按照安全系统分析的思想和原理[7],建立层次分析模型。模型中因素层中各元素的集合构成因素集U=(u1,u2,…,un)。T1区间数层次分析法根据层次分析法129标度来定义区间数判断矩阵A=(aij)n×n,其中aij=[aL,aU][2,4]。在进行区间数模糊综合评价过程中,区间数层次分析排序权重的确定是重要的一环,包括单因素排序权重的确定和综合评价排序权重的确定。3收稿日期:2005212223作者简介:张进春,研究生,从事产业安全管理、工业工程研究;吴超,教授,博士生导师,从事安全评价、安全管理、工业工程研究。评价集建立。根据评价目标和相关规定,对评价因素的优良程度给出评价等级的集合:V=(v1,v2,…,vm)T,其中viLU=(vi,vi),式中i=1,2,…,m。聘请若干专家和有经验现场工作人员对因素集中每一个因素打分。考虑到评价因素优良程度的不确定性,每位参与人员对各因素的打分应为一个区间数。这样能够避免主观偏差,使评价行为更加符合实际情况。从而得到评价矩阵R=(rij)LUk×nLUrij=[rij,rij]rij,rij∈VV={x|v1≤x≤vm}′′另外,考虑到各位参评人员的专业背景、知识专长和工作经验,应给每位参评人员赋以不同的权重,得到参评人员权重135Vol.6No.2安全与环境学报第6卷第2期集L=(l1,l2,…,lk)T。212模糊综合评价21211模糊综合评价得分由于区间数层次分析中综合排序权重的确定过程是经过区间数的乘法运算实现的,由此得到的综合排序权重也是区间数,在进行模糊综合评价时参评人员打分得到的评价矩阵也是区间数矩阵;因此,如果直接进行模糊综合评价,则可能会导致评价结果区间数的发散。为了避免评价结果区间数的发散,必须首先对上文所得的区间数综合评价排序权重进行修正。为此,本文通过引入区间数排序可能度的概念,得到综合评价排序权重的修正值[8,10]。设a=[aL,aU],b=[bL,UULULb],且记L(a)=a-a,L(b)=b-b,则称车间安全管理水平v={vi|fi=max(fj);vi∈V;fj=f(a,vj);j=1,2,…,m}(9)3应用实例以某家电制造企业的模具加工车间为例,建立了递阶层次模型,见图1。ULP(a≥b)=L(a)+L(b)(4)为a≥b的可能度。由此可构造区间数综合评价排序权重的可能度互补矩阵ωQ(Pij)n×n,Pij=P(ωi≥j)。Q(Pij)n×n显然是一个模糊互补判断矩阵,对其按行求和ri=∑Pik,i=1,2,…,nk-1n1Fig.orkshopsafetymanagement并施以数学变换rij=+0.52(n-1)n×n(51得到一致性矩阵R=(rij)…,ωn)T。其中。一化处理后,(ω1,ω2,n-1ωi=i=1,2,…,nn(n-1)∑Pij+(6)具体证明过程见文献[8]定理二。至此,就可以对车间安全管理的状况进行模糊综合评价了。其安全管理状况评价的最终得分为TωB=L×R×=[bL,bU]21212模糊综合评价等级的确定(7)。根据层次分析法129标度,对同层因素之间相对其父节点因素重要性进行两两比较,得到的区间数比较结果构成区间数判断矩阵。现以准则层对目标层的重要性构成的区间数判断矩阵为例对区间数判断矩阵的建立加以说明。依据车间安全管理实际情况和车间本质安全化的规定,对机器设备安全性的管理要求高于对人和环境安全管理要求和对环境安全管理的要求;对人的安全管理的要求高于对环境安全管理的要求。因此,准则层B中各个因素相对于目标根据以往经验和车间实际情况,对层A的重要性是有差异的。其进行两两对比,得到的区间数比较结果构成准则层对目标层重要性的区间数判断矩阵RA←B,具体见区间数判断矩阵。同理,通过因素层各因素对准则层的重要性两两对比,可以建立因素层对准则层重要性的区间数判断矩阵,具体见区间数判断矩阵RB1←C,RB2←C和RB3←C。[1,1]RA←B=确定生产车间安全管理水平等级的基本思想是,通过车间安全管理综合评价得分与评价集中各个评价等级相对比,与其最相符的等级水平就是车间安全管理状况所处水平。然而无论是综合评价得分,还是评价集中的评价水平均是区间数。为了有效表征这种区间数之间相互符合程度,本文提出了区间数符合度的概念,讨论如下。a≥b可能度具有性质:若P(a≥b)=P(b≥a),则[8,9]P(a≥b)=P(b≥a)=0.5,也即当两个区间数完全相[,]23[1,1][3,4][7,9][1,1][[,]23,]64[1,1][[,2]2,]43[[符时,其互补可能度均为015。如果记a=[a,a],b=[b,U′b],P=P(a≥b),P=P(b≥a)则(8)f=1-(|P-0.5|+|P′-0.5|)f为区间数a与b的符合度,记为f(a,b)。RB1←C=LUL,]97,3]2[1,1][[,]33,2]2[1,1][4,6]符合度显然具有如下性质:1)0≤f(a,b)≤1。2)a、b的符合度与f(a,b)的值正相关。3)a=b时,f(a,b)=1;a、b完全不相符时,f(a,b)=0。通过以上讨论,依据最大符合度原则,由式(9)即可得出1362006年4月张进春,等:生产车间安全管理状况的区间数模糊综合评价方法研究Apr,2006[1,1][1,2]RB←C=[,1]2[1,1][4,5][2,3][,]97[,]65[,]5301086,01880,01096)。因为maxfi=f3,所以整个模具车间的安[,]54[1,1][[,]23,]32[,]32[,2]2[1,1][,]34[,]52[2,3][,]32[1,1]全管理状况为v3,即一般。31212结果分析对车间安全管理状况评价矩阵R按列求取算术平均,得到车间安全管理各因素的平均评价得分向量′B=([6,815],[7,815],[7,8175],[615,7175],[7,815],[7175,9],[7,815],[715,8175],[3175,515],[315,5],[615,8125])2[7,9][5,6][3,5][,]32[1,1]RB[,]23[1,1][3,4][7,9][1,1]f=计算各因素平均评价得分与评价等级的符合度矩阵C1←C=[,2]3[,]43C2C3C4000112C5C6C7C8000C9C10000C11001160187v1v2v3v4[,]97该模具车间安全管理状况评价的区间数层次分析单因素排序权重、综合排序权重、综合排序权重修正值的具体计算结果见表1。312模糊评价31211模糊评价因素集建立。如图1所示,处于因素层的11个指标构成因素集U=(u1,u2,u3,u4,u5,u6,u7,u8,u9,u10,u11),具体含义见图1。评价集建立。各因素的安全管理状况分4个等级,=(v1,v2,v3,v4)=(优秀,良好,一般,差)=([[8],[7,8],[0,7])。4位专家参评,=2,0.3,0.1)。在0174018201利用式(9)得到车间安全管理各因素的安全等级向量v′=(v3,v3,v3,v3,v3,v2,v3,v2,v4,v4,v3)。由此可见,该车间在保障防护装备的完备与有效和能量传输装置的安全性方面做得不错,获得良好;而在车间设备;其他安全管理方面一般。因此,备。论生产车间安全管理状况的评价是对一个复杂的不确定性问题的评价。本文将区间数理论与层次分析法和模糊综合评价理论相结合,提出了生产车间安全管理状况的区间数模糊综合评价方法。评价问题的不确定性采用区间数描述,评价过程的复杂性利用层次分析法与模糊综合评价基本原理进行。在引入了区间数排序可能度的概念后,进一步提出了区间数符合度的概念,有效地解决了由评价结果得分区间数确定最终评价水平等级这一问题。生产车间安全管理状况采用区间数形式进行模糊综合评价是一种有益的探索。不同企业、不同车间可以根据实际情况,设置不同的评价层次和因素。认真检查和调研的基础上,况的评价矩阵R=[6,8][7,9][7,9][7,8][7,9][8,9][7,8][8,9][4,6][3,4][7,8[5,8][8,9][7,9][6,7][8,9][8,9][8,9][7,8][4,5][4,6][6,8][7,9][7,8][6,8][6,8][6,8][7,9][7,9][7,9][3,5][4,5][7,8][6,9][6,8][8,9][7,8][7,8][8,9][6,8][8,9][4,6][3,5][6,9ω该模具车间综合评价得分为:B=LT×R×=[6.591,8.107]计算其与评价集中各评价等级的符合度,得到f=(0,表1区间数层次分析因素权重Table1Factorweightofintervalnumberanalytichierarchyprocess目标层因素k,m准则层因素B1k,mk=0.894m=1.052单因素评价权重[01279,01307]因素C1C2C3C4C5Ak=0.951m=1.037B2k=0.937m=1.060[01588,01650]C6C7C8C9B3k=0.948m=1.051[01080,01085]C10C11指标层单因素评价权重[01244,01315][01121,01130][01528,01607][01051,01057][01076,01111][01404,01426][01255,01260][01147,01208][01403,01449][01301,01328][01244,01273]综合评价权重综合评价权重权重修正值[01068,01097]01100[01034,01040]01077[01147,01186]01123[01030,01037]01069[01045,01072]01092[01238,01277]01136[01150,01169]01122[01086,01135]01108[01032,01038]01067[01024,01028]01055[01,01023]01045137第6卷第2期安全与环境学报Vol.6No.22006年4月JournalofSafetyandEnvironmentApr,2006References(参考文献):[1]XUKaili(许开立),CHENBaozhi(陈宝智).Fuzzymathematicalmodelanditsapplicationofsafetyassessmentofman2machinesystem[J].JournalofCentral2SouthInstituteofTechnology(中南工学院学报),1999,13(2):482531[2]QIHuan(齐欢).Mathematicalmodelingmethod(数学模型方法)[M].Wuhan:HuazhongUniversityofScienceandTechnologyPress.2000:502581[3]CAIChenggong(蔡成功),JINGGuoxun(景国勋).Studyonwayofpredictingcoalandgasoutburstscalebyfuzzysynthesisevaluation[J].JournalofSafetyandEnvironment(安全与环境学报),2004,4(2):542561[4]WUQizong(吴祈宗),ZHUXinxiang(朱心想).Comparativestudyonthecalculationmethodsoftherankingweight2vectorofintervaljudgmentmatrix[J].JournalofBeijingTechnologyandBusinessUniversity:NaturalScienceEdition(北京工商大学学报:自然科学版),2002,20(4):532571[5]XIANGXiaodong(向小东).FuzzyAHPapplicationinestimationofpersonswithabilitybasedonintervalnumberofplusandclosejudgmentmatrix[J].JournalofSichuanUniversityofScienceandTechnology(四川工学院学报),2002,21(1):74276.[6]WEIYiqiang(魏毅强),LIUJinsheng(刘进生),WANGXuzhu(王绪)柱.TheconceptionandweightofuncertaintyAHPjudgmentmatrix[J].SystemEngineeringTheory&Practice(系统工程理论与实践),1994,14(4):162221[7]HEXueqiu(何学秋).Safetyengineering(安全工程学)[M].Xuzhou:ChinaUniversityofMiningandTechnologyPress,20001[8]XUZeshui(徐泽水).Algorithmforpriorityoffuzzycomplementaryjudgmentmatrix[J].JournalofSystemsEngineering(系统工程学报),2001,16(4):31123141[9]XUZeshui(徐泽水).Ne