基于FAHP的城市軌道交通運營指標分析

陳建球 龐彥知

摘?要：城市軌道交通的快速發展，在保證地鐵運行安全的基礎上，提高運營服務質量，提升運營效益也被日益提上日程。本文綜合專家評價信息的主觀不確定性和模糊性的特點，運用三角模糊層次分析法和專家咨詢法確定指標的權重。首先通過全面分析運營指標評價影響因素，構建運營指標評價體系。并對各個指標進行綜合分析，確定最終指標并建立較為綜合且不失針對性的運營指標評價體系;然后利用三角模糊數計算權重，得到重要度排序。最后通過南寧地鐵1號線實例驗證，確定通過三角模糊層次分析法構建的運營指標評價體系的可行性。

關鍵詞：專家咨詢法;三角模糊層次分析法;運營指標體系

1?城市軌道交通運營指標

城市軌道交通運營指標的選擇具有系統性、客觀性、可比性和可操作性。而評價體系的最終目的是以此來輔助城市軌道交通管理者的工作，實現對軌道交通向更合理的方向運營提供指引，為相應的管理者做決策提供一定的參考，并可實現對改進措施實施后的效果進行反饋。因此選取合適的運營指標，構建評價體系對城市軌道交通運營效益進行分析成為迫切需求。

2?基于FAHP的城市軌道交通運營指標評價體系建模

在應用傳統的層次分析法進行計算時，由于人的判斷具有模糊性，會出現判斷結果差異較大的情況。而FAHP方法兼顧了兩者的優勢，在專家打分的時候引入模糊數，使打分更加準確。為了更好的選出評價指標，分析相關因素對運營的影響，需總結并列出初選評價指標體系。評價體系的建立包括兩個階段，初級評估階段和篩選階段。

2.1?評價指標

2.1.1?線網結構指標

（1）線路長度C11：為滿足軌道交通出行需要鋪設的線路長度。（2）車站數量C12：即軌道線路上設立的乘車站點數量。（3）換乘選擇比C13：衡量采用軌道出行方式的可直達性程度。

2.1.2?數量指標

（1）客運量C21：是指在一定時期內運送的全部乘客數。（2）客運周轉量C22：反映旅客總的走行距離。與軌道交通的客流數量、覆蓋范圍、運營成本等指標密切相關。（3）客運密度C23：反映運輸線路的繁忙程度。（4）滿載率C24：用以表示車輛的利用程度，同時在一定程度上也可反映運營效益。

2.1.3?質量指標

（1）車輛數量C31：投入營運的車輛數。（2）安全性效益C32：一定時期內，旅客發生事故次數與旅客周轉量之比。不僅關系到乘客的人身安全，還體現了良好的城市形象。（3）顧客滿意度C33：通過感到滿意的乘客人數占抽樣調查乘客總人數的百分比來判斷。（4）節約時間效益C34：出行時，乘坐軌道交通方式與其他交通方式相比，差額時間即為節約時間，這部分時間可以用來創造社會價值。（5）單位運營成本C35：該指標表示每位乘客的平均運營成本。該指標可以顯著反映地鐵公司的投入產出效益，反映運營公司在成本管理方面的成效。

2.2?評價指標體系框架的構建

根據城市軌道交通運營指標確定的層次結構模型，線網結構指標、數量指標和質量指標作為準則層，車站數量、線路長度、換乘選擇比是線網結構指標的指標層，客運量、客運周轉量、客運密度、滿載率是準則層數量指標的指標層，車輛數量、安全性效益、顧客滿意度、節約時間效益、單位運營成本是準則層質量指標的指標層。對指標進行了篩選，去除了不可靠的評價指標，同時為了保證指標的含義、計算步驟具有正確性，建立如圖1所示體系框架。

3?實例驗證

選取南寧地鐵1號線數據對模型進行驗證。

3.1?評價指標體系權重的確定

3.1.1?構造互補判斷矩陣

本文邀請三位專家（包括教授、工程師等，他們來自不同的部門，代表了對軌道運營認識的不同視角）進行打分，對同一層次的指標進行兩兩重要性比較，給出所認為的最悲觀值、最可能值、最樂觀值。打分用模糊數（lij，mij，sij）表示，當lij=mij=sij時，則是一個精確數。

（1）指標標度方法如下表1：

對每個指標給出了上限值、中間值、下限值三個打分結果，數據統計結果如下表6—表9所示。

數據選取的原則如下：

a.當專家打分的平均值為非1～9標度值，如3.6或者5.3，則取近似值為4和5。

b.當專家打分的值sl大于3，則認為其不合理，剔除之后重新賦值。

c.當專家的打分出現矛盾時，例如專家一打分為（3，4，5），專家二打分為（1/5，1/4，1/3）時，則專家進行該指標的討論，重新打分。

對準則層B的三個指標構造的判斷矩陣如下表10所示：

同理，對準則層下的C層各指標進行兩兩比較，構造了模糊判斷矩陣，結果見表11、表12、表13所示：

3.1.2?層次單排序

下面主要以B層指標相對于A層權重的計算過程為例，進行詳細計算。具體步驟如下：

（1）模糊矩陣的各行元素的算術平均值。

根據三角模糊數的公式aij=（r1ij+r2ij+…+rtij）/t得出：

w1=∑3j=1a1j3=1+3+133=1.443

計算結果如下：

w～=[w1，w2，w3]T=[1.443，0.510，3.000]T

（2）將w～進行歸一化處理，得到B層各因素相對于A層的權重。

w～=[0.2583，0.1047，0.6370]T