基于DEMATEL-AISM的装配式建筑供应链风险传导关系研究

为了降低装配式建筑供应链风险。本文基于全生命周期从计划、设计、采购、施工装配、生产运输四个主要维度构建装配式建筑供应链风险评价指标体系,运用DEMATEL方法以量化风险因素之间的影响程度,再运用AISM模型分析影响因素的层次结构,最后确定影响装配式建筑供应链风险的根本致因并提出相关对策建议。研究结果以期对装配式建筑供应链各参与主体的管理决策提供参考依据,保障项目实施的顺利进行。

TOPSIS-AISM模型在基坑支护方案优选中的应用

基坑工程中选择合适的支护方案对保证施工过程的安全性有着重大意义。为提高深基坑工程支护方案选择方法的科学性与合理性,以武汉地铁12号线青菱站深基坑工程为依托,将TOPSIS(technique for order preference by similarity to an idea solution)法与AISM(adversarial interpretive structure modeling)法相结合建立了TOPSIS-AISM夹逼对抗解释结构模型,并将该模型运用于基坑支护方案优选中,通过对相关数据计算结果与评价指标体系进行分析,以验证该模型的合理性与科学性。结果表明:(1)该模型以哈斯图解的方式对各基坑支护待选方案进行分层优选,相较传统TOPSIS法其对各待选方案在具体工程项目中的优劣性表现更加全面;(2)该模型对指标赋权方法适应性强,依靠指标权重顺序信息即可得到科学合理的结果,相较传统TOPSIS法其更具排序稳定性;(3)该模型不依赖数据矩阵确定正、负理想点,相较传统TOPSIS法其评价标准更具有客观性与普遍性;(4)该模型可对具有活动因素特征的方案进行甄别,相较传统TOPSIS法其工程指导性更强.

山区高速公路交通事故风险多维度耦合研究

为有效降低山区高速公路事故率,以2016—2021年云南省山区高速公路交通事故数据为研究对象,基于集成决策实验法-对抗解释结构模型(DEMATEL-AISM),筛选识别山区高速公路交通风险要素,从人-车-路-环境-管理时空全维度出发,分析风险要素因果并绘制UP和DOWN型有向拓扑层级图,最终确定19种风险因素;构建N-K-耦合度模型量化风险因素,对山区高速公路交通事故风险因素间进行时空全维度耦合,探究风险因素间的关系,并提出山区高速公路交通事故全维耦合交通风险弹性解耦模型。研究结果表明:单维度中,人因的跟车太近与疲劳驾驶耦合值为0.741,路因长大下坡与急弯耦合值为0.816,为单维度中对系统影响较大的2种作用情况;双维度下,较大的作用情况为人-车及人-路,耦合值为0.157、0.124,其中,路因的长大下坡、人因的跟车太近与其他要素易形成强耦合;多维度下最大的作用情况为人-路-环,耦合值为0.891,其中,驾驶人的不良驾驶行为、道路的急弯与长大下坡、环境的雨天、雾天、冰雪天极易与其他因素耦合结果超过70%,构成强耦合关系,发生交通事故概率较大。

高速公路项目中多主体协同管理影响因素分析

为促进多主体间进行高效的协同管理以保证项目全寿命周期内有序开展,针对高速公路项目中的多主体,分析了其协同管理相关影响因素。根据文献研究和调研结果确定17个影响因素,采用决策实验室法(DEMATEL)和对抗解释结构模型(AISM)对协同管理影响因素进行分析并形成对抗多级递阶结构模型。结果表明:高速公路项目中多主体协同管理受到本质致因阶、过渡致因阶和临近致因阶三层因素共同影响。其中,信息共享程度、总体目标一致性、目标可实现性、主体间利益分配合理性和价值取向是关键影响因素,应重点关注和控制。

基于改进对抗解释结构模型和交叉影响矩阵相乘法的多航站区分区运行设计影响因素分析

针对大型民用运输机场多航站楼、多机坪复杂布局形式,为科学确定多航站区分区使用模式。在构建多航站区分区运行影响因素集的基础上,运用模糊集理论对对抗解释结构模型(adversarial interpretive structure modeling method,AISM)进行改进,通过模糊可达矩阵对水平截距分布进行深入分析,进而得到多航站区分区运行影响因素的多层级模型。最后结合对抗层级拓扑图以及模糊驱动力-依赖性图对因素之间的关联性和逻辑性进行分析,并以粤港澳大湾区某干线机场的远期规划进行实例验证。结果表明:航空公司年旅客运量和航空公司高峰小时旅客数量驱动力较高而依赖性较低;机位分配与使用策略、分散式航站楼间捷运系统的通达性驱动力较低而依赖性较高。综合对抗层级拓扑图所揭示的表层、中间层、深层影响因素可知,航司年旅客运量和高峰小时旅客数量是影响分区运行设计的最根源和关键的因素。

基于决策实验室算法-对抗解释结构模型的电动汽车多场景需求响应策略分析

随着可再生能源渗透率的持续提升,电网波动性与随机性日益增加,需求侧可调资源将愈发重要。电动汽车(electric vehicle, EV)在需求侧资源中占比较大,但现有研究较少考虑电动汽车参与需求响应过程中个人与社会因素的多因素交互影响。因此,文章提出了一种基于决策实验室算法-对抗解释结构模型(decision-making trial and evaluation laboratory-adversarial interpretive structure modeling, DEMATEL-AISM)算法的EV多场景需求响应充电调度策略。首先,通过数据挖掘法分析多场景下充电站运行特性与电动汽车充能特性,构建电动汽车充电负荷特性模型;其次,使用DEMATEL-AISM算法对多场景下影响电动汽车充能行为的多因素耦合关系进行分析,挖掘主导因素;最后,基于多场景主导因素分析,制定多因素影响下的用户调控策略。通过仿真分析,验证了所提方法能有效平抑负荷峰谷水平,降低节点电压波动,提高电力系统需求侧的稳定性与经济性。