基于WBS-RBS和PFWA算子的多式联运网络安全风险评估

发布时间：2022-11-03 17:45

　　为了能够评估多式联运网络中的安全风险,提出了一种基于工作分解结构-风险分解结构（WBS-RBS）和勾股模糊加权平均（PFWA）算子的安全风险评估方法。通过专家打分的勾股模糊数（PFLN）替代WBS-RBS的风险矩阵0-1赋值,从全阶段和分阶段两个过程分别对多式联运网络的安全风险排序值进行计算,从而得到安全风险评估结果。最后,以汽车零部件的铁-公-水联运过程为实例进行了验证,从整体上来看,转运区人员的作业不规范行为是整个运输过程中风险最大的因素;从作业的角度来看,转运区管理和安全防护设置管理的风险因素最高,存储区的布局管理则最低;从子风险的角度来看,人员安全意识淡薄和运输过程安全措施不完善导致的风险最高,存储设施引发的风险最低;从整体风险角度来看,5类风险因素按照平均风险值从大到小排序为人员风险、设施设备风险、环境风险、货物自身风险、运输管理风险。 

【文章页数】：6 页

【文章目录】：
0 引言
1 多式联运网络WBS分解
2 多式联运网络RBS分解
3 基于Pythagorean模糊语言的风险排序方法
    3.1 Pythagorean模糊语言定义
    3.2 基于PFLN的全阶段子模块排序方法
    3.3 基于PFLN的各阶段风险排序方法
4 案例分析
    4.1 全阶段子模块排序
    4.2 分阶段风险排序
5 结论


【参考文献】：
期刊论文
[1]基于FISM的多式联运网络风险结构模型研究[J]. 韩言虎,耿亚芳.  公路交通科技. 2018(09)
[2]基于改进的WBS-RBS识别铁路危险品运输风险[J]. 黄文成,帅斌,张光亚.  中国安全科学学报. 2018(08)
[3]勾股模糊集的距离测度及其在多属性决策中的应用[J]. 李德清,曾文艺,尹乾.  控制与决策. 2017(10)
[4]基于WBS-RBS与故障树耦合的高速公路养护风险评价[J]. 柳本民,赵伟,朱材权,肖殿良.  华东交通大学学报. 2016(06)
[5]基于ISM模型的多式联运网络风险因素结构分析[J]. 雷凯,朱晓宁,侯键菲.  安全与环境学报. 2015(06)
[6]基于Pythagorean模糊语言集多属性群决策方法[J]. 彭新东,杨勇.  计算机工程与应用. 2016(23)

博士论文
[1]多式联运网络风险传播与控制策略研究[D]. 雷凯.北京交通大学 2016

硕士论文
[1]基于双灰色模糊模型的海铁联运网络风险评价[D]. 吴仙丹.北京交通大学 2012
[2]货物多式联运的风险分析及控制[D]. 贾振军.重庆交通大学 2009



本文编号：3700343