基于资源配置决策的铁路货运场站综合评价

发布时间：2021-06-11 00:38

　　在考虑发展基础、服务能力、运营水平等反映铁路货运场站整体状况的相关因素基础上,构建评价指标体系;将模糊层次分析法与超效率数据包络分析法相结合,建立铁路货运场站综合评价模型,设计求解步骤。通过调整矩阵元素,将模糊互补矩阵改造成模糊一致性矩阵,给出评价指标权重的计算方法并进行归一化处理;定义负向和正向指标并分别处理为规范化值,由此得到模型的输入数据,并简化模型为单一输入、单一输出的形式。以中国铁路上海局集团有限公司某货运中心下辖的23个货运场站为例,使用Python编程实现对模型的求解,得到货运场站的综合得分,据此对其进行综合评价。结果表明:评价方法能够有效反映铁路货运场站的运营发展状况和资源利用情况,对评价的多个场站实现合理排序,可为铁路部门配置场站资源以及确定改进方向提供决策参考。 

【文章来源】：中国铁道科学. 2020,41(04)北大核心EICSCD

【文章页数】：7 页

【部分图文】：

铁路货运场站综合评价指标体系

假设每个被评价的货运场站（简记为DMU）都有m个负向指标和s个正向指标。表示第j个货运场站DMUj的第1,2，…，i，…，m个负向指标规范化值的集合；同理表示DMUj的正向指标规范化值的集合；V={v1,v2,...,vi,...,vm}，U={u1,u2,...,ur,...,us}分别为负、正向指标的权重集。将通过FAHP方法得到的指标权重与规范化后的指标值加权求和，带入超效率DEA模型，求解出每个货运场站的超效率。这样既可体现权重带来的影响，也使原来的多输入多输出问题转化为单一输入单一输出的DEA模型，使整体评价模型变得简洁。需要说明的是，与DEA中投入产出的原始意义[9]不同，本文从数学规划角度，将正向指标对应DEA中“产出”的概念，将负向指标对应“投入”的概念。图1列出的3级指标中，红色外框表示正向指标，蓝色外框表示负向指标。2.2 模型与方法

以FS18,FS13和FS11这3个典型场站为例，根据调研中了解到的货运场站的实际情况及综合评价结果，分析比较各场站的运营发展和资源配置状况，并给出合理化建议。3个场站在21个指标的表现如图4所示，可见，3个场站在不同的指标上表现出不一样的优劣势规律，据此可得如下结论。图4 场站FS18,FS13和FS11在各指标上的表现


本文编号：3223438