[發明專利]一種基于AHP-灰色關聯分析的鐵路乘車方案排序方法

有效

• 申請號: 201910346862.2
• 申請日: 2019-04-27
• 公開（公告）號: CN110119890B
• 公開（公告）日: 2022-10-14
• 發明（設計）人: 王文憲;翟玉江;賈莉;楊笑悅;蘇煥銀;呂秋霞;吳開信
• 申請（專利權）人: 五邑大學
• 主分類號: G06Q10/06
• 分類號: G06Q10/06;G06Q10/04;G06Q50/30
• 代理公司: 廣州市紅荔專利代理有限公司 44214
• 代理人: 吳偉文

1.一種基于AHP-灰色關聯分析的鐵路乘車方案排序方法，包括以下步驟：

S1)、求取鐵路乘車方法備選集，其包括直達乘車方案和一次換乘乘車方案；

S2)、計算鐵路乘車方案評價指標，所述的評價指標包括1)出行費用U₁，2)出行時間U₂，3)出行方便度U₃，4)出行疲憊度U₄，5)出發時間滿意度U₅；

S3)、旅客類別劃分以及乘客指標偏好調查，

按照個人屬性將鐵路旅客劃分為時間型、經濟型以及舒適型，并通過結合調查問卷的方式，確定不同類型旅客對出行費用、出行時間、出行方便度、出行疲勞度以及出發時間滿意度乘車指標進行相對重要度判斷；

S4)、確定各類旅客乘車方案指標的偏好，基于各類鐵路旅客乘車指標相對重要度的問卷調查，采用層次分析法確定各類旅客針對各個指標量化權重值；

S5)、乘車方案灰色關聯排序；

S501)、確定原始序列

針對某個去向的客流需求，構建其乘車方案備選集F＝{X_i|i＝1,2,...,m}，按照上述構建的鐵路乘車方案評價指標體系C＝{c_j|j＝1,2,...,n}，分別收集各個乘車方案對應于各個評價指標的數值X_i＝[x_i1,x_i2,…,x_in]，并根據數據序列X_i(i＝1,2,...,m)，構成如下原始數據矩陣D₀：

式中，m為乘車方案備選集中的乘車方案數，n為乘車方案評價體系中的指標數，x_ij為乘車方案i對應于指標j的數值；

S502)、確定參考序列

作為乘車方案的理想參考標準，參考序列X₀由原始數據矩陣D中各個乘車方案在各個指標下的最優值構成，即

式中，x_0j為第j個乘車方案指標的最優值；

其中，對于成本型指標，參考序列指標取值為x_0j＝min{x_ij}；i＝1,2,...,m；

對于效益型指標，參考序列指標取值為x_0j＝max{x_ij}；i＝1,2,...,m；

將參考序列與原始序列進行合并，得到綜合數據序列：

S503)、綜合數據序列無量綱化處理

綜合數據序列具有不同的量綱或數量級，為了保證分析結果的可靠性，需要對該序列中的所有數值進行無量綱化處理，采用基于均值化方法的規范化公式如下：

式中，x_ij為乘車方案i對應于指標j的數值，x′_ij為經過無量綱化處理后的x_ij數值，m為乘車方案備選集中的乘車方案數，n為乘車方案評價體系中的指標數；

原綜合數據序列中所有數值無量綱化處理后，形成矩陣如下：

S504)、計算絕對差值序列

逐個計算每個乘車方案指標序列與理想乘車方案指標序列對應的各個指標元素的絕對差值，即|x′_ij-x′_0j|，其中i＝1,2,...,m；j＝1,2,...,n，形成絕對差值矩陣如下：

定義絕對差置矩陣△中的最大數值與最小數值分別為最大差與最小差；

S505)、計算關聯系數

分別結算每個乘車方案指標序列與理想乘車方案指標序列對應元素的關聯系數ξ_ij，其計算公式如下：

式中，i＝1,2,...,m；j＝1,2,...,n；ρ∈(0,1)為分辨系數，其取值越小越能提高關聯系數間的差異性，一般取值0.5；關聯系數ξ_ij∈(0,1)反映乘車方案指標序列X_i與理想乘車方案指標序列X₀在第j個指標上的量化關聯程度；

S506)、計算綜合關聯度

計算各個待評價乘車方案的各個指標有理想乘車方案對應各指標元素的綜合關聯度r_i，以反映各個乘車方案與理想乘車方案的關聯關系，其計算公式如下：

式中，w_j為第j個乘車方案指標的權重系數，ξ_ij為關聯系數；

將各個乘車方案與理想乘車方案的綜合關聯度從大到小進行排序，關聯度越大，說明該方案與理想方案的相似程度越高，即該乘車方案對該類型旅客越適應。