基于FANP 的煤矿企业区队安全诚信评价研究.doc

基于FANP 的煤矿企业区队安全诚信评价研究 摘要论文阐述了区队在煤矿企业中的重要作用，在此基础上，结合区队的特点，制定了区 队安全诚信评价指标体系；介绍了模糊网络分析法（FANP）原理，并根据FANP 的计算步骤 结合区队安全诚信评价的特点，论述了模糊网络分析法（FANP）在区队安全诚信评价中的合 理性；最后针对唐口煤矿区队进行了实证研究。 关键词煤矿；区队；安全诚信；三角模糊数；模糊网络分析 中图分类号TD791 Research on uation of safety credit system about coal mine district team based on fuzzy analytic network process Gu Weili School of Management,China University of Mining and Technology,JiangSu XuZhou 221008 Abstract This paper expounds the importance of district team in coal enterprises, basing on it and combing characters of district team, sets up the uation index system of team security and Integrity, introduces the principle of Fuzzy Analytic Network Process FANP, according to the calculation steps of FANP, discusses the rationality of Fuzzy Analytic Network Process FANP in the uation of district team security and Integrity. Finally, the paper makes an empirical study to the district team in Tangkou coal enterprise. Keywordscoalmine;districtteam;safety credit;triangular fuzzy number;fuzzy analytic network process 0 引言 煤炭是我国的基础能源和支柱产业，在我国现代化建设中有着不可替代的作用。煤炭企 业作为高危行业，员工只有按章诚信作业、严格诚信监管，一切以诚信为基本原则，才能铸 牢煤矿的安全防线。近来，国家安全生产监督管理总局和国家煤矿安全监察局领导，在多次 会议上明确提出加快煤矿安全诚信管理体系建设，实施安全承诺活动，促进煤炭企业安全生 产。在煤矿生产中，安全上的诚信缺失将会危及个人生命，给家庭带来不幸，给企业带来经 济损失和极坏的社会影响。实现煤矿安全诚信管理，既需要诚信理念的牵引，行为准则的约 束，同时也需要一种体系对各层级的诚信状态进行测评，客观实际地评价各层级的安全诚信 程度，从而不断加以改进和提高。通过建立各层级的安全诚信数学测评模型，用系统评价结 果来检验、反映诚信安全管理模式的运行状况，将会有效地推进煤矿企业的安全诚信管理工 作，有助于安全诚信建设投资的合理选择，使得安全诚信建设投资和可能减少的负效益达到 合理的平衡；有助于煤矿管理层掌握煤矿安全诚信状况，促进企业深化诚信建设，使得安全 诚信管理得到完整的闭合。此外，本文使用了FANP 决策分析方法，该方法的决策原理是基 于网络分析法和模糊综合评价的决策原理，是将传统的网络分析法和模糊综合评价有机结合 起来而形成的一种新的系统分析方法；是一种能用来处理具有模糊性、反馈和依赖关系的复 杂决策问题的定量方法。 1 模糊网络分析法 1.1 网络分析法（ANP） 1996 年Saaty 较为系统地提出了ANP 的理论与方法[1]，它是在AHP 的基础上发展而形 成的一种新的决策方法。网络分析法（ANP）的决策原理与层次分析法的基本相同，唯一不 同的是前者建立的是网络结构模型，而后者建立的层次结构模型。网络分析法中网络模型的 表示以及权重的合成是网络分析法中最重要的两个方面[2]。 网络中的成分一般用Ch 来表示， h 1，2，，m ，其中的元素假定有h n 个，一般用 eh 1，eh 2，eh nh 来表示。像在层次分析法中一样，一个成分中给定集合元素对系统中 其他成分的元素的影响用优先权重向量来表示，而优先权重向量同样由成对比较判断来得 到。网络中的这种影响定量地可以用一个矩阵来表示，网络分析法中称为超矩阵。比如考虑 由m 个成分C1，C2，，Cm 组成的网络模型，定量地，我们可以用下列超矩阵来表示各个 成分以及成分之间的相互影响关系 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ mm m m m m m m m m m m m m m m w w w w w w w w w e n C e e e n C e e e n C e e e e e n C e e e n C e e e n C W 􀀣 􀀢 􀀣 􀀣 􀀣 􀀣 􀀣 􀀣 􀀢 􀀢 􀀢 􀀢 2 1 2 22 12 1 21 11 2 2 2 2 2 1 1 1 1 1 2 2 2 2 2 1 1 1 1 1 2 1 2 1 2 1 1, 2, , 1, 2, , 1, 2, , 而wij 中的每一个列对应于网络模型中的第i 个成分中的元素对第j个成分中的元素的 重要性影响的主特征向量，即按照层次分析法确定的局部权重向量。 1.2 三角模糊数 模糊数是一个模糊集合F {x ∈ R μ F x}，这里的x 在实数线 R1 ∞ x ∞ 上 取值， μ F x 是从R1 到闭区间[0,1]上的一个连续映射。三角模糊数可以表示为 M l,m, u 。它的隶属函数μ M x R → [0,1]定义为 ⎪⎩ ⎪⎨ ⎧ − − ≤ ≤ − − ≤ ≤ x u m u m x u x l m l l x m x l or x u M x / / , 0, μ 这里的l ≤ m ≤ u ，l 和u 表示的是M 支撑的下界和上界，m 是M 的中值。我们也 可以看到，在三角模糊数中，l 和u 表示了判断的模糊程度，u − l 越大表示模糊程度越高， u − l 越小表示模糊程度越低，当l m u 时，M 通常是非模糊数，也就说明判断是非 模糊的。 1.3 FANP 内涵 模糊网络分析法是网络分析法在不确定性和含糊性问题中的延伸，是一种能处理不确定 性和含糊性复杂问题的定量化方法。在AHP/ANP 里，成对比较用比例尺度。虽然这种离散 的尺度有简单和方便使用的优势，但是它没有考虑一个人对一个数的感知或者判断的不确定 性。可是，人们关于个别顾客需求的相对重要性的评估总是主观和不连续的，这是是公认的。 人们使用语言上的术语来表达他们的感觉或者判断是含糊的。模糊集理论是由Zadeh 首先提 出来的，后来模糊集理论处理一个系统里的含糊不清的重要的理论。 模糊网络分析法的决策原理是基于网络分析法和模糊综合评价的决策原理，是将传统的 网络分析法和模糊综合评判有机结合起来形成的一种新的系统分析方法[3]。该方法将各位专 家的给出的两两判断矩阵用三角模糊数的形式加以合成，形成一个模糊两两判断矩阵；根据 三角模糊数的性质以及一定的运算方法，基于网络分析法矩阵的运算，确定出模糊判断矩阵 的权重向量，对模糊权重向量根据决策的思想进行处理，形成一个交互式的权重向量决策分 析过程。 1.4 模糊网络分析法计算步骤 概括起来，模糊网络分析法基本计算步骤如下 （1）专家对评价指标及对象进行两两比较，构造模糊判断矩阵； （2）应用FANP 确定权重 设a l m u t t T ij t ij t ij t ij , , , 1,2,􀀢 , ，表示为第t 个决策者对第i 个因素与第j 个因素比较 给出的模糊评价度。这里所有的 , , t ij t ij t ij t aij l m u 都是模糊三角数。 根据Chang 扩展分析分析法的5 个步骤，具体如下[4] 根据专家给出的模糊评价矩阵求综合模糊矩阵，利用公式 1 1 2 T ij aij aij aij T M ⊗ 􀀢 1 关于第i 个对象的模糊综合扩展值定义为 1 1 1 1 − ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ Σ ⊗ Σ Σ n i m j ij m j Si M ij M （2） 其中 , , , 1 1 1 1 Σ Σ Σ Σ m j m j j m j j j m j M ij l m u , , 1 1 1 1 1 Σ Σ Σ Σ Σ n i i n i i n i i n i m j M ij l m u ③ M1 l1 ,m1 ,u1 ≥ M 2 l2 ,m2 , u2 的可能性程度定义为 sup min , V M1 M 2 M1 x M2 y x y μ μ ≥ ≥ 既可以表示为 ⎪ ⎪⎩ ⎪⎪⎨ ⎧ ≤ − − − − ≥ ≥ 0， 其他 , , 1, 1 2 2 1 2 2 1 1 1 2 2 1 2 1 l u m m m u m l l u m m V M M μ d （3） 这里的d 为M1 ,M 2 交点横坐标，如下图所示 图1 M1 ,M 2 相交 Fig. 1 M1 intersect M2 ④ 一个凸模糊数比k 个凸模糊数M i i 1,2,􀀢, k 大的可能度定义为 [ ] V M M i k V M M M M V M M and M M and and M M i K k min 1 2 3 , 1 , 2 , , 1 2 􀀢 􀀢 􀀢 ≥ ， ，，， ≥ ≥ ≥ ≥ （4） 假设 min d Ai V Si ≥ Sk 对于k 1,2,􀀢n;k ≠ i 。那么权重向量为 T W d A1 , d A2 , , d An ‘ ’ ‘ ’ 􀀢 ，这里的Ai i 1,2,􀀢,n 是n 个元素。然后标准化， 得到权重向量为 T W dA1 , dA2 ,􀀢, dAn ，这里W 是非模糊数。 （3）评价计算 运用模糊数学运算方法，确定综合评价结果。B b b b k R n , , , 1 2 􀀢 ，其中 { } K K1, K2 ,􀀢,Kk , ,Kn 为对应每个k U 的权重向量。 2 区队安全诚信评价指标体系构建 区队单位既是煤矿生产任务的完成单位，同时也是煤矿安全生产基层管理单位，基层区 队管理人员的安全诚信度，决定着基层安全生产状况，也就决定了煤矿最关键环节和地区的 安全生产状况，作为煤矿区队执行层，必须具备良好的安全诚信，切实做好煤矿安全工作， 科学的制定区队的安全诚信考核因素及标准。 结合区队在煤矿企业中的实际特点和有关文献[5-6]，本文提出煤矿区队安全诚信评价指 标体系如表1 所示。 表1 区队安全诚信评价指标体系 Tab.1 the uation index system of team security and Integrity 目标层 准则层 指标层 指标说明 安全认识e11 该指标通过考察区队贯彻执行安全生产法律法规、行业标准及集 团公司和矿各项安全管理规定的情况加以度量 安全技改e12 考察是否及时编制作业规程和安全技术措施 安全法 规措施 C1 规程措施e13 考察区队是否及时组织施工人员学习规程措施 安全教育e21 考察区队管理人员、技术人员是否参加安全生产资格培训 安全确认e22 考察职工培训台帐，及时组织工人培训和复训 安全活动e23 积极参与上级部门组织的其它安全宣传教育活动 安全教 育培训 C2 安全考核e24 考察区队是否加强日常安全教育，开展每日一题、每周一案安全 教育，推行班前十分钟、手指口述、准军事化管理 纠抓三违e31 主动配合矿有关部门，履行“三违”人员“八关”手续 班组管理e32 明确班组长不安全行为治理指标，区队长、班组长按时完成治理 任务 “三违” 治理C3 队伍建设e33 积极创建无“三违”区队、无“三违”班组 区队安全 诚信评价 指标体系 安全效自保互保e41 发生轻伤及以上人身事故 果C4 安全生产e42 发生生产岗位突发病亡事件 工程质量e51 认真开展质量标准化建设，保证工程质量动态达标 安全制度e52 建立健全区队安全管理制度，并严格兑现执行 跟班带班e53 考察区队跟带班制度，每班保证有一名技术员以上干部或经矿 批准的班长现场跟带班 自我管 理C5 师徒协议e54 人人实行安全联保，师徒之间签订师徒合同 3 实证研究 本文以唐口矿区队为例进行计算。通过实地调查，对各元素之间的好坏程度进行两两比 较，可以构建模糊判断矩阵。如在准则集1 C 安全法规措施中，以元素11 e 为准则，元素集 11 e （安全认识）、12 e （安全技改）、13 e （规程措施）按照其对11 e 的影响大小进行间接 优势度比较，计算出权重向量，如下表2 表示。 表2 安全法规措施对于安全认识变化的模糊判断矩阵 Tab. 2 The variational fuzzy Judgement Matrix between security measures in laws and safety awareness 11 e 11 e 12 e 13 e 11 e ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎦ ⎤ 1 1 1 1 1 1 1 1 1 ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎦ ⎤ 2 / 3 2 5 / 2 2 / 5 1/ 2 2 / 3 2 / 3 1 3 / 2 ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎦ ⎤ 3 / 2 2 5 / 2 5 / 4 3 / 2 2 2 / 3 1 3 / 2 12 e ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ 2 / 5 1 / 2 3 / 2 3 / 2 2 5 / 2 2 / 3 1 3 / 2 ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎦ ⎤ 1 1 1 1 1 1 1 1 1 ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎦ ⎤ 1 / 2 2 / 3 1 2 / 3 1 3 / 2 2 / 5 1 / 2 2 / 3 13 e ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ 2 / 5 1/ 2 2 / 3 1 / 2 2 / 3 4 / 5 2 / 3 1 3 / 2 ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ 1 3 / 2 2 2 / 3 1 3 / 2 3 / 2 2 5 / 2 ⎢ ⎢ ⎣ ⎡ ⎥ ⎥ ⎦ ⎤ 1 1 1 1 1 1 1 1 1 再按公式1 计算出其所对应的综合模糊判断矩如表3 所示。 表3 安全法规措施对于安全认识的综合模糊判断矩阵 Tab.3 The general fuzzy Judgement Matrix between security measures in laws and safety awareness 11 e 11 e 12 e 13 e 11 e （1 1 1） （0.58 1.17 1.56） 1.14 1.50 2.00 12 e 0.86 1.17 1.83 1 1 1 0.52 0.72 1.06 13 e 0.52 0.72 0.99 1.06 1.50 2.00 1 1 1 按公式2 计算每个准则同所有其他准则相比较的综合重要程度值 0.219,0.375,0.594 7.68 , 1 9.78 , 1 12.44 2.72 , 3.67 , 4.56 1 1 3 1 3 1 1 1 1 1 ⊗ ≈ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎣ ⎡ ⊗ − Σ Σ Σ i j j g m j j S M g M 0.191,0.296,0.507 7.68 , 1 9.78 , 1 12.44 S 2 2.38 , 2.89 , 3.89 ⊗ 1 ≈ 0.207 ,0.329,0.520 7.68 , 1 9.78 , 1 12.44 S 2 2.58 , 3.22 ,3.99 ⊗ 1 ≈ 根据公式（3）计算出 1 0.867 0.329 0.520 0.375 0.219 0.219 0.520 0.899 0.296 0.507 0.329 0.207 0.207 0.507 0.783 0.296 0.507 0.375 0.219 0.219 0.507 1 1 3 2 3 1 2 3 2 1 1 3 1 2 ≥ − − − − ≥ − − − − ≥ − − − − ≥ ≥ ≥ V S S V S S V S S V S S V S S V S S 进而计算出各元素好于其他所有准则的可能性程度 , min 0.867,1 0.867 , min 0.783,0.899 0.783 , min1,1 1 3 3 1 2 2 2 1 3 1 1 2 3 ≥ ≥ ≥ d A V S S S d A V S S S d A V S S S 于是W‘ 1,0.783,0.867 T ，然后经过归一化得到W‘ 0377 ,0.295,0.327 T 即得到的权重向量 11 0.377 0.295 0.327 13 11 12 11 w11 w w T ，即元素集 11 12 13 e 、e 、e 对元素11 e 的影响程度排序向量。 如此，依各准则进行元素组之间的比较，然后求特征向量，从而得到未加权的模糊超矩 阵 ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎥ ⎦ ⎤ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎢ ⎣ ⎡ 0.293 0.244 0.179 0.201 0.154 0.331 0.354 0.342 0.293 0.191 0.400 0.266 0.173 0.172 0.183 0.244 0.257 0.178 0.378 0.259 0.229 0.232 0.259 0.205 0.257 0.188 0.238 0.231 0.210 0.304 0.190 0.178 0.267 0.268 0.199 0.341 0.394 0.232 0.242 0.319 0.267 0.153 0.204 0.200 0.173 0.172 0.262 0.268 0.183 0.310 0.245 0.198 0.223 0.205 0.145 0.134 0.183 0.468 0.158 0.303 0.443 0.353 0.365 0.310 0.533 0.609 0.597 0.472 0.532 0.639 0.679 0.615 0.500 0.483 0.609 0.532 0.420 0.483 0.581 0.615 0.467 0.391 0.403 0.528 0.468 0.361 0.321 0.385 0.500 0.517 0.361 0.468 0.580 0.517 0.419 0.385 0.413 0.098 0.359 0.137 0.392 0.252 0.249 0.336 0.347 0.336 0.098 0.379 0.392 0.354 0.279 0.358 0.206 0.525 0.385 0.239 0.344 0.353 0.320 0.564 0.265 0.173 0.525 0.188 0.344 0.252 0.292 0.393 0.381 0.377 0.256 0.623 0.263 0.395 0..431 0.100 0.388 0.491 0.377 0.434 0.263 0.394 0.429 0.249 0.201 0.168 0.154 0.201 0.293 0.164 0.191 0.191 0.244 0.284 0.275 0.238 0.179 0.180 0.256 0.290 0.259 0.247 0.229 0.249 0.257 0.251 0.188 0.188 0.178 0.190 0.236 0.342 0.378 0.349 0.302 0.313 0.341 0.342 0.394 0.349 0.267 0.172 0.153 0.276 0.268 0.278 0.247 0.191 0.199 0.195 0.197 0.211 0.198 0.243 0.223 0.202 0.183 0.413 0.468 0.345 0.310 0.249 0.241 0.230 0.245 0.275 0.244 0.186 0.327 0.156 0.152 0.111 0.098 0.362 0.379 0.413 0.392 0.358 0.293 0.223 0.252 0.344 0.354 0.249 0.295 0.224 0.193 0.492 0.525 0.344 0.188 0.206 0.344 0.393 0.360 0.408 0.353 0.241 0.252 0.320 0.377 0.620 0.656 0.396 0.377 0.294 0.434 0.381 0.263 0.249 0.348 0.370 0.395 0.414 0.394 0.431 W 模糊超矩阵W 的子块W i, j 1,2,3,4,5 ij 是列归一化的，但W 却不是列归一化的。对模 糊超矩阵W 内的每一列块进行相对权重确定，也就是确定每个准则的相对权重。用类似的 上的方法分别以每个准则为标准，进行两两比较，构建模糊矩阵，然后求出准则层的权重向 量，最终得到模糊准则权重矩阵A 。根据求得的W 以及上面得到的A ，利用MATLAB 软 件构造模糊加权超矩阵W 。接着求W 对应于1 的归一化的特征向量 T W 0.098,0.067,0.084,0.056,0.050,0.048,0.053 ∞ 0.067,0.059,0.056,0.038,0.037,0.040,0.032,0.111,0.109, 这也是本模型的最终的权重向量。然后用该权重向量去乘每个指标的评判矩阵，最终能 够得出该区队的安全诚信水平。 4 结论 通过将煤矿企业区队评价结果与安全诚信评价状态相对照，可知煤矿企业整体系统达到 了安全诚信的划分状态。对煤矿企业区队安全诚信程度的熟练掌握，有助于煤矿企业掌握职 工的安全诚信状态，对推进煤矿企业安全诚信体系的建设具有重要作用。本文采用了FANP， 该方法克服了ANP 中未能考虑到的评估的不确定性和含糊性。本文对相关指标及评价模型 的构建，可为煤矿企业安全诚信评价提供一个理论参考。 [参考文献] References [1] Saaty T L. Decision Making with Dependence and Feedback [M]. RWS Publication, Pittsburgh ,PA ,1996. [2] 王莲芬. 网络分析法ANP的理论与算法[ J ]. 系统工程理论与实践, 2001 3 44-50. [3] Jing-Rung Yu, Sheu-Ji Cheng. An integrated approach for deriving priorities in analytic network process[J]. European Journal of Operational Research 20071801427-1432 [4] Leung LC, Cao D. On consistency and ranking of alternatives in fuzzy AHP[J]. Oper Res 2000,1241102-103 [5] 王社平，刘尚林，班士杰等．煤矿安全诚信管理[M]．北京煤炭工业出版社，200868-69 [6] 林芝平．论煤矿企业全员意识培养[J]，昆明理工大学，2004，3.