為了能夠評估多式聯(lián)運網(wǎng)絡(luò)中的安全風(fēng)險,提出了一種基于工作分解結(jié)構(gòu)-風(fēng)險分解結(jié)構(gòu)（WBS-RBS）和勾股模糊加權(quán)平均（PFWA）算子的安全風(fēng)險評估方法。通過專家打分的勾股模糊數(shù)（PFLN）替代WBS-RBS的風(fēng)險矩陣0-1賦值,從全階段和分階段兩個過程分別對多式聯(lián)運網(wǎng)絡(luò)的安全風(fēng)險排序值進行計算,從而得到安全風(fēng)險評估結(jié)果。最后,以汽車零部件的鐵-公-水聯(lián)運過程為實例進行了驗證,從整體上來看,轉(zhuǎn)運區(qū)人員的作業(yè)不規(guī)范行為是整個運輸過程中風(fēng)險最大的因素;從作業(yè)的角度來看,轉(zhuǎn)運區(qū)管理和安全防護設(shè)置管理的風(fēng)險因素最高,存儲區(qū)的布局管理則最低;從子風(fēng)險的角度來看,人員安全意識淡薄和運輸過程安全措施不完善導(dǎo)致的風(fēng)險最高,存儲設(shè)施引發(fā)的風(fēng)險最低;從整體風(fēng)險角度來看,5類風(fēng)險因素按照平均風(fēng)險值從大到小排序為人員風(fēng)險、設(shè)施設(shè)備風(fēng)險、環(huán)境風(fēng)險、貨物自身風(fēng)險、運輸管理風(fēng)險。 

【文章頁數(shù)】：6 頁

【文章目錄】：
0 引言
1 多式聯(lián)運網(wǎng)絡(luò)WBS分解
2 多式聯(lián)運網(wǎng)絡(luò)RBS分解
3 基于Pythagorean模糊語言的風(fēng)險排序方法
    3.1 Pythagorean模糊語言定義
    3.2 基于PFLN的全階段子模塊排序方法
    3.3 基于PFLN的各階段風(fēng)險排序方法
4 案例分析
    4.1 全階段子模塊排序
    4.2 分階段風(fēng)險排序
5 結(jié)論


【參考文獻】：
期刊論文
[1]基于FISM的多式聯(lián)運網(wǎng)絡(luò)風(fēng)險結(jié)構(gòu)模型研究[J]. 韓言虎,耿亞芳.  公路交通科技. 2018(09)
[2]基于改進的WBS-RBS識別鐵路危險品運輸風(fēng)險[J]. 黃文成,帥斌,張光亞.  中國安全科學(xué)學(xué)報. 2018(08)
[3]勾股模糊集的距離測度及其在多屬性決策中的應(yīng)用[J]. 李德清,曾文藝,尹乾.  控制與決策. 2017(10)
[4]基于WBS-RBS與故障樹耦合的高速公路養(yǎng)護風(fēng)險評價[J]. 柳本民,趙偉,朱材權(quán),肖殿良.  華東交通大學(xué)學(xué)報. 2016(06)
[5]基于ISM模型的多式聯(lián)運網(wǎng)絡(luò)風(fēng)險因素結(jié)構(gòu)分析[J]. 雷凱,朱曉寧,侯鍵菲.  安全與環(huán)境學(xué)報. 2015(06)
[6]基于Pythagorean模糊語言集多屬性群決策方法[J]. 彭新東,楊勇.  計算機工程與應(yīng)用. 2016(23)

博士論文
[1]多式聯(lián)運網(wǎng)絡(luò)風(fēng)險傳播與控制策略研究[D]. 雷凱.北京交通大學(xué) 2016

碩士論文
[1]基于雙灰色模糊模型的海鐵聯(lián)運網(wǎng)絡(luò)風(fēng)險評價[D]. 吳仙丹.北京交通大學(xué) 2012
[2]貨物多式聯(lián)運的風(fēng)險分析及控制[D]. 賈振軍.重慶交通大學(xué) 2009



本文編號：3700343