0 引 言

航空公司的安全隐患广泛存在于各个运行过程中，例如航班放行、机务维修、装载配平等各个环节，而每个环节又都具有自己所属专业特点的生产要素、组织结构和业务流程，任何一个环节或流程上的失误都有可能引起不安全事件的发生。鉴于航班起飞风险因素的复杂多样且关系不明，仅凭管理经验已经无法做出正确的风险评估，这就需要运用专门的方法根据航班起飞数据做出综合评估，为风险管理提供决策支持。

当前在民航领域主要应用的风险评估工具有两类：第一类是定性方法，例如ICAO在《Safety Management Manual》[1]中提出的依靠经验分析的风险评估方法；第二类是量化方法，主要包括灰色系统及ANN（Artificial Neural Network）等方法。2013年，Chang Y H等人通过问卷调查方法采集了台湾航空公司的数据，利用AHP方法对与跑道入侵相关的人为因素进行了风险评估[2]。2014年，李蕊等人以航班运行多因素分析为基础，运用事故树分析和基元分析法对航班运行中的潜在风险进行了分析与评估，构建了一种多层次、多结构、多目标的航班安全风险评价模型[3]。2016年，Skorupski J等人基于模糊集合论和事故树方法，对民航事故征候转变成事故的概率进行了评估[4]。同年，王岩韬等人采用基于事故树的贝叶斯网络分析方法，对航班运行不安全事件发生概率进行了评估[5]。2017年，Kokangül A等人研究了风险评估中AHP方法与Fine Kinney方法之间的联系，并基于这两种方法提出了一种新的风险评估手段，利用该新方法可以评估风险的等级、种类和可接受程度[6]。

综合评估方法即对多层次、多特征、多指标架构表述的目标做出全方位、多角度的评价。航班起飞风险评估是一种典型的综合评估问题，常用的综合评估方法主要包括：专家评价法、加权平均法、TOPSIS方法等[7]。上述评价工具能够评估多层级、多指标、非静态的目标，但需要准确地描述评价目标，一旦评价目标具有模糊性或不确定性等特征，上述评价工具将无法获得准确的评估值。此时，需要利用模糊综合评估方法[8]处理该类问题。航班起飞风险评估是对所有影响航班起飞安全的因素进行全局性、整体性评估，其评价对象具备可确定性，但影响因子的风险值又具备一定模糊性，因此适合采用模糊综合评估方法进行评估。

本文将研究一种基于中介理论的综合评估方法，基于该方法对航班起飞风险进行模糊综合评估。中介真值程度度量的原理是将两端弱化，突出过渡，着重评价中间的模糊中介状态，同时兼顾两端的状态。因此，该方法不仅拥有一般模糊综合评估方法拥有的优点，即能够对评估因素间的不确定性进行模糊处理，还能够综合考虑到评估因素中的否定信息，这是其他主观评估法所欠缺的考虑。

1 航班起飞风险指标体系构建

任何综合评估方法都是基于被评价对象的评估指标体系进行的，因此，在进行航班起飞风险评估前必须要研究分析影响航班起飞安全的各种因素，并建立相应的指标体系。本文主要从“人”、“机”、“环”三个方面入手，分析航班运行过程中的起飞阶段，主要包括航空器、机组和环境等方面，其中机组部分指标树见图1，航班起飞风险总指标架构见图2。

当前，企业根据新型的财务管理系统更新、重组了管理工作的结构，使得工作流程更加的快捷与便利。首先需要将企业内部原定的分界线取消，对业务的流程进行相应的重新规划与组合，促进财务与决策的统一，形成信息、资金、产品三者的循环流通，将次流程与企业的生产供应链相适应。减少多余的环节，实现整个财务管理与产品生产流程的重组，提高企业的经济效益。

  

图1 航班起飞风险“机组”部分指标体系Fig.1 Crew index system of flight departure risk

  

图2 航班起飞风险指标体系Fig.2 Index system of flight departure risk

2 中介真值程度度量理论

20世纪60年代，模糊集合（Fuzzy Sets）在数学领域出现，模糊领域的相关问题逐渐出现有效的处理方法。1985年，肖奚安等建立了中介逻辑系统（Medium Logic System，MLS）[9]。之后，另一位数学专家洪龙又对中介逻辑系统进行了更加深入的研究，提出了如何构建距离比函数和度量中介真值程度的方法[10]。关于中介真值程度度量的理论概述如下：

定义1 谓词表示某一概念或性质，以P表示；P（x ）表示某一元素x完全具有性质P；¬P表示P反对对立面。若元素x既具备特征P，又具备特征¬P，则称x具备～P性质，且称～P为P和¬P的中介谓词。符号+表示“更”这一超态概念，+P比P更加P，¬+P表示比¬P更加¬P[9-12]。

计算得出中介模糊评判矩阵R=（rij）m×n ，rij为评价对象vi用指标uj评价时风险值相对于“高”的真值程度。本文依据uj的指标类型，选取恰当的参数与距离比函数计算指标的真值程度，在此基础上构建中介评估矩阵。本文取αF（j）=5，突出风险值在1～5之间为低风险；取αT（j）=8，突出风险值介于8～10之间为高风险。取εF（j）=εT（j）=0.5。

定义3 X为非空集合，映射:n fX→R是集合X的n维数值化映射。对于x∈X，子集T⊂Rn和F⊂Rn满足：f(x)∈T⇔P(x)及f(x)∈F⇔¬P(x)，则称T是P的真数值区域，F是P的假数值区域[9-12]。若谓词P的真值区域是则称α为P的ε标准度。

谓词和数值区域的关系见图3，相对于P的距离比函数hT：f（X）→R 见式（1）。

通常，在采用基于中介理论的综合评估方法对评估对象进行评估时，可以分为下面5个步骤[13]：

  

图3 数值区域与谓词的对应关系Fig.3 Relationship between the numeric ranges and predicates

 

  

图4 假数值区域位于真数值区域两侧时，数值区域与谓词的对应关系Fig.4 Relationship between the numeric ranges and predicates when false values are on the sides of the true value ranges

 

3 基于中介真值程度度量的航班起飞风险评估

3.1 基本思想

基于中介理论的航班起飞风险评估的基本思想[13]是在对航班进行综合评估时，将风险“高”与“低”作为对立的谓词。首先，针对单个指标得出待评估航班中风险“高”与“低”的度量值，作为这一对谓词的标准度；接着，引入距离比函数，计算得出此指标下待评估航班相对于风险“高”的真值程度；进一步结合各风险指标的权值系数即可得到整个指标体系下待评估航班风险相对于“高”的真值程度。真值程度越高，表示该评估航班风险值越“高”，反之其风险值则越“低”。

3.2 基本步骤

若假数值区域在真数值区域两边，谓词和数值区域的关系见图4，相对于Q的距离比函数hT：f（X）→R 见式（2）[9-13]。

本文主要分析了基于不同缓控释肥料对水稻秀水134产量及经济效益的影响，结合两个试验案例中的多个处理区，通过不同缓控释肥料施肥、常规施肥及无施肥区进行试验对比发现，一般施用缓控释肥料可提高10%～15%的水稻作物产量，肥料利用率可提高25%，效果明显。而在试验中发现施肥脲甲醛缓释肥效果最佳，脲甲醛缓释肥是被目前公认的稳定性最佳的缓释控肥料，在有效减氮的同时可以提高水稻的氮素吸收利用率，对简化水稻施肥技术和节约劳动人力成本都有好处。

步骤五 确定最终综合评估值。

步骤四 确定指标权重系数。

设待评价目标集V=｛v1,v2,…,vm｝和指标体系集U=｛u1,u2,…,un｝，用U中的各个指标对V中的各个评价对象进行度量，得出初始决策矩阵X=（xij）m×n。其中，m为待评估对象数，n为指标数。xij表示用第j个指标度量第i个对象的值。

（3）对于固定值最优指标：

将矩阵X=（xij）m×n标准化，所得矩阵记为Y=(yij)m×n。本文定义矩阵的标准化方法如下：

（1）对于效益型指标：

 

（2）对于成本型指标：

经济犯罪行为具有经济违法和刑事违法的双重属性。刑法是经济法的保障法。故刑法与经济法之间的协调有利于不同部门法合理、准确、及时地区别调整对象，规制经济越轨行为，维护社会经济秩序。刑法与经济法之间的协调既包括立法上的严密衔接，也包括司法实践中对案件的准确定性。

 

步骤二 确定标准化矩阵。

2)随着课程的MOOC化，仿真实验将会是实验教学中不可或缺的一部分.用仿真实验替代动物实验将成为一种必然趋势.

 

式中，β为固定值。

步骤三 确定中介模糊评判矩阵。

定义2 d为a、b间的距离，一维欧式距离表示为：

《琵琶记》①是中国传统戏剧的经典之作，被誉为“南戏之祖”，历来受到各代研究者的关注。《琵琶记》产生于宋元之交，颇具时代的烙印，因而受到褒贬不一的评价。

随着科技的不断进步，混凝土装配式住宅施工技术也日益更新，而该技术的操作要点之一便是灌浆操作技术。良好的开始是成功的一半，因而在实施该项操作时一定要时刻关注准备工作是否完备，如果在准备工作尚未完成的情况下就进行操作，施工的质量将无法得到良好的保证。在确认准备工作就绪之后就要进行灌浆液的配置，在此过程中，各种含量的配置需与整个工程结构设计相结合，按照预先计划的科学比例进行相应的调制，如果遇到突发状况需更改配方时，应该与相关技术人员确认无误后进行操作。在进行灌浆操作之前要对预制构件进行检查，如果达到规定的安装标准，则实施灌浆。为了避免预制构件的错位，在最后一步必须要进行全方位密封工作。

选择合适的权重设定技术度量风险指标的权重系数，记为W=｛w1,w2,…,wn ｝。度量权值的算法多种多样，一般分为主观方法和客观方法两大类，常用的有AHP和熵权法，分别是主客观赋权的代表。

步骤一 确定初始指标决策矩阵。

将步骤四中得到的权重系数集W =｛w1,w2, …,wn｝和步骤三中得到的中介模糊评判矩阵R进行加权处理，得到最终的综合评价结果D=｛d1,d2, …,dm｝ 。

 

通过以上五步的计算，即可得到待评估航班起飞风险的综合评估值。

4 评估实验与结果分析

4.1 数据准备

根据航班起飞风险指标体系中的因素，采集与航班离场运行有关的各部门相关数据，结合各部门现有的不安全事件数据，建立相应的航班起飞风险数据库。依据航空规章、公司运行手册、制造厂商安全手册以及相关专家的意见，同时结合SMS典型案例，对风险因素等级进行划分，建立风险指标的量化分类标准，为采用中介方法评估航班起飞风险值提供数据支撑。实验选取了我国华东某机场日常的航班运行数据，按上述要求对原始数据进行分级和归一化处理得到可用的数据集。限于篇幅，表1展示了其中的2条运行数据。

 

表1 航班起飞运行数据Tab.1 Flight departure operation data

  

运行数据 航班号 运行数据 航班号MU586 MU588MU586 MU588是否老旧飞机 2 4 副驾驶起落次数 6 2飞机重要系统保留故障信息 6 10 副驾驶最近一次飞行 0 0飞机重点监控故障信息 0 0 副驾驶近期运行经历 0 0机场起飞运行特点 0 0 机长90d内飞行时间 0 0天气现象 0 0 副驾驶90d内飞行时间 0 0安全记录 0 0 飞行时间1 4 9所属单位 0 0 经历时间1 7 9是否有外籍 0 0 飞行时间2 4 2机长机场经验 0 0 经历时间2 7 2副驾驶机场经验 0 0 机长执勤期之间休息期 0 0机长健康状况 2 0 机长休息期时段 0 0副驾驶健康状况 0 0 机长执勤时间 0 0重要通告 0 0 机长执勤期航班段数 0 0起飞机场能见度 1 4 机长执勤期是否跨一点 0 0降落机场能见度 8 6 机长168h内休息情况 0 0风向 0 0 机长168h内执勤情况 0 0平均年龄 2 4 机长168h内一类机场起降次数 0 0年龄差 6 10 机长30d内出勤天数 0 0机长经验 0 0 机长30d内特殊航线 0 0技术级别均值 1 3 副驾驶168h内休息状况 0 0技术级别差值 0 10 副驾驶168h内执勤情况 0 0副驾驶短时疲劳 0 0 副驾驶168h内一类机场起降次数 0 0起飞机场重要通告 10 10 副驾驶30d内出勤天数 0 0降落机场重要通告 10 10 副驾驶30d内特殊航线 0 0起飞机场风速 5 10 机长30d内飞行时间 0 0降落机场风速 3 3 机长30d内外站过夜次数 0 0机长起落次数 9 10 副驾驶30d内飞行时间 0 0机长最近一次飞行 0 0 副驾驶30d内外站过夜次数 0 0机长近期运行经历 0 0

4.2 航班起飞风险综合评估

以航班号MU586的航班为例，选取“机组—机组经验能力—副驾驶经验能力”的子指标树描述实验过程，子指标树见图1。

第一步 根据表1中的数据确定初始风险值，见表2。

 

表2 底层指标风险值Tab.2 Risk values of the basic index

  

底层指标 风险值飞行时间 4经历时间 7副驾驶起落次数 6副驾驶最近一次飞行 0副驾驶近期运行经历 0副驾驶机场经验 0

第二步 根据初始风险值，结合上文所述中介逻辑的相关理论与算法，确定中介真值程度度量值。

酒精性肝硬化使用常规治疗的疗程长,效果差,而加入了还原型谷胱甘肽后,对各种酶的产生和活性起到了促进效果,能够保护肝脏,让最终的治疗效果获得提升。此次对70例患者开展的研究数据也体现了该种治疗方式的优点,因此在临床中可以进行推广使用。

本文规定风险值在1～5之间为“可接受风险”；风险值在5～8之间为“缓解后可接受风险”；风险值大于8为“不可接受风险”。对应中介真值程度小于0表示风险值较低，隶属于“可接受风险”范畴；在0～1之间隶属于“缓解后可接受风险”范畴；大于1隶属于“不可接受风险”范畴。因此，本文取αF（j）=5，突出风险值介于1～5之间为低风险；取αT（j）=8，突出风险值介于8～10之间为高风险，5～8介于高风险与低风险之间。取εT（j）=εF（j）=0.5，副驾驶经验能力子指标树的底层指标中介真值计算结果见表3。

因此在衡量RTA的签署质量时，可以同时参考协议的条款覆盖率和法定承诺率，法定承诺率比条款覆盖率对质量层面的考查更为严格。“条款覆盖率”=协议文本中涉及WTO+或WTO-X领域的条款数目/总条款数目×100%；“法律承诺率”=涉及WTO+或WTO-X领域具有法律效力的条款数

 

表3 副驾驶经验能力底层指标中介真值度量值Tab.3 Measure of medium truth degree of the copilot’s basic experience

  

底层指标 中介真值飞行时间2 -0.167经历时间2 0.75副驾驶起落次数 0.25副驾驶最近一次飞行 -1.5副驾驶近期运行经历 -1.5副驾驶机场经验 -1.5

第三步 本文选择熵权法度量权值。

熵值可以用来度量系统的不确定程度[14]。熵权法是客观赋权法中的一种，该方法基于被评估系统中每个指标所携带的信息熵来计算权值，可以有效地减少主观性带来的误差[15]。副驾驶经验能力子指标树的底层指标权值见表4。

吼过之后，我从床上骨碌坐起身来。午后的阳光白花花地照在身上，我感到眼前一阵眩晕。——我这是在做梦？来不及细想，我第一反应是飞身下床，准备夺门而出。可是一挨地我的脚就崴了，一屁股墩在地上。为了确认事情的真相，我在大腿上掐了一把。这回放心了。脚脖和大腿上的两股疼痛证明，我刚刚确实做了个梦。既然是做梦，我追杀李老黑的事就肯定没有发生。既然没有发生，李老黑就不可能知道。既然李老黑不可能知道，我就没有必要担心。一番简单的推理之后，我心里慢慢踏实下来。一踏实下来，就觉得嗓子里面干得蹿火，脑子里一跳一跳的疼。昨天喝酒实在太多了，我从来没喝过那么多酒。要不是喝到烂醉如泥的程度，我怎么会睡到李金枝的床上？

 

表4 副驾驶经验能力底层指标权重Tab.4 Weights of the copilot’s basic experience

  

底层指标 权重飞行时间2 0.504经历时间2 0.496副驾驶起落次数 0.501副驾驶最近一次飞行 0.5副驾驶近期运行经历 0.5副驾驶机场经验 0.524

第四步 进行综合评估。

由表2可知，采用半干法+干法脱酸工艺，主要脱酸反应为半干法，消石灰的耗量为12 kg/t。而采用干法+湿法工艺，为了减少湿法负荷，干法的消石灰耗量最大（15.00 kg/t），湿法的NaOH消耗也最大（4.22 kg/t）。半干法+湿法工艺，运行中发现，当半干法投全力时，HCl和SO2排放浓度基本可保证＜10 mg/m3，而再投运湿法，污染物排放浓度会降低，但经济性变差，总结运行经验，在消石灰和NaOH耗量约8 kg/t、3 kg/t时，整套系统的经济性最佳。

根据本文所述的基于中介理论的模糊综合评估方法，从最底层开始进行评估，把下层的评价结果视为对上层因素的评估集，组成上层因素的评估矩阵，进而对上层进行评估，直至评估到顶层目标结束。副驾驶经验能力指标的最终评估值见表5。从指标树中可以看出，副驾驶经验能力的综合评估值为-1.100，隶属于“可接受风险”范畴。

 

表5 副驾驶经验能力最终评估结果Tab.5 Evaluation of the copilot’s experience

  

底层指标 权重 中介真值飞行时间2 0.504 -0.167经历时间2 0.496 0.75副驾驶飞行时间 0.499 0.288副驾驶起落次数 0.501 0.501副驾驶最近一次飞行 0.5 -1.5副驾驶近期运行经历 0.5 -1.5副驾驶飞行经历 0.476 0.269副驾驶经验保持 0.524 -1.5副驾驶机场经验 0.524 -1.5副驾驶飞行经验 0.476 -0.658副驾驶经验能力 — -1.100

完整的航班起飞风险评估值如表6、7、8、9所示。基于中介理论的航班起飞风险评估最终结果为-0.985，结果值小于0，隶属于“可接受风险”，因此航班号为MU586的航班的起飞风险度为“可接受的”。

虽然百色芒果“农超对接”的经营模式已经在部分农副产品被广泛应用和推广，虽然电商、微商、快递行业快速发展，但因破损率高、包裹赔率大，仍没有快递企业愿意承接鲜葡萄散客零买的订单。但由于葡萄鲜果的特殊性，广西快递企业不受理和接收葡萄快递包裹的订单，电商物流在葡萄鲜果产业中的应用无法获得有效推广和实施。

 

表6 “机组”子指标树综合评估结果Tab.6 Comprehensive evaluation of the crew

  

机组指标 权重 中介真值机长30d内飞行时间 0.5 -1.5机长30d内外站过夜次数 0.5 -1.5副驾30d内飞行时间 0.5 -1.5副驾30d内外站过夜次数 0.5 -1.5副驾30d内特殊航线 0.333 -1.5副驾30d内执勤情况 0.333 -1.5副驾30d内出勤天数 0.333 -1.5副驾168h内一类起降次数 0.333 -1.5副驾168h内执勤情况 0.333 -1.5副驾168h内休息情况 0.333 -1.5机长30d内特殊航线 0.333 -1.5机长30d内出勤天数 0.333 -1.5机长30d内执勤情况 0.333 -1.5机长168h内一类起降次数 0.333 -1.5机长168h内执勤情况 0.333 -1.5机长168h内休息情况 0.333 -1.5机长执勤期是否跨一点 0.333 -1.5机长执勤期航班段数 0.333 -1.5机长执勤时间 0.333 -1.5机长休息期时段 0.5 -1.5机长执勤期之间休息期 0.5 -1.5经历时间1 0.5 -0.167飞行时间1 0.5 0.75副驾30d内累积疲劳 0.333 -1.5副驾90d内飞行时间 0.333 -1.5副驾168h内累积疲劳 0.333 -1.5机长30d内累积疲劳 0.333 -1.5机长90d内飞行时间 0.333 -1.5机长168h内累积疲劳 0.333 -1.5机长执勤情况 0.5 -1.5机长休息情况 0.5 -1.5机长近期运行经历 0.5 -1.5机长最近一次飞行 0.5 -1.5机长起落次数 0.5 1.167机长飞行时间 0.5 0.292平均年龄 0.475 -0.833年龄差 0.525 0.25机长经验 0.363 -1.5技术级别均值 0.288 -1.167技术级别差值 0.349 -1.5

 

续表6

  

机组指标 权重 中介真值机长飞行经历 0.483 0.730机长经验保持 0.517 -1.5机长短时疲劳 0.5 -1.5机长累积疲劳 0.5 -1.5副驾短时疲劳 0.5 -1.5副驾累积疲劳 0.5 -1.5副驾疲劳情况 0.5 -1.5副驾健康情况 0.5 -1.5机长健康情况 0.439 -0.833机长疲劳情况 0.561 -1.5机长机场经验 0.517 -1.5机长飞行经验 0.583 -0.424是否有外籍 0.5 -1.5所属单位 0.5 -1.5技术级别组合 0.316 -1.404安全记录 0.333 -1.5年龄结构 0.351 -0.265搭档风险 0.508 -1.036熟悉程度 0.492 -1.5机长经验能力 0.507 -0.980副驾经验能力 0.493 -1.100机长压力 0.44 -1.207副驾驶压力 0.56 -1.5机组压力程度 0.329 -1.5机组经验能力 0.337 -1.444机组配合程度 0.333 -1.459机组 0.329 -1.468

 

表7 “环境”子指标树综合评估结果Tab.7 Comprehensive evaluation of the environment

  

环境指标 权重 中介真值起飞机场重要通告 0.497 1.5降落机场重要通告 0.503 1.5起飞机场风速 0.549 0降落机场风速 0.451 -0.5运行时间限制 0.486 1.5重要通告 0.514 -1.5起飞机场能见度 0.526 -1.167降落机场能见度 0.474 1风向 0.541 -1.5风速 0.459 -0.226机场通告变化 0.486 -0.043机场起飞运行特点 0.514 -1.5视程/能见度 0.33 -0.139天气现象 0.362 -1.5风 0.308 -0.915机场 0.514 -0.792气象 0.486 -0.870环境 0.316 -0.830

 

表8 “飞机”子指标树综合评估结果Tab.8 Comprehensive evaluation of the aircraft

  

飞机指标 权重 中介真值是否老旧飞机 0.317 -0.833飞机重要系统保留故障信息 0.35 -0.25飞机重点监控故障信息 0.333 -1.5飞机 0.355 -0.675

 

表9 航班起飞风险综合评估结果Tab.9 Comprehensive evaluation of the flight departure risk

  

起飞指标 权重 中介真值机组 0.329 -1.468环境 0.316 -0.830飞机 0.355 -0.675起飞 — -0.985

为了验证实验结果的有效性，本文另外采用较为常见的熵权层次分析法对该指标树进行了评估，最后的评估结果为1.965。根据上文所述的打分规则，介于1～5，评估结果为此航班的风险度为“可接受的”，验证了本文所研究方法的有效性。

5 总 结

本文基于中介逻辑理论，研究了一种新的航班起飞风险评估方法。该方法考虑到了传统评估方法打分的模糊性，构建了中介真值程度度量值，极大程度地体现了评估结果的模糊性。基于中介理论的模糊综合评估方法，其评估方式与人的思维模式接近，利用程度语言谓词来描述对象，采用定性与定量相结合的评估过程，特别适合解决既具有模糊性、随机性，又具有可确定性的实际问题。实验结果表明，中介方法能够基于日常的航班离场运行基础数据，对航班起飞风险进行准确有效地评估，评估结果能够为航空公司安全管理部门评估航班起飞风险提供一定的参考。因此，基于中介真值程度度量的风险评估方法为航空公司运控部门评估航班起飞风险提供了一种新的选择，具有一定的实际意义。

参考文献

[1] I CAO, Safety management manual（Doc 9859 AN/474）[M]. Montreal: International Civil Aviation Organization,2009.

[2] CHANG Y H，WONG K M. Human risk factors associated with runway incursions[J]. Journal of Air Transport Management，2012，24（24）：25–30.

[3] 王岩韬，李蕊，卢飞，等. 基于多因素分析的航班运行风险评估体系[J]. 天津工业大学学报，2014，33（3）：84-88.

[4] LOWER M，MAGOTT J，SKORUPSKI J. Analysis of air traffic incidents using event trees with fuzzy probabilities[J].Fuzzy Sets & Systems，2016，293：50-79.

[5] 王岩韬，李蕊，卢飞，等. 基于运行数据的航班运行关键风险因素推断[J]. 交通运输系统工程与信息，2016，16（1）：182-188.

[6] KOKANGÜL A，POLAT U，DAĞSUYU C. A new approximation for risk assessment using the AHP and fine kinney methodologies[J]. Safety Science，2017，91：24-32.

[7] 张利，彭建芬，杜宇鸽，等. 信息安全风险评估的综合评估方法综述[J]. 清华大学学报：自然科学版，2012，52（10）：1364-1369.

[8] 胡浩林，刘毅超. 基于运行速度的高速公路安全性评价研究[J]. 交通运输工程与信息学报，2016，14（4）：30-35.

[9] 肖奚安，朱梧槚. 中介逻辑的命题演算系统（Ⅲ）[J]. 自然杂志，1985，8（6）：457-466.

[10] 洪龙，肖溪安，朱梧槚. 中介真值程度的度量及其应用（I）[J]. 计算机学报，2006，29（12）：2186-2194.

[11] 周宁宁，洪龙. 基于中介真值程度度量处理图像的应用理论研究[J]. 南京邮电大学学报：自然科学版，2010，30（3）：21-27.

[12] 洪龙，肖奚安，朱梧槚. 中介真值程度的度量及其应用（II）[J]. 计算机学报，2007，30（9）：1551-1558.

[13] 徐文华，陈海燕，张育平，等. 一种基于中介真值程度度量的模糊综合评价方法[J]. 计算机科学，2016，43（2）：204-209.

[14] ZHAO G J. Research on mine enterprise's safety risk management based on entropy theory[J]. China Safety Science Journal，2012，22（3）：73-78.

[15] 王润孝，张近乐. 熵权分析法在大学出版社经营风险评估中的应用[J]. 兰州大学学报：社会科学版，2010，38（1）：20-24.