灰色關(guān)聯(lián)分析在船員選派中的應(yīng)用

劉立國 梁炳南

摘要：

為方便船舶管理公司科學(xué)合理地進(jìn)行船員選派，利用灰色關(guān)聯(lián)分析法建立船員選派模型。在現(xiàn)有文獻(xiàn)中關(guān)于船員適任性評(píng)價(jià)的基礎(chǔ)上對(duì)影響指標(biāo)因素重新劃分，利用熵權(quán)法確定指標(biāo)權(quán)重以消除主觀因素過重的缺陷。以某船舶管理公司從4名待派船員中選派1名船員為實(shí)例，驗(yàn)證該模型在船員選派方面的合理性與實(shí)用性。該模型能夠?yàn)榇胺?wù)機(jī)構(gòu)及管理部門船員選派提供決策支持。

關(guān)鍵詞：

船員選派; 灰色關(guān)聯(lián)分析; 熵權(quán)法

中圖分類號(hào)： F550.64

文獻(xiàn)標(biāo)志碼： A

Application of gray relational analysis in crew selection

LIU Liguo1， LIANG Bingnan2

（

1. Mechanical Engineering Department， Qinghai Communications Technical College， Xining 810003， China;

2. College of Marine Engineering， Dalian Maritime University， Dalian 116026， Liaoning， China）

Abstract：

In order to make ship management companies select crew more scientificly and reasonablely， the gray relational analysis method is used to establish the crew selection model. Based on the crew competency evaluation in the existed references， the influencing index factors are redistributed， and the weights of indices are determined by the entropy weight method to eliminate the defect of subjective factor overweight. A ship management company selecting one seafarer from 4 seafarers is taken for example to verify the rationality and practicability of the model in the crew selection， which shows that the model can serve ship service agencies and ship management departments to provide decision support for crew selection.

Key words：

crew selection; gray relational analysis; entropy weight method

收稿日期： 2017-06-08

修回日期： 2017-10-09

作者簡介：

劉立國（1982—），男，吉林榆樹人，講師，碩士，研究方向?yàn)榇鞍踩c節(jié)能，（E-mail）renzhen@dlmu.edu.cn

0 引 言

安全是船舶海事工作的重中之重，而由人的因素導(dǎo)致的海事事故占海事事故總量的80%。國內(nèi)外很多專家學(xué)者[1-5]對(duì)船員適任性的研究多集中在船員到船任職后的評(píng)價(jià)，而針對(duì)船舶管理公司或配員公司的前期船員選派適任性評(píng)價(jià)的研究較少，同時(shí)很多文獻(xiàn)中的適任性評(píng)價(jià)未能充分利用不同物理含義的已知數(shù)據(jù)，且常用的評(píng)價(jià)方法中人為賦值因素較多且影響較大。為減少人工干擾，使評(píng)價(jià)結(jié)果盡量客觀，本文采用熵權(quán)法確定指標(biāo)權(quán)重，從多個(gè)渠道采集船員指標(biāo)信息并運(yùn)用到灰色關(guān)聯(lián)分析模型中，盡量消除由人的主觀因素導(dǎo)致的偏差以及在船員選派過程中存在的信息不對(duì)稱的劣勢(shì)，使評(píng)價(jià)結(jié)果能最大程度地反映樣本實(shí)際，達(dá)到客觀真實(shí)的目的。

1 灰色關(guān)聯(lián)分析模型原理與計(jì)算步驟

灰色系統(tǒng)理論自1982年由鄧聚龍教授提出以來已發(fā)展成為一套成熟的科學(xué)理論，被廣泛應(yīng)用于各領(lǐng)域?；疑P(guān)聯(lián)分析就是通過各因素變化曲線的幾何形狀，尋求系統(tǒng)中各子系統(tǒng)（或因素）之間的數(shù)值關(guān)系。若各子系統(tǒng)通過樣本數(shù)據(jù)反映出的趨勢(shì)一致，則認(rèn)為它們彼此間關(guān)聯(lián)度較大，否則認(rèn)為它們關(guān)聯(lián)度較小。此種分析方法能夠盡可能減少信息不對(duì)稱的劣勢(shì)，對(duì)數(shù)據(jù)樣本要求低，樣本容量可少至4個(gè)，同時(shí)對(duì)數(shù)據(jù)彼此間的規(guī)律沒有要求。因此，灰色關(guān)聯(lián)分析可以衡量一個(gè)系統(tǒng)的發(fā)展變化態(tài)勢(shì)，能夠提供量化的度量，在動(dòng)態(tài)歷程分析方面具有一定優(yōu)勢(shì)。在實(shí)際操作方面，主要由樣本數(shù)據(jù)無量綱化處理、樣本間灰色關(guān)聯(lián)系數(shù)計(jì)算、關(guān)聯(lián)度分析、根據(jù)關(guān)聯(lián)度大小對(duì)樣本進(jìn)行優(yōu)劣排序等組成。本文建立模型的具體步驟[6]如下。

1.1 確定分析序列

假設(shè)待派船員集（方案集）為{A1， A2， …， Am}，評(píng)價(jià)船員優(yōu)劣的指標(biāo)集為V1，V2，…，Vn，則方案集中的Ai關(guān)于指標(biāo)Vj的屬性值為xij（i=1，2，…，m;j=1，2，…，n），即xij為第i個(gè)評(píng)價(jià)對(duì)象的第j個(gè)評(píng)價(jià)指標(biāo)值。

1.2 樣本數(shù)據(jù)的無量綱化處理

在灰色關(guān)聯(lián)分析中，無量綱化處理是重要的一步，目的是將各種含義不同、難以量化比較的數(shù)據(jù)通過特定方法無量綱化處理，減少物理單位不同對(duì)樣本數(shù)據(jù)的影響。本文用于評(píng)價(jià)待派船員的樣本數(shù)據(jù)物理意義不同，不便于比較，因此需要對(duì)樣本數(shù)據(jù)進(jìn)行無量綱化處理。無量綱化處理方法如下：

設(shè)

最優(yōu)適任船員A0的評(píng)價(jià)指標(biāo)值為x0j。按指標(biāo)特點(diǎn)將評(píng)價(jià)指標(biāo)分為成本型指標(biāo)、效益型指標(biāo)和適度型指標(biāo)。Vj為成本型指標(biāo)時(shí)取{xij|i=1，2，…，m}中最小值為優(yōu)，即取x0j=min{x1j，x2j，…，xmj};Vj為效益型指標(biāo)時(shí)取{xij|i=1，2，…，m}中最大值為優(yōu)，即取x0j=max{x1j，x2j，…，xmj};Vj為適度型指標(biāo)時(shí)取值適中為優(yōu)，假設(shè)xmj為xiji=1，2，…，m中的適中值，則令x0j=xmj。令

x′ij=xij/x0j （i=1，2，…，m;j=1，2，…，n）

（1）

得到無量綱矩陣x′ijm×n和最優(yōu)船員指標(biāo)值序列（也稱相對(duì)最優(yōu)集）

（x′0j）1×n=（1，1，…，1）

（2）

將包含相對(duì)最優(yōu)集的增廣型矩陣

X=（x′ij）（m+1）×n（i=0，1，…，m;j=1，2，…，n）稱為方案集對(duì)指標(biāo)集的決策矩陣。

1.3 灰色關(guān)聯(lián)系數(shù)計(jì)算

待評(píng)船員指標(biāo)值序列與上述獲得的最優(yōu)船員指標(biāo)值序列的灰色關(guān)聯(lián)度需要通過逐步計(jì)算得出。首先，計(jì)算待評(píng)船員指標(biāo)值x′ij與最優(yōu)船員指標(biāo)值x′0j的灰色關(guān)聯(lián)系數(shù)ξij。

每一指標(biāo)的最小和最大絕對(duì)差值分別為

Δmin=mini minjx′ij-x′0j

（3）

Δmax=maxi maxjx′ij-x′0j

（4）

由最小和最大絕對(duì)差值可得

ξij=Δmin+ρΔmaxΔij+ρΔmax（5）

式中：Δij=x′ij-x′0j;ρ為分辨系數(shù)，ρ∈（0，∞）。ρ與分辨力成反比，一般在（0，1）內(nèi)取值，可以根據(jù)具體情況確定其值的大小。當(dāng)ρ≤0.546時(shí)，可以認(rèn)為具有最好的分辨力，通常取ρ = 0.5。

2 熵權(quán)法確定指標(biāo)權(quán)重

在多目標(biāo)評(píng)價(jià)體系中，由于各評(píng)價(jià)指標(biāo)的作用和影響力有很大差別，所以要客觀實(shí)際地對(duì)不同指標(biāo)賦予不同的權(quán)重以體現(xiàn)其重要程度。指標(biāo)權(quán)重的大小對(duì)評(píng)價(jià)體系總體影響很大，因此正確客觀地分配指標(biāo)權(quán)重是多目標(biāo)評(píng)價(jià)體系的決策基礎(chǔ)。

熵最初是用來描述系統(tǒng)內(nèi)部混亂程度的一個(gè)物理量，經(jīng)常用在熱力學(xué)中表征物質(zhì)狀態(tài)，它最早由美國數(shù)學(xué)家、信息論創(chuàng)始人申農(nóng)引入到信息論中，現(xiàn)已經(jīng)被廣泛應(yīng)用于社會(huì)經(jīng)濟(jì)、工程、水利等各領(lǐng)域。熵權(quán)法確定指標(biāo)權(quán)重[6]的依據(jù)為變異性的大小，具體地說：系統(tǒng)某個(gè)樣本指標(biāo)信息熵越小，說明此指標(biāo)值的變異程度越大，此指標(biāo)所能提供的信息量越多，在多目標(biāo)評(píng)價(jià)體系中所能起到的作用也越大，其權(quán)重也越大。目前常用的權(quán)重確定方法大多建立在專家的認(rèn)識(shí)基礎(chǔ)上，主觀性較強(qiáng)，評(píng)價(jià)結(jié)果可能受到人的主觀因素的影響而產(chǎn)生偏差。作為一種客觀賦權(quán)法，熵權(quán)法的優(yōu)勢(shì)在于能夠全面利用樣本數(shù)據(jù)，較客觀地反映各子系統(tǒng)間

競(jìng)爭的相對(duì)激烈程度，結(jié)果可信度高。對(duì)于一個(gè)有m個(gè)船員、n項(xiàng)評(píng)價(jià)指標(biāo)的評(píng)價(jià)問題，利用熵權(quán)法確定指標(biāo)權(quán)重進(jìn)而確定各樣本數(shù)據(jù)的關(guān)聯(lián)度的步驟如下：

步驟1 構(gòu)建判斷矩陣（xij）m×n。

步驟2 判斷矩陣標(biāo)準(zhǔn)化處理。

對(duì)效益型（越大越優(yōu)型）指標(biāo)：

rij=xij-min{xij}max{xij}-min{xij}

（6）

對(duì)成本型（越小越優(yōu)型）指標(biāo)：

rij=max{xij}-xijmax{xij}-min{xij}（7）

對(duì)適度型（越接近rij越好）指標(biāo)：

rij=1-|xij-rij|max|xij-rij|

（8）

步驟3 計(jì)算評(píng)價(jià)指標(biāo)的熵：

Hj=-kmi=1（fijln fij）， j=1，2，…，n

（9）

式中：

fij=rijmi=1rij，

k=1ln m。假定當(dāng)fij=0時(shí)，fijln fij不成立。當(dāng)fij=1時(shí)，ln fij=0，即該指標(biāo)一定發(fā)生，其他指標(biāo)不發(fā)生，因此熵值為零。

步驟4 計(jì)算評(píng)價(jià)指標(biāo)的權(quán)重：

ωj=（1-Hj）n-nj=1Hj

（10）

步驟5 計(jì)算關(guān)聯(lián)度：

Ei=nj=1（ωjξij）

（11）

3 實(shí)例應(yīng)用

構(gòu)建科學(xué)合理的船員評(píng)價(jià)體系是公司選派船員的重要依據(jù)。在參考文獻(xiàn)[7-9]中，根據(jù)調(diào)查問卷和回訪，從4個(gè)方面確定船員適任性影響因素，為船員到職后的評(píng)價(jià)提供了重要依據(jù)。然而，目前多數(shù)配員公司在選派船員時(shí)很多評(píng)價(jià)指標(biāo)無法獲取或量化，同時(shí)從配員公司角度出發(fā)有些評(píng)價(jià)指標(biāo)不符合要求，故需要對(duì)評(píng)價(jià)指標(biāo)進(jìn)行調(diào)整。根據(jù)北京、上

海、廣西3家航運(yùn)公司的《船員考核表》或《船員任期考核表》，并結(jié)合上述參考文獻(xiàn)，從專業(yè)技能、海上資歷、品德操行、身體狀況等4個(gè)方面選取13項(xiàng)指標(biāo)進(jìn)行綜合評(píng)價(jià)，分別為：學(xué)歷（V1），英語測(cè)試成績（V2），職務(wù)證書等級(jí)，應(yīng)急設(shè)備和安全法規(guī)熟悉情況（V3），海齡（V4），航區(qū)，工作過船舶類型（V5），船舶噸位（V6），混派次數(shù)（V7），溝通能力（V8），責(zé)任心，身體健康程度（V9），休假時(shí)間（V10）。以北京某船舶管理公司從4名船員（3名自由船員和1名內(nèi)部推薦船員）中選派1名船員為例，對(duì)這4位船員運(yùn)用灰色關(guān)聯(lián)分析模型進(jìn)行排序。

船員的原始數(shù)據(jù)見表1（即構(gòu)建出判斷矩陣（xij）4×10），其中由于這4名船員職務(wù)證書等級(jí)、航區(qū)相同，加之責(zé)任心一項(xiàng)難于量化，故表中略去此3項(xiàng)。

表1

4名備選船員各項(xiàng)指標(biāo)評(píng)價(jià)值構(gòu)成的判斷矩陣（xij）4×10

對(duì)表1中的數(shù)據(jù)進(jìn)行無量綱化處理，并結(jié)合標(biāo)準(zhǔn)數(shù)據(jù)序列構(gòu)成增廣型決策矩陣X。在這10個(gè)指標(biāo)中：休假時(shí)間為適度性指標(biāo)，休假時(shí)間短不利于船員生理和心理恢復(fù)，休假時(shí)間過長又可能造成船員技術(shù)生疏、心情煩躁等弊端，參考相關(guān)公司規(guī)定后取休假時(shí)間為6個(gè)月;其余為效益型指標(biāo)，指標(biāo)值越大越好。

X

=

1111111111

0.333 3330.683 6460.894 7370.818 18210.761 90510.888 88910.50

0.333 3330.643 4320.947 3680.727 2730.2510.750.944 4440.684 2111

0.555 5560.806 97110.909 0910.500.333 3330.250.944 4440.842 1050.833 333

110.842 10510.750.253 9680.2510.789 4741.833 333

根據(jù)式（3）～（5）構(gòu)建關(guān)聯(lián)系數(shù)矩陣

：

ξ=ξij4×10=

0.384 6150.568 4240.798 3190.696 20210.636 36410.789 47410.454 545

0.384 6150.538 8620.887 8500.604 3960.357 14310.625 0000.882 3530.568 8621

0.483 8710.683 40010.820 8950.454 5450.384 6150.357 1430.882 3530.725 1910.714 286

110.725 19110.625 0000.358 3620.357 14310.664 3360.333 333

用式（6）～（8）構(gòu)造標(biāo)準(zhǔn)化判斷矩陣

：

R=rij4×10=

00.112 7820.333 3330.333 33310.680 8511010.5

000.666 6670010.666 6670.501

0.333 3330.458 64710.666 6670.333 3330.106 38300.50.50.833 333

11010.666 6670010.333 3330.166 667

由式（9）和（10）可得：

Hj=0.405 64， 0.603 13， 0.729 57， 0.729 57， 0.729 57， 0.620 71，0.485 48， 0.750 00， 0.717 69， 0.890 97， j=1， 2， …， 10;

ωj=0.178 076， 0.118 907， 0.081 022， 0.081 022，0.081 022， 0.113 639， 0.154 157， 0.074 903，0.084 584， 0.032 667， j=1， 2， …， 10。

用式（11）求得4名待派船員的關(guān)

聯(lián)度為Ei=0.723 231， 0.639 268， 0.601 316， 0.725 165， i=1， 2， 3， 4。可知各船員適任性優(yōu)劣排序?yàn)椋捍瑔T 4船員 1船員2船員3，因此優(yōu)先選派船員4。

4 結(jié) 論

船舶管理公司或配員公司在進(jìn)行船員選派時(shí)往往對(duì)人員信息了解不夠，如何選派最適任人員是其面臨的一大問題?？紤]到船員適任性評(píng)價(jià)的影響因素眾多，且眾多因素的單位、物理意義均不同，本文運(yùn)用灰色關(guān)聯(lián)分析法對(duì)樣本數(shù)據(jù)進(jìn)行標(biāo)準(zhǔn)化處理，對(duì)待派船員的每一指標(biāo)進(jìn)行定量評(píng)價(jià)，盡可能降低人的因素造成的偏差，使評(píng)價(jià)結(jié)果更客觀。本文沒有考慮船員選派過程中可能出現(xiàn)的一票否決的情況以及一些平衡的需要，這將在以后的研究中加以改進(jìn)。

在實(shí)際船員選派綜合評(píng)價(jià)中，各因素間相互影響、相互聯(lián)系，呈現(xiàn)復(fù)雜的線性關(guān)系 [10]。船員灰色關(guān)聯(lián)分析法為這類非線性關(guān)系的處理提供了理論工具。此方法除可適用于遠(yuǎn)洋船員適任性評(píng)價(jià)外，對(duì)內(nèi)河船員以及特殊船型船員的適任性評(píng)價(jià)也同樣適用?；疑P(guān)聯(lián)分析法能夠客觀利用樣本指標(biāo)數(shù)據(jù)中的有效信息，是一種切實(shí)可行的船員選派適任性評(píng)價(jià)方法。

參考文獻(xiàn)：

[1]

於建偉. 人工神經(jīng)網(wǎng)絡(luò)在船員適任性中的研究[J]. 艦船科學(xué)技術(shù)， 2016， 38（12A）： 178-180.

[2]張曉輝， 劉正江， 吳兆麟. 基于云模型的船員適任性綜合評(píng)價(jià)[J]. 中國航海， 2010， 33（4）： 65-70.

[3]胡志武， 程葆明， 陳延才. 基于BP神經(jīng)網(wǎng)絡(luò)的船員適任性評(píng)價(jià)模型[J]. 上海海事大學(xué)學(xué)報(bào)， 2010， 31（4）： 23-27.

[4]徐東華. 基于粗糙集的海船船員適任性研究[J]. 中國科技論文在線， 2008（10）： 776-780.

[5]徐紅明， 任福安. 船員適任性多層次灰色綜合評(píng)價(jià)研究[J]. 中國航海， 2007， 30（2）： 44-47.

[6]羅毅， 李昱龍. 基于熵權(quán)法和灰色關(guān)聯(lián)分析法的輸電網(wǎng)規(guī)劃方案綜合決策[J]. 電網(wǎng)技術(shù)， 2013（1）： 77-81.

[7]張小云. 遠(yuǎn)洋船員勝任特征模型的構(gòu)建及初步應(yīng)用[D]. 煙臺(tái)： 魯東大學(xué)， 2014.

[8]沈華正. 淺析內(nèi)河船舶船員適任性現(xiàn)狀及勝任評(píng)價(jià)[J].中國水運(yùn)， 2012， 12（12）： 43-44.

[9]楊靚. 基于勝任力模型的內(nèi)河船舶船員適任性評(píng)價(jià)[D]. 武漢： 武漢理工大學(xué)， 2011.

[10]單仁亮， 趙鑫， 徐加夫， 等. 基于加權(quán)灰靶模型的區(qū)域鐵礦安全生產(chǎn)能力評(píng)價(jià)[J]. 中國安全生產(chǎn)科學(xué)技術(shù)， 2013（10）： 27-32.