考慮交互耦合效應(yīng)的工程項(xiàng)目風(fēng)險(xiǎn)因素排序方法

侯學(xué)良， 尹傳根， 李 倩

(華北電力大學(xué) 工程技術(shù)與管理研究所， 北京 102206)

如何對(duì)工程項(xiàng)目實(shí)施狀態(tài)進(jìn)行科學(xué)有效的管理和控制始終是工程項(xiàng)目管理方面一個(gè)永恒的議題[1]，究其原因，一是建設(shè)工程項(xiàng)目在其施工過(guò)程中經(jīng)常受到來(lái)自項(xiàng)目?jī)?nèi)外各種風(fēng)險(xiǎn)因素的影響，這些風(fēng)險(xiǎn)因素使得工程項(xiàng)目具有了偏離預(yù)定目標(biāo)的傾向性，如果這種傾向性累積到一定程度并超越了項(xiàng)目管理者的預(yù)控能力，那么工程項(xiàng)目也就很難實(shí)現(xiàn)其預(yù)定目標(biāo)；二是這些風(fēng)險(xiǎn)因素的大小不是以簡(jiǎn)單線性相加，而常以多因素相互作用產(chǎn)生風(fēng)險(xiǎn)耦合的方式[2]，加劇了對(duì)工程項(xiàng)目的破壞和影響。因此，在建設(shè)工程項(xiàng)目施工過(guò)程中，如何及時(shí)發(fā)現(xiàn)那些給工程項(xiàng)目帶來(lái)不利影響的因素，如何對(duì)其進(jìn)行有效識(shí)別、分析和診斷，并在此基礎(chǔ)上對(duì)其進(jìn)行科學(xué)有效管理和控制，以確保工程項(xiàng)目質(zhì)量、費(fèi)用、進(jìn)度目標(biāo)的順利實(shí)現(xiàn)，就成為工程項(xiàng)目管理研究中的主要內(nèi)容之一。為了解決這一問(wèn)題，對(duì)影響工程項(xiàng)目的風(fēng)險(xiǎn)因素進(jìn)行排序，預(yù)測(cè)出主要風(fēng)險(xiǎn)因素是進(jìn)行工程項(xiàng)目科學(xué)管理的第一步。

針對(duì)風(fēng)險(xiǎn)因素排序問(wèn)題，目前已有層次分析法[3]、模糊綜合評(píng)價(jià)法[4]、灰色綜合評(píng)價(jià)法[5]、模糊網(wǎng)絡(luò)層次分析法[6]、BP(Back Propagation)神經(jīng)網(wǎng)絡(luò)法[7]、二元語(yǔ)義法[8]、灰色模糊多屬性群決策法[9]、貝葉斯網(wǎng)絡(luò)[10]、直覺(jué)語(yǔ)言集[11]等排序方法。這些排序方法主要通過(guò)分別對(duì)單一因素風(fēng)險(xiǎn)進(jìn)行逐個(gè)評(píng)價(jià)比較從而實(shí)現(xiàn)對(duì)整個(gè)工程項(xiàng)目所有因素的排序，但這種方法的效果并不理想。究其原因在于系統(tǒng)中不同因素的風(fēng)險(xiǎn)間存在著耦合作用，這種作用可將風(fēng)險(xiǎn)的危害程度大幅提高，而現(xiàn)有的風(fēng)險(xiǎn)排序方法沒(méi)有考慮到風(fēng)險(xiǎn)因素間的交互耦合效應(yīng)。所以，基于風(fēng)險(xiǎn)耦合理論開展工程項(xiàng)目風(fēng)險(xiǎn)因素管理研究，對(duì)于提升工程項(xiàng)目風(fēng)險(xiǎn)管理效果、降低風(fēng)險(xiǎn)事故問(wèn)題的發(fā)生率和損失具有十分重要的現(xiàn)實(shí)意義和理論價(jià)值。

近年來(lái)，由Fang等[12]提出的交互耦合效應(yīng)理論引起了各個(gè)領(lǐng)域?qū)W者們的關(guān)注，在生態(tài)環(huán)境領(lǐng)域，宋學(xué)鋒等[13]給出了耦合度計(jì)算模型，并以江蘇蘇州為例計(jì)算城市化與環(huán)境的相互作用程度，其結(jié)果與實(shí)際數(shù)據(jù)相吻合，證明了其模型的有效性和準(zhǔn)確性；在交通安全領(lǐng)域，羅帆等[14,15]基于系統(tǒng)工程學(xué)理論，從人、設(shè)備、環(huán)境和管理四個(gè)方面出發(fā)分析航空事故的致因因素，并采用系統(tǒng)動(dòng)力學(xué)理論對(duì)各因素之間的耦合作用機(jī)理進(jìn)行分析，從而構(gòu)建了基于復(fù)雜網(wǎng)絡(luò)的空中交通管制安全風(fēng)險(xiǎn)的N-K模型，計(jì)算出各耦合效度，對(duì)本文工程項(xiàng)目的風(fēng)險(xiǎn)因素耦合研究具有很高的指導(dǎo)性意義。在多屬性決策問(wèn)題中，由于問(wèn)題中涉及的評(píng)價(jià)值具有高度的不確定性，僅使用模糊集往往不能很好地反映決策者的主觀偏好，Atanassov[16]提出了直覺(jué)模糊集的概念，豐富了決策者主觀態(tài)度刻畫內(nèi)容，提供了與現(xiàn)實(shí)應(yīng)用中不確定信息更加貼切的方法?；谥庇X(jué)模糊集，Li等[17～19]等系統(tǒng)地提出了一系列運(yùn)算和定理，奠定了直覺(jué)模糊集理論的基礎(chǔ)。同時(shí)，許多學(xué)者對(duì)此開展研究。從發(fā)表的文獻(xiàn)來(lái)看，對(duì)于直覺(jué)模糊集開展研究，早期大多處于純數(shù)學(xué)的角度，成功的應(yīng)用研究案例較少。如今，直覺(jué)模糊集理論已經(jīng)作為一種新的數(shù)學(xué)方法被引入各種應(yīng)用領(lǐng)域。

因此，本文針對(duì)具有信息模糊性和語(yǔ)言描述性的工程項(xiàng)目風(fēng)險(xiǎn)因素排序問(wèn)題，決定首先根據(jù)交互耦合效應(yīng)理論對(duì)影響工程項(xiàng)目的風(fēng)險(xiǎn)因素之間的耦合效度進(jìn)行計(jì)算；其次，利用直覺(jué)模糊數(shù)對(duì)各風(fēng)險(xiǎn)因素耦合效度值進(jìn)行表示，并以此構(gòu)造出決策矩陣，接著基于直覺(jué)模糊集距離公式以及離差最大化的統(tǒng)計(jì)學(xué)思想，用基于直覺(jué)模糊集距離公式的權(quán)重分配模型計(jì)算出決策屬性的權(quán)重；最后結(jié)合修正的直覺(jué)模糊集逼近理想解(Technique for Order Preference Similarity to Ideal Solution，TOPSIS)法，建立考慮交互耦合效應(yīng)的工程項(xiàng)目風(fēng)險(xiǎn)因素排序模型和算法，預(yù)測(cè)主要風(fēng)險(xiǎn)因素。

1 交互耦合效應(yīng)理論

交互耦合效應(yīng)理論最早是由Fang等[12]提出用來(lái)協(xié)調(diào)城鎮(zhèn)化與生態(tài)環(huán)境的關(guān)系問(wèn)題，他們認(rèn)為，在城市化與生態(tài)環(huán)境之間存在著一種客觀的動(dòng)態(tài)耦合關(guān)系，這種耦合關(guān)系可以看作是一個(gè)開放的、非平衡的、具有非線性相互作用和自組織能力的動(dòng)態(tài)漲落系統(tǒng)。在此系統(tǒng)中，每一個(gè)因素都是該系統(tǒng)的一個(gè)子系統(tǒng)，其變化經(jīng)過(guò)系統(tǒng)的耦合作用，形成三種結(jié)果：(1)加大耦合系統(tǒng)的變化，稱之為耦合升壓效應(yīng)；(2)減小耦合系統(tǒng)的變化，稱之為耦合減壓效應(yīng)；(3)使耦合系統(tǒng)發(fā)生微小的擾動(dòng)，稱之為耦合恒壓效應(yīng)。

依據(jù)交互耦合效應(yīng)理論，要想?yún)f(xié)調(diào)兩個(gè)或多個(gè)系統(tǒng)的耦合關(guān)系問(wèn)題，首先要對(duì)各個(gè)系統(tǒng)各自的耦合元素產(chǎn)生交互作用彼此影響的強(qiáng)弱程度進(jìn)行度量。耦合度就是描述系統(tǒng)或要素相互影響的程度。劉耀彬等[20]從協(xié)同學(xué)的角度，結(jié)合借鑒物理學(xué)中的容量耦合概念與容量耦合系數(shù)模型給出了系統(tǒng)耦合度模型。后來(lái)，為了定量測(cè)算元素間交互耦合后對(duì)系統(tǒng)產(chǎn)生的效應(yīng)大小，羅帆等[14,15]引進(jìn)N-K模型來(lái)測(cè)算風(fēng)險(xiǎn)耦合效應(yīng)。N-K模型是Kauffman[21]在研究生物進(jìn)化中基因的組合問(wèn)題時(shí)，把適應(yīng)度景觀圖與基因組件的結(jié)構(gòu)聯(lián)系起來(lái)，提出的一個(gè)解決復(fù)雜問(wèn)題的通用模型，該模型包含N和K兩個(gè)參數(shù)：N代表組成整體組元的數(shù)目；K代表網(wǎng)絡(luò)中相互依賴關(guān)系的數(shù)目，K最小為0，最大為N-1。其復(fù)雜網(wǎng)絡(luò)狀態(tài)中的T表示N類組元間的交互信息，其交互信息的計(jì)算公式為：

T(x1,x2,…,xn)=

(1)

式中：x1,x2,…,xn為N類風(fēng)險(xiǎn)因素；PI1,I2,…,IN為風(fēng)險(xiǎn)因素x1在I1狀態(tài)、x2在I2狀態(tài)，到xn在IN狀態(tài)，N類風(fēng)險(xiǎn)因素耦合發(fā)生的概率。計(jì)算的T越高，表示該風(fēng)險(xiǎn)因素組合時(shí)對(duì)系統(tǒng)的影響程度越大。

2 問(wèn)題描述

對(duì)于影響工程項(xiàng)目的風(fēng)險(xiǎn)因素進(jìn)行排序可以看作為一類特殊的多屬性決策問(wèn)題，為方便起見，本文設(shè)現(xiàn)有n個(gè)風(fēng)險(xiǎn)因素xj(j=1,2,…,n)組成因素集X={x1,x2,…,xn}，每個(gè)因素由m個(gè)屬性oi(i=1,2,…,m)進(jìn)行評(píng)價(jià)，記屬性集為O={o1,o2,…,om}。風(fēng)險(xiǎn)因素xj∈X關(guān)于屬性oi∈O的評(píng)價(jià)值記為aij，并且評(píng)價(jià)值aij是基于N-K模型所求出的風(fēng)險(xiǎn)因素耦合效度值T(x1,x2,…,xn)按式(2)求得，且式中，I1，I2，…，IN互不相等。

(2)

由于在考慮交互耦合效應(yīng)的情形下，風(fēng)險(xiǎn)因素xj∈X關(guān)于屬性oi∈O的評(píng)價(jià)值aij是一個(gè)定量，如果要想轉(zhuǎn)換成直覺(jué)模糊數(shù)，需要對(duì)aij做直覺(jué)模糊化處理。其隸屬度與非隸屬度計(jì)算公式分別為：

(3)

(4)

通過(guò)直覺(jué)模糊規(guī)范化處理后評(píng)價(jià)值aij表示為直覺(jué)模糊集Fij=<μij,νij>，其中μij∈[0,1]，νij∈[0,1]分別表示xj∈X關(guān)于屬性oi∈O的優(yōu)屬度、非優(yōu)屬度，且0≤μij+νij≤1。于是，對(duì)于因素xj∈X的所有m個(gè)屬性評(píng)價(jià)值可記做向量Aj：

Aj=(F1j,F2j,…,Fmj)T

=(<μ1j,ν1j>,<μ2j,ν2j>,…,<μmj,νmj>)T。

所以，直覺(jué)模糊集多屬性決策問(wèn)題可用矩陣簡(jiǎn)記為：F=(<μij,νij>)m×n。

(5)

式中：d(aij,aik)表示評(píng)價(jià)值aij和評(píng)價(jià)值aik的距離，d(aij,aik)=SC-SI，其中SC表示兩個(gè)評(píng)價(jià)值直覺(jué)模糊數(shù)形式的隸屬度函數(shù)在二維直角坐標(biāo)系圍成的公共區(qū)域的面試，SI表示兩個(gè)評(píng)價(jià)值直覺(jué)模糊數(shù)形式的隸屬度函數(shù)在二維直角坐標(biāo)系內(nèi)相交部分的面積。

結(jié)合前面得到的直覺(jué)模糊集Fij=<μij,νij>，由式(6)得其加權(quán)后的屬性值為：

(6)

因此，本文要解決的問(wèn)題是：在考慮多因素風(fēng)險(xiǎn)交互耦合的效應(yīng)下，依據(jù)得到的不同類型耦合的效度值，如何通過(guò)一個(gè)有效的排序分析方法得到所有因素的排序結(jié)果。

3 基于交互耦合效應(yīng)的工程項(xiàng)目風(fēng)險(xiǎn)因素排序方法

本文基于TOPSIS的思想[22], 提出基于交互耦合效應(yīng)的工程項(xiàng)目風(fēng)險(xiǎn)因素排序方法，其排序決策過(guò)程如下：

首先，由第2節(jié)中的加權(quán)直覺(jué)模糊集決策矩陣可以確定直覺(jué)模糊集正理想解A+與直覺(jué)模糊集負(fù)理想解A-，它們的直覺(jué)模糊集向量分別為：

(7)

接著，因素xj與直覺(jué)模糊集正理想解A+、負(fù)理想解A-的歐幾里得距離分別為：

D2(xj,A+)=

(8)

D2(xj,A-)=

(9)

最后，因素xj與直覺(jué)模糊集正理想解A+的相對(duì)接近度定義為：

(10)

顯然，φj∈[0,1]，且φj越大，其對(duì)應(yīng)的因素xj越優(yōu)。于是，可根據(jù)φj從大到小排序，確定因素集X的排序。

綜上所述，可將考慮交互耦合效應(yīng)的直覺(jué)模糊集多屬性風(fēng)險(xiǎn)因素的排序算法過(guò)程歸納如下：

Step1：識(shí)別、確定工程項(xiàng)目風(fēng)險(xiǎn)排序問(wèn)題中的因素集X和屬性集O；

Step2：針對(duì)各風(fēng)險(xiǎn)因素交互耦合的效應(yīng)，首先采用N-K模型計(jì)算各風(fēng)險(xiǎn)因素耦合的效度值T，然后利用式(2)確定各屬性值aij(j=1,2,…,n)；

Step3：利用式(3)，(4)分別計(jì)算xj∈X關(guān)于oi∈O屬性值aij的隸屬度、非隸屬，并表示為相應(yīng)的直覺(jué)模糊集，由此構(gòu)建出直覺(jué)模糊集決策矩陣F=(<μij,νij>)m×n；

Step6：利用式(8)，(9)計(jì)算因素xj與直覺(jué)模糊集正、負(fù)理想解的歐幾里得距離；

Step7：利用式(10)計(jì)算因素xj與直覺(jué)模糊集正、負(fù)理想解的相對(duì)貼進(jìn)度φj(j=1,2,…,n)；

Step8：利用擇近最優(yōu)原則對(duì)φj從大到小進(jìn)行排序，確定因素集X的排序。

4 算例分析

4.1 工程項(xiàng)目風(fēng)險(xiǎn)交互耦合分析

考慮風(fēng)險(xiǎn)因素交互耦合效應(yīng)的工程項(xiàng)目風(fēng)險(xiǎn)因素排序問(wèn)題。首先必須識(shí)別出影響工程項(xiàng)目的風(fēng)險(xiǎn)因素。文獻(xiàn)[23]以我國(guó)近年來(lái)建設(shè)工程項(xiàng)目中所出現(xiàn)的各種主要問(wèn)題為研究對(duì)象，基于循證科學(xué)對(duì)項(xiàng)目異常狀態(tài)進(jìn)行了識(shí)別與分析，并將建設(shè)工程項(xiàng)目風(fēng)險(xiǎn)分為人為風(fēng)險(xiǎn)、設(shè)備風(fēng)險(xiǎn)、環(huán)境風(fēng)險(xiǎn)和管理風(fēng)險(xiǎn)。其中，人為風(fēng)險(xiǎn)主要包括人的不安全行為、心理、體能以及技能等；設(shè)備風(fēng)險(xiǎn)主要包括設(shè)備質(zhì)量不達(dá)標(biāo)、設(shè)備故障、設(shè)備現(xiàn)場(chǎng)布置不合理等；環(huán)境風(fēng)險(xiǎn)主要包括不利的天氣、沒(méi)有勘測(cè)到的不良地質(zhì)條件、國(guó)家的政策法規(guī)、工程所在地的風(fēng)俗民俗以及社會(huì)治安等；管理風(fēng)險(xiǎn)主要包括信息不對(duì)稱、施工現(xiàn)場(chǎng)管理不善、判斷失誤等。

其次，根據(jù)風(fēng)險(xiǎn)耦合的參與因素的數(shù)量，需要將不同風(fēng)險(xiǎn)之間的風(fēng)險(xiǎn)耦合進(jìn)行分類，進(jìn)而確定出排序的準(zhǔn)則屬性。在建設(shè)工程項(xiàng)目風(fēng)險(xiǎn)中，人為、設(shè)備、環(huán)境和管理四大風(fēng)險(xiǎn)因素耦合共有16種可能的風(fēng)險(xiǎn)耦合形式。

根據(jù)住房和城鄉(xiāng)建設(shè)部安全生產(chǎn)管理委員會(huì)提供的2012—2017年間我國(guó)建設(shè)項(xiàng)目施工較大事故數(shù)據(jù)，在2012—2017年間我國(guó)共發(fā)生各類較大工程項(xiàng)目風(fēng)險(xiǎn)問(wèn)題事故1075起，通過(guò)對(duì)上述事故的調(diào)查報(bào)告分析、專家訪談、實(shí)地調(diào)研等多種途徑所獲得事故原因的信息進(jìn)行歸類分析與總結(jié)，獲取6年間事故風(fēng)險(xiǎn)耦合發(fā)生次數(shù)的數(shù)據(jù)，并計(jì)算了每一種風(fēng)險(xiǎn)耦合發(fā)生的頻率，如表1所示。

根據(jù)表1中的數(shù)據(jù)可計(jì)算得出各風(fēng)險(xiǎn)因素耦合不同情況下發(fā)生的概率，進(jìn)而根據(jù)式(1)，結(jié)合Matlab軟件求出以下風(fēng)險(xiǎn)耦合效度值：

T1234=0.178，T123=0.083，T124=0.139，T134=0.087，T234=0.121，T12=0.054，T13=0.066，T14=0.072，T23=0.026，T24=0.082，T34=0.029。

進(jìn)而根據(jù)式(2)可得各屬性值為：a11=0.192，a12=0.162，a13=0.121，a14=0.183，a21=0.309，a22=0.343，a23=0.291，a24=0.347。

表1 2012—2017年間各類建設(shè)工程項(xiàng)目風(fēng)險(xiǎn)問(wèn)題發(fā)生的次數(shù)及頻率

注：圓括號(hào)內(nèi)數(shù)字表示耦合形式(千、百、十、個(gè)位上分別對(duì)應(yīng)于人為、設(shè)備、環(huán)境、管理4種因素，某種因素未發(fā)生和發(fā)生的情況用0和1來(lái)代表)；尖括號(hào)內(nèi)的數(shù)字表示該耦合形式發(fā)生的頻率；32(1000)表示單因素人的因素中風(fēng)險(xiǎn)因子耦合造成的事故有32起，75(1100)表示人的因素與設(shè)備因素進(jìn)行雙因素風(fēng)險(xiǎn)耦合造成的事故有75起

4.2 工程項(xiàng)目風(fēng)險(xiǎn)因素排序

在4.1的基礎(chǔ)上，可將工程項(xiàng)目風(fēng)險(xiǎn)因素排序問(wèn)題歸納為：現(xiàn)有工程項(xiàng)目風(fēng)險(xiǎn)因素x1，x2，x3，x4，記為因素集X={x1,x2,x3,x4}。在進(jìn)行風(fēng)險(xiǎn)因素排序時(shí)，主要考慮下列2個(gè)屬性：兩個(gè)因素耦合作用效果o1和三個(gè)因素耦合作用效果o2，記為屬性集O={o1,o2}。通過(guò)對(duì)4.1節(jié)中所得屬性值aij直覺(jué)模糊化處理，可得到因素xj(j=1,2,…,n)關(guān)于屬性oi(i=1,2)的隸屬度μij和非隸屬度νij，經(jīng)比較判斷，選取α1=0.8，β1=0.1，α2=0.9，β2=0.05，最終得到的直覺(jué)模糊集決策矩陣如下：

F=(<μij,νij>)2×4

o1o2

根據(jù)權(quán)重分配模型利用式(5)可得到屬性的權(quán)重ω=(0.537,0.463)T。

利用式(6)，并結(jié)合上面所計(jì)算出的直覺(jué)模糊集決策矩陣F與屬性權(quán)重向量ω，可計(jì)算得到加權(quán)直覺(jué)模糊集決策矩陣為：

于是，利用式(7)可以確定直覺(jué)模糊集正理想解A+與負(fù)理想解A-的直覺(jué)模糊集向量分別為：A+=(<0.430,0.054>，<0.417,0.023>)，A-=(<0.271,0.034>，<0.350,0.019>)。

由式(8)與式(9)，可計(jì)算得到因素x1，x2，x3，x4與直覺(jué)模糊集正、負(fù)理想解的歐幾里得距離分別為：

D2(x1,A+)

=0.045。

同理，可得D2(x1,A-)=0.171，D2(x2,A+)=0.073，D2(x2,A-)=0.114，D2(x3,A+)=0.182，D2(x3,A-)=0，D2(x4,A+)=0.054，D2(x4,A-)=0.133。

因此，影響建設(shè)工程項(xiàng)目的四個(gè)風(fēng)險(xiǎn)因素x1，x2，x3，x4的排序?yàn)閤1?x4?x2?x3。

與基于單個(gè)因素影響效果的排序結(jié)果相比，因素x1仍舊是最高的，x2優(yōu)于x3。然而，對(duì)應(yīng)于本文所給出方法中x4和x2、x3的排序關(guān)系，采用現(xiàn)有的基于交互耦合效應(yīng)的排序方法所給出的排序結(jié)果與以前單因素排序不同，主要因?yàn)楣芾硪蛩貙儆谝粋€(gè)主觀因素，當(dāng)管理風(fēng)險(xiǎn)因素與其他風(fēng)險(xiǎn)因素耦合時(shí)，產(chǎn)生的耦合效果較大。人為風(fēng)險(xiǎn)因素>管理風(fēng)險(xiǎn)因素>設(shè)備風(fēng)險(xiǎn)因素>環(huán)境風(fēng)險(xiǎn)因素，與真實(shí)建設(shè)工程項(xiàng)目情況一致，具有較高的相符性?？梢姡\(yùn)用所建模型對(duì)工程項(xiàng)目風(fēng)險(xiǎn)因素進(jìn)行排序的結(jié)果，更符合工程實(shí)際情況，運(yùn)用該模型進(jìn)行風(fēng)險(xiǎn)因素排序是可行的。

5 結(jié) 語(yǔ)

針對(duì)具有信息模糊性和語(yǔ)言描述性的工程項(xiàng)目風(fēng)險(xiǎn)因素排序問(wèn)題，本文提出了一種基于交互耦合效應(yīng)的風(fēng)險(xiǎn)因素多屬性排序模型，并用算例加以說(shuō)明，具體工作包括以下四個(gè)方面：

(1)根據(jù)交互耦合效應(yīng)理論，對(duì)工程項(xiàng)目風(fēng)險(xiǎn)因素進(jìn)行耦合效度分析，并基于N-K模型定量計(jì)算出各種耦合類型的效度值，有效地反映風(fēng)險(xiǎn)因素間交互耦合作用的效果；

(2)對(duì)所計(jì)算得到的風(fēng)險(xiǎn)耦合效度值進(jìn)行直覺(jué)模糊化處理，有效地處理排序中的不確定信息，也為后面應(yīng)用直覺(jué)模糊集多屬性決策方法進(jìn)行風(fēng)險(xiǎn)因素排序奠定基礎(chǔ)；

(3)結(jié)合修正的直覺(jué)模糊集TOPSIS方法，建立考慮交互耦合效應(yīng)的工程項(xiàng)目風(fēng)險(xiǎn)因素排序模型和算法，并選取相關(guān)數(shù)據(jù)進(jìn)行了算例分析；

(4)本文給出了一種基于直覺(jué)模糊集距離公式以及離差最大化的權(quán)重分配方法，該方法能夠兼顧交互耦合效應(yīng)不同類型屬性對(duì)排序?qū)傩詸?quán)重的影響，較全面地體現(xiàn)了工程實(shí)際情況。

此外，在解決工程實(shí)際問(wèn)題中，若要對(duì)復(fù)雜工程項(xiàng)目中眾多風(fēng)險(xiǎn)因素進(jìn)行更加具體的排序分析時(shí)，也完全可以按照這個(gè)方法做更加細(xì)微的排序，本方法不僅可以解決宏觀的排序問(wèn)題，也同樣適用于解決微觀的排序問(wèn)題。因此，本方法有較強(qiáng)的實(shí)踐指導(dǎo)性。