[发明专利]一种基于大数据融合的船载包装货物运输风险评估方法

权利要求书

1.一种基于大数据融合的船载包装货物运输风险评估方法，其特征在于：该方法包含以下步骤：

步骤1、进行船载包装货物运输风险识别，构建船载包装货物运输风险的业务流程链风险传导模型；

步骤2、获取用于风险评估的动态数据，并进行数据融合，构建船载包装货物运输在线动态数据库；

步骤3、根据步骤1中的风险识别结果及业务流程链风险传导模型，建立船载包装货物风险评估指标体系，根据该指标体系构建船载包装货物多源多属性风险评估指标层次模型；

步骤4、采用专家打分的方式计算船载包装货物风险评估指标体系对应权重，并进行一致性检验；

步骤5、将风险评估指标的具体评价标准与风险程度建立一一对应关系，构造指标因素的隶属函数；

步骤6、根据步骤3中的的风险评估指标层次模型和步骤4中权重向量的计算结果，结合隶属函数，建立多级模糊风险评估模型，量化评估载船载包装货物运输风险。

2.根据权利要求1所述的一种基于大数据融合的船载包装货物运输风险评估方法，其特征在于：步骤4所述的采用专家打分的方式计算船载包装货物风险评估指标体系对应权重，并进行一致性检验，具体过程如下：通过专家打分的方式两两比较同级指标的相对重要性，S_i,j表示评价指标Si相对于评价指标S_j的重要性，取值范围为1～9，建立评价指标之间的成对比较矩阵，见式1；计算每个等级指标成对比较矩阵的特征向量，归一化得到权重向量ω_i＝(ω₁，ω₂，…,ω_n)，ω_n为评价指标n对应的权重；

权重计算完成后需进行一致性检验，如果随机一致性比率CR≦0.1，则通过一致性检验。

3.根据权利要求1所述的一种基于大数据融合的船载包装货物运输风险评估方法，其特征在于：步骤5所述的将指标的具体评价因素与风险程度建立一一对应关系，构造指标因素的隶属函数，具体过程如下：按照相应评价标准，将风险等级从高到低分成极高、高、一般、低、极低五个不同的等级，分别对应的模糊数是1,2,3,4,5；

根据各因素与评价集对应的关系，构建隶属度函数；构造模糊隶属函数的连续量化方法，具体取偏大型柯西分布和对数函数作为隶属函数：

其中α，β，a，b为待定常数；

当极高风险时，隶属度为1，当一般风险时隶属度为0.8，当极低风险时隶属度为0.01，即f(5)＝1，f(3)＝0.8，f(1)＝0.01，因此计算得α＝1.1086，β＝0.8942，a＝0.3915，b＝0.3699；

则确定的评价指标隶属度函数为：

4.根据权利要求1所述的一种基于大数据融合的船载包装货物运输风险评估方法，其特征在于：步骤6所述的根据步骤3中的风险评估指标层次模型和步骤4中的权重向量，结合隶属度函数，建立多级模糊风险评估模型，量化评估载船载包装货物运输风险；具体过程如下：以步骤3所述的“船载包装货物多源多属性风险评估指标层次模型”中的影响因素作为评价指标，生成FCE模糊综合评价判断矩阵，利用该矩阵，通过步骤2中的“船载包装货物运输在线动态数据库”获得的船载货物已知信息进行计算，得到船载货物运输风险的综合评价结果；

其中，FCE判断矩阵如下：

式中：H为船舶载运包装货物运输风险得分，1H≤5；Si为各指标的计分值，1Si≤5；Wi为各指标的综合权重；n为指标的个数；最终计算结果中，如果4≤H≤5，运输风险很高；3≤H＜4，运输风险较高；2≤H＜3，运输风险一般；H＜2，运输风险低。