基于G1法的地铁司机驾驶疲劳因子

【摘 要】 地铁司机驾驶疲劳会降低对情境意识的觉知,导致判断能力和操作能力下降,威胁驾驶安全.对司机的疲劳状况进行综合量化评价可以为控制和缓解驾驶疲劳风险提供有效依据.笔者通过对地铁司机的现场调研,对疲劳影响因素的深入分析,分析个人生理、心理和管理以及环境对地铁司机驾驶疲劳因子之影响,利用层次分析法提出以全面性的工作状态以及工作环境的差别建构地铁司机驾驶疲劳因子指标体系,并应用G1法对该体系进行评价,该评价方法简便、直观,且对同一层次中元素的个数没有限制,能完整呈现专家的意见.

【关 键 词 】 地铁司机 疲劳因子 层次分析法 G1法

地铁作为现代化城市标志之一,已成为城市公共交通的主干线.截止2013年3月8日,北京轨道交通全路网客运量首次突破1000万大关[1].随着轨道交通的迅猛发展,在地铁迅猛发展的过程中,一个突出的问题也正呈现在人们的面前.地铁司机作为一种特殊的职业人群,其工作性质特殊—他们驾驶状态与驾驶效能密切相关,直接关系乘客的出行安全、轨道交通的输送能力,运输效率和安全性[2].地铁司机在日常的驾驶工作中需要责任心强,注意力高度集中.但是地铁司机疲劳会降低对其对情境意识的觉知,导致判断能力和操作能力下降,威胁驾驶安全.当地铁司机长期处于这种状态时势必是会影响行车的安全,直接威胁整个公共交通的安全运行.

目前,针对地铁司机疲劳的研究主要侧重于针对其轮班制度的风险,但由于疲劳产生的不确定性,并没有对人,管理,环境进行全面而深入的研究,为此,笔者基于层次分析法和G1法,对地铁司机疲劳因子产生根源进行分析和研讨,并提出相应的对策和参考意见,防止疲劳的产生,满足不断增长的运营需要和连续性怎么写作的要求.

1.地铁司机驾驶疲劳因子分析

1.1 疲劳因子背景分析

本次评价指标的选取通过前期调研发现地铁司机需要长时间工作,作息时间不确定,在工作当中需要长时间保持警觉状态,而且地铁司机本身的工作环境特殊,需要在明暗交替的环境中工作,同时结合对北京某地铁公司某线路的352名地铁司机进行访谈和调查以及采取德尔菲（Delphi）调查法中相关方面专家意见反馈,将司机生理（体力）、心理（脑力）、管理和环境因素4个方面作为驾驶疲劳因子诱发因素.

1.2 疲劳因子指标分析

从系统性原则,科学性原则,实用性原则,动态性原则对实际访谈的数据和专家的反馈进行整理,探讨生理（体力）、心理（脑力）、管理和环境因素4个方面所呈现的各项驾驶疲劳因子,并根据层次分析法原理[3],将以上评价指标按其属性进行分组,各组构成递阶结构,形成多层次评价指标体系.具体的指标体系见图1.

2.地铁司机的驾驶疲劳因子模型研究

对多指标综合评价的主要方法有AHP法、模糊综合评判法、DEA法、主成分分析法、G1法、熵值法等.目前应用较为广泛的是AHP法和G1法.G1法[4]是由东北大学郭亚军教授提出的一种AHP法的改进方法,该方法避开了AHP法在遇到因素众多、规模较大的问题时,判断矩阵难以满足一致性要求的问题[5].

2.1 G1法步骤

2.1.1 确定序关系

定义1：若指标xi相对某评价准则（或目标）的重要程度不劣于xj时,则记为xi≥xj（符号≥表示不劣于关系）.

定义2：若评价指标x1,x2,等,xm相对于某评价准则（或目标）具有关系式xi≥xj≥等.≥xk,其中i,j等k等于1,2等m时,则称评价指标之间按“≥”确定了序关系.

对于评价指标集{x1,x2,等,xm},专家根据实际经验以此选出认为是该评价准则中最重要的一个xi,记为X1,然后再余下的m-1个指标中,选出次于xi指标xj,记为X2,以此类推将最后一个（也就是专家认为的最不重要的指标）记为Xm.

这样,就可以确定惟一一个序关系.

2.1.2 确定相邻指标之间的相对重要程度和权重系数

在因子分析的过程中,不仅要给出必要的序关系,同时要对这些因子在整个指标中的权重进行计算,也就是判断xk与xk-1的相对重要程度.设专家对于xk与xk-1的相对重要程度比为wk-1/wk,且rk等于wk-1/wk,其中k等于m,m-1,等,3,2,1,rk的赋值参考表如表1[5]：

决策者给出rk的理性赋值,则wk为

Wk等于[1+]-1,而wk-1等于wkrk,k等于m,m-1,等,3,2,1.

2.1.3 群组判断

但由于受专家的主观因素影响,不同的L位专家[L1,L2,等Lk, 1≤Ls

2.2 G1法的不足

对于群决策问题,应用G1法其结果同样受标度选择的影响,即在个体判断相同的情况下,选择不同的标度可能会产生不同的结果,这个问题有待进一步研究.

2.3 G1法的改善方法

（1）确认层级结构时,应多参考文献和实际的司机感受,将司机的主观情况充分体现到指标体系中,可以消除采用德尔菲法和G1法时过分强调专家的感受.（2）首先通过G1法中的序关系分析法对评价属性进行加权,目的是将主观偏好信息加载到评价中,再通过熵权重分析法计算出属性权重.前一次加权是针对评价指标之间的重要程度而加的,后一次是通过熵权法来拉开各评价对象之间的整体差异.最后通过熵权法确定出群决策问题中每个决策者的权重,从而得出有关于疲劳因子的权重评价结果[6].

3.结语

（1）影响地铁驾驶疲劳因子指标要素非常多,但本文主要根据实际的调研以及专家意见反馈结果进行了编写,从生理（体力）、心理（脑力）、管理和环境因素4个方面提出了地铁司机驾驶疲劳因子构架模型.（2）实际的权重过程中应用G1法,排除一致性检验,计算量大的问题,方法可操作性强,便于使用.（3）笔者只是在运用层次分析法法和G1法进行地铁司机驾驶疲劳因子指标方面作了一次有益的探讨,诸如模型之实践检验、架构中之因素权重评比等问题,还有待于今后进一步的研究.