干伟东，李延伟*，黄超峰，冯延浩，王建文，顾晓燕

(1.交通运输部天津水运工程科学研究所 工程泥沙交通行业重点实验室，天津 300456； 2.青海省水路运输管理局，西宁 810001；3.青海交通职业技术学院，西宁 810001)

游艇驿站实质是游艇旅游航路上的“服务区”，通常采用拆卸较为方便的浮动式平台结构型式，能够提供游艇中途靠泊、补给、休息，休闲、观光、娱乐等各项服务；游艇驿站的远程通讯联络功能、信息服务以及临时救助功能，解除了长距离沿岸航行游艇客人的后顾之忧；游艇驿站也可向陆地游客与团体提供观光、垂钓、餐饮、娱乐、聚会、休闲招待等海上特色服务，是游艇业发展的重要支撑。而游艇驿站前期选址的科学与否，直接影响到后期运营安全与经济效益。因此，有必要研究如何科学合理地规划游艇驿站的站址布局。

从目前仅有的关于游艇的靠泊终端选址问题研究来看，主要集中在游艇码头的选址上，其中秦丽涵[1]在建立游艇码头选址评价指标体系的基础上运用层次分析法、模糊综合评价等方法对山东沿海游艇码头各建设备选方案进行评价比选；赵彬彬[2]等在分析广东省游艇休闲产业发展的经济条件和自然条件的基础上，提出了游艇码头发展定位及规划思路，最后提出广东省游艇码头岸线利用规划及布局规划。张腾飞[3]对海上游艇水上加油站备用选址点进行安全评价的基础上以游艇码头为需求点运用遗传算法进一步计算得出最优选址方案。田大方[4]等提出了以社会经济发展水平与服务对象及自然环境因素作为游艇码头的选址原则。古恒宇[5]等综合运用GIS空间分析方法及空间句法，探讨了深圳市公共游艇码头的布局问题。

我国游艇驿站的建设才刚刚起步，游艇驿站的选址问题研究还处于探索阶段，尚未形成系统完善的规划模型和决策方法。游艇驿站选址需要考虑的因素众多，不仅需要考虑气象水文底质条件、水上交通条件、周边船舶密度、通信导航等通航因素，还需要考虑后期运营的经济效益以及附近的陆域配套条件的完备性等非通航因素。针对以上问题，本文通过综合考虑这些因素，在建立游艇驿站选址规划评估指标体系的基础上，提出基于层次分析法与云重心理论组合的游艇驿站选址规划评估方法，并通过模型应用验证了该方法的可行性。

图1 游艇驿站选址规划评估指标体系Fig.1 Evaluation index system for the sitting of station

1 游艇驿站选址规划评估指标体系

游艇驿站选址规划评估的指标体系应具有统一性，并考虑差异性，使评估过程可操作，评估结果可比较。本文从游艇驿站的实际功能出发，综合考虑多方面因素，在满足海域功能区划的前提下，从自然条件、交通条件、支持条件、游艇流量密集度等方面出发，构建了如图1所示三级评估指标体系。因评估指标体系未考虑内河水域条件的特性，沿海内河游艇驿站选址规划评估指标需在此评估指标体系的基础上进行优化调整。

(1) 自然条件：自然条件是建设游艇驿站的基础条件，对游艇驿站投资及运行有重要影响。选择风浪流、底质、地质地貌等3项指标。风浪流主要反映游艇驿站安全性、可运营天数及舒适度；底质主要反映浮动平台锚泊的稳固性，趸船抓力锚是否满足要求；地质地貌主要反映周边地质地貌适宜建设游艇驿站的程度，是否适合打固定桩、风浪的掩护条件如何。

(2)交通条件：区位交通条件是影响游艇驿站选址的重要因素，选择游艇驿站与市区的联系、周边通航条件、陆上交通条件等3项指标。游艇驿站与城镇中心的联系主要反映游艇驿站与市区的距离、交通联系的便捷性，是否便于游客的集散；周边通航交通条件主要反映游艇驿站游艇进出航道及靠离泊港池条件，游艇进出及靠离泊是否安全、便捷；陆上交通条件主要反映游艇驿站后方陆上集疏运条件，是否便于物资的输送。

(3)支持条件：支持条件是充分发挥游艇驿站综合服务功能、提高服务效率的基础，选择与通航设施的适应性、配套设施完善程度、依托对象规模大小等3项指标。与通航设施的适应性主要反映游艇驿站与通航设施(货船港口、航道、锚地以及其他水上设施等) 之间的安全距离与彼此船舶航线的交叉情况；配套设施完善程度主要反映周边辅助功能设施的支持程度；依托对象规模大小主要是指游艇驿站所依托游艇俱乐部的服务规模量，一定程度上反映游艇驿站经济效益的基础。

图2 隶属云及其数字特征Fig.2 Membership cloud and its digital characters

(4)游艇流量密集度：服务游艇流量是确定游艇驿站规模的基础，而服务游艇流量密集度则是确定游艇驿站具体位置一个重要条件，选取周边景区与娱乐设施数量、周边景区及娱乐设施距离、与相邻游艇驿站之间的距离等3项指标。周边景区与娱乐设施数量直接反映可能进入游艇驿站的服务流量大小；周边景区及娱乐设施距离间接反映可能进入游艇驿站服务流量大小及服务效率；与相邻游艇驿站之间的距离长短反映游艇驿站利用率高低。

2 游艇驿站选址规划决策模型

2.1 云重心理论

“云”是描述某个定性概念和其数值表示之间的不确定性转换模型，也就是定性和定量之间转换的不确定性模型。云的数字特征用期望值Ex、熵En和超熵H三个数值表征，它完美地反映了人类知识或事物中概念的两种不确定性：模糊性和随机性，构成定性和定量相互间的映射关系[6-7]，如图2所示，将定性指标和定量指标结合起来共同作为系统评估的基础。Ex是所有云滴的重心位置，反映了相应的定性知识的信息中心值。En是定性概念模糊度的度量，反映了定性概念的不确定性，其大小反映了在论域中可被模糊概念接受的元素数。H是熵的不确定性的度量，即熵的熵，它是云厚度的度量，反映了云的离散程度。

图3 定性评测云发生器Fig.3 Cloud generator model of qualitative analysis

一个定性因素可以由一个云模型表示，多个因素确定的一个指标可以由一维综合云表示，多个因素确定的m个指标的系统可以由m维综合云表示，其评估结果可以显示在如图3所示的定性评测云发生器上。云重心可以表示为T=a×b。其中，a表示云重心横向位置，b表示云重心纵向位置。通过云重心位置的变化情况，可以反映出游艇驿站备选站址与理想站址间关系的变化情况。

为了利用云重心理论评估决策，引入优良度S，S∈[0，1]，把优良度分为十一个等级(极差，非常差，很差，差，较差，一般，较好，好，很好，非常好，极好)，并把各优良度等级量化为(0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0)，即0对应优良度极差，0.1对应优良度非常差，0.2对应优良度很差，0.3对应优良度差，0.4对应优良度较差，0.5对应优良度一般，0.6对应优良度较好，0.7对应优良度好，0.8对应优良度很好，0.9对应优良度非常好，1.0对应优良度极好。将十一个评语置于连续的语言值标尺上，并用11个云对象来依次呈现，构成了定性评测的云发生器。

图4 基于组合方法的游艇驿站选址评估模型Fig.4 Evaluation model for the sitting of station based on the combined method

计算出云模型的各个参数后，通过综合加权偏离度θ可以表示系统实际状态与理想状态的偏离程度。

2.2 层次分析法

利用层次分析法分析问题时，首先将所要分析的问题层次化，并将问题的所有因素按不同层次聚集组合，在建立上下层级之间的隶属关系之后，以上层指标为基准，对下层指标的重要性两两比较，得出判断矩阵。然后对判断矩阵进行一致性检验，通过一致性检验后求出矩阵的最大特征值和相应的特征向量，对最大特征向量进行归一化处理即得到各指标的权重向量ω[8]。

2.3 基于组合方法的决策模型

层次分析法-云重心理论评估是层次分析法和云重心理论2种方法的结合运用，其流程设计规范了2种方法结合使用的步骤，有利于评估研究的顺利进行。游艇驿站选址规划评估的层次分析法-云重心理论决策过程如图4所示。

3 决策模型应用实例

基于某旅游海滨城市实际情况，本文应用所提出的游艇驿站选址规划评估指标体系和基于层次分析法-云重心理论组合的游艇驿站选址规划评估方法，对4个游艇驿站的备选站址进行评估计算，得出最佳建设地点。因篇幅所限，具体计算以选址1为例。

3.1 建立评估指标优良度子集表

咨询研究区域内港口规划、港航工程、海事管理、港口管理等行业内数位专家，建立评估指标优良度评判子集表，因篇幅所限，选取4位专家进行评判，则得出选址1各评估指标优良度的评判结果(表1)。

表1 自然条件评估指标优良度评判结果Tab.1 Estate values of natural conditions index

表2 交通条件评估指标优良度评判结果Tab.2 Estate values of traffic conditions index

表3 支持条件评估指标优良度评判结果Tab.3 Estate values of supportive conditions index

表4 游艇流量密集度评估指标优良度评判结果Tab.4 Estate values of yacht traffic flow density index

3.2 建立选址决策矩阵

把表1、2、3、4中的指标状态样本中的语言值用量化值表示后，即可将自然条件、交通条件、支持条件和游艇流量密集度优良度综合云重心分别用U1,U2,U3,U4来衡量，得到如下决策矩阵U1=(U11,U12,U13)，U2= (U21,U22,U23) ，U3= (U31,U32,U33)和U4= (U41,U42,U43)其中Uij(i= 1,2,3;j=1,2,3,…,n)是Ui的列向量

表5 自然条件评估指标的期望值和熵值Tab.5 Expectation and entropy of natural conditions index

表6 交通条件评估指标的期望值和熵值Tab.6 Expectation and entropy of traffic conditions index

3.3 确定各评估指标的期望值和熵

运用式(1)、式(2)对优良度评估矩阵进行计算，分别求得各个指标云模型的期望值Ex、熵En，如表5、6、7、8所示。

Ex=(Ex1+Ex2+…+Exn)/n

(1)

En=(max(Ex1，Ex2,…Exn)-min(Ex1，Ex2,…Exn))/6

(2)

式中：Ex1～Exn为专家赋予的n个精确数值。

表7 支持条件评估指标的期望值和熵值Tab.7 Expectation and entropy of supportive conditions index

表8 游艇流量密集度评估指标的期望值和熵值Tab.8 Expectation and entropy of yacht traffic flow density index

则选址1自然条件优良度综合云期望值向量Ex=(Ex1,Ex2,Ex3)=(0.705,0.675,0.8425)，熵向量En=(En1,En2,En3)=(0.02,0.0333,0.0167)；选址1交通条件优良度云期望值向量Ex=(Ex1,Ex2,Ex3)=(0.902 5,0.637 5,0.907 5)，熵向量En=(En1,En2,En3)=(0.0233,0.0217,0.01)；选址1支持条件优良度综合云期望值向量Ex=(Ex1,Ex2,Ex3)=(0.77,0.725,0.84)，熵向量En=(En1,En2,En3)=(0.013 3,0.033 3,0.016 7)；选址1游艇流量密集度优良度综合云期望值向量Ex=(Ex1,Ex2,Ex3)=(0.825,0.675,0.707 5)，熵向量En=(En1,En2,En3)=(0.013 3,0.05,0.008 3)。

3.4 确定各指标的权重

利用层次分析法，求得各个指标对上一层指标的权重(表9～表13)。

表9 自然条件评估指标权重W1Tab.9 Natural conditions index weights W1

表10 交通条件评估指标权重W2Tab.10 Traffic conditions index weights W2

表11 支持条件评估指标权重W3Tab.11 Supportive conditions index weights W3

表12 游艇流量密集度评估指标权重W4Tab.12 Yacht traffic flow density index weights W4

表13 游艇驿站选址规划评估指标权重WTab.13 Evaluation index weights W for the sitting of station index

3.5 计算第一层评估指标云的重心向量

根据云重心定义T=a×b可得：自然条件、交通条件、支持条件、游艇流量密集度优良度综合云的重心向量如下

利用式(3)归一化处理

(3)

3.6 计算加权偏离度

3.7 确定最优站址

将4个备选站址的综合加权偏离度输入评测云发生器后，其中选址1优良度处于优良 “好”和“较好”两个云对象之间(图3)，更靠近“好”云对象；选址2优良度分别处于“好”和“很好”两个云对象之间，更靠近“好”云对象；选址3优良度处于“好”和“较好”两个云对象之间，更靠近“好”云对象；选址4优良度处于“好”和“较好”两个云对象之间，更靠近“较好”云对象。故得出4个海上游艇驿站备选站址优良度从好到差依次为：2、3、1、4，其中备选站址2离理想状态最接近，为最优的建设点。

4 结论

本文从游艇驿站运营需求出发，全面考虑影响游艇驿站选址的诸多因素，构建了游艇驿站选址规划评估指标体系，结合专家经验，建立了基于层次分析法-云重心理论组合的游艇驿站选址规划评估模型，据此模型对备选站址优良度进行了定量的分析。把该模型应用于某海滨城市4个游艇驿站备选站址中最优站址的决策，得到了各备选站址的优良度评定值，确定了最优站址。从算例最终结果来看，定性评语较客观、公正，定量值(评定值) 较精确。因此，将层次分析法-云重心理论组合方法应用于游艇驿站选址规划评估是可行的。另外该模型具有较强的普适性，应用该模型确定游艇驿站的最优建站地址，只需要调整相应的决策矩阵而不必改变评估指标体系。