[发明专利]基于云模型的高校经管实验室安全风险评估方法

权利要求书

1.基于云模型的高校经管实验室安全风险评估方法，其特征在于，包括：

基于层次分析法计算高校经管实验室安全风险评价指标体系中二级指标相对于目标层的权重，其中，所述高校经管实验室安全风险评价指标体系采用德尔菲法建立；

采用黄金分割法对预设实验室安全风险评语集进行分区，获取标准评价云模型；

获取专家对二级评价指标的打分结果，根据所述打分结果计算各二级评价指标的第一云模型数字特征；

根据所述第一云模型数字特征以及所述二级指标相对于目标层的权重来计算高校经管实验室安全风险评估的第二云模型数字特征；

将所述第二云模型数字特征以及预设云滴数输入至所述正向云发生器中，生成包含所述标准评价云模型、评估散点的高校经管实验室安全风险评估结果。

2.如权利要求1所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，所述基于层次分析法计算高校经管实验室安全风险评价指标体系中二级指标相对于目标层的权重包括：

根据标度法构建准则层相对于目标层及二级指标相对于准则层的判断矩阵；

根据预设公式来获取各准则层权重及各二级指标相对于所述准则层的权重；

获取所述判断矩阵的最大特征值并对所述判断矩阵进行一致性检验，并根据一致性检验结果来判断是否对矩阵进行调整；

根据所述各准则层权重及各二级指标相对于所述准则层的权重来计算相对实验室安全风险评价而言各二级指标的组合权重值。

3.如权利要求2所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，所述各准则层权重及各二级指标相对于所述准则层的权重根据预设公式来获取包括：

其中，α_ij代表所述判断矩阵中的元素，为第i个指标所对应的权重值。

4.如权利要求3所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，获取所述判断矩阵的最大特征值并对所述判断矩阵进行一致性检验包括：

其中，A为判断矩阵，W^，为所述判断矩阵所对应的权重向量，R.I.为随机一致性指标，其取值与所述判断矩阵的阶数n有关。

5.如权利要求1所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，所述获取专家对二级评价指标的打分结果，根据所述打分结果计算各二级评价指标的第一云模型数字特征包括：

其中，在所述标准评价云模型中，所述X_ip代表第P位专家对第i个二级指标的打分结果，所述Ex_i代表第i个二级指标的云期望，所述En_i代表第i个二级指标的熵，所述He_i代表第i个二级指标的超熵，k为专家人数。

6.如权利要求5所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，根据所述第一云模型数字特征以及所述二级指标相对于目标层的权重来计算高校经管实验室安全风险评估的第二云模型数字特征；

其中，q为二级指标的总个数，w_i为第i个二级指标相对于目标层的组合权重。

7.如权利要求1所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，所述预设实验室安全风险评语集包括高、较高、中、较低、低。

8.如权利要求1所述的基于云模型的高校经管实验室安全风险评估方法，其特征在于，所述高校经管实验室安全风险评价指标体系包括：目标层、准则层、措施层，所述目标层的元素为高校经管实验室安全风险评价指标体系，所述准则层的元素为组织体系、安全制度、安全教育、基础安全、安全设施。