下载掌阅APP，畅读海量书库
立即打开
分析港口危化品物流风险现状及特点，发现影响港口危化品物流风险的因素众多，且交互影响。准确识别众多风险影响因素是对其进行提取的前提，这是本章的研究重点。本章主要通过构建港口危化品物流风险的影响因素集，对影响风险的因素进行识别。风险影响因素识别方法很多，各有优劣，根据研究的实际需要，本章采用层次聚类算法（Clustering Algorithms，CA）与BP神经网络（Back-propagation Neural Networks），结合传统DEMATEL（Decision Making Trial and Evaluation Laboratory）模型的优点，构建CBP-DEMATEL模型，并利用MATLAB编程。首先对风险影响因素进行分类，再通过分析港口危化品物流风险影响因素的直接关联矩阵，得到港口危化品物流风险影响因素的类别及重要程度，为下一步风险评估指标选择提供支持。本章的研究思路为：在传统DEMATEL方法的基础上，引入层次聚类算法进行指标分类，通过BP神经网络得到较为客观的直接关联矩阵，最终建立识别危化品物流风险的影响因素模型。基于2008—2018年15个重要危化品吞吐港口的历史数据对港口危化品物流风险的影响因素进行分析，找出原因型影响因素和结果型影响因素，并给出对策与建议。港口危化品物流风险影响因素分析流程如图4.1所示。
图4.1 港口危化品物流风险影响因素分析流程