模糊层次分析法在智慧旅游中的应用

罗成奎

（安徽广播影视职业技术学院，安徽合肥 230011）

模糊层次分析法在智慧旅游中的应用

罗成奎

（安徽广播影视职业技术学院，安徽合肥 230011）

智慧旅游的建设目标众多,内容庞杂。应针对其存在的问题，通过确定智慧旅游评价指标体系，应用模糊层次评价法对智慧旅游的发展水平进行评估。

智慧旅游；发展水平；模糊层次分析法；评估

目前，我国智慧旅游建设如火如荼。各省、市、景区、旅游企业在智慧旅游的建设过程中取得了很大的成果,不断宣布建成智慧旅游。不过，各地智慧旅游建设水平不平衡，主要是在衡量智慧旅游建设的指标等方面不具有横向可比性。为此，应引入模糊层次分析法对智慧旅游的发展水平进行评价。

模糊层次分析法（Fuzzy analytic hierarchy process简称FAHP）是层次分析法和模糊综合评价法两种分析方法的合称。层次分析法是20世纪70年代由美国运筹学家A.L.Saaty提出的一种定性和定量相结合、系统化、层次化的分析方法，其主要作用是计算不同方案的综合评价值。模糊综合评价法是在模糊数学的基础上通过建立模糊综合评价模型确定评价对象所属等级。在智慧旅游发展水平评估中应用模糊层次分析法，既能确定智慧旅游发展的综合评价值，又能确定智慧旅游发展的等级。

1.构建智慧旅游指标体系

根据目前对智慧旅游的理解，本着科学性、可比性的设置原则，建立以满足游客需求为核心，以国家对智慧旅游建设的要求为标准，以提高智慧旅游建设水平为目的的系统完善的智慧旅游模式，从智慧系统、智慧企业、智慧政府、智慧游客角度构建科学合理的智慧旅游，按照层次分析法的层次结构建立指标评价体系（如表1）[1]。

表1 智慧旅游指标评价体系

该体系包括三层，第一层：目标层（智慧旅游的发展A）；第二层:准则层（一级指标B）；第三层：方案层（二级指标C）。即智慧旅游发展目标从四个方面，20个观测点进行评估。

2.智慧旅游发展各指标权重的确定

首先，FAHP通过同层元素两两比较建立模糊一致矩阵。

采用0.1-0.9标度九标度法，使任意两个元素关于某准则的相对重要程度得到定量描述[2]。如智慧系统与智慧企业的比较相对重要程度为0.9等。若Rij按0.1-0.9标度九标度法进行标度,而且满足Rij=1-Rij,则所构建的模糊判断矩阵R=(Rij)如表2是模糊一致矩阵,不用再去检验矩阵的一致性[3]。

表2 一级指标之间模糊一致性矩阵

根据模糊一致性矩阵性质，运用公式

则Wi=（0.2000，0.3000，0.250，0.250）,即一级指标（智慧系统、智慧企业、智慧政府、智慧游客）相对权重分别是：0.2000，0.3000，0.250，0.250。同理求得二级指标（智慧旅游20个观测点）和权重如表3。

表3 二级指标之间模糊一致性矩阵和权重

同样道理可以得二级指标Bij关于一级指标的Bi相对权重：

W2=（0.1500，0.200，0.300，0.1000，0.0500，0.1500，0.0500）

W3=（0.3000，0.2000，0.1500，0.3500）

W4=（0.3120，0.3140，0.2500，0.1240）

通过上面的计算，可以得出结论：层次分析法的最大特点是在对智慧旅游发展的评估中找出同一层次评价指标两两比较，发现它们的重要程度，并进行评价。

3.确定评语集

3.1 对智慧旅游指标的评价

根据智慧旅游发展水平高低的不同，采用四级评价，确定评语集为：P=（初始级、起步级、成长级、成熟级）。

表4 智慧旅游建设评语集

3.2 确定评判矩阵

确定评判矩阵可以通过市场调研法和专家调查法得到数据。这里采用专家法开展评判工作得出数据。具体步骤：请游客代表、旅游企业、政府部门、信息技术部门人员组成专家组。根据该智慧旅游建设的情况，结合表1智慧旅游的各项指标，相对于评语集P进行评判给出数据。然后，对数据进行归一化处理，得到二级指标的评价矩阵。例如：一级指标智慧系统B1的五项子指标（C1-C5）的评判矩阵R1如下：

该矩阵表达的内涵是，R1中的第一行表示该专家组认为智慧旅游建设处于初始级为10%,起步级为20%，成长级为40%,成熟级为30%。

3.3 对智慧旅游发展的四个一级指标（智慧系统、智慧企业、智慧政府、智慧游客）进行评价

对二级指标层（如智慧系统的五个二级指标C1-C5）的评判矩阵Ri与各个不同的二级指标层的权重向量Wi作出模糊矩阵的计算,算出一级指标层Bi对于评语集的隶属向量Bi。

同时满足Bi=Wi×Ri（i=1，2，3，4，5）

其中Wi是在前面通过FHAP确定的权重向量。

把W1=（0.2000，0.2000，0.2600，0.100，0.2400）和R1代入上面的计算公式，结果是：

B1=W1×R1=（0.4040，0.2940，0.2010，0.1130）

此结果表达的含义是：专家组认为智慧旅游发展的隶属度初始级为40.40%，起步级为29.40%，成长级为20.10%，成熟级为11.30%。

同理可得下面的一级指标对于评语集的隶属向量,分别为

B2=（0.155，0.210，0.160，0.110，0.200，0.125，0.040）

B3=（0.280,0.350,0.230,0.140）

B4=（0.3028，0.2842，0.2814，0.1316）

3.4 对总目标层指标进行评价

记R=（B1，B2，B3，B4，B5）T，对R进行模糊矩阵运算,即得目标层对评语集的隶属向量B:

B=W×R。

把前面算得的R和W=（0.200，0.300，0.250，0.2500）代入上式，可得该智慧旅游的综合评判指标的模糊分值:

B=W×R=（0.2838，0.2800，0.1847，0.1296，0.1219）。

3.5 评价结果

依据最大隶属度规则，可以认定智慧旅游的发展为起步级。对智慧旅游评价，往往是对多个智慧旅游的评价，然后进行比较，从中选取好的。为了比较的方便，首先，可以通过各个智慧旅游的目标层对评语集的隶属度来选择；其次，可以假设P=（成熟、成长、发展、起步）=（100，75，60，40）来计算出评语集P与智慧旅游发展目标层A的隶属向量B的积的值V来进行比较。V值越大，素质越高。这里，V=B×PT=43.36。从结果可知,该智慧旅游发展的最终评分为43.36分，再次说明了该智慧旅游在所有指标上的综合评价是起步级的。

4.结语

实例计算证明，应用模糊层次分析法不仅可以掌握智慧旅游中各指标之间的相对重要性，而且还可以掌握该智慧旅游综合情况，从而有助于较为客观准确地评价智慧旅游的发展情况，有助于政府、企业、景区等制定有效的智慧旅游建设方案，采取正确的建设措施，持续提高智慧旅游的建设水平。

[1]张吉军.模糊层次分析法（FHAP）[J].模糊系统与数学，2000，（2）.

[2]杨纶标，高英仪.模糊数学原理及应用[M].广州:华南理工大学出版社，2007:86-91.

[3]梁远信.模糊层次分析法在高职生综合素质评价中的应用研究[J].广西大学学报:哲学社会科学版，2008，（12）:141.

（责任编辑 娄扎根）

F59

A

1008－7257（2015）02－0094－03

2014－08－16

罗成奎（1973-），男，安徽凤阳人，安徽广播影视职业技术学院管理系讲师，工商管理硕士，研究方向：营销管理。