基于FC-OWA算子的高铁客运服务质量评价方法研究

文/薛纤

为了客观、准确地评价高铁客运服务质量，通过加入针对性和补偿性服务方面的有关指标，构建了更为全面科学系统的高铁客运服务质量评价体系。使用基于等差数列的OWA算子集结各专家的评价确定指标权重，利用语言标度与模糊三角数对应关系表确定指标值，提出了基于FC-OWA算子的高铁客运服务质量评价方法。最后以郑州东站高铁评价为例，验证了该方法的合理性和有效性。

一、引言

伴随着人们生活水平的提升以及高速铁路的快速发展，选择使用高速铁路出行的旅客人数越来越多，因此，人们要求提高高速铁路的服务质量，以满足人们对个性化、高标准的要求。所以客观上需要提高高速铁路的服务质量，进而来满足人们对于个性化、高标准的服务质量要求。目前对铁路客运服务质量的评价，国内外学者进行了大量的研究，这些研究主要包括两个方面，一方面是如何构建全面的评价指标体系，另一方面是如何选择权重设置和评价方法。目前常用的评价方法主要有AHP模型、模糊综合评价法、BP神经网络模型的方法等，这些方法的出现使服务质量的发展由定性发展向定量发展[1]。

二、预备知识

定义4[5]：语言标度与模糊三角数对应关系表1：

表1 语言标度与模糊三角数对应关系表[5]

三、评价指标体系的构建

本文从旅客感知的7个特性方面提出了一套较为完整的能够表现顾客满意度的高铁客运服务质量评价指标体系，如表2所示。

表2 高铁客运服务质量评价指标体系

主要包括票务服务、进出站服务、候车服务、乘车服务、车站综合服务以及针对性服务和补偿性服务方面。

<1)，且各件产品是否为不合格品相互独立．

四、高铁客运服务质量评价模型构建

4.1 基于算子的指标权重确立

步骤1：设有m个指标，邀请n名专家对每个指标的权重进行评价，即赋予每个指标位于[0，1]的权重，数字越大，表示该指标的重要程度就越大。从而可以得到专家赋予的指标权重的决策矩阵

其中，aij表示第i位专家对第j个指标的权重评价值。

步骤2：由OWA算子的定理，需要将矩阵A中的每一列元素按照从大到小的顺序进行排序，进而得到新的矩阵B。

步骤3：根据专家人数的奇偶性和定义2可以得到算子的位置权重向量wi，再将wi与专家赋予的指标权重通过算子进行集结，可以计算出每个维度下每个指标的初始权重值bj=OWAλ再对初始权重向量进行归一化处理可以得到每个指标的最终权重。依照以上方法，可以得到每个维度下各指标的权重。

步骤4：依照上述方法，让专家对每一个维度进行评价，可以得到每个维度的权重矩阵。再根据专家人数的奇偶性得到位置权重向量，通过OW 算子计算初始权重向量，进行归一化后得到各维度的权重向量。

4.2 指标值的确定

步骤1：让n位专家对某高铁客运站服务质量进行评价，选择模糊语言标度作为评价标度，从而得到模糊语言评价矩阵：其中Sij表示的是第i个专家对第j个指标的模糊语言评价值，利用表1的对应关系，将其转化成三角模糊数的评价矩阵F。

步骤2：采用上述定义5连续模糊数据OWA算子对模糊数去不确定性。其去不确定性的公式为：，取ρ（y）=yβ（β≥0）。进而将各指标进行实数化，然后根据评价值从大到小排序得到新的矩阵。

步骤3：将矩阵X和位置权重向量wi根据以上方法进行集结，从而得到各指标值。

4.3 综合评价高铁客运服务质量

由归一化的各指标权重值和某一维度下各指标值进行集结，得到某一维度下的评价值。再由各个维度下的评价值和各维度的权重向量进行集结，最终获得评价者对高铁客运服务质量的评价值。

五、实证分析

采用本文所提出的方法，对郑州东站的高铁客运服务质量进行评价，进而来验证所提出方法的科学性，根据所得出的结论给予郑州东站相应的改进建议。

5.1：指标权重值的确定

根据上文中指标体系中指标的数量可知m=28，n=4，邀请专家对其进行赋权。根据上文中定义2可以得到位置权重向量为W=[1/6，1/3，1/3，1/6]。然后进行权重集结和归一化处理后得到指标权重向量C（c1c2… c28）=（0.296，0.179，0.179，0.346，0.372，0.305，0.323，0.225，0.2，0.075，0.267，0.125，0.108，0.276，0.219，0.094，0.177，0.234，0.256，0.165，0.165，0.414，0.265，0.34，0.13，0.265，0.366，0.634）。同理，各维度的权重向量为B=（b1，b2，…，b7）=（0.165，0.073，0.081，0.198，0.098，0.14，0.245）。

5.2：指标评价值的确定

本文以“补偿性服务”维度为例说明指标评价值的具体取值过程。选择模糊语言标度作为评价标度，从而得到模糊语言评价矩阵利用表1的对应关系，将其转化成三角模糊数的评价矩阵：

采用上述公式5对模糊数去不确定性，取β=3，对由三角模糊数组成的模糊矩阵进行去不确定性，得到去不确定性后的数据。然后再将评价值进行排序，即按照从大到小的排序得到新的矩阵：与位置权重向量为W=[1/6，1/3，1/3，1/6]进行集结，得到维度下的指标值分别为x27=3.63，x28=3.713。以此类推，可以得出28个指标评价值。即X=（x1，x2，…x28）T=（7.378，3.63，5.628，3.63，4.629，4.30，2.963，6.876，1.88，2.38，1.88，6.876，2.713，6.876，7.378，2.713，2.38，3.63，6.293，4.963，2.38，2.963，2.963，2.38，1.88，2.38，3.63，3.713）T。

5.3：综合评价郑州高铁客运站服务质量

分别选取向量C和X中的前四个指标的信息，可以计算得出票务服务维度下的维度值为5.097；同理可得出其他维度值，则D=（5.097，3.991，3.756，5.039，4.049，2.469，3.683）T。将维度值和维度层面的指标权重向量集结，进一步就可以得到郑州高铁客运服务质量值A=B*D=4.079。根据表1可知，郑州高铁客运服务质量水平属于一般水平，与较高水平的其他高铁客运服务质量之间还有一定的差距。

六、研究结论

通过对郑州东站高铁客运服务质量进行评价，可以给出以下几点建议和应注意的事项。首先，针对性服务维度的评价值明显低于其他维度的评价值，其中的指标取值也普遍较低。因此郑州高铁客运站应提高针对性服务水平，从而满足特殊旅客的需求。其次，补救性服务维度下的指标值也较低，因为人们对高铁工作人员的服务质量要求更为严格。因此要对高铁工作人员进行业务培训，进而提高工作人员的服务质量。最后，在候车维度下，Wi-Fi使用便捷程度的评价值偏低，现如今对网络的需求越来越高，因此郑州高铁客运站可以通过加强车站的硬件设施，提高Wi-Fi服务的使用覆盖率，给乘客带来更高的满意度。通过构建更为全面的高铁客运服务质量评价指标体系。在权重设置和评价方法上，利用语言标度与模糊三角数对应关系表进行指标值的评价，本文提出了基于FC-OWA算子的高铁客运服务质量评价方法，并通过实例验证了所提方法的合理性。