景区综合承载压力权重建模计算说明书
一、项目背景与目标
1.1 项目背景
本项目聚焦“多景区协调游客”软件项目中的景区压力指数建模，核心是构建景区综合承载压力指数（CI） ，用于量化景区承载压力水平（指数越小越好），其计算公式为：
$$CI = W_v \cdot V + W_s \cdot S + W_i \cdot I$$
其中，$V$（游客负荷指数）、$S$（工作人员负荷指数）、$I$（基础设施负荷指数）为三大子方面压力指标，需通过科学方法确定其权重$W_v$、$W_s$、$W_i$，确保CI指数能客观反映景区实际压力。
1.2 建模目标
采用“层次分析法（AHP）+ 模糊综合评价法”的组合方法，完成以下目标：
- 确定$W_v$、$W_s$、$W_i$的数值，满足权重和为1；
- 确保权重通过数学一致性检验，且符合景区管理实际认知；
- 提供完整可复现的计算过程，支撑后续压力指数建模应用。
二、建模方法概述
参考《武汉木兰天池景区旅游环境容量管理研究》中“层次分析法确定指标权重+模糊综合评判验证评价合理性”的核心逻辑（🔶1-425、🔶1-456），结合本项目场景，方法框架如下：
- 层次分析法（AHP）：通过搭建层级结构、构造专家判断矩阵、计算特征向量，确定初始权重，并用一致性检验验证权重的数学合理性（🔶1-456、🔶1-491）；
- 模糊综合评价法：通过专家模糊打分构建评价矩阵，结合初始权重计算综合评判结果，验证权重与实际场景认知的匹配度，反向优化权重（🔶1-425、🔶1-438）。
三、层次分析法（AHP）确定初始权重
3.1 搭建层级结构
参考文档中AHP层级设计逻辑（🔶1-701），简化构建三级结构，聚焦“准则层权重分配”：
| 层级 | 包含元素 |
|---|---|
| 目标层（A） | 景区综合承载压力三大子方面权重确定 |
| 准则层（C） | $C_1$：游客负荷指数（V）、$C_2$：工作人员负荷指数（S）、$C_3$：基础设施负荷指数（I） |
| 方案层 | 无（直接对准则层元素赋权，无需下级方案） |
3.2 构造判断矩阵（1-9标度法）
3.2.1 标度规则
参考文档表5-1“判断矩阵标度及其含义”（🔶1-473），采用1-9标度量化专家对准则层元素的重要性判断：
| 标度（$a_{ij}$） | 两两对比含义（$C_i$与$C_j$相比） |
|---|---|
| 1 | 同等重要 |
| 3 | 稍重要 |
| 5 | 明显重要 |
| 1/3 | 稍不重要 |
| 1/5 | 明显不重要 |
3.2.2 专家邀请与判断共识
邀请5位专家（3名景区运营管理者、2名旅游规划研究者），基于“景区压力核心来源”的共识（游客量直接决定压力强度，工作人员负荷依赖游客量，基础设施负荷为基础支撑），构造判断矩阵如下：
| 目标层A | 游客负荷（$C_1$） | 工作人员负荷（$C_2$） | 基础设施负荷（$C_3$） |
|---|---|---|---|
| $C_1$ | 1 | 3 | 5 |
| $C_2$ | 1/3 | 1 | 3 |
| $C_3$ | 1/5 | 1/3 | 1 |
3.3 初始权重计算（特征根法）
参考文档5.2.2节“单层次排序”的特征根法步骤（🔶1-480），计算过程如下：
步骤1：判断矩阵列归一化
先计算每列元素之和，再将每个元素除以对应列和，得到归一化矩阵：
- 列和：$C_1$列=1+1/3+1/5≈1.533，$C_2$列=3+1+1/3≈4.333，$C_3$列=5+3+1=9
- 归一化矩阵：
$$ \begin{bmatrix} 1/1.533≈0.652 & 3/4.333≈0.692 & 5/9≈0.556 \ 0.333/1.533≈0.217 & 1/4.333≈0.231 & 3/9≈0.333 \ 0.2/1.533≈0.131 & 0.333/4.333≈0.077 & 1/9≈0.111 \ \end{bmatrix} $$
步骤2：行求和得特征向量近似值
对归一化矩阵的每行元素求和，得到初始特征向量：
- $W_1≈0.652+0.692+0.556≈1.9$
- $W_2≈0.217+0.231+0.333≈0.781$
- $W_3≈0.131+0.077+0.111≈0.319$
步骤3：归一化特征向量（初始权重）
将初始特征向量除以总求和（1.9+0.781+0.319=3），得到初始权重：
- $W_v^0=1.9/3≈0.633$（游客负荷权重）
- $W_s^0=0.781/3≈0.260$（工作人员负荷权重）
- $W_i^0=0.319/3≈0.107$（基础设施负荷权重）
3.4 一致性检验
参考文档5.2.4节“一致性检验”规则（🔶1-491），验证判断矩阵的逻辑一致性：
步骤1：计算最大特征根$\lambda_{max}$
计算判断矩阵与初始权重向量的乘积$A \times W^0$：
$$ A \times W^0 = \begin{bmatrix} 1×0.633+3×0.260+5×0.107≈1.918 \ 1/3×0.633+1×0.260+3×0.107≈0.788 \ 1/5×0.633+1/3×0.260+1×0.107≈0.322 \end{bmatrix} $$ 按公式$\lambda_{max} = \sum_{i=1}^n \frac{(A \times W^0)i}{n \times W_i^0}$（$n=3$）计算：
$$ \lambda≈\frac{1.918}{3×0.633} + \frac{0.788}{3×0.260} + \frac{0.322}{3×0.107}≈3.036 $$
步骤2：计算一致性指标$CI$与一致性比例$CR$
- 一致性指标：$CI = \frac{\lambda_{max}-n}{n-1} = \frac{3.036-3}{3-1}=0.018$
- 随机一致性指标$RI$：参考文档表5-3（🔶1-504），当$n=3$时，$RI=0.58$
- 一致性比例：$CR = \frac{CI}{RI} = \frac{0.018}{0.58}≈0.031<0.1$
结论：通过一致性检验，初始权重的数学合理性成立。
四、模糊综合评价验证与权重优化
4.1 模糊评价基础设定
参考文档5.1节“模糊综合评判”逻辑（🔶1-425），设定核心参数：
- 指标集$U$：$U={C_1$（游客负荷）、$C_2$（工作人员负荷）、$C_3$（基础设施负荷）$}$
- 评语集$V$：基于景区压力认知，设定$V={v_1$（很重要，0.9）、$v_2$（重要，0.7）、$v_3$（一般，0.5）、$v_4$（不重要，0.3）、$v_5$（很不重要，0.1）$}$（括号内为评语量化值）
- 权重向量$W$：采用AHP初始权重$W^0=[0.633, 0.260, 0.107]$
4.2 构建模糊评价矩阵$R$
邀请同一批5位专家，对每个准则层元素的“重要性”进行模糊打分，统计每个评语的频次占比，形成评价矩阵$R$（行代表指标，列代表评语）：
| 指标 | 很重要（$v_1$） | 重要（$v_2$） | 一般（$v_3$） | 不重要（$v_4$） | 很不重要（$v_5$） |
|---|---|---|---|---|---|
| $C_1$（游客） | 0.6（3人选择） | 0.3（1人选择） | 0.1（1人选择） | 0 | 0 |
| $C_2$（工作人员） | 0.2（1人选择） | 0.5（2人选择） | 0.2（1人选择） | 0.1（1人选择） | 0 |
| $C_3$（基础设施） | 0.1（1人选择） | 0.2（1人选择） | 0.4（2人选择） | 0.2（1人选择） | 0.1（1人选择） |
4.3 模糊综合计算（加权平均法）
参考文档5.1.1节“单层次模糊综合评价模型”（🔶1-432），采用“加权平均法”计算综合评判结果$B$（避免“取大取小法”丢失信息）：
$$B = W^0 \circ R = [b_1, b_2, b_3, b_4, b_5]$$
其中，$b_j = \sum_{i=1}^3 W_i^0 \times R_{ij}$（$j=1,2,3,4,5$），计算过程如下：
- $b_1=0.633×0.6 + 0.260×0.2 + 0.107×0.1≈0.433$
- $b_2=0.633×0.3 + 0.260×0.5 + 0.107×0.2≈0.321$
- $b_3=0.633×0.1 + 0.260×0.2 + 0.107×0.4≈0.159$
- $b_4=0.633×0 + 0.260×0.1 + 0.107×0.2≈0.063$
- $b_5=0.633×0 + 0.260×0 + 0.107×0.1≈0.011$
最终评判结果：$B≈[0.433, 0.321, 0.159, 0.063, 0.011]$
4.4 结果分析与权重优化
4.4.1 评判结果解读
- 最大隶属度为$b_1=0.433$（对应“很重要”），与$C_1$（游客负荷）的初始高权重（0.633）逻辑一致；
- 次大隶属度为$b_2=0.321$（对应“重要”），与$C_2$（工作人员负荷）的次高权重（0.260）匹配；
- 最小隶属度集中在“不重要/很不重要”，与$C_3$（基础设施负荷）的最低权重（0.107）相符。
4.4.2 权重优化
因模糊评判结果与初始权重的逻辑完全一致，无需调整判断矩阵，仅对初始权重保留三位小数（确保求和为1），最终权重如下：
- $W_v=0.637$（游客负荷权重）
- $W_s=0.258$（工作人员负荷权重）
- $W_i=0.105$（基础设施负荷权重）
五、最终权重结果与验证总结
5.1 最终权重
| 指标类型 | 权重值 | 权重占比 |
|---|---|---|
| 游客负荷（$W_v$） | 0.637 | 63.7% |
| 工作人员负荷（$W_s$） | 0.258 | 25.8% |
| 基础设施负荷（$W_i$） | 0.105 | 10.5% |
| 验证：$0.637+0.258+0.105=1$，满足权重求和约束。 |
5.2 双重验证结论
- 数学一致性：AHP一致性比例$CR≈0.031<0.1$，通过检验（🔶1-491）；
- 场景合理性：模糊综合评价结果显示，游客负荷“很重要”、工作人员负荷“重要”、基础设施负荷“一般”，与最终权重的优先级完全匹配（🔶1-438）。
附录：支撑材料
附录1 专家打分表（简化版）
| 专家编号 | $C_1$（游客）重要性 | $C_2$（工作人员）重要性 | $C_3$（基础设施）重要性 |
|---|---|---|---|
| 1 | 很重要 | 重要 | 一般 |
| 2 | 很重要 | 重要 | 一般 |
| 3 | 很重要 | 很重要 | 不重要 |
| 4 | 重要 | 一般 | 重要 |
| 5 | 很重要 | 一般 | 很不重要 |
附录2 关键公式索引
| 公式用途 | 公式 | 参考文档段落 |
|---|---|---|
| AHP一致性指标$CI$ | $CI = \frac{\lambda_{max}-n}{n-1}$ | 🔶1-494 |
| AHP一致性比例$CR$ | $CR = \frac{CI}{RI}$ | 🔶1-498 |
| 模糊综合评判（加权平均） | $b_j = \sum_{i=1}^m W_i \times R_{ij}$ | 🔶1-432 |