一种基于GIS的应急分类管理研究

《一种基于GIS的应急分类管理研究》由会员分享，可在线阅读，更多相关《一种基于GIS的应急分类管理研究（9页珍藏版）》请在装配图网上搜索。

1、一种基于 GIS 的应急分类管理研究#陈晔，刘盛彬*（南京航空航天大学经济与管理学院，南京 210016）510152025303540摘要：近年来，我国突发事件频发,如 SARS 事件以及多起严重的地震，都导致了大量的经济、环境和社会方面的损失。由于突发事件的影响范围广泛，受灾程度严重，需要建立更完善的现代应急管理体系。对相关对象进行分类是从整体上宏观地管理和应对突发事件的一种有效方法。本文应用多属性决策理论，结合 GIS(Geographic Information System)，构建了一个基于 GIS 的应急分类管理分析框架，并将其应用于南京市高校应急管理能力综分类评价研究。关键词：多

2、属性分类决策；应急管理；地理信息系统；粗糙集理论中图分类号：C273; F406.5A GIS-based Classification Method for EmergencyManagementCHEN Ye, LIU Shenbin(College of Economics and Management, Nanjing University of Aeronautics and Astronautics,Nanjing 210016)Abstract: In recent years, China witnessed ever-increasing emergency events s

3、uch as SARS andseveral severe earthquakes, which caused serious economic, environmental and societal damages. Suchsituation compels the establishment of a more advanced and comprehensive emergency management(EM) system in China. It is a useful approach to classify items in EM such as organizations e

4、mergencyevent preparation ability to provide an overall picture for effective policy design. In this paper ananalysis framework incorporated multiple criteria classification methods and GIS components isproposed as a EM system and applied to university EM ability evaluation in Nanjing.Key words: Mul

5、tiple Criteria Classification; Emergency Management; Geographic InformationSystem; Rough Set Approach0 引言突发公共事件是指突然发生，造成或者可能造成重大人员伤亡、财产损失、生态环境破坏和严重社会危害，危及公共安全的紧急事件1。而突发公共事件经常以各种形式发生在世界的不同角落，从美国卡特里娜飓风到印度洋地震引发的大海啸，从SARS突发到高致病性禽流感疫情，从2008年初的我国南方地区遭遇严重的雪灾到汶川特大地震，再到印度孟买恐怖袭击，无一不是突发事件的典型例证。应急管理（Emergency M

6、anagement）是为了降低这些突发灾难性事件的危害，基于对造成突发事件的原因、突发事件发生和发展过程以及所产生的负面影响的科学分析，集成社会各方面的资源，对突发事件进行有效的应对、控制和处理的理论、方法和技术体系2。近年来，我国突发公共事件频发、灾害种类增多，成因复杂，影响范围广大，受灾程度深重，因此需要集成更多的资源和技术，建立更加完善的现代应急管理体系。我国每年由公共安全问题造成的非正常死亡约20万人，伤残约200万人，造成的经济损失约占GDP总量的5%1。随着近年来突发公共事件发生频率的加快，尤其是2003年经历过SARS灾难后，针对突发事件应急管理的理论和实践研究逐渐升，目前已有不

7、少突发事件应急管理方面的研究成基金项目：高等学校博士学科点专项科研基金(20093218120033)作者简介：陈晔，男，教授，主要研究方向：多属性决策、冲突分析. E-mail: chenye-1-果发表。应急管理中一个十分重要而有效的应对方法是对应急管理对象进行分类管理3，455055譬如在我国突发公共事件可分为四类4：第一类是自然灾害，类似地震、海啸、洪水等。第二类是重大的生产事故，像工厂的生产安全事故、煤矿的坍塌、爆炸等。第三类是公共卫生突发事件，像SARS、禽流感，都属于公共卫生领域的突发公共事件。第四类是涉及到重大社会安全的事件，比如恐怖袭击。又如国家突发公共事件总体应急预案5将可

8、能发生和可以预警的突发公共事件，依据突发公共事件可能造成的危害程度、紧急程度和发展势态，划分为四级：级（特别严重）、级（严重）、级（较重）和级（一般），依次用红色、橙色、黄色和蓝色表示。应急管理中的分类可以针对突发事件发生的不同类型和严重程度进行级别上的确认，为更好的应对突发事件的救援工作提供决策支持。本文就是应用多属性分类决策理论方法结合GIS，对应急应对能力进行系统分析和具体应用。文章后面的大致框架为：第二节综述了多属性决策和多属性分类；第三节分析了如何将GIS与多属性分类相结合以解决应急分类管理问题。最后一节是将上述分析方法应用于南京市高校校园应急综合分类评价研究。1 多属性决策和多属性

9、分类综述1.1多属性决策分析多属性决策是指在考虑多个属性的情况下，对多个备选方案、对象进行建模分析，为人们提6065供有效的决策分析途径与方法6。它是现代决策科学的一个重要组成部分。它的理论和方法在工程、技术、经济、管理和军事等诸多领域中都有广泛的应用。多属性决策分析过程就是在对一个复杂决策问题进行详细分析和数据收集的基础上，进行建模分析，构建评价指标集和备选方案集；在此基础上，通过一定的方法，分析决策者对不同备选方法在不同评价指标下的客观表现的偏好并进行偏好的集成；最后，根据决策分析的结果进行相应的决策和应用。图一归纳了多属性决策分析的大体步骤和决策分析输出结果。a2a1a|A|a3最优方案

10、最差方案决策者评价指标集C = c1,c2, c|C|备选方案集A = a1, a2, , a|A|评 c1价目 集 c|C|1备选方案集 数据|A|决策模型分类组 1a2; a1; a6组 2a5; a4; a7; a3最优方案组最差方案组a2最优方案1. 多属性问题结构化2. 收集数据图 1多属性决策分析步骤与结果图73. 决策分析与输出（1）多属性问题结构化8：对于一个特定的决策问题，决策者需要从多个角度（准则）进行分析，确定需采用的评价指标（Criteria）集合，C=c1,c2, c|C|，其中 C 代表整个评70价目标集，|C|是该集合的势(Cardinality)或基数(Card

11、inal Number)。在确定评价指标集的基础上，进一步构建备选方案（Alternative）集，A=a1, a2, , a|A|，其中 A 代表整个备选方案集，|A|是该集合的势。多目标决策领域著名专家 R.L. Keeney 教授提出的价值焦点思考法（Value-focused Thinking）9提供了一种系统全面的分析多目标问题的方法，可以帮助决策-2-c2标aa2a者有效的确定评价目标集和备选方案集。7580（2）收集决策数据：针对每一个备选方案，根据确定的目标，收集数据，构建决策信息矩阵。该矩阵中的每一列代表一个不同的备选方案，每一行代表一个评价目标，行与列相交处的数据则表示某方

12、案在某目标下的表现得分。（3）决策分析与输出：在（1）和（2）的基础上，构建一个多目标决策分析模型，进行相关分析计算，从而获得决策结果。法国专家 B. Roy 教授首先提出了多目标决策的基本问题（法语 Problmatique）10，将多目标决策的基本问题归纳为:(1)选最优：从方案集 A 中选择一个最优方案;(2)排序：将方案集 A 中所有方案按最优至最差排序;(3)分类：将方案分配到预先定义好的若干组中，如图 1 所示为有偏好分类，即存在最优方案组到最差方案组的偏好关系。851.2多属性分类作为多目标决策的一个新的研究方向，多目标分类问题自 20 世纪 90 年代起，逐渐得到众多研究学者的

13、重视，研究成果不断涌现。多目标分类理论从研究方法上可大致分成两类11：(1)直接交互式分类方法：侧重将经典多目标理论拓展应用于分类问题，通过直接交互方式获得决策者的偏好信息，如优势关系决策(Outranking)系列方法中的 ELECTRE TRI 是一9095100105110种应用优势关系思想进行分类的方法；(2)基于案例学习的交互式分类方法：这类方法借鉴了统计和数据挖掘的思想，在量化决策者偏好时，与第一种直接要求决策者完整的提供偏好信息的方法不同，这类方法仅需要决策者提供具有典型代表性的决策案例。通过对案例进行训练学习，获取决策者的有用偏好信息。这类方法对决策者的信息提取要求较少，决策者

14、更容易接受和提交相关信息，并且可以和其他数据分析学科相结合，编程和构建决策支持系统，从而成为目前多目标分类决策理论的研究重点。基于案例学习的交互式分类方法又可以大致上分为以下两种类型12：（1）结合经典多目标决策理论方法，应用案例学习的思路简化经典决策模型系数的求解过程。其代表方法有UTADIS(Utilits Additives DISeriminnates)，这是一种将 UTA(Utilits Additives)方法13应用到分类问题中，简化多属性效用理论中效用的确定； M.H.DIS(Multi-goup HierarehiealDIScrimination)是一种在 UTADIS 方

15、法基础上的进一步发展；又如交互式距离分类方法(Case-based Distance Approach)，是将基于传统距离决策的方法应用到解决分类问题的理论创新。(2)结合交叉学科理论的方法，将其它学科优秀的思想模型有效的应用到决策科学中，解决多目标分类问题。如基于优势关系粗糙集分类方法 (Dominance-based Rough SetApproach, DRSA) 14就是将经典粗糙集理论，通过改造决策偏好的表达，应用到多目标有偏好分类问题上。从解决分类问题的特点来看，主要集中在有偏好分类问题的建模和求解，如15系统地分析总结了有偏好分类问题，并在金融、保险等方面进行了实证应用，而对其他

16、类型的分类决策问题涉及较少。12对多属性分类问题进行了系统的理论拓展，包括模型构建、求解方法探索和实际问题的应用。图 2 归纳了7中研究的三类多属性分类问题。(1)有偏好分类(Sorting)：将 A 中的不同方案分配到预先设定好的若干组中，并且组间存在偏好关系，即从最优方案组到最差方案组的排列。如图 2 所示，S=S1,S2,Sm是有偏好组集，S1 优于 S2 优于优于 Sm。(2)筛选分类(Screening)：将 A 中的不同方案进行筛选，保留值得进一步比较分析的方案，-3-排除明显低劣的方案。通过一次或多次的筛选，最终确定出一个最优的方案。图 2.中 Scr(A)115120表示被保留

17、方案组，A-Scr(A)表示被排除方案组，a2 为最终选定的最优方案。(3)名义分类(Nominal Classification)：将 A 中的不同方案分配到预先定义好的若干组中，组间并不存在偏好关系，而是根据决策者意图确定的特色类别。如图 3 所示，N=N1,N2,Nm是名义组集。如陈晔等在国际上首先提出了无偏好分类决策问题11，比较了此类问题与模式识别中类似问题的异同，对目标集和备选方案集中可能存在的耦合关系进行了系统建模和求解，并将这一方法运用到加拿大安大略省滑铁卢地区中长期水资源规划中。较好的方案组有偏好分类(Sorting)S较差的方案组S12 1被保留方案组S212筛选分类(Sc

18、reening)Sga3, a9, a5, .被排除方案组Sma8, a10, .备选方案集A = a1, a2, , a|A|Scr(A)a2, a1,a3, a16, .特色方案组1A-Scr(A)a12, a4, a7, a8, a10.名义分类(Nominal Classificaiton)选最优a2特色方案组mNN1a2, a4, a13, .N2a12, a1, a5, .Nga3, a6, a7, .Nma8, a15, .图 2三类多属性分类问题2 基于 GIS 的多属性应急分类管理系统1252.1地理信息系统地理信息系统（GIS，Geographic Information

19、System）是一种特定而重要的空间信息系统。GIS 是在计算机硬、软件系统支持下，对整个或部分地球表层（包括大气层）空间中的有关地理分布数据进行采集、储存、管理、运算、分析、显示和描述的技术系统。GIS 是一门综合性学科，已经广泛的应用在不同的领域。它是跨越地球科学、信息科学和空间科学等的应用基础学科。GIS 技术包括数据库管理、图形图像处理、地理信息处理多方面的基础技130术，在计算机软件和硬件的支持下，运用系统工程和信息科学的理论，科学管理和综合分析具有空间内涵的地理数据，为各行业提供规划、管理、研究、决策等方面的解决方案。2.2多属性分类在应急管理中的应用图 2 所示的三类多目标分类决

20、策都可以在应急管理中有着相应的应用前景：(1)有偏好分类：可以帮助决策者在事前（预防预测阶段）对我国各级单位的综合应急能135力进行分组分类评价，进而针对不同组中各单位应对突发公共事件的能力不同，制定不同的策略，以提高我国整体应急能力；在事中（应对处理阶段），有偏好分类可以帮助决策者对突发事件、受影响对象和程度进行分级分类，以确定要处理事情的轻重缓急。特别是当受影响对象数量较多时，通过分类管理，可以帮助决策者迅速的了解整体情况，制定相应的应对策略；在事后（恢复重建阶段），有偏好分类可以帮助决策者在应急物资和资金分配中，分-4-.a , a , a16, .a , a4, a7, .140145

21、清主次，制定重点，加快突发公共事件后的恢复重建工作。(2)筛选分类：可以帮助决策者选择最优应对策略。突发公共事件由于发生的突然，决策者往往难以了解和掌握全部信息，面对多种备选应对策略，可能难以做出选择。筛选分类可以帮助决策者分清哪些是值得进一步分析比较的方案，哪些是明显低劣的方案，将关注重点放在被保留方案组，通过进一步的信息收集和比较，确定出最优方案。(3)名义分类：可以帮助决策者对突发公共事件、受影响对象以及相关的职能部门进行最优规划。譬如尽管我国把突发公共事件分成四大类，但由于事件存在关联耦合，有时很难将一件突发事件单纯的划分为某一类，从而对启动相应的应急预案以及联络相关的职能部门进行应对

22、处理造成困惑。名义分类可以帮助决策者对突发公共事件、受影响对象和相关的职能部门存在的耦合关系进行系统分析，以确定最优的应对策略。1502.3基于 GIS 的应急分类管理系统架构图 3 描述了基于 GIS 的多属性分类在应急管理应用的系统架构。主要包括：应急分类问题的建模、相关数据的收集、数据库的创建、多属性分类模型的选择、分类结果的输出、GIS 软件数据输入、矢量化地图的创建和分类结构的图形化展示。应急分类问题建模1.评价指标集的构建2.备选方案集的构建数据收集1.备选方案集各指标信息2.备选方案集空间地理信息数据库创建多属性分类模型选择应急分类结果图形化展示矢量化地图创建GIS软件数据输入分

23、类结果输出155图 3基于 GIS 的应急分类管理系统架构3 案例分析-南京高校应急管理能力分类评价3.1我国高校应急管理概述高校是社会的重要组成部分，大学生是未来社会主义建设的中坚力量，高校的健康稳定发展对和谐社会的构建有着举足轻重的作用。然而近年来，随着我国高等教育改革的深入以160165及社会变迁的加剧，社会转型和高等教育改革交织在一起，各类突发事件在高校时有发生，并有逐步增加的趋势。一些典型的应急突发事件有：2004 年 2 月云南大学马加爵杀害四位室友的案件；2006 年 6 月郑州大学二级学院升达经贸管理学院学生因不满校方颁发的毕业证的表述所引发的数千人大规模骚乱；2008 年 l

24、1 月上海商学院因火灾导致四名学生死亡的事故。高校突发事件具有明显的季节性、地区差异和年龄特征，其诱发因素、发生时间、发生地点、危险程度具有很大的不确定性和随机性，这给校园安全管理和安全理论研究带来一定-5-的难度，同时也增加了该领域理论研究的重要意义。目前，我国并没有一部统一的标准对学校安全状态进行检查，而且用于检查校园安全的检查表中的指标针对的问题范围较窄，往往只涉及学校的某个方面或几个方面，学校作为学生的主要生活、学习环境，场所安全、消防、170交通环境等都是影响学生安全、健康、舒适的必不可少的因素。现阶段用于高校应急管理能力评价的方法不多，特别是缺乏针对较大范围多所学校的应急能力进行多

25、属性分类研究。3.2南京高校应急管理能力评价本文以南京高校应急管理能力评价作为应用案例。首先根据影响高等院校应急管理能力的各种因素，确定选用的评价指标体系。如表 4.1 所示，该体系由 6 个一级指标和 21 个二175180185级指标组成。评价数据收集方法为问卷调查法。在南京 59 所高校（或校区）中通过实地走访，随机选择学生和教师进行了问卷调查：对所在高校针对建立的 21 个二级指标进行打分（得分选择在 15 的整数，其中 1 表示最差，5 表示最优）。共计发放问卷 600 份，收回有效问卷 583 份，回收率为 97%。对数据进行平均处理，从而获得了 59 所高校应急管理能力评价的原始

26、数据。进一步我们选取其中的 50 名（10 所高校）具有代表性的学生和教师进行了更详细的走访调查：仿照国家突发公共事件总体应急预案中的等级划分，请他们对各自高校基于所建立的 21 个指标进行综合评价，将所在高校的应急管理能力划分到以下四级中的一类：级（特别严重，应急管理能力严重不足）、级（严重，应急管理能力有待改进）、级（较重，应急管理能力一般）和级（较好，应急管理能力尚可）。由于以上的数据量较大，本文在此省略。表 1 高校突发事件应急管理能力评价指标-6-一级指标二级指标得分组织机构应对能力校园安全领导机构应急管理人员资质应急管理制度事故预防处理能力挤踏事故预防措施危险建筑物导致事故预防体育

27、活动伤害预防中毒事故预防火灾爆炸事故预防校园道路交通事故预防伤害监测能力应急数据统计分析应急事故监测应急数据处理持续改进能力应急管理审查与评审程序应急管理自我检查应急管理外部评审信息交流能力应急管理参与度应急管理培训应急管理宣传3.3基于粗糙集的多属性分类模型为了有效地分析上述获得的调研数据，我们选取基于粗糙集的多属性分类模型。粗糙集理论是波兰科学家 Pawlak 在 1982 年提出的一种数据分析理论，一经问世，无论是在理论上190195200还是应用上都是一种新的、重要的、迅速发展的和解决实际问题的方法回。它能有效地处理复杂系统中的数据和信息，很快成为一种处理不确定性问题的新型数学工具。虽

28、然只有近二十年的发展历史，但取得的研究成果是令人瞩目的。从 1992 年至今，每年都召开以粗糙集为主题的国际会议，国际上成立了粗糙集学术研究会，加速了粗糙集理论的发展与交流。粗糙集理论是一种非常有前途的软计算方法，为处理不确定信息提供了强有力的分析手段，具有广阔的发展空间，今后会在更多的实际领域中发挥作用。粗糙集理论的主要特点有：（1）粗糙集不需要提供除问题所需处理的数据集合之外的任何先验知识（比如概率统计学中所需的概率分布，模糊集理论中所必须的隶属函数等）。（2）粗糙集是一个强大的数据分析工具它能表达和处理不完备信息；能在保留关键信息的前提下对数据进行化简并求得知识的最小表达式；能识别并评估

29、数据之间的依赖关系，揭示出概念简单的模式；能从经验数据中获取易于证实的规则知识。限于篇幅，这里略去粗糙集的具体理论介绍。我们选用由波兰 Poznan 科技大学开发的4eMka2 软件，该软件可以在 http:/idss.cs.put.poznan.pl/site/4emka.html 下载，供非盈利性学术研究活动使用。2053.4GIS 软件选取与基于 GIS 的分类系统构建进一步我们选取 TopMap Desktop 6 作为 GIS 软件。TopMap Desktop 6 是北京慧图信息科技有限公司自主研究开发的桌面地理信息系统，基于 TopMap ActiveX 6 开发的可运行于Win

30、dows 2000、XP、2003 操作系统的桌面地理信息系统；能够提供丰富的地理信息系统功能，包括地图图层管理、GIS 交换格式导入导出、地图编辑、图层编辑、实体编辑、属性数210215220据操作、空间分析、空间操作、专题设置、分级显示、标注设置、向量打印、图像输出等功能。这里我们使用的是公司提供的 TopMap ActiveX World6.4 build01 版。粗糙集的上述特点可以帮助我们通过分析 50 名典型分类的结果（样本），提炼出相关的基于语言描述的分类规则（知识表达式），再应用这些获得的分类规则，对所有 58 所高校进行系统分类。具体过程简述如下：（1）使用 4eMka2 软

31、件对 50 个典型样本进行学习训练。获得的样本精度为：正确分类43 个，正确率：86%；不正确分类 2 个，不正确率：4%；含混分类 5 个，含混率：10%。（2）应用学习获得的分类规则，对南京市 59 所高校进行分类判定。（3）编写 c#接口程序，对 TopMap Desktop 6 导入南京 59 所高校的地理空间数据和基于 21 个指标的多属性分类数据，构建数据库。（4）创建矢量地图，将分类结果在矢量地图上进行展示。类似仿照国家突发公共事件总体应急预案的四级划分：级（特别严重，应急管理能力严重不足）、级（严重，应急管理能力有待改进）、级（较重，应急管理能力一般）和级（较好，应急管理能力-

32、7-校园周边环境监控能力校园治安周边人员流动监控周边企事业单位监控尚可），我们依次用红色、橙色、黄色和蓝色表示。图 4.1 显示了基于 GIS 的南京高校应急管理能力分类结果。2253.5结果分析由图 4，我们可以获得以下结果分析：（1）以南京大学、东南大学等部属高校大多位于蓝色区域，但也有很少的普通院校位于这一区域；河海大学、南京林业大学、南京农业大学等高校位于黄色区域；南京工程学院、金陵科技学院等一些普通高校大多位于橙色区域；南京没有高校位于红色区域。230235（2）蓝色区域共有 9 所高校，占总数的 15.25%；黄色区域有 26 所，占总数的 44.07%；橙色区域有 24 所高校，

33、占总数的 40.68%。由此我们认为南京高校应急管理能力总体情况比较好，但是不同学校间差距较大，特别一些普通高校和高职院校与南京大学能知名重点高校相比差距明显，需要教育主管部门引起重视。我们认为造成这一差距的原因有很多，除了地理和社会因素外，教育主管部门对高校的重视程度和投入资金都有很大的影响。一般情况下，部属重点高校资金投入比较充足，建校历史长有比较完整的管理制度和经验，学生素质也比较高，有能力提高自身应急管理能力；而一些普通院校资金薄弱，管理制度不够健全，缺乏处理应急事件的经验，需要教育主管部门和地方政府的重视，在加强监督管理的条件下加大投入，学校自身也应该进一步提高自身应急管理能力。24

34、0图 4基于 GIS 的南京高校应急管理能力分类图-8-4 结束语针对我国当前应急分类管理研究及其在高校应急管理中应用不足的现状，本文综合一些已有研究成果，应用多属性决策分析的方法，构建了基于地理信息的应急分类管理分析框架，245250255260265270275并且应用构建的分析步骤进行了南京高校的应急管理能力分类评价。本文研究可以提升应急管理的可视化，对推进突发事件的应急管理科学化、提高应急措施的有效性，将具有重要的现实意义。而如何更有效地将 GIS 和分类决策模型进行融合和展示，即在基于 GIS 基础上进行二次开发，将是我们进一步深入研究的问题。参考文献 (References)1 范

35、维澄.国家突发公共事件应急管理中科学问题的思考和建议J;中国科学基金,2007,2:71-76.2 计雷,池宏,陈安等.突发事件应急管理M.高等教育出版社,2006.3 刘佳,陈建明,陈安.应急管理中的动态模糊分类分级算法研究J.管理评论,2006,19(3):38-43.4 杨静,陈建明,赵红应急管理中的突发事件分类分级研究J.管理评论,2005,17(4):37-41.5 中国政府网,国家突发公共事件总体应急预案, 6 Belton, V. and Stewart, T.J. Multiple Criteria Decision Analysis: An Integrated Approa

36、ch M. Kluwer,Dordrecht, 2002.7 Chen, Y. Multiple Criteria Decision Analysis: Classification Problems and Solutions, PhD thesis, University ofWaterloo, Waterloo, Canada, 2006.8 Chen, Y., Hipel, K.W. and Kilgour, D.M. Multiple Criteria Sorting Using Case-based Distance Models with anApplication in Wat

37、er Resources Management J. IEEE Transactions on Systems, Man, and Cybernetics, Part A,2007: 37(5):680-691.9 Keeney, R.L. and Raiffa, H. Decision with Multiple Objectives: Preferences and Value Tradeoffs M. Wiley,New York, 1976.10 Roy, B. Multicriteria Methodology for Decision Aiding M. Kluwer, Dordr

38、echt, 1996.11 Chen, Y., Kilgour, D.M. and Hipel, K.W. Multiple Criteria Classification with an Application in WaterResources Planning J. Computers and Operations Research, 2006, 33(11): 3301-3323.12 Doumpos, M. and Zopounidis, C. Multicriteria Decision Aid Classification Methods M, Kluwer, Dordrecht

39、,2002.13 Greco, S., Matarazzo, B. and Sowiski, R. Rough Sets Theory for Multicriteria Decision Analysis J.European Journal of Operational Research, 2001, 1:1-47.14 Keeney, R.L. Value Focused Thinking: A Path to Creative Decision Making M. Harvard University Press,Cambridge, Massachusetts, 1992.15 Jacquet-Lagrze, E. and Siskos, Y. Assessing a Set of Additive Utility Functions for MulticriteriaDecision-making, the UTA method J. European Journal of Operational Research, 1982, 10:151-164.-9-