CN104240030B - 一种轨道交通路网动态安全风险评价方法 - Google Patents
一种轨道交通路网动态安全风险评价方法 Download PDFInfo
- Publication number
- CN104240030B CN104240030B CN201410469304.2A CN201410469304A CN104240030B CN 104240030 B CN104240030 B CN 104240030B CN 201410469304 A CN201410469304 A CN 201410469304A CN 104240030 B CN104240030 B CN 104240030B
- Authority
- CN
- China
- Prior art keywords
- index
- road network
- evaluation
- track traffic
- phase
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Expired - Fee Related
Links
Landscapes
- Traffic Control Systems (AREA)
Abstract
本发明提供一种轨道交通路网动态安全风险评价方法,首先确定轨道交通路网动态安全风险评价动态指标体系,然后根据路网设备实时采集的数据计算各项动态指标值,最后基于区间二型模糊数和TOPSIS结合的新方法对轨道交通路网运营安全风险进行动态评价,更为精确地掌握轨道交通路网运营实时的安全状态,为相关管理人员的决策提供技术支持,对于提高决策质量具有非常重要的实际意义。
Description
技术领域
本发明涉及一种轨道交通路网安全评价方法,尤其涉及一种轨道交通路网动态安全评价方法。
背景技术
在现有的地铁安全指标体系研究中,对轨道交通路网安全评价指标体系的研究还不够完善,轨道交通路网安全评价更多的是应该从人、机、环、管等几方面进行考虑。为使指标体系的建立与现场业务充分结合,对典型大城市轨道交通进行深入调研分析,总结影响运营安全的主要因素,对运营安全要素进行提取、凝练,构建城市轨道交通运营安全“微观—中观—宏观”评估指标体系。现有安全评价研究中,大多数采用的是静态指标,并没有考虑环境变化和时间推移等因素对评价的影响,并不能真实准确地反映轨道交通路网运营的实时安全状态。
本发明另一重点在于轨道交通路网动态安全评价采用的方法。影响轨道交通路网安全运营的因素错综复杂,有些因素对系统安全状态的影响难以用精确数值来完全表达决策者的偏好信息。而模糊数可以表示决策者主观评价信息的不确定性,目前已经在轨道交通安全评价中得到广泛应用。然而现有的研究都是基于一型模糊数,而轨道交通路网系统是由多个复杂的子系统组成,二型模糊数对于处理轨道交通路网的不确定性和复杂性更具有优势。
发明内容
为解决上述技术问题,本发明提供一种轨道交通路网动态安全风险评价方法,具体采用如下技术方案:
1.计算轨道交通路网安全评价指标值
城轨路网运营安全评价指标评价对象是路网,根据指标的评价对象,将指标分为客流指标、设备影响运营指标、路网线路指标、管理指标和事故指标五类。其中客流指标包括:线路间能力匹配度。设备影响运营指标包括:车辆系统影响运营风险指数、信号系统影响运营风险指数、供电系统影响运营风险指数、通信系统影响运营风险指数、土建系统影响运营风险指数、线路系统影响运营风险指数、屏蔽门系统影响运营风险指数、AFC系统影响运营风险指数、安检系统影响运营风险指数、其他因素影响运营风险指数。路网线路指标包括:路网线路环境综合指数。管理指标包括:路网安全管理指数。事故指标包括:路网等效事故率。各指标含义及计算方式如下:
(1)线路间能力匹配度
定义:反映路网中各条线路之间的换乘匹配情况,主要由换入区间满载率差体现。换乘站在城市轨道交通路网中作为一个换乘节点和吸引客流节点,在路网中扮演重要的角色。
指标计算:
ξ(sij)=Σk(sij)·(w1·φa+w2·(φa-φb))
式中:ξ(sij)—统计期内,线路间能力匹配度。φa—统计期内,区段断面满载率。φb—统计期内,区段前一区段断面满载率。k(sij)—统计期内,换乘站sij间各换乘方向换乘量占线路换乘总量的比值。w—权重系数,由实际运营专家决定。
(2)设备影响运营风险指数
定义:路网中各线路设备影响运营指数的加权平均值。
指标说明:各个线路设备影响运营风险指数的综合值。
各线路设备影响运营风险指数计算公式:
式中:X(t,t+Δt)(s)—统计期内,路网设备影响运营风险指数;W(si)—线路强度;X(t,t+Δt)(si)—统计期内,线路si设备影响运营风险指数。注:设备影响运营风险指数包括车辆系统、信号系统、供电系统、通信系统、土建系统、线路系统、屏蔽门系统、AFC、安检系统及其他因素影响运营风险指数,各系统影响运营风险指数均依照上述计算公式计算。
(3)路网线路环境综合指数
定义:一定时期内,路网中各线路环境综合指数的加权平均值。
指标说明:各个线路环境指标的融合。
计算公式:
式中:X(t,t+Δt)(s)—统计期内,路网线路环境综合指数;W(si)—线路强度;X(t,t+Δt)(si)—统计期内,线路si路网线路环境综合指数。
(4)路网安全管理指数
定义:统计期内,城市轨道交通运营企业安全生产标准化考评指数。反映了地铁人员安全行为和安全意识的风险。
参考依据:国家安检总局下发:交通运输企业安全生产标准化达标考评指标之第二部分城市轨道交通运输企业安全生产达标考评指标。
表26安全管理指数打分表
注:评为一级达标企业的考评分数不低于900分(满分1000分,下同)且满足所有必备条件,评为二级达标企业的考评分数不低于700分且满足二、三级必备条件,评为三级达标企业的考评分数不低于600分且满足三级必备条件。
计算公式:
式中,y为路网安全管理指数值,x为路网安全评价打分值;
(5)路网等效事故率
定义:路网在统计期内,事故发生的次数、伤亡人数和经济损失的风险水平的综合值。
指标说明:该指标综合反映了路网在统计期内的风险水平,是评价城市轨道交通路网运营安全状态和管理效果的重要参考依据。
计算公式:
式中:ΓS(s)—统计期内,路网等效事故率;yj—统计期内,事故j的个数;αj—统计期内,事故j的事故折算因子;l—表示百万车公里。
2.区间二型模糊数
定义1.一个定义在论域X上的区间二型模糊集可表示为
其中,x是主要变量,Jx∈[0,1]是主要变量x的隶属度函数,μ是次要变量,且是主要变量x的次要隶属度函数。
定义2.一个定义在论域X上的区间二型模糊集可表示为
其中,x是主要变量,Jx∈[0,1]是主要变量x的隶属度函数,μ是次要变量,且是主要变量x的次要隶属度函数。
二型模糊集中的所有元素与其所有主隶属度值组成的集合称为不确定性的轨迹(Footprint of Uncertainty,FOU)具体定义如下。
其中,FOU是一个区域,由上限成员函数(Upper membership function,UMF)和下限成员函数(Lower membership function,LMF)的中间区域组成,且UMF和LMF均为一型模糊集。
区间二型模糊集是二型模糊集的特例,相对于一型模糊集,它能更好地描述不确定性,而与一般二型模糊集相比,其次隶属度值全为1,避免了次隶属度函数的选取,集合计算大大简化,所以区间二型模糊集通常被用于解决不确定信息决策问题。
本发明中路网各评价指标权重采用区间二型模糊数,将指标的权重设置为一个范围。
3.α截集水平下的模糊TOPSIS集成法
TOPSIS法是一种逼近理想解的排序方法,其基本思路是:首先根据规范化的初始决策矩阵找出有限方案中的正理想解和负理想解,然后计算各个评价对象与正理想解和负理想解的距离,从而得到各评价方案与最优方案的相对接近程度,最后进行排序,并以此作为方案优劣评价的依据。
假定模糊多属性决策问题的决策方案集为属性集为C={c1,c2,...,cm}。对于方案,依据属性ci进行测度,得到Aj(j=1,2,...,m)关于ci(i=1,2,...,n)的属性值为三角模糊数从而构成模糊决策矩阵
W=[ω1,ω2,...,ωn]T
其中,W为属性的权重向量,且满足ωi≥0和
设三角模糊数现将Wang和Elhag提出的模糊TOPSIS法求解步骤列举如下。
(1)标准化决策矩阵其计算公式为
其中
(2)正理想解和负理想解的确定
模糊决策矩阵的正理想解和负理想解可定义为
(3)设置截集α,计算其相应的决策矩阵
(4)依据非线性规划模型,计算在截集水平α下对应的所有备选方案的模糊相对相似度。
备选方案Ai与正理想解A*的相对相似度可定义为
因为RCi是个区间值,其上限和下限求得方法分别对应分段规划模型
其中,和分别是评价值xij和权重ωj在截集为α水平时的集合。
(5)求解所有截集α下的平均模糊相对相似性,该平均模糊集合的去模糊化方法如式所示。
(6)依据公式的计算结果,对所有备选方案进行排序,值越大,备选方案Aj越靠近理想方案。
本发明具有如下有益效果:
(1)本发明客观选取的指标可定量化,准确地反映各指标的实时状态。
(2)运用区间二型模糊数能够客观地表达各指标权重的不确定性。
(3)对轨道交通路网运营进行动态安全评价,准确及时地掌握轨道交通路网实时的安全状态。
(4)首次将区间二型模糊数和TOPSIS集成法结合的方法运用在轨道交通安全评价领域。
附图说明
图1为城市轨道交通路网运营安全评价指标体系图。
图2为不同截集水平α下设备指标的模糊相对相似度示意图。
图3为不同截集水平α下路网运营安全的模糊相对相似度示意图。
图4为不同截集水平α下轨道交通路网动态安全评价下的模糊相对相似度示意图。
图5为路网动态安全评价结果示意图。
具体实施方式
以某城市轨道交通某路网某一时刻为例进行计算,指标体系如图1所示。表1给出了权重的语言变量和相应的二型模糊集。
表1权重的语言变量和相应的二型模糊数
为了获取某轨道交通路网某一时刻的实时安全状态,本发明在现场部署了数据采集设备,某一时刻下各指标的值计算结果如表2所示。
表2某一时刻下各指标的值
首先,以设备指标为例来展示区间二型模糊数和TOPSIS集成法的计算过程。三位决策者对客流指标的十个准则重要度进行判断,表3给出了决策对设备指标的原始决策信息,并可计算出各指标的综合平均二型模糊数。
表3设备指标的决策信息及综合平均二型模糊数
因为指标值越大,意味着越安全,所以正理想解为A+={0,...,0},负理想解为A-={1,...,1}。
为了能够精确地计算模糊相对相似度,设置11个不同的截集水平,α=0,0.1,0.2,0.3,0.4,0.5,0.6,0.7,0.8,0.9,1.0。计算结果如表4和图2所示。
表4不同截集水平α下设备指标的模糊相对相似度
轨道交通路网决策矩阵包括客流指标、设备影响运营指标、路网线路指标、管理指标和事故指标的模糊相对相似度。表5给出了这五类指标权重的模糊相对相似度。
表5五类指标的二型模糊数
轨道交通路网安全评价结果如表6和图3所示。去模糊化的值越高,表示越安全,通过计算,去模糊化值RC*=0.8080,RC*值越接近1,表示该路网运营越安全。该结果较客观地反映了该路网运营的安全状态,与实际情况也较为符合。
表6不同截集水平α下路网运营安全状态的模糊相对相似度
参照此方法,我们根据实时更新的数据不断地更新评价结果,从而实现对轨道交通路网安全的动态评价。图4给出了动态评价过程中的模糊相对相似度。
根据评价指标体系以及指标算法特点,可将路网安全等级划分为3级如表7 所示。
表7路网运营安全等级
根据路网运营安全等级的划分,路网动态安全评价的结果如图5所示。t1和t2时刻时,RC值分别为0.8080、0.8482,说明路网该时刻处于低风险状态下,t3时刻时,RC值为0.7306,说明路网处于较低风险状态,但是日常监测仍需引起注意。该结果比较可观地反映出该路网的实时安全状态,与实际情况较为符合。
Claims (2)
1.一种应用于轨道交通路网的动态安全风险评价方法,其特征在于,该方法包括以下步骤:
(一)确定轨道交通路网动态安全风险评价指标:线路间能力匹配度、车辆系统影响运营风险指数、信号系统影响运营风险指数、供电系统影响运营风险指数、通信系统影响运营风险指数、土建系统影响运营风险指数、线路系统影响运营风险指数、屏蔽门系统影响运营风险指数、AFC系统影响运营风险指数、安检系统影响运营风险指数、其他因素影响运营风险指数、路网线路环境综合指数、路网安全管理指数、路网等效事故率;
(二)根据现场设备所采集的数据分别计算上述各项动态指标的指标值;
(三)采用不同截集水平下模糊TOPSIS集成法评价路网安全状态,其中步骤(一)中各项指标的权重ωj采用区间二型模糊数,而各项指标的评价值xj为步骤(二)中计算出的各项指标的指标值;
步骤(二)中的计算各项指标值的具体方法为:
(1)线路间能力匹配度计算公式:
ξ(sij)=∑k(sij)·(w1·φa+w2·(φa-φb))
式中:ξ(sij)—统计期内,线路间能力匹配度;φa—统计期内,区段断面满载率;φb—统计期内,区段前一区段断面满载率;k(sij)—统计期内,换乘站sij间各换乘方向换乘量占线路换乘总量的比值;w1、w2—权重系数,由实际运营专家决定;
(2)车辆系统、信号系统、供电系统、通信系统、土建系统、线路系统、屏蔽门系统、AFC系统、安检系统及其他因素影响运营风险指数计算公式均为:
式中:X(t,t+Δt)(s)—统计期内,路网设备影响运营风险指数;W(si)—线路强度;X(t,t+Δt)(si)—统计期内,线路si设备影响运营风险指数;
(3)路网线路环境综合指数计算公式:
式中:X(t,t+Δt)(s)—统计期内,路网线路环境综合指数;W(si)—线路强度;X(t,t+Δt)(si)—统计期内,线路si路网线路环境综合指数;
(4)路网安全管理指数计算公式:
式中,y为路网安全管理指数值,x为路网安全评价打分值;
(5)路网等效事故率计算公式:
式中:ΓS(s)—统计期内,路网等效事故率;yj—统计期内,事故j的个数;αj—统计期内,事故j的事故折算因子;l—表示百万车公里。
2.如权利要求1所述的应用于轨道交通路网的动态安全风险评价方法,其特征在于,步骤(三)中采用不同截集水平下模糊TOPSIS集成法评价路网安全状态具体步骤如下:
(1)确定评价向量为xj为路网评价指标的评价值;
(2)确定评价向量的正理想解为A+={1,...,1},负理想解为A-={0,...,0};
(3)设置不同截集α,确定不同截集α下的评价向量;
(4)依据非线性规划模型,计算在不同截集α水平下方案的模糊相对相似度:
其中,是评价值xj在截集为α水平时的集合;为在截集为α水平时区间模糊相对相似度的上限,为在截集为α水平时区间模糊相对相似度的下限;
(5)求解所有不同截集αj下的平均模糊相对相似度:
,
(6)依据步骤(5)的计算结果,值越靠近1,路网安全性越高。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410469304.2A CN104240030B (zh) | 2014-09-16 | 2014-09-16 | 一种轨道交通路网动态安全风险评价方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN201410469304.2A CN104240030B (zh) | 2014-09-16 | 2014-09-16 | 一种轨道交通路网动态安全风险评价方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN104240030A CN104240030A (zh) | 2014-12-24 |
CN104240030B true CN104240030B (zh) | 2017-05-10 |
Family
ID=52228051
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN201410469304.2A Expired - Fee Related CN104240030B (zh) | 2014-09-16 | 2014-09-16 | 一种轨道交通路网动态安全风险评价方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN104240030B (zh) |
Families Citing this family (9)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN105069229A (zh) * | 2015-08-03 | 2015-11-18 | 西安建筑科技大学 | 一种现代有轨电车线路规划方法 |
CN106447031A (zh) * | 2016-09-27 | 2017-02-22 | 西华大学 | 一种基于区间值模糊脉冲神经膜系统的故障诊断方法及装置 |
CN108447265A (zh) * | 2018-05-21 | 2018-08-24 | 东南大学 | 基于topsis法的公路交通事故黑点路段鉴别方法 |
CN108809967B (zh) * | 2018-05-28 | 2021-05-18 | 北京交通大学 | 轨道交通信号系统信息安全风险监测方法 |
CN111489104A (zh) * | 2020-04-28 | 2020-08-04 | 中国铁道科学研究院集团有限公司通信信号研究所 | 一种铁路电务安全指数的评价方法 |
CN111680940A (zh) * | 2020-08-14 | 2020-09-18 | 北京全路通信信号研究设计院集团有限公司 | 一种区域轨道交通线网安全水平评价方法及系统 |
CN112766567B (zh) * | 2021-01-15 | 2024-01-09 | 南通市规划设计院有限公司 | 一种城市路网规划实施效果的评价方法、系统以及存储介质 |
CN113240225B (zh) * | 2021-03-02 | 2023-12-12 | 国网浙江省电力有限公司建设分公司 | 基于模糊最劣指标的输变电工程造价风险定级方法 |
CN116090836A (zh) * | 2023-03-08 | 2023-05-09 | 北京全路通信信号研究设计院集团有限公司 | 应用于轨道交通的全局风险确定方法、装置、设备及介质 |
Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663505A (zh) * | 2012-04-10 | 2012-09-12 | 北京交通大学 | 一种轨道电路运用性能综合评价方法 |
CN103927448A (zh) * | 2014-04-18 | 2014-07-16 | 南京理工大学 | 轨道交通车辆部件故障模式危害度的确定方法 |
-
2014
- 2014-09-16 CN CN201410469304.2A patent/CN104240030B/zh not_active Expired - Fee Related
Patent Citations (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN102663505A (zh) * | 2012-04-10 | 2012-09-12 | 北京交通大学 | 一种轨道电路运用性能综合评价方法 |
CN103927448A (zh) * | 2014-04-18 | 2014-07-16 | 南京理工大学 | 轨道交通车辆部件故障模式危害度的确定方法 |
Non-Patent Citations (2)
Title |
---|
城市轨道交通运营安全综合评估模型研究;李曼;《中国优秀硕士学位论文全文数据库》;20121115(第11期);第1-10、25-50页 * |
基于α-水平截集的模糊TOPSIS方法在公共危机管理能力评价中的应用研究;于丽英;《运筹与管理》;20131031;第22卷(第5期);第203-208页 * |
Also Published As
Publication number | Publication date |
---|---|
CN104240030A (zh) | 2014-12-24 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN104240030B (zh) | 一种轨道交通路网动态安全风险评价方法 | |
CN104217297B (zh) | 一种轨道交通车站动态安全风险评价方法 | |
CN104217367B (zh) | 一种轨道交通线路动态安全风险评价方法 | |
CN110796859A (zh) | 基于交通流的实时交通状态辨识及事故风险预警方法 | |
CN102663264B (zh) | 桥梁结构健康监测静态参数的半监督协同评估方法 | |
CN113380033B (zh) | 基于人机混合增强智能的城市交通安全预警方法及系统 | |
CN108921372A (zh) | 基于层次分析和可拓物元的高速公路隧道运营安全风险评价方法 | |
CN107239905A (zh) | 基于改进ahp‑gcm的机载网络安全风险评估方法 | |
CN103218513A (zh) | 一种城市轨道交通运行安全的判定方法 | |
CN103678924A (zh) | 轨道交通车辆关键部件故障模式风险优先数的确定方法 | |
Wujie et al. | Analyzing and predicting railway operational accidents based on fishbone diagram and Bayesian networks | |
CN115936541A (zh) | 一种安全道路推荐方法及设备 | |
CN104637022A (zh) | 一种对铁路平交道口安全现状的评价方法 | |
Dong et al. | Overview of the identification of traffic accident-prone locations driven by big data | |
Ji et al. | Research on safety resilience assessment of network-operation-based urban metro transit | |
Xue et al. | Key Node Identification Method of Chengdu Metro Network Based on Comprehensive Assessment | |
Marinelli et al. | Investigation of earthmoving trucks deterioration using discriminant analysis | |
Wang et al. | Risk Evaluation of Expressway Traffic Safety under" Prior Restraint" Idea | |
Yao et al. | Risk assessment research of urban road traffic safety based on Extension Matter Element Model | |
Li et al. | Study on the Risk Evaluation of Commuter Buses in Coal Enterprises Based on GAHP | |
Qazvini et al. | An application of fuzzy TOPSIS for identifying and analyzing black spots suburban areas | |
Yingying et al. | Research on risk assessment of CTCS based on fuzzy reasoning and analytic hierarchy process | |
CN108764748A (zh) | 基于信息公理和云模型的地铁故障模式风险度识别方法 | |
He et al. | Study on Vehicle Travel Trajectory Completion based on AHP-Entropy-TOPSIS Method | |
Bala et al. | A Review on Analysis of Railway Traffic Accident with Data Mining Techniques |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
C06 | Publication | ||
PB01 | Publication | ||
C10 | Entry into substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant | ||
CF01 | Termination of patent right due to non-payment of annual fee | ||
CF01 | Termination of patent right due to non-payment of annual fee |
Granted publication date: 20170510 Termination date: 20170916 |