CN111598482A - 一种铁路运输安全评估方法、装置及计算机设备 - Google Patents

一种铁路运输安全评估方法、装置及计算机设备 Download PDF

Info

Publication number
CN111598482A
CN111598482A CN202010455382.2A CN202010455382A CN111598482A CN 111598482 A CN111598482 A CN 111598482A CN 202010455382 A CN202010455382 A CN 202010455382A CN 111598482 A CN111598482 A CN 111598482A
Authority
CN
China
Prior art keywords
railway
accident
coefficient
index
accident information
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.)
Granted
Application number
CN202010455382.2A
Other languages
English (en)
Other versions
CN111598482B (zh
Inventor
赵林
王卫东
郭湛
胥红敏
王阳
王高磊
赵云行
李涵秋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
China Academy of Railway Sciences Corp Ltd CARS
China State Railway Group Co Ltd
Railway Science and Technology Research and Development Center of CARS
Original Assignee
China Academy of Railway Sciences Corp Ltd CARS
China State Railway Group Co Ltd
Railway Science and Technology Research and Development Center of CARS
Priority date (The priority date 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 date listed.)
Filing date
Publication date
Application filed by China Academy of Railway Sciences Corp Ltd CARS, China State Railway Group Co Ltd, Railway Science and Technology Research and Development Center of CARS filed Critical China Academy of Railway Sciences Corp Ltd CARS
Priority to CN202010455382.2A priority Critical patent/CN111598482B/zh
Publication of CN111598482A publication Critical patent/CN111598482A/zh
Application granted granted Critical
Publication of CN111598482B publication Critical patent/CN111598482B/zh
Active legal-status Critical Current
Anticipated expiration legal-status Critical

Links

Images

Classifications

    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0635—Risk analysis of enterprise or organisation activities
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00—Administration; Management
    • G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063—Operations research, analysis or management
    • G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06395—Quality analysis or management
    • G—PHYSICS
    • G06—COMPUTING; CALCULATING OR COUNTING
    • G06Q—INFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
    • G06Q50/40—Business processes related to the transportation industry
    • Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
    • Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
    • Y02P—CLIMATE CHANGE MITIGATION TECHNOLOGIES IN THE PRODUCTION OR PROCESSING OF GOODS
    • Y02P90/00—Enabling technologies with a potential contribution to greenhouse gas [GHG] emissions mitigation
    • Y02P90/30—Computing systems specially adapted for manufacturing

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Development Economics (AREA)
  • Educational Administration (AREA)
  • General Physics & Mathematics (AREA)
  • Marketing (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • Theoretical Computer Science (AREA)
  • Operations Research (AREA)
  • Quality & Reliability (AREA)
  • Game Theory and Decision Science (AREA)
  • Health & Medical Sciences (AREA)
  • General Health & Medical Sciences (AREA)
  • Primary Health Care (AREA)
  • Management, Administration, Business Operations System, And Electronic Commerce (AREA)

Abstract

本发明公开了一种铁路运输安全评估方法、装置及计算机设备，该方法包括：获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，所述铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数；根据所述铁路事故信息确定铁路行车事故指数；根据所述铁路行车事故指数得到所述铁路运输安全的评估结果。本发明通过充分考虑铁路行车事故的数量、等级、人员伤亡及行车事故的责任判定等因素，对铁路行车事故的评估更加全面，进而对铁路运输安全的评估更全面，准确性更高。

Description

一种铁路运输安全评估方法、装置及计算机设备
技术领域
本发明涉及铁路运输技术领域，具体涉及一种铁路运输安全评估方法、装置及计算机设备。
背景技术
铁路安全是铁路运输永恒的主题，提升铁路运营安全水平一直是各国铁路机构和组织十分关注与重视的问题。在铁路企业安全管理过程中，除了制定系统的法律法规外，还必须对全行业的安全运行状况进行严格的监控和评估，以便掌握安全趋势，及时发布事故预防措施，实现“预防为主”的安全管理目标。相关技术中，对铁路运输安全的评估方法仅仅考虑了严重事故因素，影响对铁路运输安全的评估结果的准确性。
发明内容
因此，本发明要解决的技术问题在于克服现有技术中对铁路运输安全的评估不全面，准确性低的缺陷，从而提供一种铁路运输安全评估方法、装置及计算机设备。
根据第一方面，本发明实施例公开了一种铁路运输安全评估方法，包括如下步骤：获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，所述铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数；根据所述铁路事故信息确定铁路行车事故指数；根据所述铁路行车事故指数得到所述铁路运输安全的评估结果。
可选地，所述获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息之前，所述方法还包括：获取所述人员受害程度；根据所述人员受害程度确定伤亡人数。
可选地，根据所述铁路事故信息确定铁路行车事故指数，包括：获取预设铁路事故信息表；根据预设铁路事故信息表，确定所述铁路事故信息对应的系数；根据所述铁路事故信息对应的系数，确定所述铁路行车事故指数。
可选地，根据所述铁路事故信息的系数确定所述铁路行车事故指数，包括：
RAI＝1/Cm×∑{(Cv×Cn+Ca)×Cr}，
其中，RAI表示铁路行车事故指数，Cv是人员受害程度系数，Cn是伤亡人数系数,Ca是事故等级系数，Cr是事故责任系数，Cm是列车行车公里。
根据第二方面，本发明实施例还公开了一种铁路运输安全评估装置，包括：第一获取模块，用于获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，所述铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数；第一确定模块，用于根据所述铁路事故信息确定铁路行车事故指数；评估模块，用于根据所述铁路行车事故指数得到所述铁路运输安全的评估结果。
可选地，所述装置还包括：第二获取模块，用于获取所述人员受害程度；第二确定模块，用于根据所述人员受害程度确定伤亡人数。
可选地，所述第一确定模块包括：获取子模块，用于获取预设铁路事故信息表；第一确定子模块，用于根据预设铁路事故信息表，确定所述铁路事故信息对应的系数；第二确定子模块，用于根据所述铁路事故信息对应的系数，确定所述铁路行车事故指数。
可选地，所述第二确定子模块根据如下公式确定所述铁路行车事故指数：
RAI＝1/Cm×∑{(Cv×Cn+Ca)×Cr}，
其中，RAI表示铁路行车事故指数，Cv是人员受害程度系数，Cn是伤亡人数系数,Ca是事故等级系数，Cr是事故责任系数，Cm是列车行车公里。
根据第三方面，本发明实施例还公开了一种计算机设备，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如第一方面或第一方面任一可选实施方式所述的铁路运输安全评估方法的步骤。
根据第四方面，本发明实施例还公开了一种计算机可读存储介质，其上存储有计算机程序，所述计算机程序被处理器执行时实现如第一方面或第一方面任一可选实施方式所述的铁路运输安全评估方法的步骤。
本发明技术方案，具有如下优点：
本发明提供的铁路运输安全评估方法及装置，通过获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数，根据铁路事故信息确定铁路行车事故指数，根据铁路行车事故指数得到铁路运输安全的评估结果。本发明通过铁路行车事故的数量、等级、人员伤亡及行车事故的责任判定等因素，对铁路行车事故的评估更加全面，进而对铁路运输安全的评估更全面，准确性更高。
附图说明
为了更清楚地说明本发明具体实施方式或现有技术中的技术方案，下面将对具体实施方式或现有技术描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图是本发明的一些实施方式，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。
图1为本发明实施例1中铁路运输安全评估方法的一个具体示例的流程图；
图2为本发明实施例2中铁路运输安全评估装置的一个具体示例的原理框图；
图3为本发明实施例3中计算机设备的一个具体示例的原理框图。
具体实施方式
下面将结合附图对本发明的技术方案进行清楚、完整地描述，显然，所描述的实施例是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
在本发明的描述中，需要说明的是，术语“中心”、“上”、“下”、“左”、“右”、“竖直”、“水平”、“内”、“外”等指示的方位或位置关系为基于附图所示的方位或位置关系，仅是为了便于描述本发明和简化描述，而不是指示或暗示所指的装置或元件必须具有特定的方位、以特定的方位构造和操作，因此不能理解为对本发明的限制。此外，术语“第一”、“第二”、“第三”仅用于描述目的，而不能理解为指示或暗示相对重要性。
对于本领域的普通技术人员而言，可以具体情况理解上述术语在本发明中的具体含义。
此外，下面所描述的本发明不同实施方式中所涉及的技术特征只要彼此之间未构成冲突就可以相互结合。
实施例1
本发明实施例提供一种铁路运输安全评估方法，如图1所示，包括如下步骤：
S11：获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数。
示例性地，目标运行路段可以为某地区的铁路运行路段，也可以为全国范围内的铁路运行路段，本发明实施例对该目标运行路段不作限定，本领域技术人员可以根据实际需求选择。该预设时间可以为一个季度、也可以为一年，本发明实施例对该预设时间不作限定，本领域技术人员可以根据实际需要选择。
为了充分评估铁路运输安全，铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数，其中，事故等级、伤亡人数、人员受害程度、事故责任等信息可以从铁路安全监督管理信息系统获取，该系统实现国铁集团、铁路局集团公司和站段的铁路安全监督管理三级联网和安全信息的共享，汇集了铁路系统各专业的监测报警信息、安全检查信息、事故调查分析和综合处置分析等数据；列车行走公里数可以从动车组管理信息系统获取，铁路安全监督管理信息系统和动车组管理信息系统是我国铁路的相关应用，获取的铁路事故信息更加准确、权威。
S12：根据铁路事故信息确定铁路行车事故指数。
示例性地，铁路行车事故指数可用来表征一个国家或地区在预设时间内铁路运输安全总体水平的综合性指标。在本发明实施例中，根据铁路事故信息确定铁路行车事故指数，可以用统一的评价理念和标准，定期开展铁路行车事故指数计算工作。使用一套简洁实用的评价实施流程，跟踪和分析全国和各地区铁路安全状况及变化趋势，全面综合地反映全国和地区铁路安全状况。例如可以对多个铁路事故信息进行加权计算，根据加权计算结果确定铁路行车事故指数。具体地，可以预先将处于预设范围的加权计算结果与相应的铁路事故指数进行存储，将得到的加权计算结果与预设范围进行比对，得到铁路行车事故指数。其中不同的铁路事故信息对应的权重值可以根据重要等级确定，比如若事故等级的重要程度大于事故责任，那么即可以将事故等级的权重值设置为0.5，将事故责任的权重值设置为0.1，其他指标可以依次为0.2,0.1,0.1,本申请实施例对该权重值的设置方式不作限定，本领域技术人员可以根据实际需要确定。
S13：根据铁路行车事故指数得到铁路运输安全的评估结果。
示例性地，铁路行车事故指数可综合反映铁路安全状况，可以将铁路行车事故指数作为评估结果，在本发明实施例中，铁路行车事故指数越小，表明目标运行路段在预设时间内的铁路安全性更高；或者是将得到的铁路行车事故指数与预设值进行比对，当大于预设值时，铁路行车事故指数对应的评估结果为安全性低，当小于预设值，铁路行车事故指数对应的评估结果为安全性高，本申请实施例对该预设值不作限定。根据铁路行车事故指数可以在不同地区之间进行横向比较、也可以在不同时期之间进行纵向比较，最大限度的发挥铁路行车事故指数的价值，同时根据铁路运输安全的评估结果，可针对铁路安全保障方面的薄弱环节，提供改进和加强相关工作的对策建议。
本发明提供的铁路运输安全评估方法，通过获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数，根据铁路事故信息确定铁路行车事故指数，根据铁路行车事故指数得到铁路运输安全的评估结果。本发明通过充分考虑铁路行车事故的数量、等级、人员伤亡及行车事故的责任判定等因素，对铁路行车事故的评估更加全面，进而对铁路运输安全的评估更全面，准确性更高。
作为本发明一个可选实施方式，步骤S11之前，该铁路运输安全评估方法还包括：
获取人员受害程度。该人员受害程度的获取方式参见步骤S11的详细描述，在此不再赘述。
根据人员受害程度确定伤亡人数。
示例性地，根据人员受害程度确定伤亡人数可以为根据人员受害程度中最严重的确定伤亡人数，也可以为根据综合考虑人员受害程度(死亡、重伤)确定伤亡人数，本发明实施例对该伤亡人数确定方法不作限定，本领域技术人员可以根据实际情况设定。
作为本发明一个可选实施方式，步骤S12包括：
首先，获取预设铁路事故信息表。
示例性地，铁路事故信息表可以为铁路相关领域专家提前设定好存储在数据库中的。预设铁路事故信息表的获取方式可以为直接从数据库中调用，本发明实施例对该铁路事故信息表获取方式不作限定，本领域技术人员可以根据实际情况选择。
例如，下表1表示人员受害程度信息表，Cv表示人员受害程度系数，本发明实施例中根据人员受害程度中最严重的确定伤亡人数，即当铁路事故中有人员死亡时，Cv取值为8，当铁路事故中没有人员死亡但有重伤时，Cv取值为4，当铁路事故中既没有人员死亡也没有重伤时，Cv取值为0；表2表示伤亡人数信息表，Cn表示伤亡人数系数，当铁路事故中有人员死亡时，按照获取的人员死亡数量确定Cn的值，当铁路事故中没有人员死亡但有重伤时，按照获取的重伤人数确定Cn的值；表3表示事故等级信息表，Ca表示事故等级系数，该事故等级的划分是根据《铁路交通事故调查处理规则》中铁路交通事故的定义确定的；表4表示事故责任信息表，Cr表示事故责任系数，责任事故(内因)可以为因设备管理不善、产品质量不良、营业性施工等造成的事故，这种情况下Cr的取值为2；非责任事故(外因)可以为不可抗力的自然灾害、人为破坏等造成的事故，这种情况下Cr的取值为1。
表1人员受害程度信息表
人员受害程度 死亡 重伤 无伤亡
C<sub>v</sub>参考值 8 4 0
表2伤亡人数信息表
死亡 1人 2人 3-9人 10-29人 30人及以上
重伤 1-4人 5-9人 10-49人 50-99人 100人及以上
C<sub>n</sub>参考值 3 4 5 6 7
表3事故等级信息表
事故等级 特别重大 重大 较大 一般A 一般B 一般C 一般D
C<sub>a</sub>参考值 9 8 7 6 5 2 1
表4事故责任信息表
事故责任 责任事故(内因) 非责任事故(外因)
C<sub>r</sub>参考值 2 1
其次，根据预设铁路事故信息表，确定铁路事故信息对应的系数。
示例性地，根据获取的铁路事故信息与预设铁路事故信息表的一一对应关系，确定各项铁路事故信息系数。
再次，根据铁路事故信息对应的系数，确定铁路行车事故指数。
示例性地，在本发明实施例中，根据铁路事故信息对应的系数，确定铁路行车事故指数具体可以为：
RAI＝1/Cm×∑{(Cv×Cn+Ca)×Cr}，
其中，RAI表示铁路行车事故指数，Cv是人员受害程度系数，Cn是伤亡人数系数,Ca是事故等级系数，Cr是事故责任系数，Cm是列车行车公里。
例如，当比较同一目标路段中一个月和一个季度的铁路运输安全情况时，对于一个季度中发生的事故数量比一个月发生事故的数量多，但是一个季度的实际铁路安全情况比一个月更好的情况，利用加权求和的方式得到的铁路行车事故指数比较大，继而得到一个季度的实际铁路安全情况比一个月差，严重偏离了实际情况；但本申请提出的该铁路行车事故指数确定方法综合考虑了人员受害程度系数、伤亡人数系数、事故等级系数、事故责任系数与列车行车公里数的关系，通过对多个事故人员受害程度系数、伤亡人数系数、事故等级系数、事故责任系数进行求和，并将求和的结果与列车行车公里数进行比值处理，得到单位列车行车公里数对应的评估结果。在考虑了列车行车公里因素对评估结果的影响的同时采用单位列车行车公里数得到铁路行车事故指数，避免了不同时间段进行比较时，列车行车公里总数对结果的影响，即采用本申请技术方案可更加全面、准确的比较不同时间段的铁路安全状况。
实施例2
本施例提供一种铁路运输安全评估装置，如图2所示，包括：
第一获取模块21，用于获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数；具体实现方式见实施例1中的步骤S11的相关描述，在此不再赘述。
第一确定模块22，用于根据铁路事故信息确定铁路行车事故指数；具体实现方式见实施例1中的步骤S12的相关描述，在此不再赘述。
评估模块23，用于根据铁路行车事故指数得到铁路运输安全的评估结果。具体实现方式见实施例1中的步骤S13的相关描述，在此不再赘述。
本发明提供的铁路运输安全评估装置，通过获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数，根据铁路事故信息确定铁路行车事故指数，根据铁路行车事故指数得到铁路运输安全的评估结果。本发明通过充分考虑铁路行车事故的数量、等级、人员伤亡及行车事故的责任判定等因素，对铁路行车事故的评估更加全面，进而对铁路运输安全的评估更全面，准确性更高。
作为本发明一个可选实施方式，该铁路运输安全评估装置还包括：
第二获取模块，用于获取人员受害程度；具体实现方式见实施例1中对应的步骤的相关描述，在此不再赘述。
第二确定模块，用于根据人员受害程度确定伤亡人数。具体实现方式见实施例1中对应的步骤的相关描述，在此不再赘述。
作为本发明一个可选实施方式，第一确定模块包括：
获取子模块，用于获取预设铁路事故信息表；具体实现方式见实施例1中对应的步骤的相关描述，在此不再赘述。
第一确定子模块，用于根据预设铁路事故信息表，确定铁路事故信息对应的系数；具体实现方式见实施例1中对应的步骤的相关描述，在此不再赘述。
第二确定子模块，用于根据铁路事故信息对应的系数，确定铁路行车事故指数。具体实现方式见实施例1中对应的步骤的相关描述，在此不再赘述。
作为本发明一个可选实施方式，第二确定子模块中，根据如下公式确定铁路行车事故指数：
RAI＝1/Cm×∑{(Cv×Cn+Ca)×Cr}，
其中，RAI表示铁路行车事故指数，Cv是人员受害程度系数，Cn是伤亡人数系数,Ca是事故等级系数，Cr是事故责任系数，Cm是列车行车公里。具体实现方式见实施例1中对应的步骤的相关描述，在此不再赘述。
实施例3
本发明实施例还提供了一种计算机设备，如图3所示，该计算机设备可以包括处理器31和存储器32，其中处理器31和存储器32可以通过总线或者其他方式连接，图3中以通过总线连接为例。
处理器31可以为中央处理器(Central Processing Unit，CPU)。处理器31还可以为其他通用处理器、数字信号处理器(Digital Signal Processor，DSP)、专用集成电路(Application Specific Integrated Circuit，ASIC)、现场可编程门阵列(Field-Programmable Gate Array，FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件等芯片，或者上述各类芯片的组合。
存储器32作为一种非暂态计算机可读存储介质，可用于存储非暂态软件程序、非暂态计算机可执行程序以及模块，如本发明实施例中的铁路运输安全评估方法对应的程序指令/模块(例如，图2所示的第一获取模块21、第一确定模块22和评估模块23)。处理器31通过运行存储在存储器32中的非暂态软件程序、指令以及模块，从而执行处理器的各种功能应用以及数据处理，即实现上述方法实施例中的铁路运输安全评估方法。
存储器32可以包括存储程序区和存储数据区，其中，存储程序区可存储操作系统、至少一个功能所需要的应用程序；存储数据区可存储处理器31所创建的数据等。此外，存储器32可以包括高速随机存取存储器，还可以包括非暂态存储器，例如至少一个磁盘存储器件、闪存器件、或其他非暂态固态存储器件。在一些实施例中，存储器32可选包括相对于处理器31远程设置的存储器，这些远程存储器可以通过网络连接至处理器31。上述网络的实例包括但不限于互联网、企业内部网、局域网、移动通信网及其组合。
所述一个或者多个模块存储在所述存储器32中，当被所述处理器31执行时，执行如图1所示实施例中的铁路运输安全评估方法。
上述计算机设备具体细节可以对应参阅图1所示的实施例中对应的相关描述和效果进行理解，此处不再赘述。
实施例4
本发明实施例还提供了一种计算机存储介质，所述计算机存储介质存储有计算机可执行指令，该计算机可执行指令可执行上述任意方法实施例中的铁路运输安全评估方法。其中，所述存储介质可为磁碟、光盘、只读存储记忆体(Read-Only Memory，ROM)、随机存储记忆体(Random Access Memory，RAM)、快闪存储器(Flash Memory)、硬盘(Hard DiskDrive，缩写：HDD)或固态硬盘(Solid-State Drive，SSD)等；所述存储介质还可以包括上述种类的存储器的组合。
显然，上述实施例仅仅是为清楚地说明所作的举例，而并非对实施方式的限定。对于所属领域的普通技术人员来说，在上述说明的基础上还可以做出其它不同形式的变化或变动。这里无需也无法对所有的实施方式予以穷举。而由此所引伸出的显而易见的变化或变动仍处于本发明创造的保护范围之中。

Claims (10)

1.一种铁路运输安全评估方法，其特征在于，包括如下步骤：
获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，所述铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数；
根据所述铁路事故信息确定铁路行车事故指数；
根据所述铁路行车事故指数得到所述铁路运输安全的评估结果。
2.根据权利要求1所述的方法，其特征在于，所述获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息之前，所述方法还包括：
获取所述人员受害程度；
根据所述人员受害程度确定伤亡人数。
3.根据权利要求1所述的方法，其特征在于，根据所述铁路事故信息确定铁路行车事故指数，包括：
获取预设铁路事故信息表；
根据预设铁路事故信息表，确定所述铁路事故信息对应的系数；
根据所述铁路事故信息对应的系数，确定所述铁路行车事故指数。
4.根据权利要求3所述的方法，其特征在于，根据所述铁路事故信息的系数确定所述铁路行车事故指数，包括：
RAI＝1/Cm×∑{(Cv×Cn+Ca)×Cr}，
其中，RAI表示铁路行车事故指数，Cv是人员受害程度系数，Cn是伤亡人数系数,Ca是事故等级系数，Cr是事故责任系数，Cm是列车行车公里。
5.一种铁路运输安全评估装置，其特征在于，包括：
第一获取模块，用于获取目标运行路段在预设时间内的所有铁路事故的铁路事故信息，所述铁路事故信息包括：事故等级、伤亡人数、人员受害程度、事故责任和列车行走公里数；
第一确定模块，用于根据所述铁路事故信息确定铁路行车事故指数；
评估模块，用于根据所述铁路行车事故指数得到所述铁路运输安全的评估结果。
6.根据权利要求5所述的装置，其特征在于，所述装置还包括：
第二获取模块，用于获取所述人员受害程度；
第二确定模块，用于根据所述人员受害程度确定伤亡人数。
7.根据权利要求5所述的装置，其特征在于，所述第一确定模块包括：
获取子模块，用于获取预设铁路事故信息表；
第一确定子模块，用于根据预设铁路事故信息表，确定所述铁路事故信息对应的系数；
第二确定子模块，用于根据所述铁路事故信息对应的系数，确定所述铁路行车事故指数。
8.根据权利要求7所述的装置，其特征在于，所述第二确定子模块根据如下公式确定所述铁路行车事故指数：
RAI＝1/Cm×∑{(Cv×Cn+Ca)×Cr}，
其中，RAI表示铁路行车事故指数，Cv是人员受害程度系数，Cn是伤亡人数系数,Ca是事故等级系数，Cr是事故责任系数，Cm是列车行车公里。
9.一种计算机设备，其特征在于，包括：至少一个处理器；以及与所述至少一个处理器通信连接的存储器；其中，所述存储器存储有可被所述一个处理器执行的指令，所述指令被所述至少一个处理器执行，以使所述至少一个处理器执行如权利要求1-4任一所述的铁路运输安全评估方法的步骤。
10.一种计算机可读存储介质，其上存储有计算机程序，其特征在于，所述计算机程序被处理器执行时实现如权利要求1-4任一所述的铁路运输安全评估方法的步骤。
CN202010455382.2A 2020-05-26 2020-05-26 一种铁路运输安全评估方法、装置及计算机设备 Active CN111598482B (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202010455382.2A CN111598482B (zh) 2020-05-26 2020-05-26 一种铁路运输安全评估方法、装置及计算机设备

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202010455382.2A CN111598482B (zh) 2020-05-26 2020-05-26 一种铁路运输安全评估方法、装置及计算机设备

Publications (2)

Publication Number Publication Date
CN111598482A true CN111598482A (zh) 2020-08-28
CN111598482B CN111598482B (zh) 2023-08-08

Family

ID=72184060

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202010455382.2A Active CN111598482B (zh) 2020-05-26 2020-05-26 一种铁路运输安全评估方法、装置及计算机设备

Country Status (1)

Country Link
CN (1) CN111598482B (zh)

Cited By (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632180A (zh) * 2020-12-19 2021-04-09 西安银石科技发展有限责任公司 铁路行车安全数据分析系统及分析方法
CN114943420A (zh) * 2022-04-25 2022-08-26 中国国家铁路集团有限公司 高速铁路供电安全状态的评估方法及装置

Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109118773A (zh) * 2018-09-30 2019-01-01 中交第公路勘察设计研究院有限公司 一种高速公路交通事故风险评估方法
CN109117987A (zh) * 2018-07-18 2019-01-01 厦门大学 基于深度学习的个性化交通事故风险预测推荐方法
CN110119874A (zh) * 2019-03-28 2019-08-13 南京理工大学 一种对铁路客运站运输服务能力进行评价的方法以及动态监测装置
CN110883772A (zh) * 2019-10-23 2020-03-17 中国国家铁路集团有限公司 一种利用机器人处理铁路车站安全隐患的方法及系统
CN110910086A (zh) * 2019-10-30 2020-03-24 中国铁道科学研究院集团有限公司电子计算技术研究所 一种铁路客运车站要素全面感知处理系统及方法
CN110930006A (zh) * 2019-11-14 2020-03-27 中国国家铁路集团有限公司 一种铁路系统安全水平度量方法、装置及设备

Patent Citations (7)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
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
CN109117987A (zh) * 2018-07-18 2019-01-01 厦门大学 基于深度学习的个性化交通事故风险预测推荐方法
CN109118773A (zh) * 2018-09-30 2019-01-01 中交第公路勘察设计研究院有限公司 一种高速公路交通事故风险评估方法
CN110119874A (zh) * 2019-03-28 2019-08-13 南京理工大学 一种对铁路客运站运输服务能力进行评价的方法以及动态监测装置
CN110883772A (zh) * 2019-10-23 2020-03-17 中国国家铁路集团有限公司 一种利用机器人处理铁路车站安全隐患的方法及系统
CN110910086A (zh) * 2019-10-30 2020-03-24 中国铁道科学研究院集团有限公司电子计算技术研究所 一种铁路客运车站要素全面感知处理系统及方法
CN110930006A (zh) * 2019-11-14 2020-03-27 中国国家铁路集团有限公司 一种铁路系统安全水平度量方法、装置及设备

Non-Patent Citations (3)

* Cited by examiner, † Cited by third party
Title
王衍洋;李敬;曹义华;: "中国民航安全评价方法研究" *
赵林;王卫东;胥红敏;郭湛;: "我国铁路行车事故指数构建方法研究" *
黄朝敏;: "高速公路交通安全水平定量化评价方法浅析" *

Cited By (3)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN112632180A (zh) * 2020-12-19 2021-04-09 西安银石科技发展有限责任公司 铁路行车安全数据分析系统及分析方法
CN114943420A (zh) * 2022-04-25 2022-08-26 中国国家铁路集团有限公司 高速铁路供电安全状态的评估方法及装置
CN114943420B (zh) * 2022-04-25 2025-06-13 中国国家铁路集团有限公司 高速铁路供电安全状态的评估方法及装置

Also Published As

Publication number Publication date
CN111598482B (zh) 2023-08-08

Similar Documents

Publication Publication Date Title
Werner et al. Universal cervical‐length screening to prevent preterm birth: a cost‐effectiveness analysis
DeFranco et al. Exposure to airborne particulate matter during pregnancy is associated with preterm birth: a population-based cohort study
US9744978B2 (en) Railway track geometry defect modeling for predicting deterioration, derailment risk, and optimal repair
Hope et al. Frailty before critical illness and mortality for elderly medicare beneficiaries
D'Antonio et al. Weight discordance and perinatal mortality in twins: analysis of the Southwest Thames Obstetric Research Collaborative (STORK) multiple pregnancy cohort
Rasch et al. What drives fraud in a credence goods market?–Evidence from a field study
Bodnar et al. Comparison of gestational weight gain z‐scores and traditional weight gain measures in relation to perinatal outcomes
Stivanello et al. Determinants of cesarean delivery: a classification tree analysis
CN111598482B (zh) 一种铁路运输安全评估方法、装置及计算机设备
Harper et al. Timing of elective delivery in gastroschisis: a decision and cost‐effectiveness analysis
Fleurke‐Rozema et al. Prevalence, diagnosis and outcome of cleft lip with or without cleft palate in The Netherlands
US20130173480A1 (en) Maintenance cycle for an aircraft
Juárez et al. The quality of vital statistics for studying perinatal health: the Spanish case
Baumann et al. Maternal factor V Leiden and prothrombin mutations do not seem to contribute to the occurrence of two or more than two consecutive miscarriages in Caucasian patients
Schrijver et al. Seasonal variation of diseases in children: a 6-year prospective cohort study in a general hospital
WO2019062192A1 (zh) 业务员行为风险甄别管理方法、应用服务器及计算机可读存储介质
CN107330584A (zh) 可疑人员识别方法及装置
CN106952049A (zh) 输电线路的状态评估方法及装置
Nguyen et al. GPS data processing for driving cycle development in Hanoi, Vietnam
Gardosi et al. Outcome‐based comparative analysis of five fetal growth velocity models to define slow growth
Chen et al. Gestational Weight Gain Trend and Population Attributable Risks of Adverse Fetal Growth Outcomes in O hio
Hodgson et al. Residential mobility during pregnancy in the north of England
Stone et al. Uses, limitations, and validity of a registry of congenital anomalies in Iran: a critical review
Dennekamp et al. Longitudinal analysis of respiratory outcomes among bauxite exposed workers in Western Australia
US20230331271A1 (en) System and method of railroad track data aggregation and analysis for determining inspection frequency

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
GR01 Patent grant
GR01 Patent grant