CN115691125A - 基于城市轨道交通设施系统的可靠度分析方法及相关装置 - Google Patents
基于城市轨道交通设施系统的可靠度分析方法及相关装置 Download PDFInfo
- Publication number
- CN115691125A CN115691125A CN202211312637.5A CN202211312637A CN115691125A CN 115691125 A CN115691125 A CN 115691125A CN 202211312637 A CN202211312637 A CN 202211312637A CN 115691125 A CN115691125 A CN 115691125A
- Authority
- CN
- China
- Prior art keywords
- data
- reliability
- reliability analysis
- preset
- target traffic
- 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.)
- Pending
Links
- 238000004458 analytical method Methods 0.000 title claims abstract description 131
- 238000012216 screening Methods 0.000 claims abstract description 50
- 238000000034 method Methods 0.000 claims description 20
- 206010039203 Road traffic accident Diseases 0.000 claims description 8
- 238000005192 partition Methods 0.000 claims description 8
- 238000007405 data analysis Methods 0.000 claims description 7
- 238000012546 transfer Methods 0.000 claims description 6
- 230000005540 biological transmission Effects 0.000 claims description 4
- 230000000694 effects Effects 0.000 abstract description 7
- 238000007726 management method Methods 0.000 description 8
- 238000012423 maintenance Methods 0.000 description 6
- 238000004891 communication Methods 0.000 description 5
- 238000013461 design Methods 0.000 description 5
- 238000010586 diagram Methods 0.000 description 5
- 230000008569 process Effects 0.000 description 5
- 230000008901 benefit Effects 0.000 description 3
- 238000004519 manufacturing process Methods 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 238000010276 construction Methods 0.000 description 2
- 238000011161 development Methods 0.000 description 2
- 230000006870 function Effects 0.000 description 2
- 238000009434 installation Methods 0.000 description 2
- 238000012545 processing Methods 0.000 description 2
- 230000007547 defect Effects 0.000 description 1
- 238000004134 energy conservation Methods 0.000 description 1
- 238000005516 engineering process Methods 0.000 description 1
- 238000001914 filtration Methods 0.000 description 1
- 230000006872 improvement Effects 0.000 description 1
- 230000003993 interaction Effects 0.000 description 1
- 230000005389 magnetism Effects 0.000 description 1
- 238000012986 modification Methods 0.000 description 1
- 230000004048 modification Effects 0.000 description 1
- 230000003287 optical effect Effects 0.000 description 1
- 230000008439 repair process Effects 0.000 description 1
- 238000012795 verification Methods 0.000 description 1
Images
Landscapes
- Management, Administration, Business Operations System, And Electronic Commerce (AREA)
Abstract
本申请公开了一种基于城市轨道交通设施系统的可靠度分析方法及相关装置,包括:获取目标城市轨道交通系统中的目标交通数据;获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;判断所述第一数据组是否满足可靠度分析的预设条件;若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果;通过预设可靠条件建立数据筛选规则,对目标交通数据进行筛选获取第一数据组;对第一数据组进行可靠度分析最终生成可靠度分析结果,实现了精确根据交通数据进行可靠度分析的技术效果。
Description
技术领域
本申请涉及数据处理领域,尤其是涉及一种基于城市轨道交通设施系统的可靠度分析方法及相关装置。
背景技术
城市轨道交通建设的飞速发展,给广大市民带来了出行的便利,但城市轨道交通也存在着各个方面的隐患,为此,为了城市轨道交通的顺利运行,需要提供一种可靠度分析方法,提升城市轨道交通运行的稳定性和安全性。
因此,如何合理的为城市轨道交通进行可靠度分析成为了一个亟待解决的技术问题。
发明内容
为了合理的为城市轨道交通进行可靠度分析,本申请提供一种基于城市轨道交通设施系统的可靠度分析方法及相关装置。
第一方面,本申请提供的一种基于城市轨道交通设施系统的可靠度分析方法采用如下的技术方案:
一种基于城市轨道交通设施系统的可靠度分析方法,包括:
获取目标城市轨道交通系统中的目标交通数据;
获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;
根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;
判断所述第一数据组是否满足可靠度分析的预设条件;
若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;
根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果。
可选的,所述获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则的步骤,包括:
获取预设可靠条件,在所述预设可靠条件中根据有效时间段、交通传输内容以及换乘节点条件建立数据筛选规则。
可选的,所述判断所述第一数据组是否满足可靠度分析的预设条件的步骤,包括:
获取所述数据组中的所有信息条目;
判断所述信息条目的数量是否大于预设最低信息条目对应的数量;
若是,则根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件。
可选的,所述根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件的步骤,包括:
在所述信息条目中获取有效信息条目;
根据所述有效信息条目的完整性判断所述第一数据组是否满足可靠度分析的预设条件。
可选的,所述根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果的步骤,包括:
在所述目标交通数据中根据地理信息位置确定当前待分析数据;
对所述当前待分析数据进行可靠度分析并获取分析结果。
可选的,所述在所述目标交通数据中根据地理信息位置确定当前待分析数据的步骤,包括:
获取预设划分规则,根据所述预设划分规则在所述目标交通数据中进行地域划分并按照地域类型生成地域划分集合;
获取可靠度分析优先级并根据所述可靠度分析优先级在所述地域划分集合中确定待分析数据。
可选的,所述对所述当前待分析数据进行可靠度分析并获取分析结果的步骤,包括:
获取所述待分析数据中的交通准点率、交通意外率以及第三方反馈信息;
根据所述交通准点率、交通意外率以及第三方反馈信息确定所述待分析数据对应的可靠度等级;
根据所述可靠度等级匹配对应的可靠度建议,结合所述可靠度等级生成可靠度分析报告。
第二方面,本申请提供一种基于城市轨道交通设施系统的可靠度分析装置,所述基于城市轨道交通设施系统的可靠度分析装置包括:
数据获取模块,用于获取目标城市轨道交通系统中的目标交通数据;
规则建立模块,用于获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;
数据筛选模块,用于根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;
条件判断模块,用于判断所述第一数据组是否满足可靠度分析的预设条件;
数据确定模块,用于若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;
数据分析模块,用于根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果。
第三方面,本申请提供一种计算机设备,所述设备包括:存储器、处理器,所述处理器在运行所述存储器存储的计算机指令时,执行如上文中任一项所述的方法。
第四方面,本申请提供一种计算机可读存储介质,包括指令,当所述指令在计算机上运行时,使得计算机执行如上文所述的方法。
综上描述,本申请包括以下有益技术效果:
本申请获取目标城市轨道交通系统中的目标交通数据;获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;判断所述第一数据组是否满足可靠度分析的预设条件;若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果;通过预设可靠条件建立数据筛选规则,对目标交通数据进行筛选获取第一数据组;对第一数据组进行可靠度分析最终生成可靠度分析结果,实现了精确根据交通数据进行可靠度分析的技术效果。
附图说明
图1是本发明实施例方案涉及的硬件运行环境的计算机设备结构示意图;
图2是本发明基于城市轨道交通设施系统的可靠度分析方法第一实施例的流程示意图;
图3是本发明基于城市轨道交通设施系统的可靠度分析方法第二实施例的流程示意图;
图4是本发明基于城市轨道交通设施系统的可靠度分析装置第一实施例的结构框图。
具体实施方式
为了使本申请的目的、技术方案及优点更加清楚明白,以下通过附图及实施例,对本申请进行进一步详细说明。应当理解,此处所描述的具体实施例仅用以解释本申请,并不用于限定本申请。
参照图1,图1为本发明实施例方案涉及的硬件运行环境的计算机设备结构示意图。
如图1所示,计算机设备可以包括:处理器1001,例如中央处理器(CentralProcessing Unit,CPU),通信总线1002、用户接口1003,网络接口1004,存储器1005。其中,通信总线1002用于实现这些组件之间的连接通信。用户接口1003可以包括显示屏(Display)、输入单元比如键盘(Keyboard),可选用户接口1003还可以包括标准的有线接口、无线接口。网络接口1004可选的可以包括标准的有线接口、无线接口(如无线保真(Wireless-Fidelity,Wi-Fi)接口)。存储器1005可以是高速的随机存取存储器(RandomAccess Memory,RAM),也可以是稳定的非易失性存储器(Non-Volatile Memory,NVM),例如磁盘存储器。存储器1005可选的还可以是独立于前述处理器1001的存储装置。
本领域技术人员可以理解,图1中示出的结构并不构成对计算机设备的限定,可以包括比图示更多或更少的部件,或者组合某些部件,或者不同的部件布置。
如图1所示,作为一种存储介质的存储器1005中可以包括操作系统、网络通信模块、用户接口模块以及基于城市轨道交通设施系统的可靠度分析程序。
在图1所示的计算机设备中,网络接口1004主要用于与网络服务器进行数据通信;用户接口1003主要用于与用户进行数据交互;本发明计算机设备中的处理器1001、存储器1005可以设置计算机设备中,所述计算机设备通过处理器1001调用存储器1005中存储的基于城市轨道交通设施系统的可靠度分析程序,并执行本发明实施例提供的基于城市轨道交通设施系统的可靠度分析方法。
本发明实施例提供了一种基于城市轨道交通设施系统的可靠度分析方法,参照图2,图2为本发明基于城市轨道交通设施系统的可靠度分析方法第一实施例的流程示意图。
本实施例中,所述基于城市轨道交通设施系统的可靠度分析方法包括以下步骤:
步骤S10:获取目标城市轨道交通系统中的目标交通数据。
需要说明的是,RAMS(可靠性、可用性、可维修性和安全性)管理起源于20世纪70年代,首先应用于民航、核电、军工及城市轨道交通等领域。国内目前几乎所有的城市轨道交通线路也以均逐步采用了RAMS管理系统,RAMS管理有效的保证了系统符合需要,能以最低成本持续满足安全、可靠的顾客服务和运营效率等方面的要求。可靠性管理作为RAMS管理的重要组成部分,贯穿于城市轨道交通工程设计、安装及运营维护的全寿命周期。系统及部件的可靠性分为固有可靠性和运用可靠性,其中固有可靠性是制约系统可靠性的决定性因素。由港铁公司建设的深圳市轨道交通龙华线的供电系统设计中,采取量化可靠性指标、数学建模分析计算校验的管理方法,大大提高了可靠性管理水平。在本实施例中目标城市轨道交通系统就是运用了RAMS管理。
可以理解的是,随着科学技术的发展和设备自动化程度的不断提升,地铁设备设施的状况正常和运行稳定与地铁的正常运营、安全保障、企业效益及社会影响愈加密切,并直接关系到广大乘客的人身安全和千千万万家庭的幸福。为此,全力保障地铁设备设施的正常运行,不断优化设备设施维护及与之相关的各环节,及时地消除过程中出现的各类隐患、缺陷,并积极设法提升各设备设施的运行可靠度和状态重要而深远的意义。
需要说明的是,根据原中华人民共和国建设部于2007年发布的《城市公共交通分类标准》(CJJ/T 114-2007)中的定义,城市轨道交通为采用轨道结构进行承重和导向的车辆运输系统,依据城市交通总体规划的要求,设置全封闭或部分封闭的专用轨道线路,以列车或单车形式,运送相当规模客流量的公共交通方式。《城市公共交通分类标准》中还明确城市轨道交通包括:地铁系统、轻轨系统、单轨系统、有轨电车、磁浮系统、自动导向轨道系统、市域快速轨道系统。此外,随着交通系统的发展已出现其它一些新交通系统。城市轨道交通是城市公共交通的骨干,具有节能、省地、运量大、全天候、无污染(或少污染)又安全等特点,属绿色环保交通体系,特别适应于大中城市。
在具体实施中,获取目标城市轨道交通系统中的目标交通数据是通过在目标城市轨道交通系统中通过导出数据的方式来获取目标交通数据。
步骤S20:获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则。
可以理解的是,可靠度(Reliability)也叫可靠性,指的是产品在规定的时间内,在规定的条件下,完成预定功能的能力,它包括结构的安全性,适用性和耐久性,当以概率来度量时,称可靠度。可靠性:产品在规定的条件下和规定的时间内,完成规定功能的能力。可靠性的概率度量叫可靠度。
寿命是指产品使用的持续期。以“寿命单位”度量。在规定的条件下和在规定的时间内,产品故障的总数与寿命单位总数之比称为“故障率”。故障率是可靠性基本参数,其倒数为平均故障间隔时间(MTBF) 。可靠性分为固有可靠性和使用可靠性。固有可靠性用于描述产品的设计和制造的可靠性水平,使用可靠性综合考虑了产品设计、制造、安装环境、维修策略和修理等因素。从设计的角度出发,把可靠性分为基本可靠性和任务可靠性,前者考虑包括与维修和供应有关的可靠性,用平均故障间隔时间(MTBF)表示;后者仅考虑造成任务失败的故障影响,用任务可靠度(MR)和致命性故障间隔任务时间(MTBCF)表示。对多数企业主要关心产品的固有可靠性和基本可靠性。对可修产品用平均故障间隔时间表示,对不可修产品用平均失效率表示,对一次性使用产品用平均寿命表示。对产品而言,可靠度越高就越好。可靠度高的产品,可以长时间正常工作(这正是所有消费者需要得到的);从专业术语上来说,就是产品的可靠度越高,产品可以无故障工作的时间就越长。可靠度分析即求出各系统的运作机率的学问,例如机具的可靠度,将影响整个生产制造的流程规划及控制。此外,可靠度的讨论,也往往离不开系统的可用度(Availability)及维修度(Maintainability)。一般谈到可靠度,多是指产品的可靠程度,顾名思义,也就是将产品的好坏特别以可靠度的方法表达出来,这种定义方式对于现今许多高单价及讲求售后服务的产品而言,显得十分重要。
进一步地,为了建立合理的筛选规则,所述获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则的步骤,包括:获取预设可靠条件,在所述预设可靠条件中根据有效时间段、交通传输内容以及换乘节点条件建立数据筛选规则。
需要说明的是,预设可靠条件是指在进行筛选规则设定时根据当前具体使用情况由系统管理人员进行预先设定的条件。
在具体实施中,所述根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件的步骤,包括:在所述信息条目中获取有效信息条目;根据所述有效信息条目的完整性判断所述第一数据组是否满足可靠度分析的预设条件。
需要说明的是,若所述信息条目中的信息过少,则影响后续可靠度分析结果的精确程度,也可能直接导致无法分析出对应的可靠度。因此需要设定最少的信息条目来避免条目过少的情况。
步骤S30:根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组。
需要说明的是,所述第一数据组是指在目标交通数据例如某换乘节点A对应的数据组经过组合而来的数据组,所述第一数据组可以包括若干个换乘节点的完整交通数据。
在具体实施中,根据所述数据筛选规则在所述目标交通数据中进行筛选,将不符合数据筛选规则的数据进行剔除,剩下的数据作为第一数据组。
步骤S40:判断所述第一数据组是否满足可靠度分析的预设条件。
进一步地,为了提升判断的精确性,所述判断所述第一数据组是否满足可靠度分析的预设条件的步骤,包括:获取所述数据组中的所有信息条目;判断所述信息条目的数量是否大于预设最低信息条目对应的数量;若是,则根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件。
步骤S50:若是,则在所述第一数据组中根据预设交通类型确定目标交通数据。
需要说明的是,所述根据预设交通类型确定目标交通数据中的交通类型可以是地铁、轻轨或者其他符合本实施例数据分析的交通类型,本实施例在此不做限制。
在具体实施中,若判定所述第一数据组不满足可靠度分析的预设条件时,即立即输出可靠度分析失败报告,在可靠度分析报告中显示具体的分析失败的原因。
步骤S60:根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果。
在具体实施中,根据所述目标交通数据进行可靠度分析,获取可靠度分析结果,所述分析结果是以电子报告或者纸质报告的形式产生的。分析报告中的内容包括:目标交通数据在分析过程中是否成功进行可靠度分析,若否,则具体报错的原因、目标交通数据对应的可靠度等级,以及在该可靠度登记下对应的建议策略。
本实施例获取目标城市轨道交通系统中的目标交通数据;获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;判断所述第一数据组是否满足可靠度分析的预设条件;若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果;通过预设可靠条件建立数据筛选规则,对目标交通数据进行筛选获取第一数据组;对第一数据组进行可靠度分析最终生成可靠度分析结果,实现了精确根据交通数据进行可靠度分析的技术效果。。
参考图3,图为本发明基于城市轨道交通设施系统的可靠度分析方法第二实施例的流程示意图。
基于上述第一实施例,本实施例基于城市轨道交通设施系统的可靠度分析方法的所述步骤S60,还包括:
步骤S601:在所述目标交通数据中根据地理信息位置确定当前待分析数据。
需要说明的是,在所述目标交通数据中根据地理信息位置确定当前待分析数据是通过根据实际使用情况将整个目标交通数据按照地理位置进行划分。可以是以行政区的形式或者以居住人口密集程度的划分形式对目标交通数据进行划分,本实施例在此不做限制。
进一步地,为了精确划分待分析数据,所述在所述目标交通数据中根据地理信息位置确定当前待分析数据的步骤,包括:获取预设划分规则,根据所述预设划分规则在所述目标交通数据中进行地域划分并按照地域类型生成地域划分集合;获取可靠度分析优先级并根据所述可靠度分析优先级在所述地域划分集合中确定待分析数据。
步骤S602:对所述当前待分析数据进行可靠度分析并获取分析结果。
进一步地,为了精确生成可靠度分析报告,所述对所述当前待分析数据进行可靠度分析并获取分析结果的步骤,包括:获取所述待分析数据中的交通准点率、交通意外率以及第三方反馈信息;根据所述交通准点率、交通意外率以及第三方反馈信息确定所述待分析数据对应的可靠度等级;根据所述可靠度等级匹配对应的可靠度建议,结合所述可靠度等级生成可靠度分析报告。
本实施例在所述目标交通数据中根据地理信息位置确定当前待分析数据;对所述当前待分析数据进行可靠度分析并获取分析结果通过地理位置信息的划分减少了当前轨道交通计算的资源损耗,根据实际使用情况进行判断,提升了分析速度,实现了更有效的进行可靠度分析的技术效果。
此外,本发明实施例还提出一种计算机可读存储介质,所述存储介质上存储有基于城市轨道交通设施系统的可靠度分析的程序,所述基于城市轨道交通设施系统的可靠度分析的程序被处理器执行时实现如上文所述的基于城市轨道交通设施系统的可靠度分析的方法的步骤。
参照图4,图4为本发明基于城市轨道交通设施系统的可靠度分析装置第一实施例的结构框图。
如图4所示,本发明实施例提出的基于城市轨道交通设施系统的可靠度分析装置包括:
数据获取模块10,用于获取目标城市轨道交通系统中的目标交通数据;
规则建立模块20,用于获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;
数据筛选模块30,用于根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;
条件判断模块40,用于判断所述第一数据组是否满足可靠度分析的预设条件;
数据确定模块50,用于若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;
数据分析模块60,用于根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果。
应当理解的是,以上仅为举例说明,对本发明的技术方案并不构成任何限定,在具体应用中,本领域的技术人员可以根据需要进行设置,本发明对此不做限制。
本实施例获取目标城市轨道交通系统中的目标交通数据;获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;判断所述第一数据组是否满足可靠度分析的预设条件;若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果;通过预设可靠条件建立数据筛选规则,对目标交通数据进行筛选获取第一数据组;对第一数据组进行可靠度分析最终生成可靠度分析结果,实现了精确根据交通数据进行可靠度分析的技术效果。
在一实施例中,所述规则建立模块20,还用于获取预设可靠条件,在所述预设可靠条件中根据有效时间段、交通传输内容以及换乘节点条件建立数据筛选规则。
在一实施例中,所述条件判断模块40,还用于获取所述数据组中的所有信息条目;判断所述信息条目的数量是否大于预设最低信息条目对应的数量;若是,则根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件。
在一实施例中,所述条件判断模块40,还用于在所述信息条目中获取有效信息条目;根据所述有效信息条目的完整性判断所述第一数据组是否满足可靠度分析的预设条件。
在一实施例中,所述数据分析模块60,还用于在所述目标交通数据中根据地理信息位置确定当前待分析数据;对所述当前待分析数据进行可靠度分析并获取分析结果。
在一实施例中,所述数据分析模块60,还用于获取预设划分规则,根据所述预设划分规则在所述目标交通数据中进行地域划分并按照地域类型生成地域划分集合;获取可靠度分析优先级并根据所述可靠度分析优先级在所述地域划分集合中确定待分析数据。
在一实施例中,所述数据分析模块60,还用于获取所述待分析数据中的交通准点率、交通意外率以及第三方反馈信息;根据所述交通准点率、交通意外率以及第三方反馈信息确定所述待分析数据对应的可靠度等级;根据所述可靠度等级匹配对应的可靠度建议,结合所述可靠度等级生成可靠度分析报告。
需要说明的是,以上所描述的工作流程仅仅是示意性的,并不对本发明的保护范围构成限定,在实际应用中,本领域的技术人员可以根据实际的需要选择其中的部分或者全部来实现本实施例方案的目的,此处不做限制。
另外,未在本实施例中详尽描述的技术细节,可参见本发明任意实施例所提供的基于城市轨道交通设施系统的可靠度分析的方法,此处不再赘述。
此外,需要说明的是,在本文中,术语“包括”、“包含”或者其任何其他变体意在涵盖非排他性的包含,从而使得包括一系列要素的过程、方法、物品或者系统不仅包括那些要素,而且还包括没有明确列出的其他要素,或者是还包括为这种过程、方法、物品或者系统所固有的要素。在没有更多限制的情况下,由语句“包括一个……”限定的要素,并不排除在包括该要素的过程、方法、物品或者系统中还存在另外的相同要素。
上述本发明实施例序号仅仅为了描述,不代表实施例的优劣。
通过以上的实施方式的描述,本领域的技术人员可以清楚地了解到上述实施例方法可借助软件加必需的通用硬件平台的方式来实现,当然也可以通过硬件,但很多情况下前者是更佳的实施方式。基于这样的理解,本发明的技术方案本质上或者说对现有技术做出贡献的部分可以以软件产品的形式体现出来,该计算机软件产品存储在一个存储介质(如只读存储器(Read Only Memory,ROM)/RAM、磁碟、光盘)中,包括若干指令用以使得一台终端设备(可以是手机,计算机,服务器,或者网络设备等)执行本发明各个实施例所述的方法。
以上仅为本发明的优选实施例,并非因此限制本发明的专利范围,凡是利用本发明说明书及附图内容所作的等效结构或等效流程变换,或直接或间接运用在其他相关的技术领域,均同理包括在本发明的专利保护范围内。
Claims (10)
1.一种基于城市轨道交通设施系统的可靠度分析方法,其特征在于,包括:
获取目标城市轨道交通系统中的目标交通数据;
获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;
根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;
判断所述第一数据组是否满足可靠度分析的预设条件;
若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;
根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果。
2.根据权利要求1所述的基于城市轨道交通设施系统的可靠度分析方法,其特征在于,所述获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则的步骤,包括:
获取预设可靠条件,在所述预设可靠条件中根据有效时间段、交通传输内容以及换乘节点条件建立数据筛选规则。
3.根据权利要求1所述的基于城市轨道交通设施系统的可靠度分析方法,其特征在于,所述判断所述第一数据组是否满足可靠度分析的预设条件的步骤,包括:
获取所述数据组中的所有信息条目;
判断所述信息条目的数量是否大于预设最低信息条目对应的数量;
若是,则根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件。
4.根据权利要求3所述的基于城市轨道交通设施系统的可靠度分析方法,其特征在于,所述根据所述信息条目中的有效信息条目判断所述第一数据组是否满足可靠度分析的预设条件的步骤,包括:
在所述信息条目中获取有效信息条目;
根据所述有效信息条目的完整性判断所述第一数据组是否满足可靠度分析的预设条件。
5.根据权利要求1所述的基于城市轨道交通设施系统的可靠度分析方法,其特征在于,所述根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果的步骤,包括:
在所述目标交通数据中根据地理信息位置确定当前待分析数据;
对所述当前待分析数据进行可靠度分析并获取分析结果。
6.根据权利要求5所述的基于城市轨道交通设施系统的可靠度分析方法,其特征在于,所述在所述目标交通数据中根据地理信息位置确定当前待分析数据的步骤,包括:
获取预设划分规则,根据所述预设划分规则在所述目标交通数据中进行地域划分并按照地域类型生成地域划分集合;
获取可靠度分析优先级并根据所述可靠度分析优先级在所述地域划分集合中确定待分析数据。
7.根据权利要求5所述的基于城市轨道交通设施系统的可靠度分析方法,其特征在于,所述对所述当前待分析数据进行可靠度分析并获取分析结果的步骤,包括:
获取所述待分析数据中的交通准点率、交通意外率以及第三方反馈信息;
根据所述交通准点率、交通意外率以及第三方反馈信息确定所述待分析数据对应的可靠度等级;
根据所述可靠度等级匹配对应的可靠度建议,结合所述可靠度等级生成可靠度分析报告。
8.一种基于城市轨道交通设施系统的可靠度分析装置,其特征在于,所述基于城市轨道交通设施系统的可靠度分析装置包括:
数据获取模块,用于获取目标城市轨道交通系统中的目标交通数据;
规则建立模块,用于获取预设可靠条件,根据所述预设可靠条件建立数据筛选规则;
数据筛选模块,用于根据所述数据筛选规则在所述目标交通数据中进行筛选以获取第一数据组;
条件判断模块,用于判断所述第一数据组是否满足可靠度分析的预设条件;
数据确定模块,用于若是,则在所述第一数据组中根据预设交通类型确定目标交通数据;
数据分析模块,用于根据所述目标交通数据进行可靠度分析以输出所述目标交通数据对应的可靠度分析结果。
9.一种计算机设备,其特征在于,所述设备包括:存储器、处理器,所述处理器在运行所述存储器存储的计算机指令时,执行如权利要求1至7中任一项所述的方法。
10.一种计算机可读存储介质,其特征在于,包括指令,当所述指令在计算机上运行时,使得计算机执行如权利要求1至7中任一项所述的方法。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211312637.5A CN115691125A (zh) | 2022-10-25 | 2022-10-25 | 基于城市轨道交通设施系统的可靠度分析方法及相关装置 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202211312637.5A CN115691125A (zh) | 2022-10-25 | 2022-10-25 | 基于城市轨道交通设施系统的可靠度分析方法及相关装置 |
Publications (1)
Publication Number | Publication Date |
---|---|
CN115691125A true CN115691125A (zh) | 2023-02-03 |
Family
ID=85099558
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202211312637.5A Pending CN115691125A (zh) | 2022-10-25 | 2022-10-25 | 基于城市轨道交通设施系统的可靠度分析方法及相关装置 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN115691125A (zh) |
Cited By (2)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116245362A (zh) * | 2023-03-07 | 2023-06-09 | 北京磁浮有限公司 | 城轨接触网风险评估方法及相关装置 |
CN116842018A (zh) * | 2023-07-06 | 2023-10-03 | 江西桔贝科技有限公司 | 一种大数据的筛选方法和系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327865A (zh) * | 2016-08-12 | 2017-01-11 | 北京航空航天大学 | 一种基于渗流分析的城市交通可靠性指标及其实现方法 |
KR20180081396A (ko) * | 2017-01-06 | 2018-07-16 | 서울교통공사 | 도시철도 rams 통합관리 시스템 |
CN110949458A (zh) * | 2019-11-27 | 2020-04-03 | 交控科技股份有限公司 | 基于微服务架构的轨道交通运维管理系统 |
CN113466597A (zh) * | 2021-07-19 | 2021-10-01 | 江苏金鑫信息技术有限公司 | 一种轨道交通供电系统设备状态智能检测方法 |
CN114298521A (zh) * | 2021-12-23 | 2022-04-08 | 佳都科技集团股份有限公司 | 城轨设备的可靠性分析方法、装置、设备和存储介质 |
CN115115174A (zh) * | 2022-05-17 | 2022-09-27 | 北京全路通信信号研究设计院集团有限公司 | 一种区域多制式轨道交通全局功能目标分析方法及装置 |
-
2022
- 2022-10-25 CN CN202211312637.5A patent/CN115691125A/zh active Pending
Patent Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN106327865A (zh) * | 2016-08-12 | 2017-01-11 | 北京航空航天大学 | 一种基于渗流分析的城市交通可靠性指标及其实现方法 |
KR20180081396A (ko) * | 2017-01-06 | 2018-07-16 | 서울교통공사 | 도시철도 rams 통합관리 시스템 |
CN110949458A (zh) * | 2019-11-27 | 2020-04-03 | 交控科技股份有限公司 | 基于微服务架构的轨道交通运维管理系统 |
CN113466597A (zh) * | 2021-07-19 | 2021-10-01 | 江苏金鑫信息技术有限公司 | 一种轨道交通供电系统设备状态智能检测方法 |
CN114298521A (zh) * | 2021-12-23 | 2022-04-08 | 佳都科技集团股份有限公司 | 城轨设备的可靠性分析方法、装置、设备和存储介质 |
CN115115174A (zh) * | 2022-05-17 | 2022-09-27 | 北京全路通信信号研究设计院集团有限公司 | 一种区域多制式轨道交通全局功能目标分析方法及装置 |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN116245362A (zh) * | 2023-03-07 | 2023-06-09 | 北京磁浮有限公司 | 城轨接触网风险评估方法及相关装置 |
CN116245362B (zh) * | 2023-03-07 | 2023-12-12 | 北京磁浮有限公司 | 城轨接触网风险评估方法及相关装置 |
CN116842018A (zh) * | 2023-07-06 | 2023-10-03 | 江西桔贝科技有限公司 | 一种大数据的筛选方法和系统 |
CN116842018B (zh) * | 2023-07-06 | 2024-02-23 | 上海比滋特信息技术有限公司 | 一种大数据的筛选方法和系统 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
Yang et al. | Comparing travel mode and trip chain choices between holidays and weekdays | |
CN115691125A (zh) | 基于城市轨道交通设施系统的可靠度分析方法及相关装置 | |
Tang et al. | Multi-disruption resilience assessment of rail transit systems with optimized commuter flows | |
Veelenturf et al. | A quasi-robust optimization approach for crew rescheduling | |
Liu et al. | Performance evaluation of public bus transportation by using DEA models and Shannon's entropy: An example from a company in a large city of China | |
Lin | Stochastic single-source capacitated facility location model with service level requirements | |
Yasmin et al. | Assessment of spatial transferability of an activity-based model, TASHA | |
Wilson et al. | The potential impact of automated data collection systems on urban public transport planning. | |
Dray et al. | AIM2015: Validation and initial results from an open-source aviation systems model | |
Suryani et al. | System dynamics simulation model for urban transportation planning: a case study | |
Barabino et al. | Regularity diagnosis by automatic vehicle location raw data | |
Luo et al. | Railway disruption management: Designing bus bridging services under uncertainty | |
Migdadi | Identifying the best practices of airlines’ green operations strategy: A cross‐regional worldwide survey | |
CN109214577A (zh) | 一种综合运输通道客运分担率预测方法 | |
Zhu et al. | Estimating train choices of rail transit passengers with real timetable and automatic fare collection data | |
Hasany et al. | Two-stage stochastic programming for the railroad blocking problem with uncertain demand and supply resources | |
Yan et al. | An integrated framework for intercity bus scheduling under stochastic bus travel times | |
Liu et al. | Data analytics approach for train timetable performance measures using automatic train supervision data | |
Wang et al. | Adaptability analysis methods of demand responsive transit: a review and future directions | |
Shalaby et al. | Rail transit disruption management: a comprehensive review of strategies and approaches | |
Waraich et al. | Disaggregate level simulation of bus transit emissions in a large urban region | |
Li et al. | Assessing the financial and social costs of public transport in differing operating environments and with endogenous demand | |
Zhang et al. | Research on optimization of customized bus routes based on uncertainty theory | |
Mehrabani et al. | Development, calibration, and validation of a large-scale traffic simulation model: Belgium road network | |
Denisov et al. | Provisions of the marginal utility theory in the solution of bus servicing issues in the Arctic zone of Russia |
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 | ||
RJ01 | Rejection of invention patent application after publication |
Application publication date: 20230203 |