城市軌道交通路網(wǎng)運營設(shè)備安全狀態(tài)評估方法

高 勃，祝凌曦，肖雪梅

城市軌道交通設(shè)備是實現(xiàn)乘客運輸?shù)闹匾侄?，設(shè)備的運行狀態(tài)直接影響城市軌道交通路網(wǎng)的安全運營。據(jù)不完全統(tǒng)計，80%左右的城市軌道交通事故是因設(shè)備故障而引起的。城市軌道交通網(wǎng)絡(luò)化運營條件下，線路建設(shè)時間不同，部分線路設(shè)備老化，部分線路的大量新設(shè)備未經(jīng)充分調(diào)試就投入使用，給正常運營帶來了較大的影響。一旦設(shè)備發(fā)生故障，就會嚴(yán)重影響乘客生命及財產(chǎn)安全，影響城市軌道交通的正常運營。2011年7月5日上午9點左右，地鐵四號線動物園站A口上行電扶梯發(fā)生故障，造成1人死亡，2人重傷，26人輕傷。

傳統(tǒng)的城市軌道交通的安全研究多數(shù)實現(xiàn)了以車站或者線路為單位的運營關(guān)鍵設(shè)備局部安全評價，而缺少面向全局的研究。安全態(tài)勢感知理論在網(wǎng)絡(luò)和道路［1－6］等領(lǐng)域已經(jīng)得到了廣泛的應(yīng)用，其通過技術(shù)手段從空間和時間維度來感知和獲取安全相關(guān)元素，通過對數(shù)據(jù)信息的整合分析來判斷安全狀態(tài)并預(yù)測未來的發(fā)展趨勢?；诙嘣葱畔⑷诤虾蛷?fù)雜網(wǎng)絡(luò)理論［7－10］，作者擬通過研究城市軌道交通路網(wǎng)運營設(shè)備與路網(wǎng)空間信息的有效匹配和融合，構(gòu)建城市軌道交通路網(wǎng)運營設(shè)備安全狀態(tài)評估模型。經(jīng)過設(shè)備狀態(tài)融合和節(jié)點態(tài)勢融合，形成面向路網(wǎng)運營設(shè)備安全狀態(tài)，以期獲得更準(zhǔn)確的、面向全局安全狀態(tài)的描述和評估，實現(xiàn)城市軌道交通運營安全從微觀描述向宏觀描述的轉(zhuǎn)化。

1 多層次評估模型

借鑒網(wǎng)絡(luò)安全態(tài)勢感知的研究，將各類設(shè)備所處的車站或者區(qū)間看作是采集路網(wǎng)設(shè)備安全狀態(tài)信息的傳感器，通過采用多源信息融合和復(fù)雜網(wǎng)絡(luò)理論，對各種城市軌道交通路網(wǎng)運營設(shè)備狀態(tài)進(jìn)行分析、綜合和融合，最終形成具有相關(guān)和集成特征的能夠表征路網(wǎng)運營設(shè)備的安全狀態(tài)。針對城市軌道交通路網(wǎng)運營車站、區(qū)間和路網(wǎng)結(jié)構(gòu)模式的特點，本研究采取自下而上、先局部后整體的方法構(gòu)建了多層次評估模型，如圖1所示。

圖1 城市軌道交通路網(wǎng)運營設(shè)備多層次評估模型Fig.1 Multi－level evaluation model of urban rail transit network operating equipments

第一層為信息空間層：每個節(jié)點代表設(shè)備，反映了局部節(jié)點（車站或者區(qū)間）某一設(shè)備的安全狀態(tài)。分屬在不同時間、不同空間（車站、區(qū)間）構(gòu)成觀測集Si＝［si1，si2，…，sij］，其中sij表示第i個節(jié)點的第j個設(shè)備。

第二層為要素融合層：首先對設(shè)備進(jìn)行無量綱處理，作為局部節(jié)點狀態(tài)評估的信息源；之后，基于D－S證據(jù)理論，通過設(shè)備的融合，形成局部節(jié)點的設(shè)備安全狀態(tài)估計yj。各局部節(jié)點構(gòu)成了觀測集Y＝［yi］，i＝1，2，…，n，n 表示路網(wǎng)中節(jié)點／區(qū)間的個數(shù)。

第三層為節(jié)點融合層：基于各局部節(jié)點在整個路網(wǎng)運營過程中的重要度P＝［p1p2… pj］，通過局部節(jié)點的安全狀態(tài)融合θ＝f（Y，PT），形成面向全局的、能夠表征路網(wǎng)運營設(shè)備安全狀態(tài)，用θ表示，取值范圍［0，1］。

該模型先獲得局部的設(shè)備安全狀態(tài)，然后通過對局部信息的融合，形成面向全路網(wǎng)的設(shè)備安全狀態(tài)評估。它具有既能夠滿足面向全局的安全狀態(tài)評估，又具有局部狀態(tài)評估的能力，從而實現(xiàn)城市軌道交通路網(wǎng)多粒度的安全狀態(tài)評估。

2 基于D－S和復(fù)雜網(wǎng)絡(luò)方法的評估方法

底層設(shè)備信息構(gòu)成狀態(tài)矩陣為：

城市軌道交通運營設(shè)備的種類很多，它們從不同側(cè)面、不同程度和不同層次上反映了節(jié)點狀態(tài)的好壞。當(dāng)設(shè)備數(shù)值類型不同時，對設(shè)備的數(shù)據(jù)進(jìn)行歸一化處理。

1）對于經(jīng)濟(jì)型指標(biāo)進(jìn)行無量鋼化處理：

2）對于效益型指標(biāo)進(jìn)行無量鋼化處理：

式中：xmaxj和xminj分別為各評價對象第j個評價指標(biāo)的最小值和最大值。

通過式（1）和式（2）得到的xij都是［0，1］區(qū)間上的效益型評價指標(biāo)。無量綱化處理后形成證據(jù)體空間：

2.1 基于D－S節(jié)點狀態(tài)評估

1）基本概率函數(shù)賦值BPA

在目前各種狀態(tài)評估中，一般采用4級或5級劃分。本研究采用5級劃分法，確定證據(jù)推理節(jié)點層的識別框架Θ＝｛F1，F(xiàn)2，F(xiàn)3，F(xiàn)4，F(xiàn)5｝，其中：F1為危險狀態(tài)；F2為臨界狀態(tài)；F3為一般狀態(tài)；F4為良好狀態(tài)；F5為優(yōu)秀狀態(tài)。對應(yīng)的模糊評價 為 P （F）＝ ｛P （F1），P （F）2，P （F3），P（F4），P（F5）｝＝｛0.2，0.4，0.6，0.8，1｝。

在D－S證據(jù)理論模型中，基本概率賦值函數(shù)BPA是一個非常關(guān)鍵的內(nèi)容，也是實際應(yīng)用中最難確定的。一般來講，BPA的獲取與應(yīng)用領(lǐng)域有密切的關(guān)系。本研究通過分析設(shè)備對車站運營的影響，來確定基本概率賦值M（Fi）。

2）設(shè)備權(quán)重的計算

木桶理論認(rèn)為，一個由多塊長短不同的木板箍成的木桶，決定其容水量大小的并非是其中最長的那塊木板或全部木板長度的平均值，而是取決于其中最短的那塊木板。把傳統(tǒng)木桶理論引進(jìn)安全領(lǐng)域認(rèn)為，系統(tǒng)的安全性取決于“馬奇諾防線”中最為薄弱的環(huán)節(jié)。根據(jù)木桶理論，如果某項指標(biāo)超標(biāo)或者處于劣化狀態(tài)，為對其懲罰，那么它的權(quán)重系數(shù)相對于其他項指標(biāo)應(yīng)該相對較低。本研究通過AHP法獲得各設(shè)備的常權(quán)權(quán)重，再采用姚炳學(xué)［7］提出的基于均衡系數(shù)的變權(quán)理論，得到第i節(jié)點第j個設(shè)備的動態(tài)權(quán)重，從而實現(xiàn)對部分指標(biāo)的懲罰：

式中：ωij為第i節(jié)點第j個設(shè)備的變權(quán)權(quán)重；ω0ij為第i節(jié)點第j個設(shè)備的常權(quán)權(quán)重。

一般情況下，當(dāng)不能容忍某些因素嚴(yán)重缺陷時，α＜0.5；當(dāng)各因素的均衡問題考慮不多時，α＞0.5。

3）節(jié)點設(shè)備的融合

為了對證據(jù)沖突進(jìn)行更好的融合，劉潔莉［8］在李弼程［9］提出的證據(jù)合成基礎(chǔ)上，針對態(tài)勢評估中證據(jù)在合成中的重要度不同，通過引入證據(jù)權(quán)重，提出了一種新的D－S證據(jù)理論合成方法。該方法提高了態(tài)勢評估中證據(jù)合成的合理性與可靠性，更符合實際情況。因此本研究采用該方法實節(jié)點狀態(tài)評估的證據(jù)加權(quán)組合：

根據(jù)置信度最大原則，確定節(jié)點設(shè)備狀態(tài)：節(jié)點i 的 狀 態(tài) 評 估 序 列 mi（Fk）＝ ｛mi（F1），mi（F2），mi（F3），mi（F4）｝，評價對象所屬狀態(tài)等級為k＊，滿足 Fk＊＝max｛mi（F1），mi（F2），mi（F3），mi（F4）｝，從而確定節(jié)點設(shè)備的狀態(tài)等級，得到狀態(tài)yi。

2.2 基于復(fù)雜網(wǎng)絡(luò)的節(jié)點狀態(tài)融合

1）路網(wǎng)模型構(gòu)建

借鑒圖論的思想，將城市軌道交通路網(wǎng)拓?fù)浣Y(jié)構(gòu)抽象為由若干節(jié)點和有向邊構(gòu)成的模型，如圖2所示。

圖2 城市軌道交通路網(wǎng)結(jié)構(gòu)示意Fig.2 Network model of urban rail transit

該路網(wǎng)模型由集合G＝（V，E）表示，其中：V為車站的集合，V＝｛vi｝，i＝1，2，…，N，N 為路網(wǎng)中車站的個數(shù)；E為有向邊的集合，E＝｛eij｝，i，j＝1，2，…，N，i≠j，邊eij為兩個相鄰節(jié)點（車站）的有序?qū)Α磛i，vj〉。

定義1 節(jié)點介數(shù)bi：網(wǎng)絡(luò)中，所有的最短路徑中經(jīng)過該節(jié)點的數(shù)量比例，反映了該節(jié)點在整個路網(wǎng)中的作用和影響力。

定義2 邊介數(shù)uij：網(wǎng)絡(luò)中，所有的最短路徑中經(jīng)過該邊的頂點對的最短路數(shù)量，反映了該邊在整個路網(wǎng)中的作用和影響力。

2）重要度計算

城市軌道交通以實現(xiàn)乘客運輸為最終任務(wù)。在考慮路網(wǎng)模型車站和區(qū)間重要度時，要考慮路網(wǎng)的拓?fù)浣Y(jié)構(gòu)，還需要考慮客流量。

定義3 結(jié)構(gòu)重要度ψi：點／邊的介數(shù)占各點／邊的介數(shù)總和的比值。

定義4 客流重要度φi：點／邊的客流量占各點／邊的客流量總和的比值。

式中：ci為節(jié)點的客流量；fi為邊的客流量。

定義5 綜合重要度pi：結(jié)構(gòu)重要度和客流重要度的一個綜合值。

為使pi盡可能與ψi和φi接近，借鑒最小鑒別信息原理［10］，計算得到綜合重要度：

通過拉格朗日方程求解，得：

隨著客流量的變化，不同時間段車站和區(qū)間在路網(wǎng)中的重要度是動態(tài)變化的。

3）節(jié)點狀態(tài)的融合

利用設(shè)備所屬車站和區(qū)間在路網(wǎng)模型中的重要度進(jìn)行融合，從而得到面向路網(wǎng)運營設(shè)備安全狀態(tài)：

3 實例分析

以北京城市軌道交通路網(wǎng)為例，進(jìn)行分析。截止2013年4月，北京城市軌道交通共有15條線路、225車站投入運營。通過調(diào)研分析，選取了影響車站安全運營的關(guān)鍵設(shè)備，構(gòu)建了城市軌道交通路網(wǎng)車站設(shè)備安全狀態(tài)多層次融合模型，如圖3所示。

以西直門站為例，其客流量較大，包含2號線、4號線和13號線新舊線，部分設(shè)備老化嚴(yán)重，新設(shè)備處于磨合期，設(shè)備故障率較高。在不同時刻，西直門在靜態(tài)權(quán)重和動態(tài)權(quán)重情況下，設(shè)備狀態(tài)如圖4所示。不同時刻，西直門站在路網(wǎng)中的重要度排序如圖5所示。

圖3 車站設(shè)備安全狀態(tài)多層次融合模型Fig.3 Multi－level fusion model of station operating equipments

圖4 不同時刻，西直門站在靜態(tài)和動態(tài)權(quán)重情況下的設(shè)備狀態(tài)Fig.4 Xizhimen Station’s equipments status in static and dynamic weight at different time

圖5 不同時刻，西直門站的重要度排序Fig.5 Xizhimen Station’s importance at different time

本研究對路網(wǎng)在節(jié)點重要度不同、設(shè)備靜態(tài)權(quán)重和動態(tài)權(quán)重、節(jié)點重要度相同或不同情況下，北京市城市軌道交通路網(wǎng)車站設(shè)備設(shè)施安全狀態(tài)進(jìn)行了對比分析，分析結(jié)果如圖6所示。從圖6中可以看出，在考慮設(shè)備動態(tài)權(quán)重和車站重要度的情況下，能夠?qū)崿F(xiàn)懲罰的作用。

圖6 不同情況下的路網(wǎng)車站設(shè)備狀態(tài)Fig.6 The network’s equipments status in different conditions

4 結(jié)論

提出了基于多源信息融合和復(fù)雜網(wǎng)絡(luò)理論的城市軌道交通路網(wǎng)運營設(shè)備融合模型：基于D－S和復(fù)雜網(wǎng)絡(luò)方法，對多源設(shè)備進(jìn)行了融合評估。經(jīng)過設(shè)備融合和節(jié)點態(tài)勢融合，形成了面向路網(wǎng)運營設(shè)備安全狀態(tài)。并以北京城市軌道交通路網(wǎng)為例進(jìn)行了實證分析，證明了該方法的有效性。研究結(jié)果表明：基于多源信息融合和復(fù)雜網(wǎng)絡(luò)理論的城市軌道交通路網(wǎng)運營設(shè)備融合模型能夠獲得更準(zhǔn)確的、面向全局的安全狀態(tài)的描述和評估，實現(xiàn)城市軌道交通運營安全從微觀描述向宏觀描述的轉(zhuǎn)化。

（

）：

［1］ 楊露箐，余華.多源想融合理論與應(yīng)用［M］.北京：北京郵 電 大 學(xué) 出 版 社，2005.（YANG Lu－qing，YU Hua.Multi－source integration theory and application［M］.Beijing：Beijing University of Posts and Telecommunications Press，2005.（in Chinese））

［2］ 韋勇，連一峰，馮登國.基于信息融合的網(wǎng)絡(luò)安全態(tài)勢評估模型［J］.計算機(jī)研究與發(fā)展，2009，46（3）：353－362.（WEI Yong，LIAN Yi－feng，F(xiàn)ENG Dengguo.A network security awareness model based on the information fusion［J］.Journal of Computer Research and Development，2009，46（3）：353－362.（in Chinese））

［3］ 唐士杰，高社生，邢化玲.D－S理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合的信息融合模型研究［J］.傳感技術(shù)學(xué)報，2007，20（8）：1815－1820.（TANG Shi－jie，GAO She－sheng，XING Hua－ling.Research of the information fusion model combining D－S evidence theory and neural network［J］.Chinese Journal of Sensors and Actuators，2007，20（8）：1815－1820.（in Chinese））

［4］ 潘巍，王陽生，楊宏戟.多模態(tài)信息融合的一般功能模型設(shè)計——基于融合功能與信息層次［J］.計算機(jī)工程與應(yīng)用，2006，42（29）：27－29，35.（PAN Wei，WANG Yang－sheng，YANG Hong－ji.New general function model of the multi－model information fusion system：Solution based on the fusion function and information hierarchy［J］.Computer Engineering and Applications，2006，42（29）：27－29，35.（in Chinese））

［5］ 羅大庸，張遠(yuǎn).多傳感器信息時空融合模型及算法研究［J］.系統(tǒng)工程與電子技術(shù)，2004，26（1）：36－39.（LUO Da－yong，ZHANG Yuan.Research of the spatial－temporal architecture model and the algorithm for multi－sensor information fusion［J］.System Engineering and Electronics，2004，26（1）：36－39.（in Chinese））

［6］ 王志勝，姜斌，甄子洋.融合估計與融合控制［M］.北京：科 學(xué) 出 版 社，2009（WANG Zhi－sheng，JIANG Bin，ZHEN Zi－yang.Fusion estimation and fusion control［M］.Beijing：Science Press，2009.（in Chinese））

［7］ 姚炳學(xué)，李洪興.局部變權(quán)的公理體系［J］.系統(tǒng)工程理論與實踐，2000，20（1）：106－109，112.（YAO Bing－xue，LI Hong－xing.Axionatic system of local variable weights［J］.System Engineering－Theory ＆Pratice，2000，20（1）：106－109，112.（in Chinese））

［8］ 劉潔莉，韓元杰，董彥佼.面向態(tài)勢評估的一種有效的證據(jù)理論合成公式［J］.光與控制，2009，16（10）：80－82，86.（LUI Jie－li，HAN Yuan－jie，DONG Yanjiao.An effective combination rule of evidence theory in the situation assessment［J］.Electronics Optics＆ Control，2009，16（10）：80－82，86.（in Chinese））

［9］ 李弼程，王波，魏俊，等.一種有效的證據(jù)理論合成公式［J］.數(shù)據(jù)采集與處理，2002，17（1）：33－36.（LI Bicheng，WANG Bo，WEI Jun，et al.An efficient combination rule of evidence theory［J］.Journal of Data Acquisition ＆ Processing，2002，17（1）：33－36.（in Chinese））

［10］ Ju－Liang J，Rui S，Ming Z，et al.Uncertain decisionmaking analysis method based on information entropy principles［A］.2009Chinese Control and Decision Conference［C］.Guilin，China：CCDC，2009：2241－2246.