徐文秀，萬 超

(大連交通大學 交通運輸工程學院，遼寧 大連 116028)*

0 引言

隨著我國經(jīng)濟社會的快速發(fā)展，高速鐵路以其高效、舒適、快捷、環(huán)保的優(yōu)勢，逐步成為我國重要的客運交通方式.因此，高速鐵路的運營安全管理問題成為社會各方關(guān)注的焦點.其中，高速鐵路安全風險預(yù)測是該問題研究的重要一環(huán)，受到普遍重視.高速鐵路安全風險預(yù)測的實質(zhì)是風險評估，其在安全風險管理中起到承上啟下的關(guān)鍵作用:既是對風險識別后的量化分析，同時亦是后續(xù)風險預(yù)警及決策的依據(jù).

由于我國高速鐵路發(fā)展起步晚，因而該方面的研究尚不完善.目前，關(guān)于鐵路安全風險預(yù)測的主要方法為模糊評價法、層次分析法、灰色預(yù)測法等，亦或是幾種方法的綜合運用［1-4］.但是，上述幾種方法在實際運用中均存有一定的缺陷:①由于這些方法在使用時是以歷史數(shù)據(jù)擬合出固定的計算模型，所以在高速鐵路系統(tǒng)發(fā)生變化時不具有應(yīng)變性而需要重新確定，導致應(yīng)用成本高;②我國高速鐵路發(fā)展時間短，因此在建立安全風險預(yù)測模型時的基礎(chǔ)數(shù)據(jù)樣本少，故無法保證模型的精度，難以全面預(yù)測潛在的安全問題;③在利用上述方法構(gòu)建安全風險預(yù)測模型時，相關(guān)參數(shù)的確定多依賴于研究者的主觀評判，因而在實際應(yīng)用時對真實情況的反應(yīng)不夠準確.針對此問題，本文在對高速鐵路安全風險預(yù)測時引入了混沌理論和神經(jīng)網(wǎng)絡(luò)，并建立了混沌神經(jīng)網(wǎng)絡(luò)的安全風險預(yù)測模型.

混沌于1963年由美國氣象學家Lorenz首次發(fā)現(xiàn)并提出，隨后獲得迅速的發(fā)展，至今已廣泛應(yīng)用于生物學、物理學、天文學、氣象學、經(jīng)濟學等各領(lǐng)域［5-6］.混沌是確定的非線性系統(tǒng)中出現(xiàn)的隨機現(xiàn)象，而混沌學理論則是揭示此現(xiàn)象內(nèi)在規(guī)律的研究.基于此，吳超等人通過對混沌科學與安全科學基本特征進行比較，并將混沌理論運用到安全科學領(lǐng)域的理論與實踐中，從而提出了安全混沌學的概念、內(nèi)涵及研究方法［7］.由于高速鐵路是一個高度集成且具有確定性的復(fù)雜系統(tǒng)，而與其有關(guān)的安全問題是隨機產(chǎn)生的，因此可以視之為是一個非線性巨復(fù)雜系統(tǒng)，故對其有關(guān)研究可以充分借鑒混沌學的相關(guān)理論進行研究.

神經(jīng)網(wǎng)絡(luò)是20世紀40年代興起的一種以計算機技術(shù)為依托，處理復(fù)雜非線性系統(tǒng)的工具.神經(jīng)網(wǎng)絡(luò)利用硬件模擬了人類大腦中神經(jīng)元的工作方式，依靠一系列內(nèi)嵌的算法，使自身具有了自組織性及自適應(yīng)性，并通過不斷學習獲得良好的非線性映射能力，實現(xiàn)對非線性系統(tǒng)的預(yù)測［8］.所以，神經(jīng)網(wǎng)絡(luò)這一具體工具對高速鐵路安全風險預(yù)測具有較高的適用性，能夠獲得很好的預(yù)測結(jié)果.

因此，本文根據(jù)高速鐵路的安全問題的特點，將混沌理論與神經(jīng)網(wǎng)絡(luò)相結(jié)合，構(gòu)建混沌神經(jīng)網(wǎng)絡(luò)模型來對高速鐵路安全風險進行預(yù)測.

1 混沌神經(jīng)網(wǎng)絡(luò)模型構(gòu)建

混沌神經(jīng)網(wǎng)絡(luò)可以很好的模擬高速鐵路的安全問題，即可以以抽象出的高速鐵路的運營狀態(tài)指標作為輸入，在具有混沌特性且經(jīng)過訓練的神經(jīng)網(wǎng)絡(luò)中通過一系列的非線性計算，來判斷出系統(tǒng)是否偏離常態(tài)而處于混沌狀態(tài)，并輸出與當前狀態(tài)相應(yīng)的風險等級.因此，利用混沌神經(jīng)網(wǎng)絡(luò)對高速鐵路安全風險進行預(yù)測兼具仿真特性.

根據(jù)相關(guān)文獻［9］，可知一維混沌神經(jīng)元的模型為:

式中，x為神經(jīng)元在t+1時刻的出輸出值;y為神經(jīng)元內(nèi)部狀態(tài)函數(shù);g為神經(jīng)元的不應(yīng)性函數(shù);A為外部輸入強度;α為抑制參數(shù);β為不應(yīng)性衰減率，有β∈［0，1］;θ為神經(jīng)元的閾值.若考慮在其中引入來自網(wǎng)絡(luò)中自身及其它神經(jīng)元的反饋h，則最終的混沌神經(jīng)網(wǎng)絡(luò)模型如下:

其中，vij是各神經(jīng)元的反饋權(quán)重;wij是各外部輸入的權(quán)重;M是神經(jīng)網(wǎng)絡(luò)中神經(jīng)元的個數(shù);N是神經(jīng)網(wǎng)絡(luò)外部輸入量個數(shù).為方便起見，可令

則得到式(3)的簡化形式:

另外，根據(jù)一般神經(jīng)網(wǎng)絡(luò)的設(shè)置情況，選取參數(shù)為z的sigmoid函數(shù)作為神經(jīng)網(wǎng)絡(luò)的連續(xù)輸出函數(shù)f:

上述得到式(2)～(5)即為最終的混沌神經(jīng)網(wǎng)絡(luò).該神經(jīng)網(wǎng)絡(luò)是在反饋型神經(jīng)網(wǎng)絡(luò)中引入了混沌動力，使其具有混沌特性，從而可以對同樣具有混沌特性的高速鐵路安全問題進行良好的模擬.

2 高速鐵路安全風險預(yù)測

確定了混沌神經(jīng)網(wǎng)絡(luò)模型之后，在實際應(yīng)用過程中還需要對該網(wǎng)絡(luò)進行訓練，只有經(jīng)過訓練并收斂的神經(jīng)網(wǎng)絡(luò)才能正常使用.對于高速鐵路安全風險預(yù)測來說，應(yīng)該首先明確其安全問題的影響因素，在量化這些因素的基礎(chǔ)上來獲得神經(jīng)網(wǎng)絡(luò)的訓練樣本.根據(jù)相關(guān)研究可知，高速鐵路安全風險主要涉及“人、機、環(huán)、管理”四個方面.但是，根據(jù)研究方法的不同，上述四個方面中的具體影響要素會有差異.根據(jù)文獻［3］、［10］，選擇總結(jié)了高速鐵路安全風險影響因素F，如圖1所示.

圖1 高速鐵路安全風險影響因素

其中，“人”因主要為路內(nèi)工作人員的基本素質(zhì)，通過對人員進行相關(guān)的測試，來以測試的打分分數(shù)進行評價;“機”因主要是與高鐵線路有關(guān)的基礎(chǔ)設(shè)的工作狀態(tài)，根據(jù)機車工電輛各單位的實測數(shù)據(jù)與技規(guī)、行規(guī)等標準的比值進行評價;“環(huán)”因是自然、社會、車內(nèi)環(huán)境的狀態(tài)，以高鐵系統(tǒng)對其危害性的可容忍程度作為評價標準;“管理”因分為兩類，一類包括安全機構(gòu)、法律、應(yīng)急處理、事故總結(jié)等，需要以定性分析判斷相關(guān)因素是否完備，并以此作為評價，另一類包括作業(yè)標準、監(jiān)測維護等，需要定量分析有關(guān)單位的標準作業(yè)程度水平及監(jiān)測維護頻率水平，同樣通過與標準的比值來獲得評價指標.在此明確高速鐵路安全風險影響因素的基礎(chǔ)上，分析事故嚴重程度，參考評判標準獲得事故等級量化參數(shù)，量化等級為0，1，2，3，4，5.根據(jù)歷史數(shù)據(jù)獲得混沌神經(jīng)網(wǎng)絡(luò)的輸入變量個數(shù)以及輸入值，據(jù)此得到該網(wǎng)絡(luò)的訓 練樣本，如表1所示.

表1 混沌神經(jīng)網(wǎng)絡(luò)訓練樣本

因此，可以確定高速鐵路安全風險預(yù)測的混沌神經(jīng)網(wǎng)絡(luò)模型的結(jié)構(gòu)為17×35×1，將訓練樣本帶入網(wǎng)絡(luò)中進行訓練，設(shè)誤差不超過0.01，在經(jīng)過2671次訓練后，該網(wǎng)絡(luò)即達到平衡狀態(tài).利用表2中的數(shù)據(jù)對其進行檢驗，得到結(jié)果如圖2所示.

表2 混沌神經(jīng)網(wǎng)絡(luò)檢測樣本

圖2 預(yù)測結(jié)果與實際值比較

從預(yù)測結(jié)果看，混沌神經(jīng)網(wǎng)絡(luò)具有很好的預(yù)測精度，能夠準確的識別出高速鐵路的安全風險.并且該網(wǎng)絡(luò)可以利用自身的記憶功能，通過不斷擴充訓練樣本，進一步提升網(wǎng)絡(luò)的預(yù)測精度.

3 結(jié)論

高速鐵路是一個復(fù)雜的系統(tǒng)，故其安全問題同樣具有非線性的混沌特性.因此，在預(yù)測高速鐵路的安全風險時，可以參考混沌學原理和神經(jīng)網(wǎng)絡(luò)的方法進行.本文利用較為成熟的混沌神經(jīng)網(wǎng)絡(luò)，構(gòu)建了高速鐵路安全風險預(yù)測模型，并且整理了高速鐵路安全風險影響因素，利用歷史數(shù)據(jù)對該預(yù)測方法進行驗證，驗證結(jié)果證明該方法能夠有效預(yù)測高速鐵路安全風險，具備實用價值.

［1］杜學東，高自友.鐵路安全管理綜合評價的一種新方法［J］.中國安全科學學報，2003，13(5):30-34.

［2］李陽，高自友.鐵路安全預(yù)警系統(tǒng)的研究與設(shè)計［J］.中國安全科學學報，2005，14(6):36-40.

［3］曹松.鐵路行車安全預(yù)警理論與方法研究［D］.北京:中國鐵道科學研究院，2011.

［4］馮運卿，李雪梅，李學偉，等.基于結(jié)構(gòu)方程的高速鐵路安全影響因素相互關(guān)系分析［J］.北京交通大學學報:社會科學版，2013，12(4):75-83.

［5］黃志全，崔江利，劉漢東.邊坡穩(wěn)定性預(yù)測的混沌神經(jīng)網(wǎng)絡(luò)方法［J］.巖石力學與工程學報，2004，23(22):3.

［6］周直，鄭亮.基于混沌神經(jīng)網(wǎng)絡(luò)公路工程建設(shè)風險評價研究［J］.公路工程，2008，33(1):51-58.

［7］吳超，楊冕.安全混沌學的創(chuàng)建及其研究［J］.中國安全科學學報，2010，20(8):3-16.

［8］張德豐.MATLAB神經(jīng)網(wǎng)絡(luò)應(yīng)用設(shè)［M］.北京:機械工業(yè)出版社，2011.

［9］王耀南，余明群，袁小芳.混沌神經(jīng)網(wǎng)絡(luò)模型及其應(yīng)用研究綜述［J］.控制與決策，2006，21(2):121-128.

［10］肖雪梅，王艷輝，張思帥，等.基于耗散結(jié)構(gòu)和熵的高速鐵路事故演化機理研究［J］.中國安全科學學報，2012，22(5):99-105.