張龍忠，李亞楠

（蘭州交通大學 交通運輸學院，甘肅 蘭州730070）

風險評價是以實現(xiàn)系統(tǒng)安全為目的，運用系統(tǒng)工程理論及方法，對系統(tǒng)中的風險因素進行分析識別，并由此判斷系統(tǒng)出現(xiàn)事故的概率及事故后果的嚴重程度。風險評估是建立在風險識別和風險估測的基礎上，將風險發(fā)生的概率及損失程度結合其它因素進行全面考慮，評估發(fā)生風險的可能性及危害程度，并與公認的風險指標相比較，以衡量風險的程度，來決定是否需要采取相應措施。鐵路危險貨物作為一種動態(tài)危險源，具有運輸網(wǎng)絡龐大、作業(yè)環(huán)境多樣、業(yè)務性質復雜、不確定因素多等特點，在其運輸過程中存在許多不安全因素和潛在風險，并且一旦發(fā)生事故，后果非常嚴重，因此，對其進行風險評價顯得極為重要。目前，對于鐵路危險貨物運輸風險評價的主要方法有模糊綜合評價法、人工神經網(wǎng)絡法等，但由于存在大量的非量化指標，因此，目前鐵路危險貨物運輸風險的評價發(fā)展為定性與定量相結合，已有的方法在評價中過于主觀和片面，其穩(wěn)定性、科學性都有待提高。

在參考以往鐵路危險貨物運輸風險指標體系的基礎上，結合云重心評價法，實現(xiàn)一些定性指標的精確數(shù)值表示，即定性指標的定量轉換，用云重心位置的改變來衡量鐵路危險貨物運輸風險的變化。最后，通過某鐵路局的實例驗證了該方法的穩(wěn)定性與評估結果的客觀性。

1 云重心評價法

1.1 云概念及數(shù)字特征

設U是一個用精確數(shù)值表示的論域（一維、二維或多維的），U＝｛x｝。U上對應著定性概念?A，對任意元素x（x∈U）都存在一個具有穩(wěn)定傾向的隨機數(shù)μ?A（x）＝［0，1］，稱為x對概念?A的隸屬度，x在U上的分布稱為（隸屬）云，每一個x稱為一個云滴，其映射為μ?A:U→［0，1］，?x∈X，x→μ?A（x）稱為?A的隸屬函數(shù)。

云的數(shù)字特征通常用期望值（Ex）、熵（En）、超熵（He）三個數(shù)值來表示。云重心G＝L×H，L為云重心的位置，H為云重心的高度。云重心位置L是一個定性概念在論域中的中心值，即期望值Ex；云重心高度H表示云在系統(tǒng)中的權重。因此，期望值和權重的變化決定著云重心的變化，而通過云重心的改變可以度量系統(tǒng)的狀態(tài)變化。圖1為定性概念“正常體溫”的隸屬云。

圖1 語言值“正常體溫”的隸屬云

1.2 云重心評價過程

云重心評價法以云理論為基礎，主要包括以下五個過程。

1.2.1 建立評價指標體系，確定指標權重

建立多層次指標R＝｛R1，R2，…，Rn｝，其中Ri（i∈［1，n］）是系統(tǒng)的第i個指標；Ri＝｛Ri1，Ri2，…，Rin｝，其中Rij（j∈［1，m］）是Ri的第j個指標。以此類推，根據(jù)評價目的和系統(tǒng)狀況確定指標體系。

指標權重反映各項指標在整個系統(tǒng)中所占的比重，其確定方法較多，在此采用專家調查打分法。

1.2.2 系統(tǒng)中各類指標的云模型表示

1.2.2.1 數(shù)值指標的云模型表示

獲取到在不同狀態(tài)下對應系統(tǒng)的t組數(shù)值指標集，那么用t個數(shù)值衡量的指標就可以用一個綜合云模型來表示，期望值和熵分別為

1.2.2.2 定性指標的云模型表示

首先，給定關于語言值指標的評語集，并將評語集對應的數(shù)域規(guī)定為［0，1］，每個評語對應數(shù)域里的一個變化區(qū)間。假設評語集V＝｛很差，較差，及格，良好，優(yōu)秀 ｝，則各個評語對應的指標變化區(qū)間如表1所示。對于中間區(qū)段的評語（即存在雙邊約束［Cmin，Cmax］）用對稱云模型描述，其計算公式為

式中:Exi，Eni分別為某個中間區(qū)段定性評語值的期望和熵。

由此可以得到關于某個評語值的精確數(shù)值表示。對于兩端的評語可用半云模型描述，分別取左右約束為其期望值，取相應對稱云模型熵值的1／2為各自熵值。

表1 評語值所對應指標的變化范圍

然后，通過專家組評判，獲得每個語言值指標的一組評語集，根據(jù)式（3）將定性評語值用云模型來表示，就可用一維云模型來度量一個評語值，即期望值和熵分別為

1.2.3 以一個N維綜合云表示有N個評測指標系統(tǒng)

系統(tǒng)整體狀態(tài)可用一個N維綜合云模型表示，此綜合云模型的每一維云模型，由t個評價指標值經過計算得到。該N維綜合云重心隨N個指標所反映的系統(tǒng)狀態(tài)變化而改變，用一個T維向量可表示N維綜合云的重心G，即

其中，L＝（Ex1，Ex2，…，ExN），H＝（h1，h2，…，hN），L和H分別表示云重心的位置和高度。系統(tǒng)狀態(tài)變化時，重心變化為G′＝（G1′，G2′，…，GN′）。

1.2.4 加權偏離度衡量云重心的變化

由式（6）可獲知，在某一特定狀態(tài)下，對于系統(tǒng)有N維綜合云重心向量G＝（G1，G2，…，GN）。又已知系統(tǒng)在理想狀態(tài)下各指標值是確定的，因此，可將理想狀態(tài)下云重心向量設為G0＝L×HT＝其中。將綜合云重心向量G進行歸一化得

圖2 鐵路危險貨物運輸風險評價三級指標體系

歸一化后得到另一向量GT＝（G1T，G2T，…，GNT）。

已知在理想狀態(tài)時，綜合云重心向量G0為（0，0，…，0）。各指標歸一化后所得向量值乘以各指標的權重值，并將其累加，可得到加權偏離度θ值（0≤θ≤1）為，其中，wj表示第j個指標的權重值。

1.2.5 分析評測結果

由每個評語值云模型的加權偏離度構成一個定性評測的云發(fā)生器。由該評測云發(fā)生器及語言值變化范圍，可分析得出云重心的變化。

重復以上5個過程，最終可得到整個系統(tǒng)的綜合云重心加權偏離度。

2 鐵路危險貨物運輸風險評價指標體系

建立合理的指標體系是開展鐵路危險貨物運輸風險評價的前提和基礎，而指標的選取和層次結構的劃分也會對評價結果產生較大影響。通過分析我國近年來發(fā)生的鐵路危險貨物運輸事故原因，對鐵路危險貨物運輸風險因素進行確定，并對其進行歸納整理，將鐵路危險貨物運輸風險因素分為人員因素、管理因素、貨物與設備因素、環(huán)境因素四大類，建立如圖2所示的鐵路危險貨物運輸風險評價三級指標體系。通過指標體系可以看出上一層次風險水平受到下一層次相關因素的風險狀況影響。在這些指標中，有定性指標如管理人員安全防范意識，也有定量指標如運輸人員技術等級等。

3 應用實例

以某鐵路局危險貨物運輸現(xiàn)狀及近年運輸事故發(fā)生情況為例，在介紹了基于云理論評價方法的有效性和評價指標體系的科學性后，對該鐵路局危險貨物運輸風險進行實證評估，利用云重心評價法對專家的評判結果進行具體分析。

3.1 建立危險貨物運輸風險評價指標體系，確定指標權重

由于所建立的危險貨物運輸風險評價指標體系共涉及三個層次，其中有定性指標也有定量指標。例如，在一級評價指標管理水平中有4個二級指標，這里僅以二級指標作業(yè)管理為例，運用云重心評價法對影響作業(yè)管理水平的三個指標因素進行定量評估，其他各級評價指標的評估方法依此類推。作業(yè)管理二級指標包括以下3個三級評價指標:業(yè)務受理承運管理狀況，裝卸作業(yè)管理狀況，作業(yè)防護管理狀況。

對風險因素重要級別的劃分，應通過專家評定，結合該鐵路局危險貨物辦理狀況確定各指標的權重。本案例中作業(yè)管理二級指標下的3個三級指標的權重集合為W21＝（w211，w212，w213）＝（0.216，0.435，0.349）。

3.2 通過專家組評判求出各指標狀態(tài)值

目前，國內學者多通過分析危險貨物運輸事故概率和事故后果，進行鐵路危險貨物運輸風險級別的劃分。此處綜合這兩方面因素，建立對指標風險狀況的評語集S＝（S1，S2，S3，S4，S5）＝｛很高，較高，中等，較低，很低｝。利用專家預測法，選取8個專家參加測評。表2為二級指標作業(yè)管理水平下的3個三級指標的狀態(tài)評測結果。

表2 指標狀態(tài)評判結果

3.3 云模型實現(xiàn)定性評價指標，向定量數(shù)值轉換

根據(jù)上面云重心評價法第二個過程，對定性評語集進行云模型表示，將5個評語值置于連續(xù)區(qū)間［0，1］上，各語言值對應的變化區(qū)間如表3所示。

根據(jù)式（3），求得以上語言值評語的期望值和熵值，如表4所示。

表4 各語言值評語的期望值與熵值

根據(jù)表4數(shù)據(jù)，計算出每個評語值云模型的加權偏離度，構成一個如圖2所示的定性評測云發(fā)生器。其中各評語值云模型的加權偏離度也就是其期望值。

圖2 定性評測云發(fā)生器

由表4各語言值評語的期望值，結合各指標狀態(tài)值，運用綜合云重心G21來衡量作業(yè)管理指標，得到決策矩陣G21＝（G211，G212，G213），其中G21j（j＝1，2，3）是G21的列向量，代表作業(yè)管理指標的各下層指標。結合表4，據(jù)式（4）、式（5）分別求得各個指標的期望值和熵值，如表5所示。如裝卸作業(yè)管理狀況的期望值和熵值分別為

表5 各指標的期望值和熵值

3.4 云重心向量與加權偏離度的計算

3.5 評測結果分析

由上述計算結果可知，某種狀態(tài)下作業(yè)管理指標綜合云重心向量的加權偏離度θ＝0.452 4，將該數(shù)值輸入評測云發(fā)生器，并結合表3所示各語言值變化區(qū)間，可以看到云滴落在語言值為“中等”的云對象范圍內，相應的精確數(shù)值所表示的作業(yè)管理最終評定值為0.452 4。

依據(jù)以上對作業(yè)管理的評估過程，也可得到體系內其他一級指標的數(shù)值評定，從而衡量整個部門的風險狀況。

4 結束語

借助于云理論進行了鐵路危險貨物運輸風險評價，解決了評價指標由定性描述向定量表示的轉換問題。依據(jù)云重心評價規(guī)則，采納專家經驗基礎上評分，自下而上逐級評定，將各層次語言值的指標合理量化，計算得到鐵路危險貨物運輸部門的綜合風險評定值。通過某鐵路局危險貨物辦理狀況的實例分析，證明了云重心評價法的科學性及針對此類問題的適用性，提高了鐵路運輸管理者對危險貨物運輸進行風險評價的準確度。

［1］ 羅云.風險分析與安全評價［M］.北京:化學工業(yè)出版社，2009.

［2］ 王喆，彭其淵，蔡夢賢.基于控制論的鐵路危險貨物運輸系統(tǒng)安全監(jiān)控信息化分析［J］.鐵道貨運，2010（5）:32－37.

［3］ 曹雪玲.鐵路危險貨物運輸風險預警評價的研究［J］.鐵道貨運，2013（7）:54－60.

［4］ 張濤濤，鄭全成，杜友杰.鐵路危險貨物罐式集裝箱運輸風險評價［J］.交通科技與經濟，2014，16（1）:69－71.

［5］ 楊珍.基于遺傳神經網(wǎng)絡的鐵路危險貨物運輸風險評價分析與應用研究［D］.北京:北京交通大學，2011.

［6］ 李德毅.不確定性人工智能［M］.北京:國防工業(yè)出版社，2005.

［7］ 王放，李彥鵬，黎湘.一種基于正向云的自動目標識別效果評估方法［J］.系統(tǒng)仿真學報，2008，20（7）:1673－1676.

［8］ 廖良才，范林軍，王鵬.一種基于云理論的組織績效評估方法［J］.系統(tǒng)工程，2010，28（1）:99－104.

［9］ 路峰，吳慧中.基于云模型的信任評估研究［J］.中國工程科學，2008，10（10）:84－90.

［10］賈曉燕，牛惠民.基于風險分析的鐵路危險貨物安全運輸研究［J］.蘭州交通大學學報，2009，28（6）:126－130.

［11］肖金梅，帥斌.鐵路危險貨物運輸風險定量研究［J］.鐵道運輸與經濟，2010，32（10）:66－70.