潘麗莎 陳 龍 劉 蘭 陳 波 秦 勇

（1.廣州市地下鐵道總公司，510380，廣州；2.北京交通大學軌道交通控制與安全國家重點實驗室，100044，北京∥第一作者，高級工程師）

城市軌道交通具有運營專業(yè)性強、技術設備復雜、客流量大等特點，若發(fā)生安全事故，將會造成大量的人員傷亡和財產損失。因此，采用安全態(tài)勢感知技術對車站的安全狀態(tài)進行綜合評價，以客觀反映城市軌道交通車站的安全狀況，對確保車站的安全運營具有重要意義。

近年來，國內對態(tài)勢感知在交通領域的應用進行了一些研究，文獻［1］結合Elman神經網(wǎng)絡和BP神經網(wǎng)絡進行民航安全態(tài)勢評估，為決策者提供民航安全態(tài)勢和未來趨勢；文獻［2］提出基于多維聯(lián)系數(shù)的城市交通安全態(tài)勢監(jiān)控模型，得到了城市軌道交通安全態(tài)勢綜合監(jiān)控值；文獻［3］提出了基于因果圖、隱馬爾科夫鏈和支持向量機等三種方法，實現(xiàn)對城市軌道交通系統(tǒng)的安全態(tài)勢感知；文獻［4］針對區(qū)域公路網(wǎng)構建了安全態(tài)勢獲取、態(tài)勢理解和態(tài)勢預測三個層次的安全態(tài)勢評價研究框架，以評價公路網(wǎng)交通安全狀況。

本文以某地鐵車站為研究對象，根據(jù)車站安全態(tài)勢影響因素構建安全態(tài)勢評價指標體系，利用熵值法和層次分析法構建安全態(tài)勢評價模型，從而得到車站安全態(tài)勢值并進行安全等級劃分，以綜合反映車站的安全態(tài)勢狀況。

1 車站安全態(tài)勢評價指標體系

1.1 備選評價指標集的確定

城市軌道交通車站安全態(tài)勢備選評價指標集包含對乘客出行安全影響較大的關鍵因素，通過對某地鐵車站的調研可知，城市軌道交通車站安全態(tài)勢變化是由人、設備、環(huán)境和管理4個因素［5］及其相互之間作用、相互影響造成的。對這4個因素進行分析，結合指標體系建立的原則，初步確定了安全態(tài)勢評價指標體系的備選評價指標集為：

1）人的因素備選評價指標集＝｛乘客、工作人員、客流｝；

2）設備因素備選評價指標集＝｛列車、通過型設施設備（通道、樓梯等）、環(huán)控系統(tǒng)、綜合監(jiān)控系統(tǒng)、電梯系統(tǒng)、火災自動報警系統(tǒng)、自動售檢票系統(tǒng)、車門和站臺屏蔽門｝；

3）環(huán)境因素備選評價指標集＝｛站內乘候車環(huán)境、外部環(huán)境｝；

4）管理因素備選評價指標集＝｛安全管理、規(guī)章制度、事故救援、應急能力｝。

1.2 評價指標體系的建立

從城市軌道交通車站安全的基本內涵出發(fā)，參考上述的備選指標集，建立城市軌道交通車站安全態(tài)勢評價指標體系如下：

1）以車站安全態(tài)勢為目標層；

2）以人的因素、設備因素、環(huán)境因素和管理因素為準則層；

3）以站臺客流擁擠度、火災自動報警系統(tǒng)報警指數(shù)、電梯系統(tǒng)安全指數(shù)、安全管理分值、站內綜合環(huán)境指數(shù)等12個安全評價指標作為指標層。

城市軌道交通車站安全態(tài)勢評價指標體系，見圖1所示。

2 車站安全態(tài)勢評價

2.1 評價方法的選擇

車站安全態(tài)勢評價中，指標權重的精確度和科學性直接決定了安全態(tài)勢評價結果的準確性。從目前的研究看，對于權重的確定，可以分為主觀賦權法和客觀賦權法。主觀賦權法根據(jù)專家的經驗主觀判斷確定，主要有 Delphi 法、AHP（層次分析）法等［6］；客觀賦權法根據(jù)評價指標的實際數(shù)據(jù)由EVM（熵值法）、PCA 法、灰色關聯(lián)分析法［7］等來確定。不同的方法有各自的適用范圍和優(yōu)缺點，其中AHP法對各指標之間的重要程度的分析更具邏輯性，可信度較大，但對各指標之間相對重要程度的判斷具有主觀性。為此，本文采用將AHP 法與熵值法相結合的方法，充分利用了客觀評價（熵值法）和主觀評價（AHP法）的優(yōu)點。

2.2 評價模型

為準確評價車站安全狀況，首先要構建車站安全態(tài)勢評價模型。以下按標準化、計算熵值，用AHP方法對方案進行評價，通過三個步驟構建評價模型。

圖1 城市軌道交通車站安全態(tài)勢評價指標體系

2.2.1 標準化

設某目標層的一級指標為xi、二級指標為xi，j，其中：i＝1，2，…，m；j＝1，2，…，n。則有判斷矩陣

計算第j項指標下第i個方案所占指標的比重：

則可得決策矩陣為：

2.2.2 計算熵值

計算第j列指標下的熵值為

其中，j＝1，2，…，n，k＝1／lnm。由式（2）可知，0≤Ej≤1，則每個Ej指標的偏差度為：

則指標xi的權值為：

可得權值向量為：

2.2.3 用AHP法對方案進行評價

根據(jù)前面的計算結果，得到各方案對應某個一級指標的權重向量為：

由式（4）可得各方案對應各個一級指標的權值矩陣為：

對m個一級指標進行兩兩比較，構造AHP的判斷矩陣，并對判斷矩陣進行一致性檢驗，可以得出各一級指標權重向量為ωAHP＝（γ1，γ2，…，γk）T，各方案的總權重向量為：

依據(jù)總權重的大小計算安全態(tài)勢值，并根據(jù)安全態(tài)勢值進行安全等級劃分，以綜合評價車站的安全狀況。

3 實例分析

本文選擇具有代表性的某地鐵車站作為研究對象，根據(jù)評價指標體系中各指標對于數(shù)據(jù)的要求，獲取車站2011年全年共365組數(shù)據(jù)，并對原始數(shù)據(jù)進行歸一化處理。

3.1 車站準則層的權重

如圖1所示，目標層為車站安全態(tài)勢，準則層（一級指標）為人的因素、設備因素、環(huán)境因素和管理因素；指標層（二級指標）為12個指標。針對準則層的人的因素、設備因素、環(huán)境因素、管理因素采用熵值法計算對應的權重，分別見圖2～圖5。

圖2 人的因素的權重

圖3 設備因素的權重

圖4 環(huán)境因素的權重

圖5 管理因素的權重

3.2 車站安全態(tài)勢評價

根據(jù)專家經驗對準則層4 個因素的人的因素B1、設備因素B2、環(huán)境因素B3和管理因素B4進行兩兩比較［8］，構造判斷矩陣A，見表1。

由表1計算出判斷矩陣的最大特征值為λmax＝4.0734，其對應的特征向量為ωAHP＝（0.423 0.104 0.051 0.423）T，一致性指標為0.025，隨機一致性指標為0.89；則計算出一致性比率為0.027 5＜0.1，通過一致性檢驗。根據(jù)式（6）可以計算出車站安全態(tài)勢的權重，見圖6所示。

表1 判斷矩陣A

圖6 車站的安全態(tài)勢權重

根據(jù)專家經驗，對車站安全態(tài)勢權重進行標準化處理，得車站安全態(tài)勢值，見圖7所示。

圖7 車站的安全態(tài)勢值

為了更加直觀、科學合理地評價車站的安全態(tài)勢，將城市軌道交通車站安全態(tài)勢值作為界定安全等級的依據(jù)。按照有關專家建議和文獻［9］，本文將城市軌道交通車站安全態(tài)勢劃分為五級，得到安全等級界定的區(qū)間值，見表2所示。

表2 城市軌道交通車站安全態(tài)勢等級界定

根據(jù)某地鐵車站2011年全年安全態(tài)勢值分布情況和表2可得該車站的安全等級狀況，見表3所示。

表3 某地鐵車站2011年安全態(tài)勢等級狀況表

由表3和圖7可以看出某地鐵車站一年的安全狀況：2011年中有60 d安全處于一級，其中3月24日、6月19日和6月26日安全態(tài)勢值大于0.9，乘客出行安全快捷；有237 d處于低風險的二級，說明車站運轉良好，乘客有一個較為安全的乘候車環(huán)境；有68 d處于中風險的三級，需要加強車站管理，采取防控措施，以確保乘客出行安全和車站運營安全，其中9 d安全態(tài)勢值分布在0.4～0.5范圍內，存在較大的安全風險，其主要分布在春節(jié)前、元旦、五一和十一期間，這段時間內因車站客流量較大、通過型設備的負荷過高、乘客違章出行及發(fā)生客傷事件等情況，建議車站工作人員應該加強客流疏導、加強設備巡檢力度和乘客安全教育工作，以降低安全隱患。

4 結語

本文將層次分析法和熵值法應用到城市軌道交通車站的安全態(tài)勢評價，構建車站安全態(tài)勢評價指標體系，獲得準則層和目標層各指標的權重，最終得到車站安全態(tài)勢值并進行安全等級劃分。結果表明，用此方法能夠準確地評價軌道交通車站的安全態(tài)勢，并為車站安全態(tài)勢預測奠定了基礎。

［1］歐韜，周長春.基于神經網(wǎng)絡的民航安全態(tài)勢評價模型及仿真［J］.中國安全生產科學技術，2011（2）：34.

［2］胡啟洲，吳娟.基于多維聯(lián)系樹的城市交通安全態(tài)勢監(jiān)控模型［J］.中國安全生產科學技術，2011（10）：16.

［3］范匯川.軌道交通安全態(tài)勢感知研究［D］.北京：北京交通大學，2011.

［4］牛建峰，叢浩哲，王俊驊.區(qū)域公路網(wǎng)交通安全態(tài)勢評估關鍵技術的探討［J］.上海公路，2009（3）：54.

［5］施毓鳳，楊晟，孫力彤.城市軌道交通的安全管理問題［J］.城市軌道交通研究，2003（2）：26.

［6］宋光興，楊德禮.基于決策者偏好及賦權法一致性的組合賦權法［J］.系統(tǒng)工程與電子技術，2004（9）：1226.

［7］Oliveira L B d， Camponogara E. Multi－agent model predictive control of signaling split in urban traffic network［J］.Transportation Research Part C，2010（1）：120.

［8］李銘輝.我國地鐵運營安全評價體系研究［D］.北京：北京交通大學，2007.

［9］胡啟洲，王海涌，劉英舜.道路交通安全態(tài)勢監(jiān)控的測定方法［M］.北京：科學出版社，2012.