汪 勇，吳麗霞，蔡 明

（重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074）

基于熵權(quán)模糊物元的軌道交通運(yùn)營(yíng)安全評(píng)價(jià)

汪 勇，吳麗霞，蔡 明

（重慶交通大學(xué) 交通運(yùn)輸學(xué)院，重慶 400074）

為解決軌道交通運(yùn)營(yíng)安全評(píng)價(jià)過程中定性指標(biāo)難以量化以及分級(jí)量值范圍界定模糊等問題，在模糊物元分析的基礎(chǔ)上，引入熵值法確定指標(biāo)權(quán)重，并利用歐氏貼近度反映待評(píng)安全結(jié)果與標(biāo)準(zhǔn)安全結(jié)果互相接近的程度，建立了一種評(píng)價(jià)軌道交通運(yùn)營(yíng)安全指數(shù)的熵權(quán)模糊物元模型。在總結(jié)前人研究成果的基礎(chǔ)上，將城市軌道交通運(yùn)營(yíng)安全評(píng)價(jià)指標(biāo)體系中的各指標(biāo)劃分成“優(yōu)”、“良”、“一般”、“差”4個(gè)評(píng)判等級(jí)，并給出了各等級(jí)的適用范圍。以重慶市軌道交通3號(hào)線為例，對(duì)比可拓物元法進(jìn)行分析，結(jié)果顯示熵權(quán)模糊物元法評(píng)價(jià)指標(biāo)值為0.588 9，可拓物元法評(píng)價(jià)風(fēng)險(xiǎn)等級(jí)為3級(jí)，評(píng)價(jià)安全程度均在良好以上，這表明熵權(quán)模糊物元模型能夠有效地解決非定量化的評(píng)價(jià)問題，對(duì)比可拓物元模型，評(píng)價(jià)精度有進(jìn)一步提高。

軌道交通；安全評(píng)價(jià)；模糊物元模型；熵權(quán)；歐式貼近度

0 引言

軌道交通作為城市客運(yùn)公共交通的重要載體，承擔(dān)著大量的客流運(yùn)輸任務(wù)，且客流封閉集中，一旦發(fā)生緊急情況，很難在第一時(shí)間得到響應(yīng)。軌道交通運(yùn)營(yíng)安全的影響因素復(fù)雜多樣，因涉及的行業(yè)領(lǐng)域跨度大，評(píng)價(jià)指標(biāo)也同樣因人或因地而異，難以用數(shù)學(xué)量化的形式進(jìn)行表達(dá)。

軌道交通安全研究一直是交通安全研究的重點(diǎn)領(lǐng)域，也是國(guó)內(nèi)外專家學(xué)者研究的熱點(diǎn)。相比而言，國(guó)外相關(guān)研究?jī)?nèi)容豐富，諸多成果更貼近于實(shí)際；國(guó)內(nèi)研究起步雖晚但發(fā)展較快，研究?jī)?nèi)容更加細(xì)化。

英國(guó)倫敦軌道安全評(píng)價(jià)是通過直觀的傷亡事故與事故原因的定量數(shù)據(jù)來確定不同風(fēng)險(xiǎn)因素的傷害程度，此類方法對(duì)原始數(shù)據(jù)的依賴程度很高，適合經(jīng)驗(yàn)豐富的發(fā)達(dá)國(guó)家[1]。韓國(guó)鐵道研究中心于2005年提出風(fēng)險(xiǎn)評(píng)估程序、風(fēng)險(xiǎn)分析模型以及風(fēng)險(xiǎn)管理架構(gòu)，后來均實(shí)際運(yùn)用于韓國(guó)城市軌道交通網(wǎng)絡(luò)安全評(píng)估，并取得了可觀的成效[2-3]。隨后兩年，西班牙政府制定了圍繞“安全、可靠、優(yōu)質(zhì)”三個(gè)目標(biāo)的地鐵質(zhì)量安全計(jì)劃，通過更新現(xiàn)有的硬件設(shè)備來提高緊急情況下的地鐵安全應(yīng)對(duì)能力，這樣做效果明顯，但投資過大[4]。

國(guó)內(nèi)學(xué)者劉書浩等[5]通過對(duì)英國(guó)城市軌道交通運(yùn)營(yíng)安全狀況的研究，提出了一些符合我國(guó)當(dāng)下國(guó)情的政策建議，為國(guó)內(nèi)軌道交通安全的定量評(píng)價(jià)提供了定性的框架。王艷輝等[6]采用增益型加權(quán)綜合法對(duì)篩選指標(biāo)進(jìn)行了計(jì)算，并通過Matlab進(jìn)行仿真模擬，評(píng)價(jià)方法科學(xué)合理，但沒有對(duì)多級(jí)指標(biāo)的閾值進(jìn)行細(xì)化設(shè)置，評(píng)價(jià)精度有一定的局限性。郭湛等[7]利用層次分析法（Analytic Hierarchy Process，簡(jiǎn)稱AHP）組建了軌道交通安全性評(píng)價(jià)指標(biāo)體系，通過求解判斷矩陣的特征值與特征向量來確定各個(gè)指標(biāo)的權(quán)重，最后計(jì)算一致性指標(biāo)，該方法對(duì)軌道交通安全評(píng)價(jià)體系進(jìn)行了系統(tǒng)科學(xué)的界定。蔡國(guó)強(qiáng)等[8]利用神經(jīng)網(wǎng)絡(luò)法構(gòu)建了模糊穴模型，提出一種基于模糊穴映射理論的軌道交通安全評(píng)估方法，它從軌道交通系統(tǒng)的動(dòng)態(tài)演變性出發(fā)，分析了系統(tǒng)的內(nèi)部結(jié)構(gòu)、外部屬性和整體狀態(tài)的動(dòng)態(tài)演變機(jī)理，實(shí)踐表明該方法在改善主動(dòng)安全預(yù)警水平中具有良好的效果。

上述國(guó)內(nèi)外研究人員均對(duì)軌道交通安全評(píng)價(jià)體系有著科學(xué)、獨(dú)到的見解。由于軌道交通系統(tǒng)復(fù)雜，運(yùn)營(yíng)安全評(píng)估需要多指標(biāo)共同決策進(jìn)行，單一的評(píng)價(jià)方法無法客觀地滿足評(píng)價(jià)的科學(xué)性，而不同評(píng)價(jià)指標(biāo)間跨度大，難以歸類相容，這也是有關(guān)安全評(píng)價(jià)指標(biāo)選取成為專家學(xué)者研究熱點(diǎn)的原因。研究發(fā)現(xiàn)，組合物元理論提供了解決這一問題的思路。

為了較大限度地避免軌道交通系統(tǒng)中評(píng)價(jià)標(biāo)準(zhǔn)的不確定性與不唯一性帶來的影響，本文基于模糊物元分析理論，將熵權(quán)法與歐式貼近度的概念相融合，建立了軌道交通運(yùn)營(yíng)安全程度評(píng)價(jià)的熵權(quán)模糊物元模型。該模型是一種集合多種理論將多元數(shù)據(jù)進(jìn)行量化評(píng)價(jià)的新方法[9]，它通過引入熵權(quán)法確定評(píng)價(jià)指標(biāo)的權(quán)重配比，同時(shí)利用歐氏貼近度對(duì)評(píng)價(jià)指標(biāo)進(jìn)行跨度分類，將不同領(lǐng)域的指標(biāo)參數(shù)進(jìn)行量化配比。

1 熵權(quán)模糊物元模型的建立

熵權(quán)模糊物元模型既可從橫向上比較不同地區(qū)的交通變化狀況，又可從縱向上衡量各地區(qū)交通狀況發(fā)展的趨勢(shì)[10]，具體采用模糊物元分析方法來建立交通安全評(píng)價(jià)模型，從分析確定影響交通安全的因素入手，應(yīng)用信息熵的概念和熵權(quán)模糊物元模型計(jì)算各時(shí)期待評(píng)樣本與標(biāo)準(zhǔn)樣本的歐氏貼近度，進(jìn)而得知交通安全的變化情況，從而實(shí)現(xiàn)不同地區(qū)交通變化狀況的橫向比較，同時(shí)在縱向上對(duì)各地區(qū)交通狀況發(fā)展趨勢(shì)加以衡量[10]。該模型還可選擇不同評(píng)價(jià)地區(qū)，計(jì)算某一時(shí)期各地區(qū)待評(píng)樣本與標(biāo)準(zhǔn)樣本的歐氏貼近度，從而得出不同地區(qū)在同一時(shí)期的交通安全狀況[11]。熵權(quán)模糊物元模型有關(guān)軌道交通運(yùn)營(yíng)安全狀況的評(píng)價(jià)流程如圖1所示。

圖1 評(píng)價(jià)流程

1.1 物元理論

物元即是通過有序的三元組R=（N,C,u）來描述事物的基本元，其中N為給定名稱的事物，C為特征，u為關(guān)于特征C存在的量值。若三元組事物N中的量值u存在模糊性，則將此類包含模糊量值u的物元稱為模糊物元，記作[11]：

式（1）中：R,N,C分別表示對(duì)應(yīng)的模糊物元、名稱事物以及事物N的特征；根據(jù)上述物元理論的定義，則u（x）表示對(duì)應(yīng)特征C的模糊量值，即三元組R中事物N關(guān)于特征C對(duì)應(yīng)量值x的隸屬度。

對(duì)于軌道交通安全評(píng)價(jià)體系而言，N為評(píng)價(jià)體系樣本（即軌道交通安全程度），C為評(píng)價(jià)體系指標(biāo)，u（x）為評(píng)價(jià)體系樣本N（軌道交通安全程度）對(duì)于評(píng)價(jià)體系指標(biāo)C相應(yīng)指標(biāo)值的隸屬度。

1.2 定義復(fù)合模糊物元

假定軌道交通安全評(píng)價(jià)體系樣本N中存在n個(gè)待評(píng)指標(biāo)C1,C2,…,Cn，與之相應(yīng)的模糊量值為u（x1）,u（x2）,…,u（xn），稱R為n維模糊物元。若以Rmn表示m個(gè)評(píng)價(jià)樣本n維復(fù)合模糊物元，則u（xij）為第i個(gè)樣本第j項(xiàng)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的模糊量值（i=1,2,…,m;j=1,2,…,n），記作[11]：

1.3 從優(yōu)隸屬原則

通過從優(yōu)隸屬度建立的原則即為從優(yōu)隸屬度原則。從優(yōu)隸屬度為各單項(xiàng)待評(píng)指標(biāo)Cn相應(yīng)的模糊量值從屬于標(biāo)準(zhǔn)樣本對(duì)應(yīng)評(píng)價(jià)指標(biāo)相應(yīng)模糊量值的隸屬程度。對(duì)于不同評(píng)價(jià)樣本來說，各評(píng)價(jià)指標(biāo)可劃分為兩種[11-12]：

（1）越小越優(yōu)型評(píng)價(jià)指標(biāo)

（2）越大越優(yōu)型評(píng)價(jià)指標(biāo)

式（3）、式（4）中：xij表示第i個(gè)樣本第j項(xiàng)評(píng)價(jià)指標(biāo)對(duì)應(yīng)的量值；min xij,max xij分別表示各待評(píng)指標(biāo)所有量值的最小值與最大值。

1.4 構(gòu)造差平方復(fù)合模糊物元

構(gòu)造樣本n維標(biāo)準(zhǔn)模糊物元R0n，其中各項(xiàng)為復(fù)合模糊物元Rmn各項(xiàng)待評(píng)指標(biāo)中從優(yōu)隸屬度的最小值或最大值：

以Δij（i=1,2,…,m;j=1,2,…,n）表示標(biāo)準(zhǔn)模糊物元R0n與復(fù)合模糊物元Rmn各項(xiàng)的差的平方，得到差平方復(fù)合模糊物元：

常見的評(píng)價(jià)體系中有關(guān)權(quán)重的確定方法有：層次分析法、Delphi法（德爾菲法）、特征向量法以及對(duì)比打分法等。在軌道交通運(yùn)營(yíng)安全評(píng)價(jià)中，不同待評(píng)指標(biāo)跨度領(lǐng)域大，對(duì)各評(píng)價(jià)單元的影響程度不同，需要根據(jù)其對(duì)評(píng)價(jià)單元的貢獻(xiàn)大小確定相應(yīng)的權(quán)重。信息熵是反映信息無序化程度的變量，其值越大，說明系統(tǒng)越混亂，反之系統(tǒng)則越有序。評(píng)價(jià)指標(biāo)變異程度越大，說明提供的信息量越大，所占權(quán)重也應(yīng)越大[12-14]。由評(píng)價(jià)指標(biāo)構(gòu)建判斷矩陣來確定指標(biāo)權(quán)重，能在一定程度上消除人為權(quán)重計(jì)算的誤差與干擾，使評(píng)價(jià)結(jié)果更為合理。

熵值法計(jì)算過程如下。

（1）構(gòu)建m個(gè)事物n個(gè)評(píng)價(jià)指標(biāo)的判斷矩陣R=(xij)mn（i=1,2,…,m;j=1,2,…,n）。

（2）將所構(gòu)建的判斷矩陣作歸一化處理，得到判斷矩陣B。

對(duì)于越小越優(yōu)型指標(biāo)，存在[15]：

對(duì)于越大越優(yōu)型指標(biāo)，存在：

式（7）、式（8）中：min xij和max xij分別為同一評(píng)價(jià)指標(biāo)下不同事物中最不滿意者與最滿意者。

試驗(yàn)用地基土采用龍巖市巖溶發(fā)育地區(qū)覆蓋層的土體，土體主要為含碎石粉質(zhì)黏土；采用淤泥模擬溶洞充填物，經(jīng)烘干后碾碎，過5 mm的篩子，之后重新配制而成；砂墊層采用中粗砂，鋪設(shè)厚度2 cm。土的物理力學(xué)指標(biāo)如表1所示。

（3）定義熵：在m個(gè)評(píng)價(jià)事物n個(gè)評(píng)價(jià)指標(biāo)的評(píng)價(jià)過程中，記第j個(gè)評(píng)價(jià)指標(biāo)的熵值Hj為：

其中：

（4）計(jì)算熵權(quán)ωj為：

其中，0≤ωj≤1，且。

1.6 軌道交通運(yùn)營(yíng)安全評(píng)價(jià)與歐式貼近度

將貼近度的概念融入到軌道交通運(yùn)營(yíng)安全評(píng)價(jià)中，能夠直觀地反映待評(píng)指標(biāo)安全結(jié)果與標(biāo)準(zhǔn)指標(biāo)安全結(jié)果互相接近的程度，其值越小表示兩者越疏遠(yuǎn)，反之則越接近。由此可以根據(jù)貼近度對(duì)指標(biāo)方案進(jìn)行分類。由于軌道交通安全評(píng)價(jià)屬于綜合系統(tǒng)性評(píng)價(jià)，所以采用先乘后加算法對(duì)歐式貼近度進(jìn)行計(jì)算：

構(gòu)建歐式貼近度復(fù)合物元模糊矩陣RρH如下[15]：

式（11）、式（12）中：ρHi（i=1,2,…,m）為第i個(gè)評(píng)價(jià)樣本與標(biāo)準(zhǔn)樣本之間相互接近的程度。參考ρHi的具體數(shù)值，通過橫向?qū)Ρ燃纯蓪?duì)軌道交通安全程度進(jìn)行評(píng)價(jià)。

2 案例分析

2.1 評(píng)價(jià)指標(biāo)的選取

熵權(quán)模糊物元法是對(duì)選定指標(biāo)的量化評(píng)價(jià)以及層次定位，但關(guān)于具體評(píng)價(jià)指標(biāo)的選取并非本文研究的重點(diǎn)，需要根據(jù)歷史數(shù)據(jù)以及前人所得成果進(jìn)行定性化的選擇。

本次對(duì)重慶市軌道交通3號(hào)線的指標(biāo)選取，主要集中在客流、管理以及系統(tǒng)安全三個(gè)指標(biāo)層面上，分別涵蓋軌道交通的參與者、管理者以及載體，這也是影響軌道交通運(yùn)營(yíng)安全主要層面上的因素。在總結(jié)前人對(duì)城市軌道交通安全評(píng)價(jià)研究的基礎(chǔ)上，根據(jù)《地鐵運(yùn)營(yíng)安全安全評(píng)價(jià)標(biāo)準(zhǔn)》（GB/T 50438—2007）[16]、《城市軌道交通安全預(yù)評(píng)價(jià)細(xì)則》[17]、《公路項(xiàng)目安全性評(píng)價(jià)指南》（JTG/T B05—2004）[18]等相關(guān)資料，本文將城市軌道交通安全評(píng)價(jià)指標(biāo)體系中的指標(biāo)層次劃分成4個(gè)評(píng)判等級(jí)：優(yōu)、良、一般、差。

參考《重慶市軌道交通條例》[19]，根據(jù)對(duì)山地城市軌道交通運(yùn)營(yíng)安全評(píng)價(jià)各指標(biāo)的分析，經(jīng)過對(duì)重慶市軌道交通3號(hào)線早、中、晚高峰期的調(diào)查以及相關(guān)專家組咨詢后，經(jīng)過歸一化處理，得到各子指標(biāo)最終評(píng)價(jià)的標(biāo)準(zhǔn)量值。這些量值包括4個(gè)要素、5個(gè)事物、17個(gè)指標(biāo)。基于前人對(duì)交通安全評(píng)價(jià)指標(biāo)權(quán)重的解讀[20-23]，本文對(duì)相應(yīng)的評(píng)定等級(jí)及分值做一劃分，并將指標(biāo)量化結(jié)果列于表1。

表1 軌道交通3號(hào)線運(yùn)營(yíng)安全評(píng)價(jià)指標(biāo)

表1（續(xù)）

2.2 評(píng)價(jià)模型的建立

（1）根據(jù)表1中的數(shù)據(jù)構(gòu)建5個(gè)事物、17個(gè)指標(biāo)的復(fù)合模糊物元。其中4個(gè)主體要素指標(biāo)中，客流、管理以及系統(tǒng)設(shè)備對(duì)軌道交通運(yùn)營(yíng)安全的影響最為突出。

客流指標(biāo)與當(dāng)?shù)亟煌ㄇ闆r有著直接的關(guān)系，作為軌道交通服務(wù)的對(duì)象，客流指標(biāo)直接反映軌道交通的服務(wù)水平與服務(wù)能力；管理指標(biāo)是軌道交通運(yùn)營(yíng)安全的中心要素，包含對(duì)整個(gè)軌道交通系統(tǒng)流程的管理，是保證系統(tǒng)正常運(yùn)行的重點(diǎn)；系統(tǒng)設(shè)備指標(biāo)是軌道交通運(yùn)營(yíng)安全的關(guān)鍵要素，它與軌道交通安全直接掛鉤，在軌道交通運(yùn)營(yíng)過程中，系統(tǒng)設(shè)備不允許出現(xiàn)任何問題；外界環(huán)境指標(biāo)因地而異，不具備統(tǒng)一性與完整性，但作為軌道交通的外部條件，其影響也不容忽視。

（2）根據(jù)評(píng)價(jià)指標(biāo)的類型（越大越優(yōu)型或越小越優(yōu)型），將構(gòu)建的復(fù)合模糊物元經(jīng)式（3）、式（4）處理后，得到從優(yōu)隸屬度物元Rmn：

（3）由從優(yōu)隸屬度物元Rmn知各評(píng)價(jià)指標(biāo)最優(yōu)隸屬度均為1，經(jīng)過式（5）、式（6）處理后，得平方差復(fù)合物元如下：

（4）通過熵權(quán)法計(jì)算各指標(biāo)權(quán)重，將各評(píng)價(jià)指標(biāo)的實(shí)際值作歸一化處理，得判斷矩陣B如下：

由判斷矩陣B計(jì)算得熵權(quán)Hj和各指標(biāo)的權(quán)重ωj分別如下：

最后得樣本貼近度復(fù)合物元模糊矩陣RρH：

2.3 評(píng)價(jià)結(jié)果檢驗(yàn)

熵權(quán)模糊物元法評(píng)價(jià)結(jié)果的指標(biāo)值為0.588 9，位于評(píng)價(jià)等級(jí)的“優(yōu)”（0.996 6）和“良”（0.585 6）之間，由此判斷重慶市軌道交通3號(hào)線的安全程度為“良”以上。

利用二級(jí)可拓物元法[24]參照上述指標(biāo)進(jìn)行計(jì)算（因篇幅所限，詳細(xì)計(jì)算過程不再贅述），結(jié)果分別如下。

（1）一級(jí)評(píng)價(jià)

客流指標(biāo)關(guān)聯(lián)度矩陣：

管理指標(biāo)關(guān)聯(lián)度矩陣：

系統(tǒng)設(shè)備指標(biāo)關(guān)聯(lián)度矩陣：

外界環(huán)境指標(biāo)關(guān)聯(lián)度矩陣：

（2）二級(jí)評(píng)價(jià)

待評(píng)指標(biāo)對(duì)各風(fēng)險(xiǎn)等級(jí)的關(guān)聯(lián)度矩陣K(N)等于一級(jí)指標(biāo)對(duì)各風(fēng)險(xiǎn)等級(jí)的關(guān)聯(lián)度K(Ci)(i=1,2,3, 4)乘以一級(jí)指標(biāo)的權(quán)重向量。經(jīng)計(jì)算得：

將二級(jí)可拓物元法對(duì)比熵權(quán)模糊物元法，結(jié)果如表2所示。

表2 兩種方法對(duì)比結(jié)果

根據(jù)可拓物元法，maxKj(N)=K3(N)，由此可以判斷重慶市軌道交通3號(hào)線的運(yùn)營(yíng)風(fēng)險(xiǎn)等級(jí)為3級(jí)（等級(jí)越高越安全），安全狀況處于“良”，與熵權(quán)模糊物元法評(píng)價(jià)的結(jié)果基本一致。

2.4 評(píng)價(jià)結(jié)果分析

此次評(píng)價(jià)顯示，重慶市軌道交通3號(hào)線運(yùn)營(yíng)情況為“良”，通過熵權(quán)模糊物元法（指標(biāo)值為0.588 9），可定量反映評(píng)價(jià)結(jié)果更接近“良”，距離“優(yōu)”尚有較大差距。系統(tǒng)的17個(gè)評(píng)價(jià)指標(biāo)中，客流、管理以及系統(tǒng)設(shè)備指標(biāo)占比近90%，在熵權(quán)歸一化處理過程中，上述指標(biāo)對(duì)整體評(píng)價(jià)結(jié)果起著關(guān)鍵性影響，而客流指標(biāo)不隨軌道交通的主體而改變。因此，提高管理水平、維持系統(tǒng)設(shè)備安全正常運(yùn)行是保障軌道交通3號(hào)線安全運(yùn)營(yíng)的主要策略。熵權(quán)模糊物元法和可拓物元法的評(píng)價(jià)結(jié)果基本接近，但前者更能定量地描述指標(biāo)值在評(píng)價(jià)等級(jí)中的位置，相比傳統(tǒng)的物元評(píng)價(jià)方法有了更高層次的拓展與引申。

3 結(jié)論

整個(gè)軌道交通運(yùn)營(yíng)安全評(píng)估是一個(gè)復(fù)雜的系統(tǒng)工程，社會(huì)影響大，涉及因素多，特別是不同區(qū)域、不同方式的混合交叉運(yùn)輸，評(píng)價(jià)難度更大。因此，在進(jìn)行詳細(xì)的軌道交通運(yùn)營(yíng)安全評(píng)價(jià)時(shí)，需要根據(jù)各地區(qū)實(shí)際情況進(jìn)行指標(biāo)的定性篩選、補(bǔ)充以及標(biāo)準(zhǔn)的量化分級(jí)，只有這樣，綜合評(píng)價(jià)的結(jié)果才能客觀、真實(shí)地反映當(dāng)?shù)剀壍澜煌ㄟ\(yùn)營(yíng)安全的程度，具體結(jié)論如下。

（1）軌道交通運(yùn)營(yíng)安全評(píng)價(jià)的定性指標(biāo)量化和分級(jí)量值范圍界定非常關(guān)鍵。采用熵權(quán)模糊物元法確定軌道交通運(yùn)營(yíng)安全程度，能夠根據(jù)現(xiàn)實(shí)數(shù)據(jù)本身所反映的特性來計(jì)算各指標(biāo)的權(quán)重，有效地避免權(quán)重分配時(shí)主觀因素的影響，采用主觀判斷與主成分分析相結(jié)合的方法把握影響軌道交通運(yùn)營(yíng)安全的主要因素，使權(quán)重指標(biāo)的分配更加合理。這種利用數(shù)據(jù)本身特點(diǎn)來反映數(shù)據(jù)結(jié)構(gòu)與結(jié)果的評(píng)價(jià)模型，能夠有效減少整個(gè)計(jì)算過程的主觀性與人為影響，最大程度地減小誤差。

（2）相比其他物元評(píng)價(jià)模型，熵權(quán)模糊物元模型一定程度上量化了待評(píng)指標(biāo)與評(píng)價(jià)等級(jí)的關(guān)聯(lián)程度，利用它可以建立多目標(biāo)參數(shù)綜合評(píng)判的物元模型，以數(shù)字的形式直觀反映各指標(biāo)間的關(guān)聯(lián)，為軌道交通運(yùn)營(yíng)安全程度的提高提供了可量化的數(shù)據(jù)參考指標(biāo)，可對(duì)預(yù)測(cè)結(jié)果進(jìn)行量化定位。需要說明的是，本文僅從客觀空間維度進(jìn)行了多指標(biāo)交通安全評(píng)價(jià)研究，而在資源數(shù)據(jù)充足的條件下，還可從時(shí)間領(lǐng)域多項(xiàng)比較整個(gè)軌道交通系統(tǒng)不同指標(biāo)在不同時(shí)間段內(nèi)的評(píng)價(jià)情況，這種跨空間、跨時(shí)間的雙維度綜合評(píng)價(jià)精度將會(huì)更高。

[1] REILLY J,BROWN J.Management and Control of Cost and Risk for Tunneling and Infrastructure Projects[J].Tunnelling and Underground Space Technology,2004,19(4): 329-330.

[2] PARK C W,WANG J B,KWAK S L,et al.Development and Application of Hazard Analysis&Risk Assessment Models for the Korea Railway[C]//Proceeding of the19th International Railway Safety Conference.Denver:International Railway Safety Conference,2008.

[3] PARK C W,WANG J B,KWAK S L,et al.Review and Assessment of the Korea Rail′s Safety Performance Using Risk Assessment Models[C]//Proceeding of the 20th International Railway Safety Conference.Bastad,Sweden:International Railway Safety Conference,2009.

[4] MADINAVEITIA J.Metro Network Quality Plan[C]//Proceeding of the 2007 Winter Simulation Conference.Washington D.C.:Winter Simulation Conference,2007.

[5] 劉書浩，賈文崢，楊遠(yuǎn)舟，等.英國(guó)城市軌道交通運(yùn)營(yíng)安全評(píng)估經(jīng)驗(yàn)借鑒[J].交通標(biāo)準(zhǔn)化，2014，42（17）：58-60.

[6] 王艷輝，李曼，馮歡.增益型加權(quán)綜合法在城軌交通運(yùn)營(yíng)安全評(píng)價(jià)中的應(yīng)用[J].鐵道學(xué)報(bào)，2013，35（3）：9-17.

[7] 郭湛，商小雷，李海.基于AHP的軌道交通安全評(píng)價(jià)體系模型[J].中國(guó)鐵道科學(xué)，2011，32（3）：123-125.

[8] 蔡國(guó)強(qiáng)，賈利民，賈玉泉，等.基于模糊穴的軌道交通安全評(píng)估方法的研究及應(yīng)用[J].模糊系統(tǒng)與數(shù)學(xué)，2008，22（2）：162-168.

[9] 車法，陳栓發(fā)，馬慶雷，等.重載路面車轍評(píng)價(jià)物元模型構(gòu)建及應(yīng)用[J].廣西大學(xué)學(xué)報(bào)：自然科學(xué)版，2010，35（4）：634-637.

[10]劉黎，徐逸倫，江善虎，等.基于模糊物元模型的城市活力評(píng)價(jià)[J].地理與地理信息科學(xué)，2010，26（1）：73-76.

[11] 田靜宜，王新軍.基于熵權(quán)模糊物元模型的干旱區(qū)水資源承載力研究——以甘肅名勤縣為例[J].復(fù)旦學(xué)報(bào)：自然科學(xué)版，2013，52（1）：87-89.

[12]楊秋林，郭亞兵.基于熵權(quán)的模糊物元模型在城市生態(tài)安全評(píng)價(jià)中的應(yīng)用[J].數(shù)學(xué)的實(shí)踐與認(rèn)識(shí)，2010，40（19）：62-66.

[13] 楊麗美，張維江.基于模糊物元模型的寧夏節(jié)水型社會(huì)效應(yīng)評(píng)價(jià)[J].人民黃河，2013，35（5）：46-48.

[14] 施開放，刁承泰，左太安，等.基于熵權(quán)物元模型的耕地占補(bǔ)平衡生態(tài)安全評(píng)價(jià)[J].中國(guó)生態(tài)農(nóng)業(yè)學(xué)報(bào)，2013，21（2）：244-249.

[15]劉娜，艾南山，方艷，等.基于熵權(quán)的模糊物元模型在城市生態(tài)系統(tǒng)健康評(píng)價(jià)中的應(yīng)用[J].成都理工大學(xué)學(xué)報(bào)：自然科學(xué)版，2007，34（5）：589-594.

[16] 北京市地鐵運(yùn)營(yíng)有限公司.GB/T 50438—2007，地鐵運(yùn)營(yíng)安全評(píng)價(jià)標(biāo)準(zhǔn)[S].北京：建筑工業(yè)出版社，2007.

[17] 國(guó)家安全生產(chǎn)監(jiān)督管理總局.城市軌道交通安全預(yù)評(píng)價(jià)細(xì)則[Z].北京：國(guó)家安全生產(chǎn)監(jiān)督管理總局，2007.

[18]華杰工程咨詢有限公司.JTG/T B05—2004，公路項(xiàng)目安全性評(píng)價(jià)指南[S].廣州：廣州出版社，2004.

[19] 重慶市人民代表大會(huì)常務(wù)委員會(huì).重慶市軌道交通條例[Z].重慶：重慶市人民代表大會(huì)常務(wù)委員會(huì)，2011.

[20] 潘科，王洪德，石劍云.多級(jí)可拓評(píng)價(jià)方法在地鐵運(yùn)營(yíng)安全評(píng)價(jià)中的應(yīng)用[J].鐵道學(xué)報(bào)，2011，33（5）：15-19.

[21] 馬一太，曾憲陽，劉萬福.地鐵火災(zāi)危險(xiǎn)性的模糊綜合評(píng)判[J].鐵道學(xué)報(bào)，2006，28（3）：106-110.

[22] 付印平，高自友，李克平.基于元胞自動(dòng)機(jī)模型的地鐵列車追蹤運(yùn)行研究[J].交通運(yùn)輸系統(tǒng)工程與信息，2008，8（4）：89-95.

[23] 張生瑞，邵春福，嚴(yán)海.公路交通可持續(xù)發(fā)展評(píng)價(jià)指標(biāo)及評(píng)價(jià)方法研究[J].中國(guó)公路學(xué)報(bào)，2005，18（2）：74-78.

[24]馬忠英，楊琦，周偉.基于物元模型的軌道公路協(xié)調(diào)發(fā)展多指標(biāo)可拓評(píng)價(jià)[J].交通運(yùn)輸工程學(xué)報(bào)，2010，10（5）：97-101.

Operation SafetyAssessment of Rail Transit Based on Entropy Weight Fuzzy Matter Element

WANG Yong,WU Li-xia,CAI Ming
(School of Traffic&Transportation,Chongqing Jiaotong University,Chongqing 400074,China)

In order to solve issues of quantization of qualitative indexes and scope definition of hierarchical values in the rail transit operation safety evaluation process,an evaluation model which combined entropy weight(EW)with fuzzy matter-element(FME)to evaluate rail transit operation safety indicators was established.It was based on fuzzy matter-element model by introducing entropy method to finalize index weight and selecting the idea of Euclid approach degree to reflect the extent of closeness between the unvalued safety results and standard safety results.On the basis of previous studies,indexes of urban rail transit operation safety evaluation system were divided into four levels,including excellent,good, fair,and bad.Besides,the range of each level was also provided.Taking Chongqing rail transit Line 3 as an example,compared to method of extension matter-element(EME),the EW-FME model were analyzed.The results showed that the EW-FME model evaluation index was 0.5889 and the EME level of risk evaluation was 3,which both reached to the degree of good safety.The study indicates that EWFME model can solve the problem of non-quantitative evaluation effectively.The precision of evaluation is further improved in comparison with EME model.

rail transit;safety assessment;fuzzy matter-element model;entropy weight;Euclid approach degree

U491.5

A

2095-9931（2015）06-0051-07

10.16503/j.cnki.2095-9931.2015.06.009

2015-06-23

汪勇（1992—），男，安徽蕪湖人，碩士研究生，研究方向?yàn)榻煌ㄟ\(yùn)輸規(guī)劃與管理。E-mail：liucao138@163.com。