高海濤，楊明宇，孟令云，李 寧

GAO Hai-tao1，YANG Ming-yu2，MENG Ling-yun3，LI Ning4

（1.北京交通大學(xué) 交通運輸學(xué)院，北京 100044；2.中國鐵路北京局集團有限公司 北京工務(wù)段，北京100077；3.北京交通大學(xué) 軌道交通控制與安全國家重點實驗室，北京 100044；4.中國鐵路北京局集團有限公司 北京電務(wù)段，北京 100069）

(1.School of Traffic and Transportation， Beijing Jiaotong University， Beijing 100044， China； 2. Beijing Track Maintenance Department， China Railway， Beijing Group Co.， Ltd.， Beijing 100077， China； 3.State Key Lab of Rail Traffic Control & Safety， Beijing Jiaotong University， Beijing 100044， China；4. Beijing Communication and Signaling Section， China Railway， Beijing Group Co.， Ltd.， Beijing 100069， China)

0 引言

高速鐵路有力地促進了我國經(jīng)濟的發(fā)展，改善了旅客的出行，使人們的生活更加便利。但是，由于我國高速鐵路運營線路長、跨度范圍大、運行環(huán)境復(fù)雜、運行速度快，一旦出現(xiàn)事故，將造成嚴重后果。因此，在高速鐵路運營中引入風險管理思想，提升我國高速鐵路的安全性，對保障人民群眾的生命財產(chǎn)安全十分重要。

國內(nèi)外學(xué)者已經(jīng)在鐵路安全風險領(lǐng)域進行了很多研究。Silla 等[1]通過建立事故模型，分析了芬蘭1959—2008 年的鐵路安全水平。王洪德等[2]通過對列車脫軌、列車火災(zāi)和列車沖突 3 種典型風險事件的定性分析，提出事故前預(yù)防屏障和事故后預(yù)防屏障，構(gòu)建了高速鐵路安全運營的 Bow-tie 模型。劉超等[3]對高速鐵路信號系統(tǒng)進行研究，建立了系統(tǒng)安全功能和安全管理流程相關(guān)聯(lián)的概念模型，將管理失效模式轉(zhuǎn)變?yōu)榻M件故障樹作為評價證據(jù)。韓勇[4]通過對鐵路超限貨物進行研究，提出超限貨物安全運輸影響框架及提升安全性的措施。田元福等[5]對鐵路工務(wù)安全風險進行研究，提出鐵路工務(wù)系統(tǒng)風險識別應(yīng)從外部因素、內(nèi)部因素和管理因素 3 個方面進行分析。張志科等[6]對鐵路客運安全的風險識別、風險分析、風險評價和風險控制進行研究，使用一種線型加權(quán)模型對鐵路客運安全進行綜合評價，并將其應(yīng)用于客運車站擁擠踩踏風險評價中。目前，對于高速鐵路行車安全風險的系統(tǒng)研究還較少，為此，運用基于 AHP-熵權(quán)法的風險評估方法，對所構(gòu)建的高速鐵路行車風險評價指標體系進行計算，進而評估高速鐵路行車的安全性，為高速鐵路行車安全管理提供科學(xué)依據(jù)。

1 高速鐵路行車安全綜合評價方法的建立

1.1 建立評價指標體系

如果高速鐵路行車安全受到 L 個因素的影響，這 L 個因素又各自受到若干個二級影響因素的影響，則將安全評價體系一級指標設(shè)為 (U1，U2，…，UL)，二級指標設(shè)為(Ui1，Ui2，…，Uil)，其中 i = 1，2，…，L。l 為相應(yīng)的一級指標下二級指標的數(shù)量。

1.2 計算評價體系各指標權(quán)重

確定各個評價指標的權(quán)重是進行灰色模糊綜合評價的重要步驟，獲取盡可能準確的權(quán)重對于最終結(jié)果的準確性有很大影響。層析分析法是一種常用的指標權(quán)重確定方法，但該方法存在主觀性較強的缺點。為此，引入熵權(quán)法對指標權(quán)重進行修正。

1.2.1 層次分析法確定權(quán)重

層次分析法是由美國運籌學(xué)家 T. L. Satty 提出的一種方法，被廣泛應(yīng)用于復(fù)雜問題的決策上。該方法通過構(gòu)建有關(guān)元素的層次結(jié)構(gòu)，將專家的主觀判斷進行量化，最終獲得各個元素指標權(quán)重。其主要步驟包含建立層次結(jié)構(gòu)、構(gòu)造判斷矩陣、計算各因素指標權(quán)重和矩陣一致性檢驗。假設(shè)由層次分析法確定的第 i 個指標的權(quán)重為 w'i。

1.2.2 熵權(quán)法確定權(quán)重

熵本來是熱力學(xué)中的概念，它由 C. E. Shannon引入到信息論中，用來度量信息量。不確定性與信息量成反相關(guān)，因而可以用熵值來度量不確定性情況。指標對結(jié)果的影響程度隨著其集中程度增高而降低，即一個系統(tǒng)越有序，信息熵就越低；系統(tǒng)越無序，信息熵越高[7]。熵權(quán)法是一種客觀的確定權(quán)重的方法，使用時根據(jù)指標的變異程度來確定指標權(quán)重，能夠盡可能消除人的主觀干擾。熵權(quán)法的主要步驟如下。

（1）指標數(shù)據(jù)標準化。假設(shè)由 m 個評價指標、n 個評價對象構(gòu)建的原始矩陣為

將該原始數(shù)據(jù)矩陣進行標準化處理得到 P =(pij)m×n，其中 pij(0≤pij≤1) 為第 j 個評價對象在第 i 個指標上的標準值。對于越大越優(yōu)的指標而言

對于越小越優(yōu)的指標而言

（2）定義熵。定義第 i 個指標的熵為

（3）定義熵權(quán)。將第 i 個指標的熵權(quán)定義為

1.2.3 確定指標綜合權(quán)重

層次分析法確定的權(quán)重包含專家的主觀判斷，而熵權(quán)法側(cè)重原始數(shù)據(jù)本身的客觀信息。因而結(jié)合層次分析法和熵權(quán)法來確定權(quán)重是一種更加科學(xué)合理的方法。AHP-熵權(quán)法確定的綜合權(quán)重為

式中：β 為偏好系數(shù)，根據(jù)主客觀權(quán)重相結(jié)合，客觀權(quán)重優(yōu)先的原則，將其取為 0.4。

假設(shè)最終確定的一級指標權(quán)重為 (w1，w2，…，wL)，二級指標權(quán)重為(wi1，wi2，…，wil)，其中i = 1，2，…，L。

表1 高速鐵路行車安全風險評價準則Tab.1 The criteria for risk assessment of high-speed railway traf fi c safety

1.3 構(gòu)造灰色模糊模型

灰色模糊綜合評價模型能夠充分考慮專家評判過程中評判信息的灰性特點。通過灰色理論計算得到灰色評價權(quán)值，利用灰色評價權(quán)值構(gòu)造模糊評價權(quán)矩陣，最終使用模糊算法進行模糊綜合評價。

1.3.1 確定評價權(quán)矩陣

（1）首先確定評價等級并獲取數(shù)據(jù)樣本。將風險評價等級分為低風險、較低風險、一般風險、較高風險以及高風險 5 個等級，各個等級的得分用向量 v = (9，7，5，3，1) 表示。請專家使用 10 分制，對某個一級指標下面的所有二級指標打分，高速鐵路行車安全風險評價準則如表 1 所示，假設(shè)第 j 個專家對第 i 個二級指標的評價為 dij。

（2）確定評價灰類。由于各專家存在認知差異及經(jīng)驗限制，因而只能給出一個灰數(shù)的白化值。為且當 zij= 0 時，規(guī)定了準確判斷評價對象所屬類別的程度，還需要確定評價灰類等級、灰數(shù)和白化權(quán)函數(shù)等。將評價等級分為 5 級，由灰數(shù)確定白化權(quán)函數(shù)個數(shù)。因此，設(shè)白化權(quán)函數(shù)為 fk(dij)，其中 k = 1，2，3，4，5。

k = 1 時的白化權(quán)函數(shù)為

（3）計算灰色模糊評價權(quán)矩陣。設(shè) Cik是某個一級評價指標下的第 i 個二級指標屬于第 k (k = 1，2，…，p) 個灰類的灰色評價系數(shù)，總的灰色評價系數(shù)為 Ci。則根據(jù) dij和白化權(quán)函數(shù)可以得到

由此得到評價權(quán) rik= Cik/ Ci，則該指標的灰色模糊評價向量為 ri= (ri1，ri2，…，rip)。計算得到該一級指標下面的所有二級指標灰色模糊評價向量，組成的灰色模糊評價權(quán)矩陣為

1.3.2 進行模糊綜合評判

模糊綜合評判需要綜合分析各種影響因素，對評判目標進行客觀評估，基本思想是根據(jù)最大隸屬度原則，對各個影響因素進行全面評判[8]。獲得某個一級指標的灰色模糊評價權(quán)矩陣后，要對高速鐵路行車風險進行灰色模糊綜合評價。在建立評價指標體系階段，假設(shè)高速鐵路行車風險受 L 個一級指標影響，則一級指標集合為 U ={U1，U2，…，UL}；在確定指標權(quán)重階段，一級指標綜合權(quán)重為 w = (w1，w2，…，wL)。假設(shè)某個一級指標包含 L 個二級指標，則該二級指標集合表示為 Ui= {Ui1，Ui2，…，Uil}，相應(yīng)的綜合權(quán)重為 wi= (wi1，wi2，…，wil)。

對該一級指標的灰色模糊評價權(quán)矩陣 R 和二級評價指標綜合權(quán)重 wi進行模糊運算，得到該一級指標的模糊評價向量 Bi= wi·R，其中“·”是模糊運算符號。

綜合一級指標的模糊評價向量，可以得到高速鐵路行車風險指標體系的模糊評價矩陣 R'。模糊評價矩陣 R' 結(jié)合一級指標的綜合權(quán)重 w = (w1，w2，…，wL)，進行模糊運算得到高速鐵路行車風險評價總目標的結(jié)果為 B = w·R'，最終的高速鐵路行車風險評價得分可以表示為 Z = B·vT。

2 實例分析

2.1 建立高速鐵路行車風險評價指標體系

高速鐵路系統(tǒng)是一個由復(fù)雜設(shè)備組成的整體，并且在復(fù)雜的環(huán)境中運行。它是一個由調(diào)度指揮、牽引供電、通信信號和工務(wù)工程等多個子系統(tǒng)組成的一個巨系統(tǒng)。因此，高速鐵路行車的安全影響因素眾多，并且各因素之間耦合關(guān)系復(fù)雜。在此以京滬高速鐵路 (北京南—上海虹橋) 為例進行研究。

高速鐵路行車的安全性主要受到人員因素、設(shè)備因素、環(huán)境因素和管理因素的影響，因而從這 4 個影響因素入手建立風險評價指標體系。其中，人員因素是指工作人員在執(zhí)行任務(wù)時操作錯誤或者操作違規(guī)，如列車調(diào)度員由于精神不集中下達錯誤命令，或者在下達調(diào)度命令時沒有遵守與助調(diào)的“二人確認制”等。設(shè)備因素是指高速鐵路行車過程中機器設(shè)備故障導(dǎo)致的的不安全問題，如當接觸網(wǎng)一旦投入使用，就在露天的環(huán)境中連續(xù)運行，其供電區(qū)間長，在與受電弓長期摩擦的過程中發(fā)生故障的概率比較大[9]。環(huán)境因素是指列車運行過程中由于外界環(huán)境原因?qū)е碌牟话踩珕栴}，包含自然環(huán)境、社會環(huán)境和車內(nèi)環(huán)境 3 個方面，如影響高速鐵路安全的氣象災(zāi)害主要有水災(zāi)、雷電災(zāi)害、風災(zāi)及低溫冰凍等[10]。安全管理是協(xié)調(diào)人員、設(shè)備和環(huán)境三者的控制手段，涉及安全組織、安全管理制度等方面，如針對不同危險狀況建立應(yīng)急預(yù)案，定期演練等。

通過分析人員因素、設(shè)備因素、環(huán)境因素和管理因素對高速鐵路行車安全風險的影響，建立基于“人-機-環(huán)-管理”的風險評價指標體系 U，高速鐵路行車風險評價指標體系如表 2 所示。

表2 高速鐵路行車風險評價指標體系Tab.2 A risk evaluation index system of high-speed railway traf fi c safety

2.2 收集數(shù)據(jù)并計算指標權(quán)重

首先邀請 8 位專家使用“1-9 標度法”對評價體系中的一級評價指標和二級評價指標進行打分，打分結(jié)果用于層次分析法中構(gòu)造判斷矩陣，進而確定主觀權(quán)重。然后依據(jù)評價準則，邀請專家使用具體數(shù)值進行打分。

二級指標評價結(jié)果如表 3 所示。

表3 二級指標評價結(jié)果Tab.3 The evaluation results of indexes on the second level

根據(jù)表 3 中數(shù)據(jù)使用熵權(quán)法計算各個指標的信息熵，計算得到各個指標的客觀權(quán)重。最后根據(jù)主觀權(quán)重和客觀權(quán)重，獲得各個指標最終的綜合權(quán)重。最終層次分析法獲得的權(quán)重，熵權(quán)法獲得的權(quán)重及綜合權(quán)重，評價體系指標權(quán)重如表 4 所示。

2.3 構(gòu)建灰色模糊評價模型并求解

以一級指標人員因素下的所有二級指標為例，構(gòu)建灰色模糊綜合評價模型并求解。根據(jù)獲得的所有二級指標評價分值，計算人員因素下的二級指標灰色評價系數(shù)，當 k = 1 時，C11= f1(6) +f1(5) + f1(5) + f1(6) + f1(7) + f1(6) + f1(5) + f1(5) = 5，同理可以得到 C12= 6.428 6，C13= 7，C14= 1.333 3，C15= 0?？偟幕疑u價系數(shù)為 C1= C11+ C12+ C13+C14+ C15= 19.761 9。然后可以計算得到第一個指標的評價權(quán)向量為 r1= (0.253 0，0.325 3，0.354 2，0.067 5，0)。同理可以得到其余二級指標的評價權(quán)向量為 r2= (0.281 2，0.346 8，0.320 3，0.051 7，0)，r3= (0.258 2，0.332 0，0.340 9，0.068 9，0)，r4= (0.239 8，0.308 4，0.351 4，0.100 4，0)，r5= (0.243 9，0.313 6，0.357 4，0.085 1，0)。由此得到人員因素的灰色模糊評價權(quán)矩陣為

表4 評價體系指標權(quán)重Tab.4 Index weights of the evaluation system

計算人員因素的模糊評價向量 B1= w1·R =(0.259 1，0.329 0，0.343 5，0.068 4，0)，由前面確定的風險等級向量 v = (9，7，5，3，1)，安全性得分為 Z1= B1·vT= 6.557 6。重復(fù)以上步驟，可以獲得其他一級指標的模糊評價向量 B2= (0.248 3，0.319 2，0.342 2，0.090 2，0)，Z2= B2·vT= 6.450 7，B3=(0.228 7，0.294 1，0.349 6，0.127 5，0)，Z3= B3·vT=6.247 5，B4= (0.243 7，0.313 3，0.350 5，0.092 5，0)，Z4= B4·vT= 6.416 4。綜合所有一級指標體系的模糊評價向量，得到安全評價體系的綜合評價矩陣

最終得到該指標體系綜合模糊評價向量 B =w·R' = (0.244 6，0.313 9，0.346 1，0.095 3，0)。得到安全性得分為 Z = B·vT= 6.415 1。即最終京滬高速鐵路行車安全性得分為 6.415 1，屬于安全的等級。

3 結(jié)束語

在對高速鐵路行車安全風險評估過程中，各個影響因素對于評價目標的影響程度不同，權(quán)重的準確性直接影響評價結(jié)果是否合理和有效，采用層次分析法和熵權(quán)法能獲得較為科學(xué)合理的指標權(quán)重。京滬高速鐵路行車安全最終的評價結(jié)果顯示，設(shè)備因素在高速鐵路行車安全風險中的權(quán)重最大，對于行車安全性影響最為嚴重。雖然京滬高速鐵路整體安全性處于安全狀態(tài)，但環(huán)境因素得分較低，因而應(yīng)加強在惡劣環(huán)境下的安全保障措施，并繼續(xù)深入開展高速鐵路行車風險機理研究，細化高速鐵路行車安全風險因素，以獲得更加準確的評價結(jié)果。

[1] SILLA A，KALLBERG V P. The Development of Railway Safety in Finland[J]. Accident Analysis & Prevention，2012，45(2)：737-744.

[2] 王洪德，張艷潮，李 斯. 基于 Bow-tie 模型的高鐵運營安全風險分析[J]. 遼寧工程技術(shù)大學(xué)學(xué)報 (自然科學(xué)版)，2017，36(7)：767-772.WANG Hong-de，ZHANG Yan-chao，LI Si. Safety Risk Analysis of High-speed Train Operation based on Bow-tie Model[J]. Journal of Liaoning Technical University(Natural Science)，2017，36(7)：767-772.

[3] 劉 超，唐 濤，李開成. 高速鐵路信號系統(tǒng)的安全管理評價研究[J]. 中國安全科學(xué)學(xué)報，2013，23(1)：129-135.LIU Chao，TANG Tao，LI Kai-cheng. Research on Assessing Safety Management of High Speed Railway Signal System[J].China Safety Science Journal，2013，23(1)：129-135.

[4] 韓 勇. 鐵路超限貨物運輸安全影響因素評價[J]. 鐵道貨運，2017，35(5)：10-15.HAN Yong. Evaluation of Factors Influencing the Safety of Railway Out-of-gauge Goods Transportation[J]. Railway Freight Transport，2017，35(5)：10-15.

[5] 田元福，仇立峰. 鐵路工務(wù)系統(tǒng)安全風險與綜合評價研究[J]. 鐵道學(xué)報，2009，31(4)：121-126.TIAN Yuan-fu，QIU Li-feng. Railway Maintenance System Safety Risks and Comprehensive Evaluation[J]. Journal of the China Railway Society，2009，31(4)：121-126.

[6] 張志科，劉敬輝. 鐵路客運安全風險管理研究[J]. 鐵道運輸與經(jīng)濟，2017，39(3)：56-60，84.ZHANG Zhi-ke，LIU Jing-hui. Study on Safety Risk Management of Railway Passenger Transportation[J]. Railway Transport and Economy，2017，39(3)：56-60，84.

[7] 李博楊，李賢功，吳利高，等. 基于熵權(quán)法和集對分析的煤礦安全事故人因失誤分析[J]. 礦業(yè)安全與環(huán)保，2017，44(1)：111-114.LI Bo-yang，LI Xian-gong，WU Li-gao，et al. Analysis of Human Error Factors in Coal Mine Safety Accidents based on Entropy Weight and Set Pair Analysis[J]. Mining Safety &Environmental Protection，2017，44(1)：111-114.

[8] 張友鵬，楊金鳳. 模糊灰色聚類和組合賦權(quán)法在鐵路信號系統(tǒng)可靠性評估中的應(yīng)用[J]. 安全與環(huán)境學(xué)報，2017，17(2)：426-430.ZHANG You-peng，YANG Jin-feng. Application of the Reliability Assessment Method to the Railway Signal System based on the Fuzzy Gray Clustering and Synthetic Weighing Approach[J]. Journal of Safety and Environment，2017，17(2)：426-430.

[9] 何正友，馮 玎，林 圣，等. 高速鐵路牽引供電系統(tǒng)安全風險評估研究綜述[J]. 西南交通大學(xué)學(xué)報，2016，51(3)：418-429.HE Zheng-you，F(xiàn)ENG Ding，LIN Sheng，et al. Research on Security Risk Assessment for Traction Power Supply System of High-speed Railway[J]. Journal of Southwest Jiaotong University，2016，51(3)：418-429.

[10] 代 娟，崔新強，劉文清，等. 高速鐵路氣象災(zāi)害風險分析與區(qū)劃方法探討[J]. 災(zāi)害學(xué)，2016，31(4)：33-36.DAI Juan，CUI Xin-qiang，LIU Wen-qing，et al. Research on Meteorological Disaster Risk Analysis and Regionalization in High Speed Railway[J]. Journal of Catastrophology，2016，31(4)：33-36.