黎新華，李俊輝

（廣東交通職業(yè)技術(shù)學(xué)院軌道交通學(xué)院，廣東廣州 501650）

0 引言

近年來，城市軌道交通發(fā)展迅猛，開通城市軌道交通的城市越來越多，運(yùn)營里程不斷增加，由此帶來的運(yùn)營安全問題不容小覷。由于城市軌道交通人流密集、地下空間狹小，一旦發(fā)生人員踩踏、設(shè)備故障等突發(fā)事件，后果非常嚴(yán)重?！秶彝话l(fā)事件應(yīng)急體系建設(shè)“十三五”規(guī)劃》中明確提出要“完善突發(fā)事件監(jiān)測預(yù)警服務(wù)體系”。因此，對城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)的研究，可以使其在突發(fā)事件預(yù)防與應(yīng)急準(zhǔn)備、監(jiān)測與預(yù)警、應(yīng)急處置與救援、恢復(fù)與重建等各環(huán)節(jié)的應(yīng)急管理工作機(jī)制更加完善。

城市軌道交通運(yùn)營安全預(yù)警就是應(yīng)用預(yù)警理論和方法建立預(yù)警指標(biāo)體系，通過信息采集、預(yù)警模型分析、預(yù)警輸出和預(yù)測信息發(fā)布等，實現(xiàn)預(yù)警功能。

在城市軌道交通系統(tǒng)及車站運(yùn)營安全評價方法研究方面，國內(nèi)外學(xué)者分別利用可拓學(xué)、層次分析法、決策樹、粗糙集等方法進(jìn)行了分析[1-5]。上述方法在分析因素之間的運(yùn)行機(jī)制和內(nèi)在關(guān)系方面仍有不足，因素轉(zhuǎn)化為評價或預(yù)警指標(biāo)的過程多通過經(jīng)驗定性確定，因此其科學(xué)性和合理性難以保障。在影響因素的系統(tǒng)分析方法上，決策試驗和評價實驗室法（DEMATEL）及解釋結(jié)構(gòu)模型（ISM）是復(fù)雜系統(tǒng)結(jié)構(gòu)分析中定性與定量相結(jié)合的方法，目前已經(jīng)得到廣泛應(yīng)用[6-10]。在城市軌道交通安全預(yù)警相關(guān)系統(tǒng)的研究方面，謝征宇對高鐵綜合客運(yùn)樞紐的安全預(yù)警進(jìn)行了需求分析，將需求分成?3?個方面，即信息采集方面、信息處理方面和信息融合方面，并在此基礎(chǔ)上提出了高鐵樞紐客流安全預(yù)警系統(tǒng)的結(jié)構(gòu)和預(yù)警流程[11]；楊超等利用視頻檢測、交通仿真和視頻處理等技術(shù),?從服務(wù)車站管理人員的角度，提出客流安全與應(yīng)急系統(tǒng)[12]；劉光武介紹了廣州地鐵在城市軌道交通安全預(yù)警與應(yīng)急平臺建設(shè)方面的經(jīng)驗和做法[13]；張銘等從網(wǎng)絡(luò)化運(yùn)營輔助決策與應(yīng)急的角度，構(gòu)建了相應(yīng)系統(tǒng)框架[14]。

通過對上述相關(guān)文獻(xiàn)的分析發(fā)現(xiàn)，現(xiàn)有文獻(xiàn)主要從宏觀構(gòu)架方面對城市軌道交通預(yù)警系統(tǒng)進(jìn)行了研究，對微觀層面的運(yùn)營安全預(yù)警，尤其是綜合客流、設(shè)備、管理、環(huán)境等多種影響因素的研究較少，且在預(yù)警指標(biāo)、預(yù)警結(jié)果和應(yīng)急預(yù)案之間缺少整體聯(lián)動性，在處理預(yù)警指標(biāo)方面多采用綜合加權(quán)法，科學(xué)性有待提高。

城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)是一個需要考慮多種影響因素輸入的反饋系統(tǒng)，需要在綜合定量和定性數(shù)據(jù)的基礎(chǔ)上，按照一定的信息處理模型和算法，將多信息進(jìn)行有效融合。由于各因素重要度的確定及警限的劃分等均沒有統(tǒng)一標(biāo)準(zhǔn)，不確定性較大，能否將多信息進(jìn)行有效融合是預(yù)警方法是否科學(xué)的關(guān)鍵?，F(xiàn)有的信息融合數(shù)學(xué)模型主要采用嵌入約束模型、證據(jù)組合模型和人工神經(jīng)網(wǎng)絡(luò)模型等。本文構(gòu)建的城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)以多信息融合中的?D-S?證據(jù)理論、神經(jīng)網(wǎng)絡(luò)理論作為預(yù)警模型，實現(xiàn)對指標(biāo)信息輸入的智能處理和預(yù)警結(jié)果輸出。

1 預(yù)警系統(tǒng)業(yè)務(wù)流程分析

城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)，可對城市軌道交通整個網(wǎng)絡(luò)的運(yùn)營安全現(xiàn)狀及未來趨勢進(jìn)行監(jiān)測和預(yù)警，預(yù)報危險狀態(tài)的時空范圍和危害程度，對已發(fā)生的事故生成應(yīng)急預(yù)案，對可能發(fā)生的事故給出預(yù)防措施和相應(yīng)級別的預(yù)警信息。該系統(tǒng)通過對城市軌道交通運(yùn)營安全相關(guān)指標(biāo)進(jìn)行現(xiàn)狀分析、預(yù)測與評價，利用定性和定量結(jié)合的預(yù)警方法確定城市軌道交通網(wǎng)絡(luò)的安全狀態(tài)及發(fā)展趨勢。在預(yù)警指標(biāo)的建立方面，盡管導(dǎo)致城市軌道交通運(yùn)營事故或突發(fā)事件的原因很多，但進(jìn)一步分類后，多數(shù)都可以歸結(jié)到人、設(shè)備、環(huán)境、管理這?4?個方面，因此可以從人的信息、設(shè)備信息、環(huán)境信息和管理信息?4?個層次構(gòu)建預(yù)警指標(biāo)。城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)業(yè)務(wù)流程如圖?1?所示。

預(yù)警系統(tǒng)采集預(yù)警指標(biāo)的各類靜態(tài)和動態(tài)基礎(chǔ)數(shù)據(jù)。其中，靜態(tài)數(shù)據(jù)為固定值，由預(yù)警中心人員錄入，如車站員工信息、車站類型等；動態(tài)數(shù)據(jù)是隨著時間變化的，由數(shù)據(jù)采集設(shè)備獲取，如客流量、設(shè)備故障率等。系統(tǒng)經(jīng)過處理得到車站層面、線路層面和路網(wǎng)層面的各單項指標(biāo)信息，通過預(yù)警模型輸出對應(yīng)的預(yù)警等級，判斷當(dāng)前狀態(tài)為無警狀態(tài)則繼續(xù)采集數(shù)據(jù)和監(jiān)測；有警狀態(tài)則根據(jù)級別的不同匹配對策庫，推送給相關(guān)部門人員實施改進(jìn)；巨警狀態(tài)則觸發(fā)對應(yīng)預(yù)警預(yù)案庫中的應(yīng)急預(yù)案，推送給危機(jī)處理人員進(jìn)行處理。

為保證系統(tǒng)各預(yù)警指標(biāo)數(shù)據(jù)的獲取，城市軌道交通企業(yè)應(yīng)在安全檢查部門設(shè)置預(yù)警中心，同時在其他業(yè)務(wù)部門設(shè)置安全員，負(fù)責(zé)本部門預(yù)警數(shù)據(jù)的錄入和采集。預(yù)警組織結(jié)構(gòu)可設(shè)置為圖?2?所示。

圖1 城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)業(yè)務(wù)流程圖

2 預(yù)警系統(tǒng)數(shù)據(jù)流程分析

城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)的數(shù)據(jù)主要來自?3個方面：①預(yù)警中心和相關(guān)部門預(yù)警人員的人工錄入數(shù)據(jù)，主要包括車站員工信息、車站信息、設(shè)備故障等分時間的統(tǒng)計信息等；②相關(guān)設(shè)備采集到的實時數(shù)據(jù)，如站臺客流密度、車站客流量等；③其他系統(tǒng)的導(dǎo)入數(shù)據(jù)，如?AFC?票務(wù)系統(tǒng)、ATS?調(diào)度系統(tǒng)的數(shù)據(jù)。具體的系統(tǒng)數(shù)據(jù)流程如圖?3?所示。

3 系統(tǒng)主要功能結(jié)構(gòu)分析

圖2 預(yù)警組織結(jié)構(gòu)

圖3 系統(tǒng)數(shù)據(jù)流程

城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)的實現(xiàn)主要由?5?個子模塊組成，包括數(shù)據(jù)采集和管理模塊、安全預(yù)警模塊、信息查詢模塊、專家決策模塊和應(yīng)急保障模塊。數(shù)據(jù)采集和管理模塊負(fù)責(zé)收集預(yù)警指標(biāo)相關(guān)的基礎(chǔ)數(shù)據(jù)，并根據(jù)安全預(yù)警模塊的需要對數(shù)據(jù)存儲的格式和要求進(jìn)行處理；安全預(yù)警模塊則利用多信息融合相關(guān)算法和模型，結(jié)合預(yù)警單項指標(biāo)和綜合指標(biāo)閾值，判斷指標(biāo)是否達(dá)到預(yù)警的等級；信息查詢模塊主要供決策者和管理者查詢相關(guān)指標(biāo)和歷史數(shù)據(jù)；專家決策模塊主要供專家開展定性評價和權(quán)重設(shè)定、輸入專家應(yīng)急策略等；應(yīng)急保障模塊主要實現(xiàn)應(yīng)急預(yù)案管理、應(yīng)急預(yù)案觸發(fā)、預(yù)警實施各種措施。系統(tǒng)功能模塊如圖?4?所示。

3.1 數(shù)據(jù)采集和管理模塊

數(shù)據(jù)采集和管理模塊主要包括動態(tài)數(shù)據(jù)采集、相關(guān)系統(tǒng)數(shù)據(jù)導(dǎo)入、基礎(chǔ)數(shù)據(jù)錄入、系統(tǒng)設(shè)置、指標(biāo)信息設(shè)置、預(yù)警對策和預(yù)案錄入、預(yù)警閾值錄入等。數(shù)據(jù)的采集和管理以單項預(yù)警指標(biāo)為基礎(chǔ)，根據(jù)指標(biāo)數(shù)據(jù)的類型和大小不同，對數(shù)據(jù)格式進(jìn)行初步處理。在指標(biāo)體系的構(gòu)建上，以車站層面的安全預(yù)警為核心，結(jié)合線路設(shè)備綜合預(yù)警指數(shù)、線路斷面客流預(yù)警指數(shù)和線路運(yùn)行指揮綜合預(yù)警指數(shù)，通過信息融合形成線路層面的安全預(yù)警，再根據(jù)各線路在路網(wǎng)中的重要度，加權(quán)為全路網(wǎng)的綜合安全狀態(tài)[15]。圖?5?為車站層面的運(yùn)營安全預(yù)警指標(biāo)體系示意圖。

3.2 安全預(yù)警模塊

安全預(yù)警模塊是預(yù)警系統(tǒng)的核心，用來對單項預(yù)警指標(biāo)進(jìn)行預(yù)警，運(yùn)用神經(jīng)網(wǎng)絡(luò)等信息融合方法實現(xiàn)以下?4?類對象的預(yù)警：單項指標(biāo)預(yù)警、車站綜合預(yù)警、線路綜合預(yù)警和路網(wǎng)綜合預(yù)警。單項指標(biāo)預(yù)警在錄入指標(biāo)數(shù)據(jù)的時候完成，根據(jù)單項預(yù)警閾值范圍即可得到對應(yīng)預(yù)警結(jié)果；車站綜合預(yù)警是在單項預(yù)警指標(biāo)錄入的基礎(chǔ)上，運(yùn)用?D-S?證據(jù)理論進(jìn)行指標(biāo)融合；線路綜合預(yù)警采用?BP?神經(jīng)網(wǎng)絡(luò)進(jìn)行綜合預(yù)警；路網(wǎng)綜合預(yù)警采用綜合加權(quán)法進(jìn)行預(yù)警。安全預(yù)警模塊的結(jié)構(gòu)如圖?6?所示。

（1）車站運(yùn)營安全綜合預(yù)警。采用?D-S?證據(jù)理論和信息熵融合的車站運(yùn)營安全綜合預(yù)警方法[16]。D-S?證據(jù)理論不需要大量訓(xùn)練數(shù)據(jù)，避免了?Bayes?理論需要完整的先驗概率和條件概率知識的限制，但需要獲得各預(yù)警指標(biāo)的權(quán)重[17]；而信息熵理論在確定權(quán)重方面能充分利用預(yù)警對象本身的數(shù)據(jù)信息，克服了專家確定權(quán)重的主觀性，具有權(quán)重隨著數(shù)據(jù)對象變化自動動態(tài)調(diào)整的優(yōu)勢。將兩者融合后的城市軌道交通車站安全預(yù)警方法如圖?7?所示。

圖4 系統(tǒng)功能模塊

圖5 車站層面的運(yùn)營安全預(yù)警指標(biāo)體系

圖6 安全預(yù)警模塊

圖7 基于D-S證據(jù)理論的城市軌道交通車站安全預(yù)警融合方法

（2）線路運(yùn)營安全綜合預(yù)警。利用概率神經(jīng)網(wǎng)絡(luò)的分類優(yōu)勢，將車站綜合預(yù)警指數(shù)、線路設(shè)備綜合預(yù)警指數(shù)、線路斷面客流預(yù)警指數(shù)和線路運(yùn)行指揮綜合預(yù)警指數(shù)?4?個指標(biāo)作為輸入層，將預(yù)警結(jié)果作為輸出層，構(gòu)建城市軌道交通線路安全預(yù)警的概率神經(jīng)網(wǎng)絡(luò)模型（圖?8）。

（3）路網(wǎng)運(yùn)營安全綜合預(yù)警。在線路運(yùn)營安全預(yù)警結(jié)果的基礎(chǔ)上，考慮各線路的權(quán)重，進(jìn)行綜合加權(quán)求和，得到整個路網(wǎng)的安全綜合預(yù)警結(jié)果。其計算公式如下：

式（1）中，X（t，t+?Δt）（S）表示（t，t+?Δt）時期，路網(wǎng)安全綜合指數(shù)；W（t，t+?Δt）（Si）表示線路Si在路網(wǎng)中的權(quán)重；X（t，t+?Δt）（Si）表示（t，t+?Δt）時期，線路Si的線路安全綜合指數(shù)。

圖8 概率神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)簡圖

3.3 信息查詢模塊

信息查詢模塊主要供決策者和管理者查詢站臺擁擠度、平均客流速度等相關(guān)動態(tài)和靜態(tài)單項預(yù)警指標(biāo)信息，以及車站、線路和路網(wǎng)綜合預(yù)警指標(biāo)狀態(tài)；按時間、空間和主要原因等歸類的歷史事故，車站設(shè)備布局、車站員工信息、車站制度等基礎(chǔ)數(shù)據(jù)等，并可實現(xiàn)分類統(tǒng)計和圖形化展示，結(jié)合地理信息系統(tǒng)（GIS）等技術(shù)，直觀地呈現(xiàn)查詢結(jié)果。

3.4 專家決策模塊

專家決策模塊是運(yùn)營安全模塊的基礎(chǔ)，主要實現(xiàn)專家?guī)煨畔⒐芾?、指?biāo)預(yù)警閾值評價、運(yùn)營安全狀態(tài)專家評價、專家策略輸入。通過該模塊，專家針對不同預(yù)警指標(biāo)數(shù)據(jù)進(jìn)行打分評價，得到運(yùn)營安全預(yù)警模塊訓(xùn)練數(shù)據(jù)，然后利用神經(jīng)網(wǎng)絡(luò)等信息融合方法對專家評價的決策過程進(jìn)行學(xué)習(xí)；專家策略用于實現(xiàn)專家經(jīng)驗收集，由專家根據(jù)不同指標(biāo)運(yùn)營安全預(yù)警狀態(tài)制定對應(yīng)應(yīng)急策略。

3.5 應(yīng)急保障模塊

應(yīng)急保障模塊主要包括應(yīng)急預(yù)案管理、預(yù)警發(fā)布和應(yīng)急物資管理?3?個方面。其中，應(yīng)急預(yù)案管理主要是應(yīng)急預(yù)案的制定、輸入，是專家根據(jù)以往的工作經(jīng)驗和主觀認(rèn)定建立起來的應(yīng)急對策庫，每個單項指標(biāo)和綜合預(yù)警指標(biāo)的不同預(yù)警等級都有相應(yīng)的應(yīng)急措施；預(yù)警發(fā)布主要是將預(yù)警結(jié)果通過互聯(lián)網(wǎng)渠道進(jìn)行發(fā)布和展示，用以實時顯示各車站、各線路和路網(wǎng)整體運(yùn)營安全狀態(tài)；應(yīng)急物資管理主要進(jìn)行應(yīng)急物資庫存、應(yīng)急物資調(diào)配等日常管理。

4 結(jié)論

城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)的構(gòu)建，旨在從微觀層面為城市軌道交通安全管理提供信息化管理的工具和途徑。本文構(gòu)建的城市軌道交通運(yùn)營安全預(yù)警系統(tǒng)以車站、線路和路網(wǎng)相關(guān)的單因素指標(biāo)和綜合指標(biāo)為輸入，以多信息融合中的?D-S?證據(jù)理論、神經(jīng)網(wǎng)絡(luò)理論作為預(yù)警模型，實現(xiàn)對指標(biāo)信息輸入的智能處理和預(yù)警結(jié)果輸出，同時通過建立專家決策模塊和應(yīng)急保障模塊，實現(xiàn)運(yùn)營安全預(yù)警和應(yīng)急策略的聯(lián)動。