于秀珍，牟瑞芳，楊 銳

（西南交通大學(xué)交通運(yùn)輸與物流學(xué)院，四川成都611756）

0 引言

行車調(diào)度系統(tǒng)是高速鐵路調(diào)度指揮系統(tǒng)的核心,其主要任務(wù)是按照列車運(yùn)行計(jì)劃總體要求,通過科學(xué)組織客流,合理使用運(yùn)輸設(shè)備,實(shí)現(xiàn)列車安全、正點(diǎn)、舒適、快捷運(yùn)行。高速鐵路行車調(diào)度系統(tǒng)的正常運(yùn)作主要依靠調(diào)度人員、調(diào)度設(shè)備和通信信號(hào)設(shè)備等的協(xié)同,同時(shí)與系統(tǒng)外部環(huán)境進(jìn)行信息交互,因而高速鐵路行車調(diào)度系統(tǒng)是一個(gè)典型的人-機(jī)-環(huán)復(fù)雜系統(tǒng)。系統(tǒng)中影響行車調(diào)度安全的風(fēng)險(xiǎn)因素眾多,這些風(fēng)險(xiǎn)因素相互作用時(shí)就形成了風(fēng)險(xiǎn)耦合,往往導(dǎo)致系統(tǒng)風(fēng)險(xiǎn)水平急劇增加或產(chǎn)生新的風(fēng)險(xiǎn)。因此,為保障行車安全,研究風(fēng)險(xiǎn)因素間的關(guān)系,探索高速鐵路行車調(diào)度系統(tǒng)風(fēng)險(xiǎn)耦合規(guī)律勢在必行。

國內(nèi)外學(xué)者對(duì)風(fēng)險(xiǎn)耦合進(jìn)行了大量研究。Kappes等[1]認(rèn)為只有充分考慮所有風(fēng)險(xiǎn)因素耦合作用才能有效降低風(fēng)險(xiǎn)；Thierry等[2]對(duì)喀麥隆火山不同地質(zhì)災(zāi)害因素進(jìn)行耦合脆性分析,并為每個(gè)主要危害群體建立該區(qū)域風(fēng)險(xiǎn)場景圖；Selva[3]提出一種統(tǒng)計(jì)模型來處理2種不同類型危險(xiǎn)現(xiàn)象相互作用；Shyur[4]使用事故和安全指標(biāo)的數(shù)據(jù)量化由人為失誤引起的航空風(fēng)險(xiǎn)；Li[5]利用Copula函數(shù)研究企業(yè)之間違約條件及關(guān)聯(lián)程度；羅帆等[6]構(gòu)建多種風(fēng)險(xiǎn)耦合模型對(duì)空中交通安全風(fēng)險(xiǎn)進(jìn)行評(píng)估；胡甚平等[7]利用N-K模型和云模型研究水上交通多因素風(fēng)險(xiǎn)耦合機(jī)理。從現(xiàn)有研究來看,國內(nèi)外對(duì)于風(fēng)險(xiǎn)耦合機(jī)理的研究主要集中在空中交通、水上交通、煤礦事故等方面。在軌道交通領(lǐng)域,關(guān)于風(fēng)險(xiǎn)耦合只有局部、零星的研究,且多為施工階段風(fēng)險(xiǎn)耦合研究[8],對(duì)于運(yùn)營階段風(fēng)險(xiǎn)耦合僅有少量探索性研究[9]。此外,現(xiàn)有研究多從宏觀定性分析風(fēng)險(xiǎn)耦合機(jī)理,對(duì)風(fēng)險(xiǎn)之間耦合關(guān)系的定量研究較少。

高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)水平的高低,不僅取決于系統(tǒng)內(nèi)部各子系統(tǒng)的安全風(fēng)險(xiǎn)水平,而且與子系統(tǒng)之間耦合作用有關(guān)。通過構(gòu)建高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)耦合模型,探索高速鐵路行車調(diào)度系統(tǒng)風(fēng)險(xiǎn)耦合規(guī)律,對(duì)降低高速鐵路行車安全風(fēng)險(xiǎn)、提高風(fēng)險(xiǎn)管理決策水平具有指導(dǎo)意義。

1 高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)耦合分析

1.1 風(fēng)險(xiǎn)指標(biāo)體系構(gòu)建

選取合理的風(fēng)險(xiǎn)指標(biāo),是準(zhǔn)確度量不同類型風(fēng)險(xiǎn)之間耦合程度的基礎(chǔ)。根據(jù)安全系統(tǒng)工程理論,結(jié)合風(fēng)險(xiǎn)因素分析結(jié)果,可將高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)分為人為風(fēng)險(xiǎn)、設(shè)備風(fēng)險(xiǎn)和環(huán)境風(fēng)險(xiǎn)。按這3類風(fēng)險(xiǎn)建立高速鐵路行車調(diào)度系統(tǒng)風(fēng)險(xiǎn)指標(biāo)體系,將3類風(fēng)險(xiǎn)作為一級(jí)指標(biāo),將一級(jí)指標(biāo)進(jìn)一步分解,確定二級(jí)指標(biāo),構(gòu)建高速鐵路行車調(diào)度系統(tǒng)風(fēng)險(xiǎn)指標(biāo)體系如圖1所示。

圖1 高速鐵路行車調(diào)度系統(tǒng)風(fēng)險(xiǎn)指標(biāo)體系Fig.1 Risk indicator system of high-speed train traffic control system

1.2 風(fēng)險(xiǎn)指標(biāo)估值

在風(fēng)險(xiǎn)耦合計(jì)算之前,需要對(duì)風(fēng)險(xiǎn)指標(biāo)進(jìn)行定量估值,通過專家打分法對(duì)風(fēng)險(xiǎn)指標(biāo)加以量化,由于打分存在不確定性,引進(jìn)云模型降低打分結(jié)果的模糊性。云模型是描述定性語言與定量數(shù)值之間轉(zhuǎn)換的模型,通常由Ex,En和He3個(gè)特征參數(shù)來刻畫,Ex是云滴在數(shù)域空間分布的期望；熵En反映定性概念的模糊度；超熵He是熵的不確定性度量。云模型可以表示定性概念到定量的映射(正向云發(fā)生器),實(shí)現(xiàn)從云的數(shù)字特征(Ex,En,He)產(chǎn)生云滴,也可以表示由定量值到定性概念的過程(逆向云發(fā)生器),即由云滴得到云的數(shù)字特征(Ex,En,He)。逆向云發(fā)生器算法是基于數(shù)理統(tǒng)計(jì)的樣本均值和樣本方差的均值算法,分為有確定度算法和無確定度算法,無確定度算法是對(duì)有確定度算法的改進(jìn)[7]。采用無確定度算法,一維逆向云發(fā)生器的算法實(shí)現(xiàn)如下。

（1）輸入：t個(gè)云滴的定量值xi,i= 1,2,…,t。

（2）輸出：這t個(gè)云滴表示的定性概念A(yù)的期望值Ex,En和超熵He。

（3）算法：根據(jù)樣本數(shù)據(jù)xi,計(jì)算Ex的估計(jì)值再依次計(jì)算樣本方差S2、熵En、超熵He。

鑒于風(fēng)險(xiǎn)因素具有層次性,因而可將系統(tǒng)風(fēng)險(xiǎn)視為綜合云,風(fēng)險(xiǎn)子系統(tǒng)視為中層云,二級(jí)風(fēng)險(xiǎn)指標(biāo)視為子云。根據(jù)專家打分?jǐn)?shù)據(jù),通過逆向云發(fā)生器算法,得到第i個(gè)風(fēng)險(xiǎn)子系統(tǒng)中第j個(gè)指標(biāo)的云模型(Exij,Enij,Heij),并按以下公式計(jì)算中層云模型(Exi,Eni,Hei)[7]。

式中：Exi,Eni,Hei分別為第i類風(fēng)險(xiǎn)的期望、熵和超熵；Exij,Enij,Heij分別為第i類風(fēng)險(xiǎn)的第j個(gè)指標(biāo)的期望、熵和超熵；n為第i類風(fēng)險(xiǎn)中包含的指標(biāo)的數(shù)量。

1.3 風(fēng)險(xiǎn)指標(biāo)權(quán)重確定

（1）構(gòu)造模糊判斷矩陣Ai。對(duì)風(fēng)險(xiǎn)指標(biāo)uij和uik相對(duì)于指標(biāo)ui的重要程度進(jìn)行兩兩比較,用三角模糊數(shù)rijk= (aijk,bijk,cijk)表示比較結(jié)果,aijk,bijk和cijk分別為三角模糊數(shù)rijk支集的最小值、特征值和最大值,得到模糊判斷矩陣Ai= (rijk)n×n,其中n為矩陣Ai的階數(shù)?；谌悄：龜?shù)的指標(biāo)重要程度判斷準(zhǔn)則如表1所示。

表1 基于三角模糊數(shù)的指標(biāo)重要程度判斷準(zhǔn)則Tab.1 Criteria for judging the importance of indicators based on triangular fuzzy number

（2）風(fēng)險(xiǎn)指標(biāo)uij與ui中其他指標(biāo)相比較的模糊綜合程度Sij可表示為

（3）風(fēng)險(xiǎn)指標(biāo)uij重要程度大于ui中其他指標(biāo)的可能度向量

式中：K(Sij≥Sik)為uij重要程度大于uik的可能度。

設(shè)Sij= (aijbijcij),Sik= (aikbikcik),則

式中：ε為風(fēng)險(xiǎn)控制系數(shù),ε∈ [0,1],其值取決于決策者的風(fēng)險(xiǎn)態(tài)度,當(dāng)ε＞ 0.5時(shí),認(rèn)為決策者追求風(fēng)險(xiǎn)；當(dāng)ε= 0.5,認(rèn)為決策者風(fēng)險(xiǎn)中立；當(dāng)ε＜ 0.5時(shí),認(rèn)為決策者厭惡風(fēng)險(xiǎn),取ε= 0.5。

（4）一級(jí)指標(biāo)ui的可能度矩陣Ki為

式中：kijk為矩陣Ki的元素。

（6）構(gòu)造二級(jí)指標(biāo)相對(duì)于一級(jí)指標(biāo)的權(quán)重向量,并進(jìn)行歸一化處理

（7）重復(fù)上述步驟,計(jì)算一級(jí)指標(biāo)相對(duì)于系統(tǒng)總目標(biāo)的權(quán)重

式中：m為準(zhǔn)則層指標(biāo)的個(gè)數(shù)。

1.4 風(fēng)險(xiǎn)耦合模型構(gòu)建

（1）構(gòu)建功效函數(shù)。ui(i= 1,2,…,m)是高速鐵路行車調(diào)度系統(tǒng)的第i個(gè)一級(jí)指標(biāo),uij為第i個(gè)一級(jí)指標(biāo)對(duì)應(yīng)的第j個(gè)二級(jí)指標(biāo),uij的期望值為Exij(j= 1,2,…,n)。αij和βij是系統(tǒng)穩(wěn)定臨界點(diǎn)的第i類風(fēng)險(xiǎn)的第j個(gè)指標(biāo)的上、下限值。各風(fēng)險(xiǎn)指標(biāo)對(duì)整個(gè)系統(tǒng)的功效系數(shù)Uij可以表示為

式中：Uij為指標(biāo)uij對(duì)其所屬系統(tǒng)的功效貢獻(xiàn)大小,反映各指標(biāo)達(dá)到目標(biāo)的滿意程度,0≤Uij≤1,Uij越趨近于0表示越不滿意,越趨近1表示越滿意。

各類型風(fēng)險(xiǎn)對(duì)整個(gè)系統(tǒng)的貢獻(xiàn)程度Ui可以通過集成方法實(shí)現(xiàn),可以表示為

式中：表示各指標(biāo)的權(quán)重

（2）構(gòu)建耦合度函數(shù)。根據(jù)對(duì)功效函數(shù)的分析,借助物理學(xué)中容量耦合概念及容量耦合系數(shù)模型,可以得到耦合度模型為

2.2.2 反應(yīng)溫度 酰胺縮合反應(yīng)一般在高溫下有利于反應(yīng)向右進(jìn)行，由于長鏈烯基A反應(yīng)過程中長鏈位阻較大，活化能較高，反應(yīng)溫度達(dá)不到活化能克服長鏈位阻會(huì)導(dǎo)致反應(yīng)產(chǎn)率降低，產(chǎn)品中會(huì)存留部分原材料，將影響稠化劑增粘效應(yīng)。當(dāng)反應(yīng)溫度過高時(shí)，會(huì)引起合成酰胺縮合反應(yīng)中分子重排，使副產(chǎn)物增多。實(shí)驗(yàn)長鏈烯基A和有機(jī)胺B比例為1∶1.2，反應(yīng)時(shí)間6h，催化劑比例為0.25%，攪拌速度為50r·min-1，結(jié)果見圖 4。

式中：C為指標(biāo)u1,u2,…,un相互作用的耦合度,其大小由指標(biāo)功效大小決定,其中n為參與耦合的指標(biāo)數(shù)。

當(dāng)n= 2時(shí),2個(gè)指標(biāo)耦合度公式為

式中：Chk為uk和uk之間的耦合度,Chk∈ [0,1],當(dāng)Chk= 1時(shí),指標(biāo)間的耦合度達(dá)到最大,耦合風(fēng)險(xiǎn)也達(dá)到最大,當(dāng)Chk= 0時(shí),風(fēng)險(xiǎn)之間的關(guān)聯(lián)度為0,耦合風(fēng)險(xiǎn)等于各風(fēng)險(xiǎn)值的疊加。

一般將耦合度劃分3個(gè)等級(jí),當(dāng)Chk∈ (0,0.3]時(shí),為低水平耦合；當(dāng)Chk∈ (0.3,0.7]時(shí),為中等水平耦合；當(dāng)Chk∈ (0.7,1]時(shí),為高等水平耦合。

（3）構(gòu)建耦合協(xié)調(diào)模型。耦合度可以衡量高速鐵路行車調(diào)度系統(tǒng)內(nèi)不同風(fēng)險(xiǎn)間的耦合作用強(qiáng)度,但不能有效解釋系統(tǒng)協(xié)調(diào)水平的高低,因而需要構(gòu)建耦合協(xié)調(diào)函數(shù)分析系統(tǒng)的協(xié)調(diào)水平,耦合協(xié)調(diào)函數(shù)可表示為

式中：D為系統(tǒng)的耦合協(xié)調(diào)度,D∈ [0,1],參考物理學(xué)相關(guān)判別標(biāo)準(zhǔn),可設(shè)定耦合協(xié)調(diào)度劃分標(biāo)準(zhǔn),當(dāng)D∈ (0,0.4]時(shí),為低度協(xié)調(diào)耦合狀態(tài),當(dāng)D∈ (0.4,0.6]時(shí),為中度協(xié)調(diào)耦合狀態(tài),當(dāng)D∈ (0.6,0.8]時(shí),為高度協(xié)調(diào)耦合狀態(tài),當(dāng)D∈ (0.8,1)時(shí),為極度協(xié)調(diào)耦合狀態(tài)；T為不同類型風(fēng)險(xiǎn)因素的綜合協(xié)調(diào)指數(shù)。

2 實(shí)例論證

以某鐵路局集團(tuán)公司轄區(qū)內(nèi)高速鐵路為例,依據(jù)高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)指標(biāo)體系,并結(jié)合風(fēng)險(xiǎn)協(xié)調(diào)耦合度模型,分析高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)耦合規(guī)律。

2.1 確定指標(biāo)值

為獲取風(fēng)險(xiǎn)指標(biāo)值,邀請(qǐng)15位專家逐個(gè)對(duì)風(fēng)險(xiǎn)指標(biāo)進(jìn)行打分,利用逆向云發(fā)生器求出指標(biāo)的云模型,進(jìn)而計(jì)算各風(fēng)險(xiǎn)指標(biāo)的耦合度。以人為風(fēng)險(xiǎn)指標(biāo)為例,人員風(fēng)險(xiǎn)指標(biāo)云模型如表2所示。

2.2 確定指標(biāo)權(quán)重

根據(jù)公式 ⑺ 至公式 ⒀ 計(jì)算高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)指標(biāo)的權(quán)重,結(jié)果如下。

2.3 風(fēng)險(xiǎn)耦合分析

以“人員技術(shù)能力”和“安全意識(shí)”為例,根據(jù)公式 ⒁ 分別計(jì)算2個(gè)風(fēng)險(xiǎn)指標(biāo)的功效系數(shù)為

表2 人員風(fēng)險(xiǎn)指標(biāo)云模型Tab.2 Cloud model of personnel risk indicator

根據(jù)公式 ⒄,得到“人員技術(shù)能力”和“安全意識(shí)”耦合度為

計(jì)算結(jié)果C11-12∈ (0.7,1),說明人為風(fēng)險(xiǎn)中的“人員技術(shù)能力”和“安全意識(shí)”處于高水平耦合狀態(tài)。

計(jì)算出任意2種風(fēng)險(xiǎn)指標(biāo)的耦合度和任意類型風(fēng)險(xiǎn)之間的耦合度,選取不同類型風(fēng)險(xiǎn)耦合結(jié)果進(jìn)行分析,不同類型風(fēng)險(xiǎn)因素耦合度如表3所示。

表3 不同類型風(fēng)險(xiǎn)因素耦合度Tab.3 Coupling degree of different risk factors

根據(jù)計(jì)算結(jié)果可以得到以下結(jié)論。

（1）不管是2種類型風(fēng)險(xiǎn)耦合還是3種類型風(fēng)險(xiǎn)耦合,其耦合度均大于0.7 ,處于高度耦合狀態(tài),表明高速鐵路行車調(diào)度系統(tǒng)內(nèi)不同類型風(fēng)險(xiǎn)作用顯著,一旦產(chǎn)生耦合效應(yīng),風(fēng)險(xiǎn)會(huì)急劇放大,導(dǎo)致風(fēng)險(xiǎn)事件發(fā)生,這與大部分事故是由多種因素引起相吻合。

（2）2種類型風(fēng)險(xiǎn)耦合時(shí),人因風(fēng)險(xiǎn)和環(huán)境風(fēng)險(xiǎn)耦合度最大,人因風(fēng)險(xiǎn)和設(shè)備風(fēng)險(xiǎn)耦合次之,表明人為因素分別與環(huán)境、設(shè)備管理因素存在較大耦合性,即當(dāng)系統(tǒng)故障或受到不良環(huán)境的影響而出現(xiàn)人的不安全行為,容易導(dǎo)致安全事故發(fā)生。

（3）不同類型風(fēng)險(xiǎn)耦合的耦合協(xié)調(diào)度多數(shù)分布在中度耦合協(xié)調(diào)范圍內(nèi),說明不同類型風(fēng)險(xiǎn)之間的協(xié)調(diào)程度較低,這表明雖然風(fēng)險(xiǎn)耦合度較高,彼此交互作用形成較大風(fēng)險(xiǎn)的可能性較小,但是仍然可能形成一般危險(xiǎn)程度的安全事故

（4）從整體上看,3種類型風(fēng)險(xiǎn)耦合時(shí)耦合協(xié)調(diào)度大于2種類型風(fēng)險(xiǎn)耦合,表明多種類型的風(fēng)險(xiǎn)協(xié)調(diào)發(fā)展程度較高,整體協(xié)同效應(yīng)較明顯。

3 結(jié)束語

高速鐵路行車調(diào)度系統(tǒng)風(fēng)險(xiǎn)因素眾多、關(guān)系復(fù)雜,研究系統(tǒng)風(fēng)險(xiǎn)耦合規(guī)律旨在推動(dòng)風(fēng)險(xiǎn)管理理念從傳統(tǒng)“救火式管理”向事前預(yù)防、過程治理轉(zhuǎn)變,提高風(fēng)險(xiǎn)管理效率。高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)耦合分析,通過構(gòu)建基于云模型的耦合度計(jì)算模型及耦合協(xié)調(diào)模型,對(duì)風(fēng)險(xiǎn)間耦合作用程度及耦合協(xié)調(diào)狀態(tài)進(jìn)行衡量。該模型為從微觀角度計(jì)算系統(tǒng)內(nèi)部風(fēng)險(xiǎn)耦合提供一種量化手段,能夠客觀反映高速鐵路行車調(diào)度系統(tǒng)安全風(fēng)險(xiǎn)耦合規(guī)律,為我國高速鐵路行車調(diào)度系統(tǒng)的安全事故預(yù)防和控制提供一定理論與實(shí)踐支撐,對(duì)提高列車運(yùn)行安全具有重要意義。