王瑞峰，吝天鎖，張振海

基于集對可拓與三角模糊數(shù)的列控運營安全風(fēng)險評估

王瑞峰，吝天鎖，張振海

(蘭州交通大學(xué) 自動化與電氣工程學(xué)院，甘肅 蘭州 730070)

針對現(xiàn)有列控運營安全評估方法不足，以及列控運營過程中的復(fù)雜性與不確定性等問題，將集對分析和物元可拓理論引入其風(fēng)險評估中。以影響列控運營安全的列控設(shè)備、環(huán)境和更新改造等6個主要因素建立評估指標(biāo)，利用三角模糊數(shù)確定列控運營指標(biāo)權(quán)重，并構(gòu)建集對可拓耦合的列控運營評估模型，通過耦合模型的綜合聯(lián)系隸屬度評估列控運營風(fēng)險。研究結(jié)果表明：該列控系統(tǒng)運營風(fēng)險為低度風(fēng)險，且模型能夠真實反映列控運營安全風(fēng)險評估中的不確定性，可以幫助風(fēng)險管控部門對運營風(fēng)險提前預(yù)判，保證列車安全運行。

集對可拓；三角模糊數(shù)；列控運營；風(fēng)險評估

隨著我國高速鐵路和客運專線的大規(guī)模建設(shè)與開通，我國高鐵未來將逐步從“建設(shè)施工階段”進(jìn)入“運營維護(hù)階段”，運營和維護(hù)的需求日益增大。對于列控運營系統(tǒng)而言，我國當(dāng)前的重點工作是選擇合適的評估方法，利用運營風(fēng)險數(shù)據(jù)庫中積累的風(fēng)險因素數(shù)據(jù)，對其運營風(fēng)險的不確定性進(jìn)行研究，進(jìn)一步提高運營風(fēng)險提前預(yù)判水平?？梢妼α锌剡\營風(fēng)險新評估方法的研究將成為各大院校及科研院所的重點研究課題之一。目前，對高速鐵路系統(tǒng)的安全管理和安全評估已有很多評估方 法[1?3]，但對列控系統(tǒng)運營安全風(fēng)險評估的方法略顯不足。主要有云模型[4]、三維矩陣[5]和多級可拓評估法[6]等。云模型可以較好的處理不確定性系統(tǒng)的模糊性和隨機性，但是未考慮風(fēng)險趨勢的轉(zhuǎn)化問題。三維矩陣是在風(fēng)險矩陣的基礎(chǔ)上演化而來，也存在風(fēng)險矩陣的通病[7]。多級可拓評價法無法解決待評物元體中的元素超出節(jié)域的情況,其在列控運營風(fēng)險評估中有一定的局限性，無法準(zhǔn)確體現(xiàn)系統(tǒng)的不確定性。針對以上問題，本文采用集對分析與物元可拓理論耦合的方式。集對分析法是處理不確定性系統(tǒng)隨機性和模糊性問題的一種新方法，通過同異反的分析，可處理列控運營風(fēng)險的轉(zhuǎn)化問題，結(jié)合物元可拓理論從定性與定量分析列控運營安全的特點，構(gòu)造兩者的集對可拓耦合評估模型，并將該模型首次應(yīng)用到列控運營安全風(fēng)險評估中，以期對列控運營安全進(jìn)行更加全面的分析。

1 列控運營安全風(fēng)險評估體系與權(quán)重

1.1 列控運營安全評價指標(biāo)體系

列控運營安全的風(fēng)險評價,國內(nèi)外主要采用的是EN 50126中的風(fēng)險矩陣方法[8]，在此基礎(chǔ)之上，根據(jù)文獻(xiàn)[6]建立的列控運營安全評估指標(biāo)，只針對一級指標(biāo)主要影響因素進(jìn)行分析，如圖1所示。

圖1 列控運營風(fēng)險評估體系

1.2 評估指標(biāo)權(quán)重確定

現(xiàn)有的列控運營指標(biāo)權(quán)重主要采用主觀賦權(quán)的方式，為提高其評估的準(zhǔn)確性，利用模糊層次分析法[9?10]計算各評估指標(biāo)的權(quán)重，以三角模糊數(shù)確定指標(biāo)重要程度，具體計算過程如下。

假設(shè)評估指標(biāo)Z和Z分別為評價指標(biāo)集對應(yīng)的第，個指標(biāo)(,，=1，2，…，6)；比較評價指標(biāo)Z和Z，可得到兩者的三角模糊數(shù)r；與之對應(yīng)的最小值、特征值和最大值分別表示為a，b和c。評價指標(biāo)重要程度判斷準(zhǔn)則如表1所示。

根據(jù)表1中列控運營評價指標(biāo)重要程度的判斷準(zhǔn)則，然后兩兩比較確定其重要性，用三角模糊數(shù)表示其重要程度，從而得到模糊判斷矩陣=(r)6×6。

根據(jù)矩陣，可得到評價指標(biāo)Z和其他指標(biāo)的模糊判斷程度(Z)為

同理，可得到指標(biāo)集Z的總模糊判斷程度()為

因此，評價指標(biāo)Z和其他指標(biāo)的模糊綜合程度F為

表1 評價指標(biāo)重要程度判斷準(zhǔn)則

若評價指標(biāo)Z大于其他指標(biāo)重要程度，則可能度向量(Z)為

則式(4)對應(yīng)的三角模糊數(shù)可能度為：

式中：表示決策者對列控運營風(fēng)險控制系數(shù)，且取值范圍為[0,1]，當(dāng)<0.5時，表示決策者對風(fēng)險持積極態(tài)度；當(dāng)0.5時，為中立；當(dāng)>0.5時，為消極。本文取0.5。

評價指標(biāo)集的可能度矩陣為

評價指標(biāo)Z的權(quán)重為

則權(quán)重向量=(1，2，…，6)，歸一化處理后，得到評價指標(biāo)集的權(quán)重向量為=(1，2，…，6)。

2 集對可拓耦合模型建立

2.1 物元可拓基本理論

物元理論可參考文獻(xiàn)[11]，本文不再介紹。具體分析如下：若事物以個特征1，2，…，和相應(yīng)的量值1，2，…，v描述，則

式中：，和分別為評價對象、評價指標(biāo)和指標(biāo)量值，通常以三元組=(,,)作為基本元。

依據(jù)物元理論，設(shè)評估對象={1,2,…,N} (=1, 2, …，)為總樣本集合，C為第(=1，2，…，)個特征。選取N為評估對象，則V為特征C的量值范圍，所以構(gòu)造的經(jīng)典域為

相對應(yīng)C的節(jié)域為

式中：(a,b)為評價指標(biāo)對應(yīng)的量值范圍。

結(jié)合構(gòu)造的經(jīng)典域和節(jié)域，可得到整體的同征物元體R(=1，2，…，)為

2.2 基于集對可拓構(gòu)建聯(lián)系隸屬函數(shù)

集對分析[12?13]是基于一分為三原理對構(gòu)成集對的2個集合間關(guān)系進(jìn)行同異反分析，整體處理確定和不確定性的相互作用和轉(zhuǎn)化關(guān)系?？赏乩碚揫14]從定量關(guān)系和空間形式擴展到事物的性質(zhì)、特征和向量，并從各個角度對系統(tǒng)進(jìn)行客觀地分析，兩者具有一定的共性。以列控運營實際得到的指標(biāo)量值與標(biāo)準(zhǔn)的評估等級構(gòu)成集對，然后與可拓集合論域進(jìn)行耦合[15]，對應(yīng)關(guān)系如圖2所示。

根據(jù)集對分析和可拓理論，分析圖2可知：若比較待評估指標(biāo)C的實測值x和評估等級(=1,2，…，)且x位于內(nèi)，可用SPA同一性描述兩者關(guān)系，也可用可拓集合標(biāo)準(zhǔn)正域0=(F,F+1)表示其數(shù)值范圍。因此，可得到如下的聯(lián)系隸屬關(guān)系

式中：Fj,k和Fj,k+1分別為評估等級k的左右界限值；μk(xij)為待評估對象i對評估等級k中的指標(biāo)j形成的標(biāo)準(zhǔn)正域的聯(lián)系隸屬度，且μk∈(?1,1)。

若比較待評估指標(biāo)C的實測值x和評估等級(=1，2，…，)且x位于相鄰?1(＞2)或(+1)等級內(nèi)，用SPA差異性和可拓集合過渡正域1=(F?1,F)或2=(F1,F2)表示。其聯(lián)系隸屬關(guān)系如下

其中

式中：F,k和F,分別為討論等級的左右界限值；(x,0)和(x,)分別為樣本指標(biāo)C的實測值與評估標(biāo)準(zhǔn)等級中構(gòu)成的可拓正域和標(biāo)準(zhǔn)正域的距。式(15)中，當(dāng)1時，F,k?1取F,k；而當(dāng)時，F,k+2取F,k。

若比較待評估指標(biāo)C的實測值x和評估等級(=1，2，…，)不滿足以上兩者規(guī)定，則用SPA對立性表示，此時聯(lián)系隸屬度μ(x)=－1。

風(fēng)險評估等級可由綜合聯(lián)系隸屬度μ來同等反映，結(jié)合權(quán)重可求其綜合聯(lián)系隸屬度，如式(16)所示，對應(yīng)的評估等級見表2。

表2 評估標(biāo)準(zhǔn)等級

2.3 評估流程

基于以上理論和模型，設(shè)計評估流程如下。

1) 采用現(xiàn)場調(diào)研，對某路局列控運營情況綜合考評，確定風(fēng)險評估指標(biāo)和風(fēng)險等級。

圖3 列控運營風(fēng)險評估流程

2) 根據(jù)該路局的調(diào)研結(jié)果，構(gòu)造評估物元，根據(jù)物元可拓理論得到各個評估指標(biāo)的經(jīng)典域和 節(jié)域。

3) 依據(jù)SPA的同異反理論與可拓理論分析研究對象，并構(gòu)建相應(yīng)的聯(lián)系隸屬度函數(shù)。

4) 利用三角模糊數(shù)確定各評估指標(biāo)的權(quán)重值。

5) 根據(jù)步驟3和步驟4確定的綜合聯(lián)系隸屬度對風(fēng)險等級進(jìn)行判定。評估方案流程如圖3所示。

3 實例分析

3.1 實際運營概況

以某高速鐵路記錄的某列控運營數(shù)據(jù)庫中得到定量指標(biāo)，以及相關(guān)部門記錄的綜合考評記錄得到定性指標(biāo)，并結(jié)合專家經(jīng)驗，從而得到樣本數(shù)據(jù)見表3。

3.2 經(jīng)典域與節(jié)域確定

根據(jù)6個主要風(fēng)險指標(biāo)的大數(shù)據(jù)統(tǒng)計狀況，綜合分析后按照均分(最高評分為100)的方法劃分為4個評估等級，具體見表4。

表3 列控運營風(fēng)險評估指標(biāo)實測值

表4 評價指標(biāo)分類標(biāo)準(zhǔn)

因此，列控運營風(fēng)險評估指標(biāo)經(jīng)典域R如下：

同理，列控運營風(fēng)險評估指標(biāo)節(jié)域如下：

因此，列控運營風(fēng)險評估整體的評估同征物元體R為

3.3 確定聯(lián)系隸屬函數(shù)

根據(jù)集對可拓耦合模型圖2以及式(12)～(15)可得各指標(biāo)的聯(lián)系隸屬度，以第1組數(shù)據(jù)為例。

3.4 指標(biāo)權(quán)重的計算

邀請列控運營維護(hù)、風(fēng)險管控等方面的專家，根據(jù)表1對指標(biāo)集=(1，2，3，4，5，6)進(jìn)行比較，得到風(fēng)險評估指標(biāo)集的三角模糊判斷矩陣為

由式(1)~式(3)可得評價指標(biāo)的綜合重要程 度為：

由式(4)～(7)可得指標(biāo)權(quán)重，結(jié)果如表5所示。

表5 評價指標(biāo)權(quán)重

3.5 列控運營安全風(fēng)險等級確定

根據(jù)式(16)求出該列控系統(tǒng)的運營風(fēng)險的綜合聯(lián)系隸屬度μ=－0.623 8，計算另外2組數(shù)據(jù)得到的聯(lián)系隸屬度分別為－0.665 4和－0.604 4，根據(jù)表2的標(biāo)準(zhǔn)評估等級，3組數(shù)據(jù)同時驗證該列控系統(tǒng)運營風(fēng)險等級為Ⅰ級(低度風(fēng)險)。根據(jù)實地調(diào)研發(fā)現(xiàn)由于列車車次較多，操作人員的一些不規(guī)范操作，上次考評結(jié)果為低度風(fēng)險，模型分析結(jié)果與實際運營情況相符。

3.6 模型評估方法對比

在評價指標(biāo)體系和指標(biāo)權(quán)重不變的基礎(chǔ)上，利用文獻(xiàn)[4]提出的云模型方法和文獻(xiàn)[6]提出的多級可拓評價法對本文方法進(jìn)行對比驗證。生成的標(biāo)準(zhǔn)云和綜合云模型如圖4所示，為低風(fēng)險；計算多級可拓方法的綜合關(guān)聯(lián)度為(?0.158 7(低)，?0.095 4 (中)，?0.488 1(高)，?0.213 6(極高))根據(jù)最大隸屬原則，為中風(fēng)險，對比結(jié)果如表6所示。

圖4 標(biāo)準(zhǔn)云與綜合評價云

通過對比發(fā)現(xiàn)，云模型和集對可拓模型的評估結(jié)果與實際情況更加相符，也更加驗證了集對可拓模型對列控運營安全風(fēng)險評估的準(zhǔn)確性與實用性。為現(xiàn)場的風(fēng)險評估提供了一種新方法。

表6 評估模型對比

4 結(jié)論

1) 建立基于集對分析與物元可拓原理耦合的集對可拓模型，從系統(tǒng)的角度分析列控運營安全風(fēng)險，較好的處理了列控運營過程中的確定性與不確定性的關(guān)系，并且評估模型清晰客觀，計算過程 簡單。

2) 基于三角模糊數(shù)確定權(quán)重的方法比以往主觀權(quán)重的方法更加客觀，降低了專家評估打分的主觀性，使列控運營安全風(fēng)險指標(biāo)權(quán)重更加準(zhǔn)確，且可真實反映評估樣本。

3) 根據(jù)實例的分析結(jié)果驗證了集對可拓評估模型在列控運營安全風(fēng)險評估中的可行性。說明本模型可對列控運營提供風(fēng)險預(yù)判，及時提出防控措施，減少事故發(fā)生頻次，保障列車安全運營。

[1] 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 Kaicheng. Safety management evaluation of high-speed railway signal system[J]. Chinese Journal of Safety Sciences, 2013, 23(1): 129? 135.

[2] 劉敬輝, 戴賢春, 郭湛, 等. 鐵路系統(tǒng)基于風(fēng)險的定量安全評估方法[J]. 中國鐵道科學(xué), 2009, 30(5): 123? 128. LIU Jinghui, DAI Xianchun, GUO Zhan, et al. Quantitative risk-based safety assessment method for railway systems[J]. China Railway Science, 2009, 30(5): 123?128.

[3] 馬艷霞, 鄭云水, 馬兵, 等. 基于可拓學(xué)的鐵路信號系統(tǒng)安全風(fēng)險評價[J]. 控制工程, 2019, 26(3): 525?531. MA Yanxia, ZHENG Yunshui, MA Bing, et al. Safety risk assessment of railway signal system based on extenics[J]. Control Engineering, 2019, 26(3): 525?531.

[4] 郭榮昌, 陳光武, 趙小娟. 基于云模型和不確定AHP的列控運營安全評估[J]. 鐵道學(xué)報, 2016, 38(11): 69? 74. GUO Rongchang, CHEN Guangwu, ZHAO Xiaojuan. Train control operation safety assessment based on cloud model and uncertain AHP[J]. Journal of the China Railway Society, 2016, 38(11): 69?74.

[5] 郭榮昌, 趙小娟, 張振海. 列控運營風(fēng)險評價的三維矩陣模型研究[J]. 鐵道學(xué)報, 2017, 39(5): 78?83. GUO Rongchang, ZHAO Xiaojuan, ZHANG Zhenhai. Research on three-dimensional matrix model of train control operation risk assessment[J]. Journal of the China Railway Society, 2017, 39(5): 78?83.

[6] 張亞東, 郭進(jìn), 戴賢春, 等. 基于多級可拓評價法的列車運行控制系統(tǒng)運營安全風(fēng)險評價[J]. 中國鐵道科學(xué), 2013, 34(5): 114?119. ZHANG Yadong, GUO Jin, DAI Xianchun, et al. Operation safety risk assessment of train operation control system based on multi-level extension evaluation method[J]. China Railway Science, 2013, 34(5): 114? 119.

[7] 吳穹, 張春艷. 三維危險評價方法的探討[J]. 沈陽航空工業(yè)學(xué)院學(xué)報, 1994(2): 47?51. WU Qiong, ZHANG Chunyan. Discussion on three- dimensional risk assessment method[J]. Journal of Shenyang Institute of Aeronautical Technology, 1994(2): 47?51.

[8] EN 50126, Railway application-the specification and demonstration of reliability, availability, maintainability and safety[S].

[9] 蘇哲斌. 基于一致性逼近的三角模糊數(shù)互補判斷矩陣的排序方法[J]. 模糊系統(tǒng)與數(shù)學(xué), 2009, 23(4): 126? 130. SU Zhebin. Ranking method of triangular fuzzy number complementary judgement matrix based on consistency approximation[J]. Fuzzy Systems and Mathematics, 2009, 23(4): 126?130.

[10] 楊妮, 張友鵬, 王思華. 基于AHP和比較可能度關(guān)系的列控車載系統(tǒng)安全可靠性分析[J]. 安全與環(huán)境學(xué)報, 2017, 17(5): 1676?1680. YANG Ni, ZHANG Youpeng, WANG Sihua. Safety and reliability analysis of train control vehicle-mounted system based on AHP and comparative probability relationship[J]. Journal of Safety and Environment, 2017, 17(5): 1676?1680.

[11] 左靜. 基于物元可拓性的物元可拓域[J]. 鄭州工業(yè)大學(xué)學(xué)報, 2001(3): 51?52. ZUO Jing. Matter element extension domain based on matter element extensibility[J]. Journal of Zhengzhou University of Technology, 2001(3): 51?52.

[12] 蔣云良, 趙克勤. 集對分析在人工智能中的應(yīng)用與進(jìn)展[J]. 智能系統(tǒng)學(xué)報, 2019, 14(1): 28?43. JIANG Yunliang, ZHAO Keqin. Application and progress of set pair analysis in artificial intelligence[J]. Journal of Intelligent Systems, 2019, 14(1): 28?43.

[13] WU A, MA Z, ZENG G. Set pair fuzzy decision method based on cloud model[J]. Chinese Journal of Electronics, 2016, 25(2): 215?219.

[14] 汪明武, 周天龍, 葉暉, 等. 基于聯(lián)系云的地下水水質(zhì)可拓評價模型[J]. 中國環(huán)境科學(xué), 2018, 38(8): 3035? 3041. WANG Mingwu, ZHOU Tianlong, YE Hui, et al. Extensive evaluation model of groundwater quality based on Lianyun[J]. China Environmental Science, 2018, 38(8): 3035?3041.

[15] 何忠明, 劉可, 付宏淵, 等. 基于集對可拓粗糙集方法的高邊坡爆破施工安全風(fēng)險評價[J]. 中南大學(xué)學(xué)報(自然科學(xué)版), 2017, 48(8): 2217?2223. HE Zhongming, LIU Ke, FU Hongyuan, et al. Safety risk assessment of high slope blasting construction based on set pair extension rough set method[J]. Journal of Central South University (Natural Science Edition), 2017, 48(8): 2217?2223.

Safety risk assessment of train control operation based on set pair extension and triangular fuzzy number

WANG Ruifeng, LIN Tiansuo, ZHANG Zhenhai

(School of Automation and Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China)

In view of the insufficiency of existing train control operation safety assessment methods, as well as the complexity and uncertainty in the process of train control operation, set pair analysis and matter element extension theory were introduced into its risk assessment. The evaluation index was established by six main factors which affected train control operation safety, such as train control equipment, environment, renewal and transformation. The weight of train control operation index was determined by triangular fuzzy number. A train control operation evaluation model with set-pair extension coupling was constructed. The risk of train control operation was evaluated by the comprehensive connection membership degree of the coupling model. The results show that the operational risk of the train control system is low risk, and that the model can truly reflect the uncertainty in the safety risk assessment of the train control operation. It can help the risk management department to predict the operational risk in advance and ensure the safe operation of the train.

set pair extension; triangular fuzzy number; train control operation; risk assessment

TN929.5

A

1672 ? 7029(2020)05 ? 1105 ? 08

10.19713/j.cnki.43?1423/u.T20190771

2019?09?02

國家自然科學(xué)基金資助項目(61763025)

王瑞峰(1966?)，女，內(nèi)蒙古卓資人，教授，從事列控系統(tǒng)研究；E?mail：784703662@qq.com

(編輯 蔣學(xué)東)