一種城市軌道交通車站安全態(tài)勢感知方法
【技術領域】
[0001] 本發(fā)明屬于城市軌道交通安全技術領域，具體涉及一種城市軌道交通車站安全態(tài) 勢感知方法。
【背景技術】
[0002] 軌道交通領域中常用的安全分析與評價方法主要有故障模式和影響分析法、事件 樹分析法、事故樹分析法、安全檢查表法、神經網絡分析法、風險評價法、模糊綜合評價法、 TOPSIS評價法和因果分析法等。王志華在分析地鐵運營事故發(fā)生規(guī)律和地鐵車站運營事故 致因機理的基礎上，構建了安全風險評價指標體系，建立了基于物元法的綜合評價模型，實 現(xiàn)地鐵車站運營安全風險的有效評價。李銘輝通過對地鐵運營中的危險因素進行分析，建 立了地鐵運營安全評價指標體系，運用模糊綜合評價、安全檢查表法對地鐵運營安全進行 有效的評價；于小舟采用MORT方法構建了北京地鐵安全評價系統(tǒng)，并利用層次分析法確定 評價系統(tǒng)中各指標的權重，再借助模糊綜合評價方法對北京地鐵系統(tǒng)中的信號子系統(tǒng)進行 MORT安全評價的實際應用。目前我國城市軌道交通運營安全評價存在的問題有：研究不夠 系統(tǒng)深入，指標欠完善，方法單一，存在著主觀性和片面性，并且不能將城市軌道交通安全 的現(xiàn)狀和將來發(fā)展趨勢結合起來進行研究。
[0003]

【發(fā)明內容】

[0004] 本發(fā)明提出一套完整而具體的面向軌道交通車站的安全態(tài)勢感知方法，建立定量 的評價指標，評估車站過去和現(xiàn)在的安全態(tài)勢，并對將來態(tài)勢進行準確地預測。
[0005] 本發(fā)明的目的在于以乘客出行安全為核心，，通過分析車站對乘客出行的安全性 造成的影響，提出一套完整而具體的面向軌道交通車站的安全態(tài)勢感知方法，獲得軌道交 通車站安全態(tài)勢獲取、理解和預測方法。通過挖掘車站過去和現(xiàn)在的客流數據、故障數據、 客傷數據，建立定量的評價指標，評估車站過去和現(xiàn)在的安全態(tài)勢，并對將來態(tài)勢進行準確 地預測，具備對車站運營安全狀態(tài)進行態(tài)勢感知的能力。
[0006] 本發(fā)明實施例提供了一種城市軌道交通車站安全態(tài)勢感知方法，包括：
[0007] 獲取并存儲安全影響的關鍵因素信息，對所述關鍵因素信息進行處理分析，確定 安全態(tài)勢感知評價指標體系的備選評價指標集數據；
[0008] 創(chuàng)建安全態(tài)勢評價指標體系的進程，并設置車站安全態(tài)勢為目標層，設置人的因 素、設備因素、環(huán)境因素和管理因素為準則層，設置多個安全評價指標作為指標層；
[0009] 以預設置的周期為量綱，對原始車站數據進行預處理，剔除不相關、不完整、不一 致和無影響的數據，將城市軌道交通車站安全態(tài)勢感知評價指標進行量化；
[0010] 將各評價指標進行標準化處理，獲得標準化后的多維聯(lián)系數決策矩陣；
[0011] 根據灰色綜合關聯(lián)度確定多個評價指標的權重向量參數；
[0012] 確定車站安全態(tài)勢的絕對理想解和絕對負理想解參數；
[0013] 利用加權相對海明距離計算距離參數；
[0014] 計算綜合安全態(tài)勢值參數；
[0015] 在所述安全態(tài)勢評價指標體系的進程中，通過上述計算得出的參數，建立由支持 向量機和粒子群優(yōu)化算法組成的安全態(tài)勢感知預測模型。
[0016] 本發(fā)明提供了對城市軌道交通車站安全態(tài)勢感知的方法，通過分析車站對乘客出 行的安全性造成的影響，提出一套完整而具體地面向軌道交通車站的安全態(tài)勢感知模型， 獲得軌道交通車站安全態(tài)勢獲取、理解和預測方法，能準確及時地掌握城市軌道交通車站 安全態(tài)勢，為制定合理有效的決策提供支持；實現(xiàn)對已有知識中獲取的經驗進行自我推理， 增強對乘客的安全防護能力；對城市軌道交通車站的相關安全變量的獲取、理解，并預測將 來的安全態(tài)勢，指導車站采取有效措施保障乘客的出行安全。
【附圖說明】
[0017] 圖1為城市軌道交通車站安全態(tài)勢感知概念模型圖。
[0018] 圖2為軌道交通車站安全態(tài)勢感知評價指標體系圖。
[0019] 圖3為安全態(tài)勢值的計算過程圖。
[0020] 圖4為某城市軌道交通車站2011年安全態(tài)勢值圖。
[0021] 圖5為基于PS0/SVM的安全態(tài)勢預測模型結構圖。
[0022] 圖6為基于PS0/SVM的安全態(tài)勢預測模型流程圖。
[0023] 圖7為基于PS0/SVM的安全態(tài)勢預測訓練過程適應度曲線圖。
[0024] 圖8為訓練所得到的PS0/SVM安全態(tài)勢預測模型安全態(tài)勢值輸出和實際安全態(tài)勢 值之間的比較圖。
[0025] 圖9為測試所得到的PS0/SVM安全態(tài)勢預測模型安全態(tài)勢值輸出和實際安全態(tài)勢 值之間的比較圖。
[0026] 圖10為訓練所得到的PS0/SVM安全態(tài)勢預測模型安全態(tài)勢值輸出與實際安全態(tài) 勢值相關性分析曲線圖。
[0027] 圖11為測試所得到的PS0/SVM安全態(tài)勢預測模型安全態(tài)勢值輸出與實際安全態(tài) 勢值相關性分析曲線圖。
【具體實施方式】
[0028] 下面結合附圖及具體實施例對本發(fā)明作進一步詳細說明。
[0029] S101、獲取并存儲安全影響的關鍵因素信息，對所述關鍵因素信息進行處理分析， 確定安全態(tài)勢感知評價指標體系的備選評價指標集數據；
[0030] 其中，該指標集數據可以為：
[0031] 人的因素備選評價指標集={:工作人員，客流，乘客};
[0032] 設備因素備選評價指標集={FAS，AFC，電梯系統(tǒng)，綜合監(jiān)控系統(tǒng)，車門/屏蔽門，環(huán) 控系統(tǒng)，通過型設施設備(通道、樓梯、電梯、閘機)，列車};
[0033] 環(huán)境因素備選評價指標集={:站內乘候車環(huán)境，外部環(huán)境};
[0034] 管理因素備選評價指標集={:安全管理，規(guī)章制度，事故救援，應急疏散能力}。
[0035] S102、創(chuàng)建安全態(tài)勢評價指標體系的進程，并設置車站安全態(tài)勢為目標層，設置人 的因素、設備因素、環(huán)境因素和管理因素為準則層，設置多個安全評價指標作為指標層；
[0036] 安全評價指標包括：站臺客流擁擠度cl、工作人員管理能力c2、乘客責任事故指 數c3、FAS系統(tǒng)報警指數c4、電梯系統(tǒng)安全指數c5、車門/屏蔽門安全指數c6、AFC系統(tǒng)安 全指數c7、綜合監(jiān)控系統(tǒng)安全指數c8、列車正點率c9、通過型設施設備負荷度clO、站內綜 合環(huán)境指數ell、安全管理分值cl2、車站應急疏散能力cl3等13個，其建立的安全態(tài)勢評 價指標體系如圖2所示。
[0037] S103、以預設置的周期為量綱，對原始車站數據進行預處理，剔除不相關、不完整、 不一致和無影響的數據，將城市軌道交通車站安全態(tài)勢感知評價指標進行量化；
【主權項】
1. 一種城市軌道交通車站安全態(tài)勢感知方法，其特征在于，包括： 獲取并存儲安全影響的關鍵因素信息，對所述關鍵因素信息進行處理分析，確定安全 態(tài)勢感知評價指標體系的備選評價指標集數據； 創(chuàng)建安全態(tài)勢評價指標體系的進程，并設置車站安全態(tài)勢為目標層，設置人的因素、設 備因素、環(huán)境因素和管理因素為準則層，設置多個安全評價指標作為指標層； 以預設置的周期為量綱，對原始車站數據進行預處理，剔除不相關、不完整、不一致和 無影響的數據，將城市軌道交通車站安全態(tài)勢感知評價指標進行量化； 將各評價指標進行標準化處理，獲得標準化后的多維聯(lián)系數決策矩陣； 根據灰色綜合關聯(lián)度確定多個評價指標的權重向量參數； 確定車站安全態(tài)勢的絕對理想解和絕對負理想解參數； 利用加權相對海明距離計算距離參數； 計算綜合安全態(tài)勢值參數； 在所述安全態(tài)勢評價指標體系的進程中，通過上述計算得出的參數，建立由支持向量 機和粒子群優(yōu)化算法組成的安全態(tài)勢感知預測模型。
2.