城市軌道交通系統(tǒng)動態(tài)風(fēng)險模態(tài)分析建模

　　摘要：城市軌道交通突發(fā)事件給系統(tǒng)運(yùn)營和居民出行帶來不利影響。為了分析導(dǎo)致突發(fā)事件的關(guān)鍵風(fēng)險因素和突發(fā)事件給運(yùn)營造成的滯后時間長度，本文提出基于復(fù)雜網(wǎng)絡(luò)的有向權(quán)重動態(tài)風(fēng)險模型。為了分析模型的拓?fù)涮匦?，首先引入動態(tài)風(fēng)險模態(tài)的概念，將每一時刻突發(fā)事件的風(fēng)險因素、滯后時間長度和事件等級有機(jī)組合為動態(tài)風(fēng)險模態(tài)，以從不同角度整體反映這一時刻城市軌道交通系統(tǒng)的風(fēng)險狀態(tài)。其次，提出相關(guān)性-時間敏感系數(shù)，分析在一定的滯后時間區(qū)間內(nèi)，前序風(fēng)險因素與后序事件等級的顯著關(guān)系，進(jìn)而表征不同風(fēng)險模態(tài)的相關(guān)性。最后，將動態(tài)風(fēng)險模態(tài)及其演化過程映射為基于復(fù)雜網(wǎng)絡(luò)的動態(tài)風(fēng)險模型，根據(jù)復(fù)雜網(wǎng)絡(luò)模型的特性進(jìn)行節(jié)點強(qiáng)度分析，提取動態(tài)風(fēng)險模態(tài)的關(guān)鍵信息，用以指導(dǎo)軌道交通風(fēng)險管理工作。

　　關(guān)鍵詞：城市交通；系統(tǒng)動態(tài)風(fēng)險；復(fù)雜網(wǎng)絡(luò)；風(fēng)險模態(tài)；風(fēng)險演化

　　0引言

　　近年來，城市軌道交通的快速發(fā)展極大地滿足了城市化的發(fā)展需求，成為解決城市交通擁堵的有效方案。但是伴隨大規(guī)模路網(wǎng)的興建，城市軌道交通的運(yùn)營與管理安全問題也逐漸顯現(xiàn)。

　　模糊理論[1]和層次分析法（AHP）[2]被廣泛應(yīng)用于城市軌道交通系統(tǒng)靜態(tài)風(fēng)險評價。Fang等[3]將多層決策樹與模糊分析的思路結(jié)合起來提升軌道交通的運(yùn)營安全，通過克服數(shù)據(jù)主觀性和變量獨立性的不足，確定影響軌道交通突發(fā)事件的風(fēng)險因素。周雯等[4]采用層次分析法和灰色系統(tǒng)理論分別開展了風(fēng)險指標(biāo)的層次分析和權(quán)重計算，并融合兩者的計算結(jié)果，綜合評價確定了風(fēng)險水平。以上的風(fēng)險分析方法能在一定程度上得到評價結(jié)果，但都局限于對過去某一時刻的風(fēng)險評價，不能很好地反映風(fēng)險的動態(tài)特征。

　　1數(shù)據(jù)分析

　　本文的基礎(chǔ)數(shù)據(jù)來源于2017年北京市軌道交通路網(wǎng)數(shù)據(jù)，包括軌道交通每日的列車運(yùn)行信息、客流信息、滿載率信息以及突發(fā)事件信息等。其中，突發(fā)事件以北京市軌道交通路網(wǎng)數(shù)據(jù)提供的影響行車情況的事件作為分析對象，突發(fā)事件的延誤信息以1min為單位進(jìn)行記錄，將每日“5min及以上延誤事件”發(fā)生的次數(shù)作為風(fēng)險等級劃分標(biāo)準(zhǔn)。

　　突發(fā)事件所關(guān)聯(lián)的風(fēng)險因素主要來源于北京市軌道交通路網(wǎng)數(shù)據(jù)所包含的影響行車情況的因素，包括路網(wǎng)客運(yùn)量、實際開行列數(shù)、開行方案兌現(xiàn)率等25個指標(biāo)，這些指標(biāo)涵蓋了“人員、設(shè)備、管理”等故障因素；從外部環(huán)境數(shù)據(jù)中選取軌道交通股票金額、重大活動及節(jié)假日和天氣這3個指標(biāo)，從這28個指標(biāo)入手對軌道交通風(fēng)險狀況進(jìn)行分析，具體指標(biāo)如表1所示。

　　2模型構(gòu)建

　　2.1復(fù)雜網(wǎng)絡(luò)

　　與傳統(tǒng)的圖模型類似，復(fù)雜網(wǎng)絡(luò)主要包含節(jié)點和邊（弧）兩種要素，按照預(yù)設(shè)或觀測的結(jié)構(gòu)將節(jié)點和邊組合成復(fù)雜網(wǎng)絡(luò)的對應(yīng)關(guān)系，其數(shù)學(xué)表達(dá)式為GtVtEtft()((),(),())?(1)式中：Gt()為t時刻的網(wǎng)絡(luò)圖；Vt()為t時刻網(wǎng)絡(luò)中的節(jié)點集合；Et()為t時刻網(wǎng)絡(luò)中的邊集合；ft()為t時刻網(wǎng)絡(luò)中節(jié)點與邊的映射關(guān)系。度及度分布是復(fù)雜網(wǎng)絡(luò)的基礎(chǔ)概念。在網(wǎng)絡(luò)中，度是指與某一節(jié)點相鄰節(jié)點的數(shù)量，即與某一節(jié)點直接相連的邊的數(shù)量。作為分析網(wǎng)絡(luò)中不同節(jié)點重要性的基本依據(jù)，通常關(guān)注網(wǎng)絡(luò)中度值最大的節(jié)點，通過分析少量樣本特性推知整個網(wǎng)絡(luò)的規(guī)律。

　　2.2動態(tài)風(fēng)險

　　動態(tài)風(fēng)險為風(fēng)險因素與結(jié)果隨著時間變化使得動態(tài)風(fēng)險模態(tài)發(fā)生變化的過程。為了能夠較好地銜接風(fēng)險因素與結(jié)果狀態(tài)，本文引入“因素對可能結(jié)果的影響狀態(tài)”指標(biāo)進(jìn)行過渡。風(fēng)險模態(tài)定義為系統(tǒng)在每一時間點上3種狀態(tài)信息的邏輯組合，即風(fēng)險因素狀態(tài)F，因素對可能結(jié)果影響狀態(tài)I和可能事件等級C三者的組合，也反映了風(fēng)險的形成機(jī)理。其中，F(xiàn)取28個風(fēng)險因素指標(biāo)的數(shù)值，I為滯后時間長度，C為“5min及以上延誤事件”發(fā)生的次數(shù)。風(fēng)險模態(tài)的結(jié)構(gòu)如圖1所示。

　　3模型應(yīng)用及分析

　　根據(jù)D?7和max5L?，總計365個數(shù)據(jù)點的每個指標(biāo)時間序列，通過雙時間窗處理后，形成359個主時間窗片段，對應(yīng)于DWRN模型中359個動態(tài)風(fēng)險模態(tài)。經(jīng)過統(tǒng)計分析，DWRN模型包含的不同動態(tài)風(fēng)險模態(tài)為140種，即對應(yīng)于模型中的140個不同的節(jié)點。

　　4.結(jié)論

　　本文基于復(fù)雜網(wǎng)絡(luò)的動態(tài)風(fēng)險建模方法，對城市軌道交通系統(tǒng)進(jìn)行動態(tài)風(fēng)險分析。模型融合關(guān)鍵風(fēng)險因素、風(fēng)險因素對結(jié)果的影響、事件等級3個風(fēng)險管控要素，通過定義動態(tài)風(fēng)險模態(tài)，采用相關(guān)性-時間敏感系數(shù)指標(biāo)分析風(fēng)險因素與結(jié)果等級的顯著性，進(jìn)而得到動態(tài)風(fēng)險模態(tài)三要素的關(guān)系。通過將風(fēng)險模態(tài)定義為節(jié)點，將風(fēng)險模態(tài)轉(zhuǎn)化定義為有向邊，在動態(tài)風(fēng)險系統(tǒng)與復(fù)雜網(wǎng)絡(luò)之間構(gòu)建起有效的映射關(guān)系。

　　對案例結(jié)果分析可知，部分節(jié)點強(qiáng)度大的動態(tài)風(fēng)險模態(tài)在整個動態(tài)風(fēng)險系統(tǒng)的演化過程中起到了主導(dǎo)作用，顯示出網(wǎng)絡(luò)模型能夠較好地反映動態(tài)風(fēng)險系統(tǒng)的演化特性。在整個動態(tài)風(fēng)險系統(tǒng)中，具有3級動態(tài)風(fēng)險模態(tài)的關(guān)鍵風(fēng)險因素為“正點率”“天氣”，平均滯后時間長度為2.71d；具有2級動態(tài)風(fēng)險模態(tài)的關(guān)鍵風(fēng)險因素為“實際開行列數(shù)”“重大活動及節(jié)假日”，平均滯后時間長度為2.9d。因而在日常城市軌道交通系統(tǒng)運(yùn)營過程中，管理人員應(yīng)重點關(guān)注這4個關(guān)鍵風(fēng)險因素，并在滯后時間長度內(nèi)采取必要措施。

　　參考文獻(xiàn)

　　[1]MadinaveitiaJ.MetroNetworkQualityPlan[C].Proceedingofthe2007WinterSimulationConference.WashingtonDC:WinterSimulationConference,2007.

　　[2]NosalK,SoleckaK.ApplicationofAHPmethodformulti-criteriaevaluationofvariantsoftheintegrationofurbanpublictransport[J].TransportationResearchProcedia,2014,3:269-278.

　　[3]FANGF,WANGH,CHENK,etal.RiskanalysisofChongqingurbanrailtransitnetwork[J].JournalofLossPreventionintheProcessIndustries,2020,66:104182.

　　[4]周雯,王潔,周潔瓊,等.基于灰色層次分析的地鐵車站安全風(fēng)險評價研究[J].安全,2021,42(2):25-30.[ZHOUW,WANGJ,ZHOUJQ,etal.ResearchonSafetyRiskAssessmentofMetroStationBasedonGreyAnalyticHierarchyProcess[J].SafetyandSecurity,2021,42(2):25-30.]

　　[5]WANGJ,YANW,HANX,etal.InvestigationoftheProbabilityofaSafeEvacuationtoSucceedinSubwayFireEmergenciesBasedonBayesianTheory[J].KSCEJournalofCivilEngineering,2018,22(3):877-886

　　范博松，邵春福*

《城市軌道交通系統(tǒng)動態(tài)風(fēng)險模態(tài)分析建模》

上一篇：北京市綠色交通轉(zhuǎn)型的效果分析

下一篇：低碳經(jīng)濟(jì)下我國物流企業(yè)綠色發(fā)展探討