基于熵權模糊物元的軌道交通運營安全評價

汪 勇，吳麗霞，蔡 明

（重慶交通大學 交通運輸學院，重慶 400074）

基于熵權模糊物元的軌道交通運營安全評價

汪 勇，吳麗霞，蔡 明

（重慶交通大學 交通運輸學院，重慶 400074）

為解決軌道交通運營安全評價過程中定性指標難以量化以及分級量值范圍界定模糊等問題，在模糊物元分析的基礎上，引入熵值法確定指標權重，并利用歐氏貼近度反映待評安全結果與標準安全結果互相接近的程度，建立了一種評價軌道交通運營安全指數的熵權模糊物元模型。在總結前人研究成果的基礎上，將城市軌道交通運營安全評價指標體系中的各指標劃分成“優”、“良”、“一般”、“差”4個評判等級，并給出了各等級的適用范圍。以重慶市軌道交通3號線為例，對比可拓物元法進行分析，結果顯示熵權模糊物元法評價指標值為0.588 9，可拓物元法評價風險等級為3級，評價安全程度均在良好以上，這表明熵權模糊物元模型能夠有效地解決非定量化的評價問題，對比可拓物元模型，評價精度有進一步提高。

軌道交通；安全評價；模糊物元模型；熵權；歐式貼近度

0 引言

軌道交通作為城市客運公共交通的重要載體，承擔著大量的客流運輸任務，且客流封閉集中，一旦發生緊急情況，很難在第一時間得到響應。軌道交通運營安全的影響因素復雜多樣，因涉及的行業領域跨度大，評價指標也同樣因人或因地而異，難以用數學量化的形式進行表達。

軌道交通安全研究一直是交通安全研究的重點領域，也是國內外專家學者研究的熱點。相比而言，國外相關研究內容豐富，諸多成果更貼近于實際；國內研究起步雖晚但發展較快，研究內容更加細化。

英國倫敦軌道安全評價是通過直觀的傷亡事故與事故原因的定量數據來確定不同風險因素的傷害程度，此類方法對原始數據的依賴程度很高，適合經驗豐富的發達國家[1]。韓國鐵道研究中心于2005年提出風險評估程序、風險分析模型以及風險管理架構，后來均實際運用于韓國城市軌道交通網絡安全評估，并取得了可觀的成效[2-3]。隨后兩年，西班牙政府制定了圍繞“安全、可靠、優質”三個目標的地鐵質量安全計劃，通過更新現有的硬件設備來提高緊急情況下的地鐵安全應對能力，這樣做效果明顯，但投資過大[4]。

國內學者劉書浩等[5]通過對英國城市軌道交通運營安全狀況的研究，提出了一些符合我國當下國情的政策建議，為國內軌道交通安全的定量評價提供了定性的框架。王艷輝等[6]采用增益型加權綜合法對篩選指標進行了計算，并通過Matlab進行仿真模擬，評價方法科學合理，但沒有對多級指標的閾值進行細化設置，評價精度有一定的局限性。郭湛等[7]利用層次分析法（Analytic Hierarchy Process，簡稱AHP）組建了軌道交通安全性評價指標體系，通過求解判斷矩陣的特征值與特征向量來確定各個指標的權重，最后計算一致性指標，該方法對軌道交通安全評價體系進行了系統科學的界定。蔡國強等[8]利用神經網絡法構建了模糊穴模型，提出一種基于模糊穴映射理論的軌道交通安全評估方法，它從軌道交通系統的動態演變性出發，分析了系統的內部結構、外部屬性和整體狀態的動態演變機理，實踐表明該方法在改善主動安全預警水平中具有良好的效果。

上述國內外研究人員均對軌道交通安全評價體系有著科學、獨到的見解。由于軌道交通系統復雜，運營安全評估需要多指標共同決策進行，單一的評價方法無法客觀地滿足評價的科學性，而不同評價指標間跨度大，難以歸類相容，這也是有關安全評價指標選取成為專家學者研究熱點的原因。研究發現，組合物元理論提供了解決這一問題的思路。

為了較大限度地避免軌道交通系統中評價標準的不確定性與不唯一性帶來的影響，本文基于模糊物元分析理論，將熵權法與歐式貼近度的概念相融合，建立了軌道交通運營安全程度評價的熵權模糊物元模型。該模型是一種集合多種理論將多元數據進行量化評價的新方法[9]，它通過引入熵權法確定評價指標的權重配比，同時利用歐氏貼近度對評價指標進行跨度分類，將不同領域的指標參數進行量化配比。

1 熵權模糊物元模型的建立

熵權模糊物元模型既可從橫向上比較不同地區的交通變化狀況，又可從縱向上衡量各地區交通狀況發展的趨勢[10]，具體采用模糊物元分析方法來建立交通安全評價模型，從分析確定影響交通安全的因素入手，應用信息熵的概念和熵權模糊物元模型計算各時期待評樣本與標準樣本的歐氏貼近度，進而得知交通安全的變化情況，從而實現不同地區交通變化狀況的橫向比較，同時在縱向上對各地區交通狀況發展趨勢加以衡量[10]。該模型還可選擇不同評價地區，計算某一時期各地區待評樣本與標準樣本的歐氏貼近度，從而得出不同地區在同一時期的交通安全狀況[11]。熵權模糊物元模型有關軌道交通運營安全狀況的評價流程如圖1所示。

圖1 評價流程

1.1 物元理論

物元即是通過有序的三元組R=（N,C,u）來描述事物的基本元，其中N為給定名稱的事物，C為特征，u為關于特征C存在的量值。若三元組事物N中的量值u存在模糊性，則將此類包含模糊量值u的物元稱為模糊物元，記作[11]：

式（1）中：R,N,C分別表示對應的模糊物元、名稱事物以及事物N的特征；根據上述物元理論的定義，則u（x）表示對應特征C的模糊量值，即三元組R中事物N關于特征C對應量值x的隸屬度。

對于軌道交通安全評價體系而言，N為評價體系樣本（即軌道交通安全程度），C為評價體系指標，u（x）為評價體系樣本N（軌道交通安全程度）對于評價體系指標C相應指標值的隸屬度。

1.2 定義復合模糊物元

假定軌道交通安全評價體系樣本N中存在n個待評指標C1,C2,…,Cn，與之相應的模糊量值為u（x1）,u（x2）,…,u（xn），稱R為n維模糊物元。若以Rmn表示m個評價樣本n維復合模糊物元，則u（xij）為第i個樣本第j項評價指標對應的模糊量值（i=1,2,…,m;j=1,2,…,n），記作[11]：

1.3 從優隸屬原則

通過從優隸屬度建立的原則即為從優隸屬度原則。從優隸屬度為各單項待評指標Cn相應的模糊量值從屬于標準樣本對應評價指標相應模糊量值的隸屬程度。對于不同評價樣本來說，各評價指標可劃分為兩種[11-12]：

（1）越小越優型評價指標

（2）越大越優型評價指標

式（3）、式（4）中：xij表示第i個樣本第j項評價指標對應的量值；min xij,max xij分別表示各待評指標所有量值的最小值與最大值。

1.4 構造差平方復合模糊物元

構造樣本n維標準模糊物元R0n，其中各項為復合模糊物元Rmn各項待評指標中從優隸屬度的最小值或最大值：

以Δij（i=1,2,…,m;j=1,2,…,n）表示標準模糊物元R0n與復合模糊物元Rmn各項的差的平方，得到差平方復合模糊物元：

常見的評價體系中有關權重的確定方法有：層次分析法、Delphi法（德爾菲法）、特征向量法以及對比打分法等。在軌道交通運營安全評價中，不同待評指標跨度領域大，對各評價單元的影響程度不同，需要根據其對評價單元的貢獻大小確定相應的權重。信息熵是反映信息無序化程度的變量，其值越大，說明系統越混亂，反之系統則越有序。評價指標變異程度越大，說明提供的信息量越大，所占權重也應越大[12-14]。由評價指標構建判斷矩陣來確定指標權重，能在一定程度上消除人為權重計算的誤差與干擾，使評價結果更為合理。

熵值法計算過程如下。

（1）構建m個事物n個評價指標的判斷矩陣R=(xij)mn（i=1,2,…,m;j=1,2,…,n）。

（2）將所構建的判斷矩陣作歸一化處理，得到判斷矩陣B。

對于越小越優型指標，存在[15]：

對于越大越優型指標，存在：

式（7）、式（8）中：min xij和max xij分別為同一評價指標下不同事物中最不滿意者與最滿意者。

試驗用地基土采用龍巖市巖溶發育地區覆蓋層的土體，土體主要為含碎石粉質黏土；采用淤泥模擬溶洞充填物，經烘干后碾碎，過5 mm的篩子，之后重新配制而成；砂墊層采用中粗砂，鋪設厚度2 cm。土的物理力學指標如表1所示。

（3）定義熵：在m個評價事物n個評價指標的評價過程中，記第j個評價指標的熵值Hj為：

其中：

（4）計算熵權ωj為：

其中，0≤ωj≤1，且。

1.6 軌道交通運營安全評價與歐式貼近度

將貼近度的概念融入到軌道交通運營安全評價中，能夠直觀地反映待評指標安全結果與標準指標安全結果互相接近的程度，其值越小表示兩者越疏遠，反之則越接近。由此可以根據貼近度對指標方案進行分類。由于軌道交通安全評價屬于綜合系統性評價，所以采用先乘后加算法對歐式貼近度進行計算：

構建歐式貼近度復合物元模糊矩陣RρH如下[15]：

式（11）、式（12）中：ρHi（i=1,2,…,m）為第i個評價樣本與標準樣本之間相互接近的程度。參考ρHi的具體數值，通過橫向對比即可對軌道交通安全程度進行評價。

2 案例分析

2.1 評價指標的選取

熵權模糊物元法是對選定指標的量化評價以及層次定位，但關于具體評價指標的選取并非本文研究的重點，需要根據歷史數據以及前人所得成果進行定性化的選擇。

本次對重慶市軌道交通3號線的指標選取，主要集中在客流、管理以及系統安全三個指標層面上，分別涵蓋軌道交通的參與者、管理者以及載體，這也是影響軌道交通運營安全主要層面上的因素。在總結前人對城市軌道交通安全評價研究的基礎上，根據《地鐵運營安全安全評價標準》（GB/T 50438—2007）[16]、《城市軌道交通安全預評價細則》[17]、《公路項目安全性評價指南》（JTG/T B05—2004）[18]等相關資料，本文將城市軌道交通安全評價指標體系中的指標層次劃分成4個評判等級：優、良、一般、差。

參考《重慶市軌道交通條例》[19]，根據對山地城市軌道交通運營安全評價各指標的分析，經過對重慶市軌道交通3號線早、中、晚高峰期的調查以及相關專家組咨詢后，經過歸一化處理，得到各子指標最終評價的標準量值。這些量值包括4個要素、5個事物、17個指標。基于前人對交通安全評價指標權重的解讀[20-23]，本文對相應的評定等級及分值做一劃分，并將指標量化結果列于表1。

表1 軌道交通3號線運營安全評價指標

表1（續）

2.2 評價模型的建立

（1）根據表1中的數據構建5個事物、17個指標的復合模糊物元。其中4個主體要素指標中，客流、管理以及系統設備對軌道交通運營安全的影響最為突出。

客流指標與當地交通情況有著直接的關系，作為軌道交通服務的對象，客流指標直接反映軌道交通的服務水平與服務能力；管理指標是軌道交通運營安全的中心要素，包含對整個軌道交通系統流程的管理，是保證系統正常運行的重點；系統設備指標是軌道交通運營安全的關鍵要素，它與軌道交通安全直接掛鉤，在軌道交通運營過程中，系統設備不允許出現任何問題；外界環境指標因地而異，不具備統一性與完整性，但作為軌道交通的外部條件，其影響也不容忽視。

（2）根據評價指標的類型（越大越優型或越小越優型），將構建的復合模糊物元經式（3）、式（4）處理后，得到從優隸屬度物元Rmn：

（3）由從優隸屬度物元Rmn知各評價指標最優隸屬度均為1，經過式（5）、式（6）處理后，得平方差復合物元如下：

（4）通過熵權法計算各指標權重，將各評價指標的實際值作歸一化處理，得判斷矩陣B如下：

由判斷矩陣B計算得熵權Hj和各指標的權重ωj分別如下：

最后得樣本貼近度復合物元模糊矩陣RρH：

2.3 評價結果檢驗

熵權模糊物元法評價結果的指標值為0.588 9，位于評價等級的“優”（0.996 6）和“良”（0.585 6）之間，由此判斷重慶市軌道交通3號線的安全程度為“良”以上。

利用二級可拓物元法[24]參照上述指標進行計算（因篇幅所限，詳細計算過程不再贅述），結果分別如下。

（1）一級評價

客流指標關聯度矩陣：

管理指標關聯度矩陣：

系統設備指標關聯度矩陣：

外界環境指標關聯度矩陣：

（2）二級評價

待評指標對各風險等級的關聯度矩陣K(N)等于一級指標對各風險等級的關聯度K(Ci)(i=1,2,3, 4)乘以一級指標的權重向量。經計算得：

將二級可拓物元法對比熵權模糊物元法，結果如表2所示。

表2 兩種方法對比結果

根據可拓物元法，maxKj(N)=K3(N)，由此可以判斷重慶市軌道交通3號線的運營風險等級為3級（等級越高越安全），安全狀況處于“良”，與熵權模糊物元法評價的結果基本一致。

2.4 評價結果分析

此次評價顯示，重慶市軌道交通3號線運營情況為“良”，通過熵權模糊物元法（指標值為0.588 9），可定量反映評價結果更接近“良”，距離“優”尚有較大差距。系統的17個評價指標中，客流、管理以及系統設備指標占比近90%，在熵權歸一化處理過程中，上述指標對整體評價結果起著關鍵性影響，而客流指標不隨軌道交通的主體而改變。因此，提高管理水平、維持系統設備安全正常運行是保障軌道交通3號線安全運營的主要策略。熵權模糊物元法和可拓物元法的評價結果基本接近，但前者更能定量地描述指標值在評價等級中的位置，相比傳統的物元評價方法有了更高層次的拓展與引申。

3 結論

整個軌道交通運營安全評估是一個復雜的系統工程，社會影響大，涉及因素多，特別是不同區域、不同方式的混合交叉運輸，評價難度更大。因此，在進行詳細的軌道交通運營安全評價時，需要根據各地區實際情況進行指標的定性篩選、補充以及標準的量化分級，只有這樣，綜合評價的結果才能客觀、真實地反映當地軌道交通運營安全的程度，具體結論如下。

（1）軌道交通運營安全評價的定性指標量化和分級量值范圍界定非常關鍵。采用熵權模糊物元法確定軌道交通運營安全程度，能夠根據現實數據本身所反映的特性來計算各指標的權重，有效地避免權重分配時主觀因素的影響，采用主觀判斷與主成分分析相結合的方法把握影響軌道交通運營安全的主要因素，使權重指標的分配更加合理。這種利用數據本身特點來反映數據結構與結果的評價模型，能夠有效減少整個計算過程的主觀性與人為影響，最大程度地減小誤差。

（2）相比其他物元評價模型，熵權模糊物元模型一定程度上量化了待評指標與評價等級的關聯程度，利用它可以建立多目標參數綜合評判的物元模型，以數字的形式直觀反映各指標間的關聯，為軌道交通運營安全程度的提高提供了可量化的數據參考指標，可對預測結果進行量化定位。需要說明的是，本文僅從客觀空間維度進行了多指標交通安全評價研究，而在資源數據充足的條件下，還可從時間領域多項比較整個軌道交通系統不同指標在不同時間段內的評價情況，這種跨空間、跨時間的雙維度綜合評價精度將會更高。

[1] REILLY J,BROWN J.Management and Control of Cost and Risk for Tunneling and Infrastructure Projects[J].Tunnelling and Underground Space Technology,2004,19(4): 329-330.

[2] PARK C W,WANG J B,KWAK S L,et al.Development and Application of Hazard Analysis&Risk Assessment Models for the Korea Railway[C]//Proceeding of the19th International Railway Safety Conference.Denver:International Railway Safety Conference,2008.

[3] PARK C W,WANG J B,KWAK S L,et al.Review and Assessment of the Korea Rail′s Safety Performance Using Risk Assessment Models[C]//Proceeding of the 20th International Railway Safety Conference.Bastad,Sweden:International Railway Safety Conference,2009.

[4] MADINAVEITIA J.Metro Network Quality Plan[C]//Proceeding of the 2007 Winter Simulation Conference.Washington D.C.:Winter Simulation Conference,2007.

[5] 劉書浩，賈文崢，楊遠舟，等.英國城市軌道交通運營安全評估經驗借鑒[J].交通標準化，2014，42（17）：58-60.

[6] 王艷輝，李曼，馮歡.增益型加權綜合法在城軌交通運營安全評價中的應用[J].鐵道學報，2013，35（3）：9-17.

[7] 郭湛，商小雷，李海.基于AHP的軌道交通安全評價體系模型[J].中國鐵道科學，2011，32（3）：123-125.

[8] 蔡國強，賈利民，賈玉泉，等.基于模糊穴的軌道交通安全評估方法的研究及應用[J].模糊系統與數學，2008，22（2）：162-168.

[9] 車法，陳栓發，馬慶雷，等.重載路面車轍評價物元模型構建及應用[J].廣西大學學報：自然科學版，2010，35（4）：634-637.

[10]劉黎，徐逸倫，江善虎，等.基于模糊物元模型的城市活力評價[J].地理與地理信息科學，2010，26（1）：73-76.

[11] 田靜宜，王新軍.基于熵權模糊物元模型的干旱區水資源承載力研究——以甘肅名勤縣為例[J].復旦學報：自然科學版，2013，52（1）：87-89.

[12]楊秋林，郭亞兵.基于熵權的模糊物元模型在城市生態安全評價中的應用[J].數學的實踐與認識，2010，40（19）：62-66.

[13] 楊麗美，張維江.基于模糊物元模型的寧夏節水型社會效應評價[J].人民黃河，2013，35（5）：46-48.

[14] 施開放，刁承泰，左太安，等.基于熵權物元模型的耕地占補平衡生態安全評價[J].中國生態農業學報，2013，21（2）：244-249.

[15]劉娜，艾南山，方艷，等.基于熵權的模糊物元模型在城市生態系統健康評價中的應用[J].成都理工大學學報：自然科學版，2007，34（5）：589-594.

[16] 北京市地鐵運營有限公司.GB/T 50438—2007，地鐵運營安全評價標準[S].北京：建筑工業出版社，2007.

[17] 國家安全生產監督管理總局.城市軌道交通安全預評價細則[Z].北京：國家安全生產監督管理總局，2007.

[18]華杰工程咨詢有限公司.JTG/T B05—2004，公路項目安全性評價指南[S].廣州：廣州出版社，2004.

[19] 重慶市人民代表大會常務委員會.重慶市軌道交通條例[Z].重慶：重慶市人民代表大會常務委員會，2011.

[20] 潘科，王洪德，石劍云.多級可拓評價方法在地鐵運營安全評價中的應用[J].鐵道學報，2011，33（5）：15-19.

[21] 馬一太，曾憲陽，劉萬福.地鐵火災危險性的模糊綜合評判[J].鐵道學報，2006，28（3）：106-110.

[22] 付印平，高自友，李克平.基于元胞自動機模型的地鐵列車追蹤運行研究[J].交通運輸系統工程與信息，2008，8（4）：89-95.

[23] 張生瑞，邵春福，嚴海.公路交通可持續發展評價指標及評價方法研究[J].中國公路學報，2005，18（2）：74-78.

[24]馬忠英，楊琦，周偉.基于物元模型的軌道公路協調發展多指標可拓評價[J].交通運輸工程學報，2010，10（5）：97-101.

Operation SafetyAssessment of Rail Transit Based on Entropy Weight Fuzzy Matter Element

WANG Yong,WU Li-xia,CAI Ming
(School of Traffic&Transportation,Chongqing Jiaotong University,Chongqing 400074,China)

In order to solve issues of quantization of qualitative indexes and scope definition of hierarchical values in the rail transit operation safety evaluation process,an evaluation model which combined entropy weight(EW)with fuzzy matter-element(FME)to evaluate rail transit operation safety indicators was established.It was based on fuzzy matter-element model by introducing entropy method to finalize index weight and selecting the idea of Euclid approach degree to reflect the extent of closeness between the unvalued safety results and standard safety results.On the basis of previous studies,indexes of urban rail transit operation safety evaluation system were divided into four levels,including excellent,good, fair,and bad.Besides,the range of each level was also provided.Taking Chongqing rail transit Line 3 as an example,compared to method of extension matter-element(EME),the EW-FME model were analyzed.The results showed that the EW-FME model evaluation index was 0.5889 and the EME level of risk evaluation was 3,which both reached to the degree of good safety.The study indicates that EWFME model can solve the problem of non-quantitative evaluation effectively.The precision of evaluation is further improved in comparison with EME model.

rail transit;safety assessment;fuzzy matter-element model;entropy weight;Euclid approach degree

U491.5

A

2095-9931（2015）06-0051-07

10.16503/j.cnki.2095-9931.2015.06.009

2015-06-23

汪勇（1992—），男，安徽蕪湖人，碩士研究生，研究方向為交通運輸規劃與管理。E-mail：liucao138@163.com。