一种铁路大雪灾害风险模糊综合评估方法
【专利摘要】本发明公开了一种铁路大雪灾害风险模糊综合评估方法，步骤如下：建立度量铁路大雪灾害风险的因素集；设定铁路大雪灾害风险评估等级；统计专家意见，进行二级风险评判矩阵评估，建立铁路大雪灾害模糊专家评判矩阵；基于改进的群决策层次分析法确定各风险指标权重；确定二级模糊评估向量；确定铁路灾害风险因素集对评语集的隶属向量；综合采用置信度准则和级别特征值公式确定铁路大雪灾害风险评估级别。本发明将改进后的群决策层次分析法与模糊综合评价方法相结合，实现对高速铁路大雪灾害风险的准确评估，减小大雪灾害对铁路运输及社会的影响，对于科学准确地制定防灾备灾措施，预防可能发生的铁路突发事件具有重要的理论意义。
【专利说明】-种铁路大雪灾害风险模糊综合评估方法
【技术领域】
[0001] 本发明设及铁路系统风险评估【技术领域】，特别是一种铁路大雪灾害风险模糊综合 评估方法。
【背景技术】
[0002] 雪灾风险评估是灾害管理中必不可少的一项基础性工作，是政府和社会广泛关注 的重大现实问题，对科学准确地制定防灾备灾措施及时组织开展雪灾应急救助工作W及灾 后的恢复重建决策有着重要的支撑作用。
[0003] 风险评估是一种通过分析潜在的致灾因子，评估能够对人员生命财产和生存环境 造成危害的脆弱性存在条件，来确定风险性质和范围程度的方法。一般地，降雪强度越大， 积雪越深，灾害所造成的损失就越严重，雪灾的风险也就越大。
[0004] 目前中国铁路的灾害风险评估的研究还处于起步阶段，缺乏系统的理论研究。对 于雪灾风险评估，不同的研究区域、方法所选取的指标和等级标准不尽相同，但大都是从雪 灾致灾的危险性或与承灾体脆弱性指标相结合来判断。该方法一方面可用于承灾体脆弱性 和雪灾风险高低的评估，另一方面也可在灾情综合评估中计算综合灾情指数，但需要有动 态更新的评估指标数据支持。现有雪灾风险评估研究主要集中在牧区研究，在评价指标评 估模型等方面都有设及，但还没有形成统一的方法和指标集，而针对非牧区雪灾评估研究 则相对较少。传统的灾害风险评估一般根据最大隶属度原则来判断灾害级别，但当模糊综 合评判矩阵中的最大分量与第二大分量相差不大时，依据最大隶属度原则得出评价结论稍 显勉强。
【发明内容】
[0005] 本发明的目的在于提供一种科学、准确的铁路大雪灾害风险模糊综合评估方法， 基于改进模糊综合评价法和群决策层次分析法对铁路大雪灾害进行风险评估，预防可能发 生的各类铁路突发事件，消除大雪灾害对铁路运输及社会的影响，减少各类损失，确保线路 畅通、列车正点运行。
[0006] 实现本发明目的的技术解决方案为：一种铁路大雪灾害风险模糊综合评估方法， 包括W下步骤：
[0007] 第1步，建立度量铁路大雪灾害风险的因素集U ;
[000引第2步，设定铁路大雪灾害风险评估等级V ;
[0009] 第3步，统计专家意见，进行二级风险评判矩阵评估，建立铁路大雪灾害模糊专家 评判矩阵而；
[0010] 第4步，基于改进的群决策层次分析法确定各风险指标权重；
[0011] 第5步，确定二级模糊评估向量町；
[0012] 第6步，确定铁路灾害风险因素集U对评语集V的隶属向量b ;
[0013] 第7步，综合采用置信度准则和级别特征值公式确定铁路大雪灾害风险评估级 别。
[0014] 本发明与现有技术相比，其显著优点在于；（1)不需要动态数据的支持，能够合 理、可靠的判定铁路大雪灾害风险级别，减少各类损失，确保线路畅通、列车正点运行极为 必要；(2)针对非牧区大雪灾害风险评估，将改进后的群决策层次分析法与模糊综合评价 方法相结合，实现对高速铁路大雪灾害风险的准确评估，减小大雪灾害对铁路运输及社会 的影响；（3)通过判断最大隶属度原则的有效性，综合采用级别特征值公式和置信度准则 判断铁路大雪灾害风险，评估结果更加准确、合理，对于科学准确地制定防灾备灾措施，预 防可能发生的铁路突发事件具有重要的理论意义。
【专利附图】
【附图说明】
[0015] 图1为本发明铁路大雪灾害风险评估方法的流程图。
[0016] 图2为本发明铁路大雪灾害风险评估体系层次结构模型。
【具体实施方式】
[0017] 下面结合附图及具体实施例对本发明作进一步详细说明。
[0018] 结合图1?2,本发明铁路大雪灾害风险模糊综合评估方法，首先建立度量铁路大 雪灾害风险的因素集及风险评估等级，其次邀请多位专家对铁路灾害风险水平进行评估， 再次采用改进的群决策层次分析法确定铁路大雪灾害一级风险及相应的二级风险指标权 重，进而求得二级模糊评估向量及一级评估指标的隶属向量，从而获取风险因素对评语集 的隶属向量，最后通过计算最大隶属度原则的有效度，综合采用置信度准则和级别特征值 公式确定铁路大雪灾害风险评估级别。
[0019] 结合图2,铁路大雪灾害风险评估体系层次结构模型包括准则层和操作层，包含一 级指标4项，二级指标13项，准则层有环境因素、设备因素、人员因素和应灾能力因素四个 一级风险评估指标；环境因素包括积雪深度、积雪持续时间、气温及地形起伏度四个二级 风险评估指标，设备因素包括线路状况、桥隧状况和通信设备=个二级风险评估指标；人员 因素包括员工安全风险意识、人员业务素质和人员劳动纪律观念=个二级风险评估指标； 应灾能力因素包括灾前预防能力、灾中紧急救援能力和灾后恢复能力=个二级风险评估指 标。
[0020] 本发明铁路大雪灾害风险模糊综合评估方法，包括W下步骤：
[0021] 第1步，建立度量铁路大雪灾害风险的因素集U ;
[0022] 确定铁路大雪灾害风险因素集U =咕}，i = 1，2，…I，I为一级评估指标的Ui 的个数，Ui= {u。}，j = 1，2，…J，J为一级评估指标Ui下的二级评估指标U。的个数。
[0023] 设一级指标4项，二级指标13项，铁路大雪灾害一级评估指标风险因素集U = {ui， U2,叫，uj，二级评估指标分别为 Ui= (u U，Ui2, 11口，uj，U2= (u 21，U22, U23}，叫二（u 31，U32， U33}，114= {u "，U42, U43}。
[0024] 第2步，设定铁路大雪灾害风险评估等级V ;
[0025] 根据实际情况及铁路大雪灾害风险评估的需要，将铁路大雪灾害风险评价等级划 分为L个等级；V = {ViK 1 = 1，2，…，L。本发明划分为5个等级；Vi =高，V2 =较高，V3 =一般，乂4 =较低，Vs =低，即 V = {Vi，V2，......'Vs}。
[0026] 第3步，统计专家意见，进行二级风险评判矩阵评估，建立铁路大雪灾害模糊专家 评判矩阵而：
[0027]
【权利要求】
1. 一种铁路大雪灾害风险模糊综合评估方法，其特征在于：包括以下步骤： 第1步，建立度量铁路大雪灾害风险的因素集U; 第2步，设定铁路大雪灾害风险评估等级V; 第3步，统计专家意见，进行二级风险评判矩阵评估，建立铁路大雪灾害模糊专家评判 矩阵Ri; 第4步，基于改进的群决策层次分析法确定各风险指标权重； 第5步，确定二级模糊评估向量Bi; 第6步，确定铁路灾害风险因素集U对评语集V的隶属向量b; 第7步，综合采用置信度准则和级别特征值公式确定铁路大雪灾害风险评估级别。
2. 根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第1步 所述建立度量铁路大雪灾害风险的因素集U，具体如下： 确定铁路大雪灾害风险因素集U= {uj，i= 1，2，…I，I为一级评估指标的Ui的个 数，Ui={ui」}，j= 1，2，…J，J为一级评估指标Ui下的二级评估指标uu的个数。
3. 根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第2步 所述设定铁路大雪灾害风险评估等级V，具体为： 根据实际情况及铁路大雪灾害风险评估的需要，将铁路大雪灾害风险评价等级划分为L个等级：V= {VJ，1 = 1，2，…，L。
4. 根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第3步 所述建立铁路大雪灾害模糊专家评判矩阵Ri:
式中，I^ijl表示指标uu对1级评语Vi的隶属度，rsys，s为参与模糊综合评估 的专家总数，Sul为参评专家中认为指标uu属于评语等级Vi的专家人数，知
5. 根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第4步 所述基于改进的群决策层次分析法确定各风险指标权重，具体步骤为： (4. 1)建立递阶层次结构模型； (4. 2)构造成对比较矩阵：采用1?9标度及其倒数的标度方法构造成对比较矩阵； 若元素M共支配的下层元素有n个，即&1，a2，…，an，则采用1?9标度得出的成对比较 矩阵A= (aM)nXn具有如下形式： Maxa2 …an
其中，aM表示以元素M为准则，元素ap对元素aq的重要程度的比较； (4. 3)成对比较矩阵一致性检验方法改进； (1) 确定成对比较矩阵的一致性指标Qj:
其中，为成对比较矩阵的最大特征值，n是成对比较矩阵的维数； (2) 确定一致性比例Cs:
其中，Stj为随机一致性指标； (3) 不一致成对比较矩阵D看成一个完全一致性比较矩阵A加了一个扰动量Sm，设A 的最大特征值为Xmax，特征向量为X= (X1,X2,…，xn)，则矩阵A中的元素满足aM=Xp/xq， 那么不一致成对比较矩阵D中元素为： dpq=apq ? 8pq 当一致性比例Cs> 0. 1时，确定不一致成对比较矩阵D扰动量SM:
式中，p，q= 1，2, 3，…，n; ⑷求出最大扰动量匕，确定r和s的值，并修改屯及d^项，将drs项减1，dsr项做 出相应修改：
(5)构造新的成对比较矩阵，重复步骤（1)?（4)，直至新的成对比较矩阵具有满意的 一致性； (4. 4)集结专家意见及各指标权重的确定，求得一级权重及二级权重向量。
6. 根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第5步 所述确定二级模糊评估向量Bi,即：
式中，Wi为二级权重向量，RiS模糊专家评判矩阵，《u为W^勺分量，j= 1，2，…J。
7. 根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第6步 所述确定铁路灾害风险因素集U对评语集V的隶属向量b，具体为： 模糊综合评判矩阵：
铁路灾害风险因素集U对评语集V的隶属向量b:b=W?B=(bpb2，...bL) 式中：W表示一级权重，B模糊综合评判矩阵。
8.根据权利要求1所述的铁路大雪灾害风险模糊综合评估方法，其特征在于：第7步 所述综合采用置信度准则和级别特征值公式确定铁路大雪灾害风险评估级别，具体步骤 为： (7.1)根据隶属向量b，计算最大隶属度原则的有效度a:
式中：m为隶属向量b的元素个数，0为最大隶属度，Y为第2大隶属度； (7. 2)判断最大隶属度原则的适应性： 当0. 5 <a< 1时，最大隶属度原则有效，采用最大隶属度原则评估铁路大雪灾害风 险级别；当〇 <a< 〇. 5时，最大隶属度原则低效；当a= 〇时，最大隶属度原则完全失 效； (7. 3)当有效度a〈0. 5时，综合采用以下两种方法确定铁路大雪灾害风险级别： (1) 应用级别特征值公式计算铁路大雪灾害风险级别：
式中：bu为隶属向量b的分量，m为隶属向量b的兀素个数； (2) 设（V1,V2，…，VJ是一个有序的铁路大雪灾害风险评价集，A为置信度，监测铁路 风险级别属于V1类的隶属度为bi，记监测铁路风险级别为Vk，则有以下表达式：
式中：1^隶属向量b的分量，m为隶属向量b的兀素个数。
【文档编号】G06Q50/30GK104504482SQ201410577743
【公开日】2015年4月8日 申请日期:2014年10月24日 优先权日:2014年10月24日
【发明者】王夫歌, 石奋义, 蒋杰, 姚小文, 王晓浩, 邢宗义, 张永 申请人:南京理工大学