一种轨道交通系统成本关联多域影响要素大数据驱动分析方法与流程

本发明涉及一种轨道交通系统成本关联多域影响要素大数据驱动分析方法。

背景技术：

轨道交通系统发展迅速，具有成本高、技术复杂和周期长的特点，世界各国绝大多数轨道交通系统的建设运营都依赖于政府的巨额补贴。研究轨道交通系统全生命周期成本，降低不必要费用对轨道交通系统的发展的必经之路。

目前，轨道交通系统全生命周期各阶段联系较为松散，轨道交通系统全生命周期成本要素组成复杂，成本要素繁多且要素之间存在复杂的交互关系，分析轨道交通系统成本影响要素与安全、性能、环境以及全生命周期成本的关系能为进一步优化轨道交通系统全生命周期成本提供理论基础。

技术实现要素：

本发明提供了一种轨道交通系统成本关联多域影响要素大数据驱动分析方法，建立基于安全域、性能域和环境域的lcc分析模型，构建影响要素驱动数据，获取轨道交通系统成本优化重点关注对象。

一种轨道交通系统成本关联多域影响要素大数据驱动分析方法，包括以下几个步骤：

步骤1：分解轨道交通系统全生命周期成本，得到阶段成本要素层、阶段子成本要素层和年度子成本要素层；

轨道交通系统全生命周期成本是指轨道交通系统从决策设计开始一直到系统报废整个期间的成本总和；

步骤2：获取n条轨道交通系统线路的年度子成本要素层历史数据；

步骤3：计算n条线路在不同阶段年限组合情况下的轨道交通系统全生命周期成本；

步骤4：计算n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce；

步骤5：建立基于安全域、性能域和环境域的lcc分析模型；

步骤6：建立基于安全域、性能域和环境域的lcc分析模型的影响要素驱动数据；

所述影响要素驱动数据中每个元素称为影响要素，由决策设计阶段年限t1，施工建设阶段年限t2、运营维护阶段年限t3和线路中值数据组成；

步骤7：获取安全域强相关要素、性能域强相关要素和环境域强相关要素；

步骤7.1：设定影响要素驱动数据变化范围；

步骤7.2：依次单一改变影响要素驱动数据中影响要素的值；

所述影响要素驱动数据表示为[a1，a2，…，aq，…，aq]，依次对a1～aq中的每个值在设定变化范围内等差变化为100组值；对于任意影响要素aq，将aq在设定变化范围内等差变化为100组值，其他影响要素值保持不变，得到100组aq的影响要素驱动数据；

步骤7.3：通过步骤4，计算出每个影响要素在设定变化范围内变化引起的安全域指标、性能域指标和环境域指标的变化值，计算变化值对于原始影响要素驱动数据输出值的变化幅度，依据影响要素引起的安全域指标、性能域指标和环境域指标的变化幅度大小，对影响要素进行排序；

步骤7.4：设置强相关阈值，将引起安全域指标、性能域指标和环境域指标变化幅度大于强相关阈值的影响要素作为强相关要素，得到安全域强相关要素、性能域强相关要素和环境域强相关要素；

步骤8：获取全生命周期成本敏感要素；

步骤8.1：依次将步骤7.3得到的每个影响要素在设定变化范围变化引起的安全域指标、性能域指标和环境域指标的变化值，输入到基于安全域、性能域和环境域的lcc分析模型；

所述安全域指标、性能域指标和环境域指标的变化值对于每个影响要素存在100组变化值，将100组变化值输入到基于安全域、性能域和环境域的lcc分析模型，输出得到100组全生命周期成本变化值；

步骤8.2：计算每个影响要素间接引起的全生命周期成本变化值相对原始影响要素驱动数据输出的全生命周期成本值的变化幅度，依据变化幅度大小，对影响要素进行排序；

步骤8.3：设置敏感阈值，将引起全生命周期成本变化幅度大于敏感阈值的影响要素作为全生命周期成本敏感要素。

进一步地，所述阶段成本要素层为第一层成本分解层，由决策设计阶段成本、施工建设阶段成本、运营维护阶段成本和报废回收阶段成本共4个阶段成本构成；

所述阶段子成本要素层为第二层成本分解层，由n1个决策设计阶段子成本、n2个施工建设阶段子成本、n3个运营维护阶段子成本和n4个报废回收阶段子成本构成；

所述年度子成本要素层为第三层成本分解层，由t1*n1个决策设计阶段年度子成本、t2*n2个施工建设阶段年度子成本、t3*n3个运营维护阶段年度子成本和t3*n4个报废回收阶段年度子成本构成；

所述t1为决策设计阶段年限，t2为施工建设阶段年限，t3为运营维护阶段年限，报废回收阶段和运营维护阶段属于同一时间年限。

进一步地，所述n1个决策设计阶段子成本指的是按照轨道交通系统设计方案中的各项要求和指标完成的决策设计过程中使用的成本，至少包括勘察设计成本、可行性研究成本、前期规划成本；

所述n2个施工建设阶段子成本指的是轨道交通系统在施工建设过程中使用在设备购置、车辆购置和建筑施工的成本，至少包括设备购置成本、车辆购置成本、建筑工程成本、安装工程成本；

所述n3个运营维护阶段子成本指的是轨道交通系统在运营期间使用在电力、运营管理、维修、装备更新的成本，至少包括车辆维护维修成本、供电维护维修成本、通信维护维修成本、公务维护维修成本、员工工资福利成本；

所述n4个报废回收阶段子成本指的是轨道交通系统在持续运营的过程中，车辆行驶的安全得不到保证或达不到预期的经济目标时，需要对轨道上的土建工程以及运营设备采取废除过程中所使用的成本，至少包括设备报废成本、车辆报废成本、车站报废成本。

进一步地，所述不同阶段年限组合是指设置轨道交通系统线路的决策设计阶段年限t1遍历[1，5]，施工建设阶段年限t2遍历[2，10]，运营维护阶段年限t3遍历[30，150]时不同t1、t2和t3的组合。

进一步地，所述轨道交通系统全生命周期成本计算公式为：

其中，为轨道交通系统全生命周期成本，cjc为决策设计阶段成本，csg为施工建设阶段成本，cyy为运营维护阶段成本，cbf为报废回收阶段成本，t1为决策设计阶段年限，t2为施工建设阶段年限，t3为运营维护阶段年限；

所述轨道交通系统全生命周期成本计算公式中的决策设计阶段成本cjc的计算公式为：

其中，cjc为决策设计阶段成本，t1为决策设计阶段年限，cjc，j为第j个决策设计阶段年度子成本，r为通货膨胀率，r为折现率；

所述轨道交通系统全生命周期成本计算公式中的施工建设阶段成本csg的计算公式为：

其中，csg为施工建设阶段成本，t2为施工建设阶段年限，csg，s为第s个施工建设阶段年度子成本，r为通货膨胀率，r为折现率；

所述轨道交通系统全生命周期成本计算公式中的运营维护阶段成本cyy的计算公式为：

其中，cyy为运营维护阶段成本，t3为运营维护阶段年限，cyy，y为第y个运营维护阶段年度子成本，r为通货膨胀率，r为折现率；

所述轨道交通系统全生命周期成本计算公式中的报废回收阶段成本cbf的计算公式为：

其中，cbf为报废回收阶段成本，cbf，b为第b个报废回收阶段年度子成本，r为通货膨胀率，r为折现率。

进一步地，所述计算n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce的具体步骤如下：

步骤a1：通过轨道交通工作人员对阶段子成本层的所有阶段子成本基于对轨道交通系统安全、性能、环境三方面的影响度进行评分，得到评分矩阵；

所述阶段子成本层的所有阶段子成本对轨道交通系统安全、性能、环境评分分值范围为[0，100]，分值越高意味着越重要，设定分值含义为：[0，20)几乎无影响，[20，40)有一定影响，[40，60)一般重要，[60，80)比较重要，[80，100]非常重要；

步骤a2：依据评分矩阵，将每个阶段子成本对于安全域、性能域和环境域的评分均值作为阶段子成本的影响度，得到安全域影响度向量、性能域影响度向量和环境域影响度向量；

所述安全域影响度向量、性能域影响度向量和环境域影响度向量表示为：

其中，s为安全域影响度向量，p为性能域影响度向量，e为环境域影响度向量，和分别为所有阶段子成本的安全域影响度、性能域影响度和环境域影响度；

步骤a3：按照以下公式分别计算n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce；

其中，cs、cp、ce分别为安全域指标、性能域指标、环境域指标，ci，t为n1+n2+n3+n4个阶段子成本中的第i个阶段子成本在第t年的阶段年度子成本，[t′，t″]为阶段年度子成本ci，t执行年限区间，其取值方法为：

进一步地，所述建立基于安全域、性能域和环境域的lcc分析模型的具体步骤如下：

步骤b1：数据归一化处理；

将n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce、决策设计阶段年限t1、施工建设阶段年限t2、运营维护阶段年限t3和lcc进行归一化处理；

步骤b2：建立100个elman神经网络训练模型；

依次将步骤b1处理后的安全域指标cs、性能域指标cp、环境域指标ce、决策设计阶段年限t1、施工建设阶段年限t2和运营维护阶段年限t3的归一化值作为输入数据，将lcc的归一化值作为输出数据，设置100组不同的elman神经网络参数，训练elman神经网络，得到100个elman神经网络训练模型；

步骤b3：筛选获取基于安全域、性能域和环境域的lcc分析模型；

将训练elman神经网络训练模型的输入数据分别输入至100个elman神经网络训练模型中，分别计算100个elman神经网络训练模型输出的lcc向量和真实lcc向量的均方根误差rmse：

其中，lcc(l)和分别为第l条轨道交通系统线路的全生命周期成本真实值和预测值；

筛选出均方根误差rmse最小的elman神经网络训练模型作为基于安全域、性能域和环境域的lcc分析模型。

进一步地，所述线路中值数据是指当决策设计阶段年限t1＝3，施工建设阶段年限t2＝5和运营维护阶段年限t3＝60时，lcc处于所有轨道交通系统线路lcc中值的轨道交通系统线路中所有阶段子成本层的数据。

进一步地，所述影响要素驱动数据变化范围设置为20％，强相关阈值设置为0.01，敏感阈值设置为0.001；

所述安全域强相关要素、性能域强相关要素、环境域强相关要素和全生命周期成本敏感要素为轨道交通系统成本优化重点关注对象；本方法确立了轨道交通系统全生命周期成本敏感要素与安全域、性能域和环境域的关联关系，以大数据来驱动成本敏感要素与安全、性能、环境之间关联关系，为轨道交通交通系统成本优化提供新思路。

有益效果

本发明提供了一种轨道交通系统成本关联多域影响要素大数据驱动分析方法，该方法针对轨道交通系统全生命周期成本影响要素分析进行研究，结合全生命周期成本与安全、性能和环境的关联关系，能为建设和运营轨道交通系统时在保证系统安全、性能优越和环境友好的前提下优化全生命周期成本提供理论基础。

该方法建立基于安全域、性能域和环境域的lcc分析模型，构建影响要素驱动数据，获取安全域强相关要素、性能域强相关要素、环境域强相关要素和全生命周期成本敏感要素，获取轨道交通系统成本优化重点关注对象，对轨道交通系统全生命成本进一步优化具有重要意义。

附图说明

图1为本发明所述方法的流程图。

具体实施方式

以下结合附图对本发明的内容作进一步的说明和解释。

如图1所示，一种轨道交通系统成本关联多域影响要素大数据驱动分析方法，包括以下步骤：

步骤1：分解轨道交通系统全生命周期成本，得到阶段成本要素层、阶段子成本要素层和年度子成本要素层；

轨道交通系统全生命周期成本是指轨道交通系统从决策设计开始一直到系统报废整个期间的成本总和；

所述阶段成本要素层为第一层成本分解层，由决策设计阶段成本、施工建设阶段成本、运营维护阶段成本和报废回收阶段成本共4个阶段成本构成；

所述阶段子成本要素层为第二层成本分解层，由n1个决策设计阶段子成本、n2个施工建设阶段子成本、n3个运营维护阶段子成本和n4个报废回收阶段子成本构成；

所述年度子成本要素层为第三层成本分解层，由t1*n1个决策设计阶段年度子成本、t2*n2个施工建设阶段年度子成本、t3*n3个运营维护阶段年度子成本和t3*n4个报废回收阶段年度子成本构成；

所述t1为决策设计阶段年限，t2为施工建设阶段年限，t3为运营维护阶段年限，报废回收阶段和运营维护阶段属于同一时间年限；

所述n1个决策设计阶段子成本指的是按照轨道交通系统设计方案中的各项要求和指标完成的决策设计过程中使用的成本，至少包括勘察设计成本、可行性研究成本、前期规划成本；

所述n2个施工建设阶段子成本指的是轨道交通系统在施工建设过程中使用在设备购置、车辆购置和建筑施工的成本，至少包括设备购置成本、车辆购置成本、建筑工程成本、安装工程成本；

所述n3个运营维护阶段子成本指的是轨道交通系统在运营期间使用在电力、运营管理、维修、装备更新的成本，至少包括车辆维护维修成本、供电维护维修成本、通信维护维修成本、公务维护维修成本、员工工资福利成本；

所述n4个报废回收阶段子成本指的是轨道交通系统在持续运营的过程中，车辆行驶的安全得不到保证或达不到预期的经济目标时，需要对轨道上的土建工程以及运营设备采取废除过程中所使用的成本，至少包括设备报废成本、车辆报废成本、车站报废成本；

步骤2：获取n条轨道交通系统线路的年度子成本要素层历史数据；

步骤3：计算n条线路在不同阶段年限组合情况下的轨道交通系统全生命周期成本；

所述不同阶段年限组合是指设置轨道交通系统线路的决策设计阶段年限t1遍历[1，5]，施工建设阶段年限t2遍历[2，10]，运营维护阶段年限t3遍历[30，150]时不同t1、t2和t3的组合，即t1可取5个年限值，t2可取9个年限值，t3可取121个年限值，共有5*9*121＝5445种年限组合；

所述轨道交通系统全生命周期成本计算公式为：

其中，为轨道交通系统全生命周期成本，cjc为决策设计阶段成本，csg为施工建设阶段成本，cyy为运营维护阶段成本，cbf为报废回收阶段成本，t1为决策设计阶段年限，t2为施工建设阶段年限，t3为运营维护阶段年限；

所述轨道交通系统全生命周期成本计算公式中的决策设计阶段成本cjc的计算公式为：

其中，cjc为决策设计阶段成本，t1为决策设计阶段年限，cjc，j为第j个决策设计阶段年度子成本，r为通货膨胀率，r为折现率；

所述轨道交通系统全生命周期成本计算公式中的施工建设阶段成本csg的计算公式为：

其中，csg为施工建设阶段成本，t2为施工建设阶段年限，csg，s为第s个施工建设阶段年度子成本，r为通货膨胀率，r为折现率；

所述轨道交通系统全生命周期成本计算公式中的运营维护阶段成本cyy的计算公式为：

其中，cyy为运营维护阶段成本，t3为运营维护阶段年限，cyy，y为第y个运营维护阶段年度子成本，r为通货膨胀率，r为折现率；

所述轨道交通系统全生命周期成本计算公式中的报废回收阶段成本cbf的计算公式为：

其中，cbf为报废回收阶段成本，cbf，b为第b个报废回收阶段年度子成本，r为通货膨胀率，r为折现率。

所述通货膨胀率r取值范围为[1％，3％]，r为折现率取值范围为[2％，7％]；

步骤4：计算n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce；

所述计算n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce的具体步骤如下：

步骤a1：通过轨道交通工作人员对阶段子成本层的所有阶段子成本基于对轨道交通系统安全、性能、环境三方面的影响度进行评分，得到评分矩阵；

所述阶段子成本层的所有阶段子成本对轨道交通系统安全、性能、环境评分分值范围为[0，100]，分值越高意味着越重要，设定分值含义为：[0，20)几乎无影响，[20，40)有一定影响，[40，60)一般重要，[60，80)比较重要，[80，100]非常重要；

步骤a2；依据评分矩阵，将每个阶段子成本对于安全域、性能域和环境域的评分均值作为阶段子成本的影响度，得到安全域影响度向量、性能域影响度向量和环境域影响度向量；

所述安全域影响度向量、性能域影响度向量和环境域影响度向量表示为：

其中，s为安全域影响度向量，p为性能域影响度向量，e为环境域影响度向量，和分别为所有阶段子成本的安全域影响度、性能域影响度和环境域影响度；

步骤a3：按照以下公式分别计算n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce；

其中，cs、cp、ce分别为安全域指标、性能域指标、环境域指标，ci，t为n1+n2+n3+n4个阶段子成本中的第i个阶段子成本在第t年的阶段年度子成本，[t′，t″]为阶段年度子成本ci，t执行年限区间，其取值方法为：

步骤5：建立基于安全域、性能域和环境域的lcc分析模型；

所述建立基于安全域、性能域和环境域的lcc分析模型的具体步骤如下：

步骤b1：数据归一化处理；

将n条轨道交通系统线路在不同阶段年限组合情况下的安全域指标cs、性能域指标cp、环境域指标ce、决策设计阶段年限t1、施工建设阶段年限t2、运营维护阶段年限t3和lcc进行归一化处理；

步骤b2：建立100个elman神经网络训练模型；

依次将步骤b1处理后的安全域指标cs、性能域指标cp、环境域指标ce、决策设计阶段年限t1、施工建设阶段年限t2和运营维护阶段年限t3的归一化值作为输入数据，将lcc的归一化值作为输出数据，设置100组不同的elman神经网络参数，训练elman神经网络，得到100个elman神经网络训练模型；

步骤b3：筛选获取基于安全域、性能域和环境域的lcc分析模型；

将训练elman神经网络训练模型的输入数据分别输入至100个elman神经网络训练模型中，分别计算100个elman神经网络训练模型输出的lcc向量和真实lcc向量的均方根误差rmse：

其中，lcc(l)和分别为第l条轨道交通系统线路的全生命周期成本真实值和预测值；

筛选出均方根误差rmse最小的elman神经网络训练模型作为基于安全域、性能域和环境域的lcc分析模型。

步骤6：建立基于安全域、性能域和环境域的lcc分析模型的影响要素驱动数据；

所述影响要素驱动数据中每个元素称为影响要素，由决策设计阶段年限t1，施工建设阶段年限t2、运营维护阶段年限t3和线路中值数据组成；

所述线路中值数据是指当决策设计阶段年限t1＝3，施工建设阶段年限t2＝5和运营维护阶段年限t3＝60时，lcc处于所有轨道交通系统线路lcc中值的轨道交通系统线路中所有阶段子成本层的数据。

步骤7：获取安全域强相关要素、性能域强相关要素和环境域强相关要素；

步骤7.1：设定影响要素驱动数据变化范围；

步骤7.2：依次单一改变影响要素驱动数据中影响要素的值；

所述影响要素驱动数据表示为[a1，a2，…，aq，…，aq]，依次对a1～aq中的每个值在设定变化范围内等差变化为100组值；对于任意影响要素aq，将aq在设定变化范围内等差变化为100组值，其他影响要素值保持不变，得到100组aq的影响要素驱动数据；

步骤7.3：通过步骤4，计算出每个影响要素在设定变化范围内变化引起的安全域指标、性能域指标和环境域指标的变化值，计算变化值对于原始影响要素驱动数据输出值的变化幅度，依据影响要素引起的安全域指标、性能域指标和环境域指标的变化幅度大小，对影响要素进行排序；

步骤7.4：设置强相关阈值，将引起安全域指标、性能域指标和环境域指标变化幅度大于强相关阈值的影响要素作为强相关要素，得到安全域强相关要素、性能域强相关要素和环境域强相关要素；

步骤8：获取全生命周期成本敏感要素；

步骤8.1：依次将步骤7.3得到的每个影响要素在设定变化范围变化引起的安全域指标、性能域指标和环境域指标的变化值，输入到基于安全域、性能域和环境域的lcc分析模型；

所述安全域指标、性能域指标和环境域指标的变化值对于每个影响要素存在100组变化值，将100组变化值输入到基于安全域、性能域和环境域的lcc分析模型，输出得到100组全生命周期成本变化值；

步骤8.2：计算每个影响要素间接引起的全生命周期成本变化值相对原始影响要素驱动数据输出的全生命周期成本值的变化幅度，依据变化幅度大小，对影响要素进行排序；

步骤8.3：设置敏感阈值，将引起全生命周期成本变化幅度大于敏感阈值的影响要素作为全生命周期成本敏感要素；

所述敏感阈值设置为0.001；

所述安全域强相关要素、性能域强相关要素、环境域强相关要素和全生命周期成本敏感要素为轨道交通系统成本优化重点关注对象；本方法确立了轨道交通系统全生命周期成本敏感要素与安全域、性能域和环境域的关联关系，以大数据来驱动成本敏感要素与安全、性能、环境之间关联关系，为轨道交通交通系统成本优化提供新思路。

以上实施例仅用以说明本发明的技术方案而非对其限制，尽管参照上述实施例对本发明进行了详细的说明，所属领域的普通技术人员应当理解：依然可以对本发明的具体实施方式进行修改或者等同替换，而未脱离本发明精神和范围的任何修改或者等同替换，其均应涵盖在本发明的权利要求范围当中。