城市轨道交通系统动态风险模态分析建模

　　摘要：城市轨道交通突发事件给系统运营和居民出行带来不利影响。为了分析导致突发事件的关键风险因素和突发事件给运营造成的滞后时间长度，本文提出基于复杂网络的有向权重动态风险模型。为了分析模型的拓扑特性，首先引入动态风险模态的概念，将每一时刻突发事件的风险因素、滞后时间长度和事件等级有机组合为动态风险模态，以从不同角度整体反映这一时刻城市轨道交通系统的风险状态。其次，提出相关性-时间敏感系数，分析在一定的滞后时间区间内，前序风险因素与后序事件等级的显著关系，进而表征不同风险模态的相关性。最后，将动态风险模态及其演化过程映射为基于复杂网络的动态风险模型，根据复杂网络模型的特性进行节点强度分析，提取动态风险模态的关键信息，用以指导轨道交通风险管理工作。

　　关键词：城市交通；系统动态风险；复杂网络；风险模态；风险演化

　　0引言

　　近年来，城市轨道交通的快速发展极大地满足了城市化的发展需求，成为解决城市交通拥堵的有效方案。但是伴随大规模路网的兴建，城市轨道交通的运营与管理安全问题也逐渐显现。

　　模糊理论[1]和层次分析法（AHP）[2]被广泛应用于城市轨道交通系统静态风险评价。Fang等[3]将多层决策树与模糊分析的思路结合起来提升轨道交通的运营安全，通过克服数据主观性和变量独立性的不足，确定影响轨道交通突发事件的风险因素。周雯等[4]采用层次分析法和灰色系统理论分别开展了风险指标的层次分析和权重计算，并融合两者的计算结果，综合评价确定了风险水平。以上的风险分析方法能在一定程度上得到评价结果，但都局限于对过去某一时刻的风险评价，不能很好地反映风险的动态特征。

　　1数据分析

　　本文的基础数据来源于2017年北京市轨道交通路网数据，包括轨道交通每日的列车运行信息、客流信息、满载率信息以及突发事件信息等。其中，突发事件以北京市轨道交通路网数据提供的影响行车情况的事件作为分析对象，突发事件的延误信息以1min为单位进行记录，将每日“5min及以上延误事件”发生的次数作为风险等级划分标准。

　　突发事件所关联的风险因素主要来源于北京市轨道交通路网数据所包含的影响行车情况的因素，包括路网客运量、实际开行列数、开行方案兑现率等25个指标，这些指标涵盖了“人员、设备、管理”等故障因素；从外部环境数据中选取轨道交通股票金额、重大活动及节假日和天气这3个指标，从这28个指标入手对轨道交通风险状况进行分析，具体指标如表1所示。

　　2模型构建

　　2.1复杂网络

　　与传统的图模型类似，复杂网络主要包含节点和边（弧）两种要素，按照预设或观测的结构将节点和边组合成复杂网络的对应关系，其数学表达式为GtVtEtft()((),(),())?(1)式中：Gt()为t时刻的网络图；Vt()为t时刻网络中的节点集合；Et()为t时刻网络中的边集合；ft()为t时刻网络中节点与边的映射关系。度及度分布是复杂网络的基础概念。在网络中，度是指与某一节点相邻节点的数量，即与某一节点直接相连的边的数量。作为分析网络中不同节点重要性的基本依据，通常关注网络中度值最大的节点，通过分析少量样本特性推知整个网络的规律。

　　2.2动态风险

　　动态风险为风险因素与结果随着时间变化使得动态风险模态发生变化的过程。为了能够较好地衔接风险因素与结果状态，本文引入“因素对可能结果的影响状态”指标进行过渡。风险模态定义为系统在每一时间点上3种状态信息的逻辑组合，即风险因素状态F，因素对可能结果影响状态I和可能事件等级C三者的组合，也反映了风险的形成机理。其中，F取28个风险因素指标的数值，I为滞后时间长度，C为“5min及以上延误事件”发生的次数。风险模态的结构如图1所示。

　　3模型应用及分析

　　根据D?7和max5L?，总计365个数据点的每个指标时间序列，通过双时间窗处理后，形成359个主时间窗片段，对应于DWRN模型中359个动态风险模态。经过统计分析，DWRN模型包含的不同动态风险模态为140种，即对应于模型中的140个不同的节点。

　　4.结论

　　本文基于复杂网络的动态风险建模方法，对城市轨道交通系统进行动态风险分析。模型融合关键风险因素、风险因素对结果的影响、事件等级3个风险管控要素，通过定义动态风险模态，采用相关性-时间敏感系数指标分析风险因素与结果等级的显著性，进而得到动态风险模态三要素的关系。通过将风险模态定义为节点，将风险模态转化定义为有向边，在动态风险系统与复杂网络之间构建起有效的映射关系。

　　对案例结果分析可知，部分节点强度大的动态风险模态在整个动态风险系统的演化过程中起到了主导作用，显示出网络模型能够较好地反映动态风险系统的演化特性。在整个动态风险系统中，具有3级动态风险模态的关键风险因素为“正点率”“天气”，平均滞后时间长度为2.71d；具有2级动态风险模态的关键风险因素为“实际开行列数”“重大活动及节假日”，平均滞后时间长度为2.9d。因而在日常城市轨道交通系统运营过程中，管理人员应重点关注这4个关键风险因素，并在滞后时间长度内采取必要措施。

　　参考文献

　　[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,王洁,周洁琼,等.基于灰色层次分析的地铁车站安全风险评价研究[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*

《城市轨道交通系统动态风险模态分析建模》

上一篇：北京市绿色交通转型的效果分析

下一篇：低碳经济下我国物流企业绿色发展探讨