Open Journal of Transportation Technologies 交通技术, 2013, 2, 128-132 http://dx.doi.org/10.12677/ojtt.2013.22023 Published Online May 2013 (http://www.hanspub.org/journal/ojtt.html) The Reliability Evaluation for Urban Rail Transport Operation System Based on Bayesian Network* Xiaohong Chen, Qing Zh ang, Feng Xu School of Traffic and Transportation, Lanzhou Jiaotong University, Lanzhou Email: thelmacxh@163.com Received: Jan. 18th, 2013; revised: Mar. 6th, 2013; accepted: Mar. 18th, 2013 Copyright © 2013 Xiaohong Chen et al. This is an open access article distributed under the Creative Commons Attribution License, which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited. Abstract: The paper is aimed at studying urban rail transport operation system. By analyzing its reliability evaluation index architecture, a model on reliability evaluation for the urban rail transport operation system is established based on Bayesian network. Finally, it analyzes an urban rail by rallying expert advice, calculates the instance and proposes a few points to improve the reliability for urban rail transport operation system. Keywords: Urban Rail Transport Operation System; Reliability Evaluation; Bayesian Network 基于贝叶斯网络的城市轨道交通运营系统可靠性评价* 陈晓红,张 青,徐 峰 兰州交通大学单位交通运输学院,兰州 Email: thelmacxh@163.com 收稿日期:2013 年1月18日;修回日期:2013 年3月6日;录用日期:2013 年3月18 日 摘 要:本文以城市轨道交通运营系统为研究对象,通过分析城市轨道交通运营系统可靠性评价指标 体系结构,建立基于贝叶斯网络的城市轨道交通运营系统可靠性评价的模型。最后,以某地铁为例, 集结专家意见,进行实例分析,并提出了对该地铁运营可靠性的几点改善措施。 关键词:城市轨道交通;可靠性评价;贝叶斯网络 1. 引言 近年来,随着经济的发展和人们生活的需要,城 市轨道交通以其运量大、速度快、时间准、污染少和 安全舒适的特点,特别是在缓解大城市交通拥堵方面 的独特优越性,在我国智能交通系统体系的构建进程 中优先取得了发展[1]。 城市轨道交通的特点是结构复杂、客流密集和空 间布局限制,它是一个庞大而复杂的系统,承担城市 客流的主要运输任务。虽然城市轨道交通的安全性和 可靠性要远远高于其他交通方式[2],但是,城市轨道 交通的运营工作涉及到成千上万的旅客安全正点的 出行,所以,不断提高和完善城市轨道交通系统的安 全性和可靠性是十分必要的。 因此,有越来越多的研究者对城市轨道交通运营 系统进行研究,如文献[3]中采用系统工程的观点,阐 述城市轨道交通安全性和可靠性的概念。构建城市轨 道交通系统安全性和可靠性工程框架以及管理组织 *基金项目:教育部人文社会科学研究规划基金(11YJCZH170);兰 州市科技局研政产合作支撑计划项目(2011-1-111);甘肃省青年科 技基金(1208RJYA054)。 Copyright © 2013 Hanspub 128 基于贝叶斯网络的城市轨道交通运营系统可靠性评价 结构和信息流程框架。文献[4]中构建了城市轨道交通 运营安全评价指标体系,用故障模式及影响分析,来 评价城市轨道交通运营系统的安全性和可靠性。诸如 此类文献,采用定性分析方法者居多,定性分析方法 简单、清晰,但并不能反应系统故障或事故发生的概 率以及各影响因素对系统可靠性的影响程度。所以, 本文采用定量计算对系统可靠性进行评估。 定量评价系统可靠性的方法有很多,如事故树、 故障树、和贝叶斯网络等[5]。其中,贝叶斯网络是一 种对概率关系的有向图解描述[6]。随着贝叶斯网络技 术的发展,它适用于表达和分析不确定性事物。从推 理机制和故障状态描述上来看,它与故障树很相似, 但是它能在不用求解最小割集的情况下求出顶事件 的发生概率,并且能够通过求解基本事件后验概率, 得到基本事件对顶事件的影响程度,从而找出系统的 薄弱环节,更适合于可靠性评估[6]。先验概率是通过 集结专家统计分析得来,没有考虑采样信息,即条件 概率。后验概率是得到“结果”的信息后,考虑采样 信息,运用贝叶斯推理计算重新修正得到的概率,因 而所得概率更为精确。这说明,贝叶斯网络具有其他 定量分析方法如事故树所没有的优点[5]。 城市轨道交通运营系统是一个复杂的大系统,影 响运营系统安全性和可靠性的因素也很多,城市轨道 交通系统是人—机—管理—环境四方面相互作用的 复杂系统,所以,有多种可能会导致城市轨道交通系 统可靠性下降,影响因素之间的相互关系难以确定, 影响因素本身以及彼此之间的关系具有不确定性。从 上述分析中可以看出,城市轨道交通系统可靠性受不 确定因素影响,这样就使得分析可靠性的方法如故障 树、事故树等在运用过程中会有不足之处,建模过程 中不能表达因素之间的不确定关系,而贝叶斯网络非 常适合解决此类问题。鉴于此,本文采用贝叶斯网络 进行城市轨道交通系统可靠性定量的分析。 2. 贝叶斯网络原理概述 贝叶斯网是一个有向无圈图[7],其中节点代表随 机变量,节点间的边代表变量之间的直接依赖关系。 每个节点都附有一个概率分布,根节点 X所附的是它 的边缘分布P(X),而非根节点 X所附的是条件概率分 布 πPXX 。 贝叶斯可以从定性和定量两个层面来理解。在定 性层面,它用一个有向无圈图描述了变量之间的依赖 关系。在定量层面上,它则用条件概率分布刻画了变 量对其父节点的依赖关系。在语义上,贝叶斯网是联 合概率分布的分解的一种表示。更具体地,假设网络 中的变量为 12 ,, 3 X XX ,那么把各变量所附的概率分 布相乘就得到联合分布,即 1 1 ,, π n ii i PXXPX X i (1) 其中,当 πi X 时, π ii PX X 即是边缘分布 i PX 。 贝叶斯网络的基本推理过程是指当某些变量集 合的观测值给定后[8],每个变量的更新过程。在推理 中,那些已确定值的变量构成的集合称为证据 E,需 要求解的变量集合称为假设Q。一个推理过程就是给 定证据条件下,计算假设变量的后验条件概率 PQE 。在后验概率一致的情况下,可以计算出各 子节点的条件概率表 ij i P EQ,根据贝叶斯定理有: 1 iij ij i iij ij i iij ij m iij ijij ij j PQE PE PQ PQE PE PQ PQE PE PQE ePE e (2) 3. 城市轨道交通运营系统可靠性评价模型 3.1. 城市轨道交通运营系统可靠性评价 体系结构 城市轨道交通运营系统可靠性指标是总的评价 目标为一级指标,即第一层次;将受其影响的“人、 机、环境、管理”四方面因素作为二级指标;再将四 个变量的影响因素展开为具体的三级指标;再根据三 级指标展开为我们可以感知的基本问题,比如:生理 状况受“疲劳程度和健康状况”的影响,形成了评价 指标体系的四级指标。最终,本文通过借鉴文献[4] 形成城市轨道交通运营系统可靠性评价指标体系结 构如图 1所示。 Copyright © 2013 Hanspub 129 基于贝叶斯网络的城市轨道交通运营系统可靠性评价 Copyright © 2013 Hanspub 130 城 市 轨 道 交 通 运 营 可 靠 性 A 管 A4 环 A3 机 A2 人 A1 工作能力 A11 心理状况 A12 生理状况 A13 操作技能 A111 健康状况 A132 疲劳程度 A131 情绪状况 A121 专业知识 A112 主体状况 A211 车辆系统 A21 车钩状况 A212 转向架状况A213 主回路状况A214 辅助回路状况 A215 气动回路状况 A216 空气制动状况 A217 总线状况 A218 空调状况 A219 照明状况 A220 线路轨道 A22 轨道状况 A221 供电系统 A23 降压变电站状况 A233 牵引变电站状况 A232 主变电站状况 A231 电缆状况 A234 供电系统 A24 ATS系统的状况 A241 车站信号状况 A242 车载信号状况 A243 传输系统状况 A244 电话交换状况 A245 无线广播状况 A246 CCTV状况A247 自然环境 A31 社会环境 A32 气候状况 A311 天气状况 A312 和谐度A321 管理水平 A41 教育培训 A42 管理机构 A411 管理制度 A412 培训效果 A421 Figure 1. The urban rail transport operation sy stem reliability evaluation index architecture .2. 城市轨道交通运营系统可靠性评价 城市轨道交通运营系统指标体系关系是贝叶斯 网络 出城市轨道交通运营系统可 靠性 4. 城市轨道交通运营系统可靠性评价 道交通的运营系统可 靠性评价。在贝叶斯网络中基本事件的先验概率汇集 专家的意 图1. 城市轨道交通运营系统可靠性评价指标体系结构 3 贝叶斯模型 4.1. 贝叶斯网络推理和分析 以某地铁为例,进行城市轨 中连接方式中的聚合连接,即上层指标的情况是 下层指标推断出来的。比如城市轨道交通运营系统可 靠性这一总指标是依据 4个二级指标来确定的,而人 的因素又由 3个三级指标即人的工作能力、心理状况 和生理状况的来衡量。 由以上的分析,构建 见所得,利用Matlab中的BN 推理工具软件 包BNT 计算部分更新后的边缘概率见表1。根据贝叶 斯网络的推理方法,得到第三级指标可靠性的概率见 表2。最后通过推理得到,该轨道交通运营系统可靠 性为 PA 10.686 ,和故障树分析方法所得的结果 评价贝叶斯网络,如图 2所示。 基于贝叶斯网络的城市轨道交通运营系统可靠性评价 A1 A42 A32 A31 A25 A23 A22 A21 A24 A13 A12 A11 A4 A3 A2 A A41 A257 A256 A254 A255 A253 A252 A251 A311 A312 A321 A411 A412 A421 A235 A234 A233 A232 A231 A222 A221 A220 A219 A218 A217 A216 A215 A214 A212 A213 A211 A132 A131 A121 A111 A112 Figure 2. The Bayesian network of urban rail transport operation system reliability evaluation 图2. 城市轨道交通运营系统可靠性评价贝叶斯网络 Table 1. The basic event posterior probabi network and rallying expert advice lity by using Bayesian 表1. 利用贝叶斯网络集结专家意见得到基本事件后验概率表 基本事件 先验概率 基本事件 先验概率 人的健康状况 主变电站状况 0.213 0.453 人员疲劳程度 0.145 牵引变电站状况 0.319 人员情绪状况 0.232 降压变电站状况 0.377 人员专业知识 0.242 电缆状况 0.399 人员操作技能 0.133 Table 2. Reliability probability of third-level indicators by using Bayesian network inference 表2.利用贝叶斯网络推理得到的 可靠性 第三级指标 概率 第三级评价指标 后验概率 第三级评价指标 后验概率 人员生理状况 0.121 供电系统 0.321 人员心理状况 0.154 通信信号系统 0.254 工作能力 0.118 自然环境 0.192 车辆系统 0.221 社会环境 0.221 线路轨道 0.248 管理水平 0.226 教育培训 0.342 AT 辅 管 S系统状况 0.335 车辆主体状况 0.451 车站信号状况 0.274 车钩状况 0.356 车载信号状况 0.336 转向架状况 0.371 传输系统状况 0.356 主回路状况 0.344 电话交换状况 0.342 助回路状况 0.358 无线广播状况 0.352 气动回路状况 0.373 CCTV 状况 0.324 空气制动状况 0.312 气候状况 0.213 总线状况 0.378 天气状况 0.189 空调状况 0.332 和谐度 0.421 照明状况 0.203 理机构 0.211 轨道状况 0.287 管理制度 0.312 培训效果 0.228 完全一致。 .2. 评价结果分析 根据上述计算结果,该轨道交通运营系统可靠性 接近基本可靠。 要集中在人员 的操 人员生理状况、人员工作能力、自然环境的可靠 4 为0.686,可靠性程度 从表 1各项指标可靠性的取值来看,根据历史经 验,该地铁运营过程中的不可靠因素主 作技能、人员的疲劳程度和天气状况这几方面, 车辆系统、供电系统、通信信号系统、教育培训这几 方面的可靠性均较高。其中,人员心理状况、人员生 理状况、人员工作能力、自然环境等是制约其可靠性 提高的重要因素。 Copyright © 2013 Hanspub 131 基于贝叶斯网络的城市轨道交通运营系统可靠性评价 性都较低,表明在以往的运营过程中,由于人员情况 及自然环境造成的事故较多,所以,根据调查和分析 的结 5. 结束语 发展必不可少的一个基础 市客流的主要运输任务。因此,必须保 通运营系统的可靠性。本文基于贝叶斯 网络 ) [1] 李平, 王富章. 城市轨道交通应急系统体系架构研究与实践 [2] 孙章, 何宗华 道交通概论[M]. 北京: 中国 轨道交通系统的安全性与可靠性[J]. 凌曦. 改进的故障模式及影响分析在城 生岗. 贝叶斯网络在可靠性评估中的应 科学出版社, 交通乘客满意度 果,要提高该地铁运营的可靠性,就要从加强人 员的管理,提高人员的工作能力和责任心。另一方面 就要准确预报天气状况,及时做好应对措施,避免不 必要的情况的发生。当然,其他方面不能松懈,要继 续强化它们的可靠性,为广大乘客及工作人员提供一 个安全可靠的运营环境。 城市轨道交通是城市 设施,承担城 证城市轨道交 ,集结专家意见,通过对评价体系结构的分析, 建立城市轨道交通运营系统可靠性模型,并给出实例 分析,为城市轨道交通运营系统可靠性评价提供可参 考的评价依据。 参考文献 (References [J]. 智能交通技术. , 徐金祥. 城市轨 铁道出版社, 2000. [3] 赵惠祥, 余世昌. 城市 城市轨道交通研究, 2006, 9(1): 7-10. [4] 苏旭明, 王艳辉, 祝 市轨道交通运营安全评价中的应用[J]. 城市轨道交通研究, 2011, 14(5): 65-69. [5] 张春民, 李引珍, 陈志忠等. 基于贝叶斯网络的驼峰超速连 挂事故分析[J]. 铁道学报, 2011, 33(10): 7-14. [6] 赵建立, 高会生, 赵 用[J]. 电力科学与工程, 2008, 24(2): 51-53. [7] 张连文, 郭海鹏. 贝叶斯网引论[M]. 北京: 2006. [8] 代振环, 李智基. 基于贝叶斯网的城市轨道 评价[J]. 交通科技与经济, 2012, 14(4): 119-122. Copyright © 2013 Hanspub 132 |