基于集成法的高速铁路运营安全综合评价

针对高速铁路安全运营问题,采用集成法进行了综合研究。从"人员-车体-轨道及设备-环境"角度对影响高速铁路安全的因素进行分析,建立高速铁路运营安全的评价指标体系,对高速铁路运营安全进行了评价研究。针对高速铁路运营过程中影响因素进行系统分析,结合结构熵权法、灰色聚类法、模糊评判法的适应性特点,将不同的方法运用到高速铁路运营安全评价的不同步骤中,构建了高速铁路运营安全集成评价方法。将该方法应用于京沪高速铁路运营安全评价,分别对2011~2013年铁路运营安全数据进行采集和计算,结果显示各年京沪高速铁路运营安全值分别为6.141 8,6.314 9,6.694 1,表明京沪高速铁路运营安全状况处于安全等级,且安全值逐年上升,评价结果较为直观的反映了高速铁路运营安全的态势,表明该方法在高速铁路运营安全综合评价应用中有较好的实用性。     

基于数据分类的高速铁路运营事故预测方法

高速铁路运营事故预测方法是度量铁路安全管理水平的重要指标.为提高高速铁路的安全运营水平,引入工业数据分类方法,分析反向传播(BP)神经网络和灰色模型在高速铁路安全运营事故预测过程中的适应性.首先,运用事故次数、事故联动系数、月均事故率3个参数对高速铁路安全运营水平进行度量;然后,根据工业数据分类方法判别高速铁路运营事故数据属于块状型,据此建立反向传播(BP)神经网络运营事故预测模型;针对运营事故数据具有波动大的特点,利用均值聚类方法建立K-GM(1,3)预测模型.以近年来高速铁路运营事故数据为样本对模型进行训练和分析,结果表明:BP神经网络、K-GM(1,3)、GM(1,3)预测模型的预测误差分别为8.92%,13.68%,345.25%,BP神经网络在高速铁路安全运营事故预测过程中的适应性要优于灰度模型.      

高速公路交通安全的物元评判及事故预测

为了监测高速公路的交通安全状况,保障交通参与者的出行安全,基于多因素综合分析,建立了高速公路交通安全多层评判指标体系.在此基础上,利用熵权法界定指标权重系数,并结合可拓学中的物元理论,构建了高速公路交通安全的物元评判模型.根据实际数据标定各评判指标的节域,由级别变量特征值,定量地评判交通安全等级.同时,基于大数据分析构建了高速公路交通事故的BP神经网络预测模型,模型采用滚动式预测以克服数据的局限性,提高预测精度.以1998~2014年长三角地区高速公路的相关交通数据为例进行实际应用.结果表明,长三角地区的高速公路交通安全物元评判模型的级别变量特征值为1.62,评判等级为良好,评判结果更贴合实际.预测得到长三角地区高速公路交通事故数、受伤人数及死亡人数的相对预测误差分别为4.58%,3.04%及5.72%,波动方差分别为4.90%,4.60%及6.70%.      

地铁风险空间分析及异物检测系统技术要求

为了规范地铁风险空间异物检测系统的设计与安装,切合未来地铁无人驾驶的需求,首先分析地铁站台屏蔽门与列车门之间风险空间的风险特性与异物事件的发生原因,对比现有防夹装置和风险空间异物检测技术的优缺点,然后根据异物事件的异物体积、风险性与危害程度进行风险等级划分,并对现有异物检测系统进行检测水平评估,最后总结未来地铁无人驾驶环境下的异物检测系统必须达到理想化人工瞭望灯带技术及其以上的检测水平,本研究为未来地铁无人驾驶技术和异物检测技术的发展与应用提供参考。