轨道交通安全评价指标分析讲解
1. 基于组合赋权方法的城轨线路运营安全评价---王艳辉
安全评价指标体系包括5大类：车站指标、列车载客指标、设备指标、环境指标、管理指标。 安全综合评价方法：层次分析法AHP 和熵值法组合赋权综合评价。
层次分析法是对定性问题进行定量分析的一种简便、灵活而又实用的多准则决策方法; 熵值法是一种客观赋权方法，它通过计算指标的信息熵，根据指标的相对变化程度对系统整体的影响来决定指标的权重。层次分析法考虑了专家的经验和知识，但主观随意性较大; 熵值法充分挖掘指标的原始数据蕴含的信息，结果客观，却不能反映专家及决策者的意见。由于评价的指标在综合评价时的作用是不均等的，因此，各个指标的贡献大小可以通过层次分析法和熵值法综合确定权重来表示。
本文参考了《城市轨道交通安全运营管理办法》和《城市轨道交通安全验收评价细则》，对北京市轨道交通指挥中心提供的数据进行了大量的分析，依据本文建立的城市轨道交通线路运营安全评价指标体系，将城市轨道交通线路运营安全分为5个不同的等级，
采用线性加权综合法，得到线路运营安全综合评价值。
2. 高速公路交通安全风险评价方法研究---钟锐
一般评价方法：灰色评价法，层次分析法，模糊综合评价法，径向基小波神经网络。 利用径向基小波神经网络进行风险评价
（1） 建立网络
利用matlab 进行网络的建立。首先设定本次评价的径向基小波神经网络为四层，学习效率（设为函数eta ）定位0.1。
总共有18个评价指标，将18个指标列为矩阵1，所以网络输入层有18个输入节点。评价集是对高速公路安全性评价可能做出的评价结果所组成的集合，可表示为矩阵1:（V1，V2，V3……Vn ）T ，本例中根据安全性的可能描述，可确定评价集为:V={很安全，比较安全，安全，不安全，很不安全}，因此将神经网络的输出层设为5个节点，对应于5种评价结果矩阵，每种矩阵对应着不同的结果。
具体的评价集设定在训练过程中确定。
根据公式3.3.2中的经验公式2，可以初步设定隐含节点数数为8。
（2） 归一化数据
将各评价指标列为输入矩阵，表示为()123
,,T
n x x x x ，本例中提取的评价指标有:超速行驶
率、疲劳驾驶率、操作失误次数、动力性、操作稳定性、制动性、一般值以下圆曲线半径路段比例、超过纵坡最大值路段比例、左侧路肩宽度、右侧路肩宽度、路面横向力系数、年降雨天数、年降雪天数、年有雾天数、年大风天数、年突发地质灾害次数、山岭地区比例、交通流，共18个数要素，分别表示为C1... C18。由于这些评价指标的非量纲化结果为0-100的数，如果直接输入神经网络会导致输出结果始终处于饱和区，假如出现这样的情况，会导致权值调整过程进入误差曲面平坦区，所以将将所有数据进行归一化处理，即将数据都变为-1到1之间的数，归一化公式为:
min max min
k k x x x x x -=- 式中，[]max min 1,18,k x x ∈分别代表所有数据中的最大值与最小值。
（3） 网络训练
建立好网络以后，利用“兰定”高速的历年各项数据，建立评价指标体系，并计算评价指标结果，再进行归一化处理，输入神经网络进行训练，训练参数根据第四章的分析设定如下:最大训练次数(max_ epoch)设定为2_500，网络的最大允许误差((err_go al)设为10-5。
在训练网络的过程中网络输出结果根据输入数据的不同会有不同的特征，例如当输入的数据明显为风险大、容易造成不安全状况的数据，网络输出结果为矩阵[[0,0,0,0,1]T,而数据风险性为风险较大时，输出结果趋向于[[0,0,0,1,0]T ，输入数据为风险情况较小时，输出结果趋向于「0,0,1,0,0打，输入数据为风险很小时，输出结果趋向于[[0,1,0,0,0打，输入数据为几乎没有风险时，输出结果趋向于[[1,0,0,0,0打，根据这一特征，可将本例的评价集中各评价结果与输出结果相对应，即:很安全=[1,0,0,0,0打，比较安全=[0,1,0,0,0打，安全=[0,0,1,O,O}T ，不安全=[0,0,0,1,O}T ，很不安全=[0,0,0,O,1}T 。
（4） 评价结果
将用于兰定高速公路风险评价的各评价指标归按一化后的结果输入己训练好的四层径向基小波神经网络进行评价。
运行径向基小波神经网络评价程序，可以得到评价结果输出值，为:[0.002834 0.739457 0.298237 0.059652]T.对比评价集可知它接近矩阵[0,1,0,0,0]T=比较安全，所以它相应的评价结果是“比较安全”，也就是说兰定高速公路风险较低，是比较安全的。
3. 在实践中，人们普遍接受的风险定义是Mitchell 提出的风险大小可以用风险发生的可能
性乘以风险后果来表示，即R =P ×L ，其中，R 代表风险大小，P 为风险发生的概率或可能性，L 为风险后果严重度
4. 铁路既有线路运营风险量化分级研究---周扬凡
地铁运营安全性指标体系包括人员伤亡、服务中断或延误和财产损失3个方面。通过对地铁运营系统状况进行分析与整理，结合《企业职工伤亡事故分类标准》和《地铁运营安全评价标准》，将上述指标根据不同的后果严重程度细分为若干等级。在评估过程中，把不同指标折算成一个单一的指标数是很有帮助的。笔者参考具有较好通用性的英国地铁“等效死亡”换算方法，根据《生产安全事故报告和调查处理条例》中的事故等级划分规定、《地铁运营安全评价标准》中的事故分类分级标准和等效一般事故折算方法，结合我国地铁事故后果严重度统计分析情况，将伤亡类指标、服务类指标和损失
类指标全部换算为“等效死亡”数，并对折算因子进行了修正。
表中，LT表示损失工作日；t表示单列车延误时间，min；t1表示正线行车中断服务时间，min；t2表示车站服务中断时间，h；LED表示事件造成的直接经济损失，万元。
地铁既有线路的运营安全风险程度用折算后的等效死亡数求和表示。风险后果严重度L计算公式为：
选了16个子系统为1级指标的地铁既有线路运营可靠性定量风险评估指标体系，其下设36个2级指标用以评估车站、线路、车辆基地、线路控制中心内设备的可靠度。
文中引入AHP法来确定各子系统的权重系数。在对众多地铁安全专家和现场安全管理者进行调研的基础上，确定判断矩阵，最终通过Matlab软件求得各子系统的权重。
在运营风险量化分级表上，根据某条既有线路的风险概率和风险严重程度的加权统计计算结果，标明其所属的位置，即该条线路的运营风险等级。等级越低，说明安全现状越好。当运营风险等级R≥8时，该线路运营风险较大，运营企业需要重点关注，优先分配管理资源，积极提高风险管理水平，改善风险管理效果;当3≤R≤7时，运营企业需根据风险变化趋势持续关注，并相应调整管理资源，保证风险管理的效果;如果该线路运营风险R≤2，运营企业维持现有管理水平即可，并可适当调整其风险管理资源到其他既有线路。
5.城市轨道交通网络化运营风险与安全评估----肖雪梅
5.1城市交通路网风险研究
静态属性
（1）结构度：节点的度，节点的重要性
（2）最短路径
（3）结构介数：能够衡量节点或者边对整个网络影响的重要程度，是一个全局测度。按照研究对象的不同，介数分为节点介数和边介数两种。按照研究角度的不同，介数可分为结构介数和功能介数。
动态属性
（1）节点能力度：与节点Vi相邻边的运输能力之和。节点能力度反映了节点Vi 在路网中提供的区间运输能力大小，其值越大，节点与其它节点之间相连通
的区间运输能力也就越大，节点在路网中的运输地位就越重要。
（2）能力介数：节点能力介数与边能力介数。
路网风险测度指标研究
（1）异质性：网络异质性是对网络微观组成单元属性分布不均匀程度的一种度量。
本文采用熵来分析城市轨道交通路网拓扑和功能属性分布的异质性，
包括:度分布的异质性、结构介数分布的异质性、节点能力度分布的异质性、权
值分布的异质性和能力介数分布的异质性等。
以节点结构度分布的异质性为例，路网节点连接越复杂，节点结构度分布越
不均匀，路网异质性程度也就越大。城市轨道交通路网节点结构度分布的异质性
的计算公式为:
式中，H（sd）表示路网中节点结构分布的异质性，反映了路网系统的宏观统计特征。
P（sd）表示的是一个随机选定的节点的度恰好为sd的概率，即路网中节点度为sd 的结点个数占网络节点总数的比例。
（2）结构脆弱性：是指网络中节点或者边失效后网络性能受影响的程度。突发事件对网络功能造成的影响越大，系统抗干扰能力越差，网络脆弱性越大，风险越大，其安全性就降低。城市轨道交通路网脆弱性(Network vulnerability)分为结构脆弱性和功能脆弱性。
5.2城市轨道交通运输网风险研究（1）β—连通可靠度
（2）运输脆弱性
（3）客流分布不均衡性：空间不均衡和时间不均衡
交通需求分布的不均衡影响着交通的运行状态。城市轨道交通客流分布的不均衡，造成部分车站和区间运力运量矛盾突出，剩余承载能力低，影响网络整体运输功能。极端情况下会造成车站或者节点失效，从而影响路网结构和运输功能发生变化，运营风险增加。
6.城市轨道交通网络运营安全风险评估理论与方法研究---徐田坤