[发明专利]云模型模糊层次分析法在铁路信号系统风险分析中的应用

说明书

技术领域

本发明属于铁路信号系统风险分析技术领域，涉及云模型模糊层次分析法在铁路信号系统风险分析中的应用。 

背景技术

云模型(Cloud Model)：由中国工程院院士李德毅提出的，处理定性概念与定量描述的不确定转换模型。模糊层次分析法(Fuzzy Analytic Hierarchy Process,FAHP):综合运用层次分析法和模糊综合评判法来解决多因素，多指标评价问题的一种方法。模糊层次分析法是众多风险评估方法中的一种，其基本思想是利用模糊线性变换原理和最大隶属度原则，考虑与被评价事物相关的各个因素，对其做出合理的综合评价。由于有些风险因子无法用定量的方式来给出比较结果，因此在风险评价中必须借鉴专家个人经验给出风险因子权重，总体风险评价结果是否科学准确在一定程度上依赖于专家做出的判断。在模糊层次分析法中，层次分析法采用整数数值和其倒数来表示风险因子的重要性大小；模糊方法需要专家根据自身知识和经验判断，用确定的数值来评价风险因子的风险值，这两种方法虽然表达了主观判断的模糊性，但没有刻画出风险因子的随机性。在实际评价中，从评价论域的选择到权重系数的计算，以及综合评价矩阵的产生都存在模糊以及不确定性，而且具有一定的随机性，模糊层次分析法所得 到的简单评价结果无法反映这些问题。 

高速铁路速度的提高和行车间距的缩短，意味着对系统安全性的考验更为显著。铁道部开展高铁技术设备专业测试、第三方认证和风险评估工作，进一步研究高铁建设项目系统性安全评价方法，完善评价体系，对工程项目进行全面系统的安全评价。铁路信号系统设备对于保障列车在高速行驶下的安全起着至关重要的作用，对铁路信号系统设备进行风险评估，对于我国铁路信号设备的系统保障和安全认证工作将会有一定的促进作用。目前，已有的故障树分析法、模糊层次分析法、灰色模糊理论法等评价方法，对铁路信号系统的安全风险评估具有一定的参考借鉴作用，但这些方法大多忽略了评价过程中出现的各种不确定性，即模糊性和随机性。评价过程过分依赖一种精确运算的数学模型,或是以一种阈值的方式对评价结果进行分类,对评价过程中的定性概念很难做出清楚的解释。 

在铁路信号系统设备风险评估系统中，各个风险因子在系统中的地位以及作用都不一样，导致对最终的风险评价结果的贡献都不相同，也就是说每个因子对应风险所占的权重不相同，如果只是简单的综合各个风险因子的风险评价结果给出最终的评价结果，结果有可能会和实际有较大出入，出现失真的情况。由于铁路信号系统设备风险因子的模糊性和随机性，而且各个风险因子相互作用相互关联，有些风险因子无法用定量的方式来给出比较结果，因此在风险评价中借鉴专家个人经验给出评判确定风险因子权重是必须的，总体风险评价结果是否科学准确在一定程度上依赖于专家做出的判断。 

现有技术方案，运用常规模糊层次分析法对铁路信号系统设备进行风险评估时，首先，总结出铁路信号系统设备的失效模式，然后在专家对各失效模式进行打分的基础上，运用模糊综合评判法将由调查所得数据转化为各失效模式模式相对应的模糊矩阵，并利用层次分析法获得各失效模式的权重，最后完成对铁路信号系统设备的模糊综合评判，得到该信号设备的风险等级。运用常规模糊层次分析法对铁路信号系统设备进行风险评估时会带来如下问题: 

(1)在运用传统层次分析法来确定权重时，构建两两比较的重要性的判断矩阵的时候，主要是采用整数数值以及整数的倒数来表示出要素的两两比较重要性，但是在实际情况中，两两因素比较重要性的大小应当是一个稳定的倾向性的随机数，只用1～9这样的确定的整数来表示两两要素的比较重要性不能完全客观的表现出其随机性； 

(2)在运用传统层次分析法来确定权重时，在利用整数和倒数来构造比较判断矩阵的时候没有投入充分考虑到判断者本身的模糊性，在对风险因子两两比较重要性进行赋值的时候，只考虑到了判断做出判断的两种可能的极端情况，当使用精确的数字来构建判断矩阵，不能准确的反映出决策者的主观偏好关系的。 

(3)在模糊数学中，只着重于研究事物不确定性和模糊性，而没有考虑到不确定性事物会存在随机误差，因此采用一个精确的数值对事物的隶属度进行描述是不客观的，容易使最后的推理结果偏离实际情况。 

(4)模糊数学中利用精确数学的方法来定义概念并且证明定理， 这会导致模糊性的丧失，最终使模糊性完全消失。并且用一个精确的数值来客观的表征对象的隶属度也是非常困难的，最后为了解决问题，只能通过主观取位来给出隶属度，这样会使结果不客观不可靠。 

发明内容