原文传递
基于安全域的轨道交通路网安全状态评估与预测
| 论文题名： | 基于安全域的轨道交通路网安全状态评估与预测 |
| 关键词： | 轨道交通;路网安全;状态评估;安全域;主成分分析;GA-SVR模型 |
| 摘要： | 轨道交通系统目前已经成为城市公共交通体系的骨干，有效地减缓城市交通压力。加强对城市轨道交通路网安全状态进行评估与预测，为提高网络化运营风险管控能力和安全性提供可靠的参照依据，实现由“被动安全”向“主动安全”的转变，对于保障城市轨道交通系统的高效、安全和可靠运营具有重要的理论和现实意义。本文针对轨道交通路网安全状态评估与预测，主要从以下几个方面进行研究: (1)在分析轨道交通发展现状的基础上，对北京轨道交通路网基本特征分析，得出北京轨道交通路网具有整体连通性较差、网络较脆弱等特征;并对现有的安全域空间理论、安全状态评估及预测等研究进行深入分析，提出具有普适性的基于安全状态变量的安全域空间理论模型。 (2)提出基于主成分分析的轨道交通路网安全状态特征提取方法。以北京轨道交通路网为例，从安全性和可靠性对轨道交通路网安全状态变量择取和采集，通过分析提取的主成分得出，轨道交通路网安全状态变量间具有较强的相关性，与客流、关键设备相关的状态变量对轨道交通路网运营安全影响较大，提取出的两个主成分能够保留路网绝大部分安全状态信息，为路网的安全状态评估提供数据支撑。 (3)针对轨道交通路网不同安全状态间的界限具有高度模糊性问题，研究并提出基于IT2FCM和TOPSIS的安全状态评估方法。结果表明，与传统FCM相比，基于IT2FCM的轨道交通路网安全状态评估方法能较好地评估轨道交通路网的不同安全状态，TOPSIS方法较为客观地量化轨道交通路网安全状态，对轨道交通路网安全状态等级划分更形象地表述基于安全状态变量的轨道交通路网安全域估计。 (4)基于安全状态评估的研究成果，进一步探讨了基于ARMA和GA-SVR模型的轨道交通路网安全状态预测问题，详细阐述ARMA模型和GA-SVR神经网络预测模型的建模过程并进行实例验证，证明GA-SVR模型能够精确地预测轨道交通路网的安全状态趋势，实现由“被动安全”向“主动安全”的转变。 |
| 作者： | 张振宇 |
| 专业： | 交通运输规划与管理 |
| 导师： | 秦勇 |
| 授予学位： | 硕士 |
| 授予学位单位： | 北京交通大学 |
| 学位年度： | 2016 |
| 正文语种： | 中文 |
检索历史
应用推荐
