当前位置: 首页> 学位论文 >详情
原文传递 城市轨道交通系统脆弱性研究
论文题名: 城市轨道交通系统脆弱性研究
关键词: 城市轨道交通系统;系统脆弱性;评价指标体系
摘要: 随着我国城市轨道交通的迅猛发展,目前城市轨道交通投入运营的城市不断增多,线网规模不断扩大,客流量不断攀升。轨道交通作为城市公共运输系统的主动脉,其高效、准时、运量大等特点吸引了大量的乘客短时间聚集于一个封闭狭窄的空间内。如果发生事故,由于通风不便、逃生不便、救援不便,很可能造成交通阻滞与群体伤亡。因此,利用合理的模型与方法来分析、评价并控制城市轨道交通系统的脆弱性十分紧迫。
  本研究以安全科学、系统理论、复杂网络理论等为基础,对城市轨道交通系统的脆弱性问题进行了深入的研究,分析了导致城市轨道交通系统脆弱性的主要影响因素,并从组元脆弱性、网络结构脆弱性与社会功能脆弱性三个方面构建了城市轨道交通系统脆弱性评估方法,并对北京城市轨道交通系统进行实例分析,为城市轨道交通系统的设计和管理提供新的视角和理论依据。本研究的主要工作如下:
  (1)界定了城市轨道交通系统的脆弱性的内涵与分析框架
  根据目前国内外脆弱性理论的研究状况,对城市轨道交通系统的脆弱性的相关研究进行了认真的梳理与分析,对脆弱性的概念与内涵进行了总结归纳,讨论了可靠性、脆性等相关概念与脆弱性概念的区别与联系。在此基础上,界定了城市轨道交通系统的概念,分析了城市轨道交通系统脆弱性的内部维度与外在表现,并构建城市轨道交通系统的脆弱性的分析框架,将城市轨道交交通系统脆弱性分为组元脆弱性、网络结构脆弱性与社会功能脆弱性三个组成部分。
  (2)分析了城市轨道交通系统脆弱性的主要影响因素并构建辨识模型
  由于城市轨道交通系统脆弱性具有隐匿性,在深入分析国内外的城市轨道交通系统典型事故的基础上,确定城市轨道交通系统的脆弱性影响因素;整合DEMATEL、ISM与ANP三种复杂系统方法,弥补彼此的缺点,构建集成三种系统分析方法的DEMATEL-ISM-ANP脆弱性辨识模型,使用DEMATEL-ISM-ANP方法构建城市轨道交通系统脆弱性辨识模型,整合脆弱性因素的特征与脆弱性因素间的相互影响方向与强度大小,因素的层级结构,以及因素的相对重要性,确定城市轨道交通系统脆弱性的递阶、层次网络结构模型;根据递阶层次网络结构模型的分析结果,将城市轨道交通系统的脆弱性因素分成驱动、链接、依赖、独立四类脆弱性因素。通过研究结果表明,该模型切实可行。
  (3)构建了城市轨道交通系统的组元脆弱性评价模型
  根据对影响城市轨道交通系统脆弱性的影响因素与事故致因理论,将城市轨道系统的组成元素划分为人、机、环三个方面;在深入分析城市轨道交通系统组成元素的基础上,构建城市轨道交通系统组元脆弱性指标体系;通过集成网络层次分析法、决策与试验评价实验室分析法、模糊理论与物元分析法构建DEMATEL-ANP-Fuzzy Matter Element组元脆弱性综合评估模型。利用建立的组元脆弱性评价模型对北京地铁的典型车站状进行组元脆弱性评估,评价结果与实际情况相符,该模型能够有效评价城市轨道交通系统的组元脆弱性。对于提高城市轨道交通系统的安全水平具有重要的意义。
  (4)构建了城市轨道交通系统的网络结构脆弱性评价模型
  在构建城市轨道交通系统物理网络模型的基础上,选择结构熵、网络效率、最大连通子图的相对大小来分析城市轨道交通系统网络的结构脆弱性。通过实例仿真研究了北京地铁网络的基本网络特性,以及在随机攻击与蓄意攻击情况下,城市轨道交通系统网络结构脆弱性指标的变动情况。研究表明,当进行最高介数攻击与最高节点度攻击时。北京轨道交通系统的网络的抗攻击性较差,脆弱性较高;而在随机性攻击的情况下,网络的鲁棒性较强,脆弱性较低。这说明城市轨道交通系统网络中的车站在整个网络中的重要性相差较大,不同的车站故障造成的影响不同。
  (5)构建了城市轨道交通系统的社会功能脆弱性评价模型
  在城市交通系统时间网络模型与运输网络模型的基础上,建立城市轨道交通系统车站社会功能脆弱性指标体系,建构基于VIKOR方法的城市轨道交通系统车站脆弱性评价模型;在车站社会功能脆弱性评价模型的基础上,选取拓扑网络效率脆弱性、时间效率脆弱性与运输效率脆弱性三个指标衡量整个城市轨道交通系统的社会功能脆弱性。通过实例仿真研究了北京城市轨道交通系统的车站社会功能脆弱性与系统社会功能脆弱性,研究表明:所建立的车站社会功能脆弱性与城市轨道交通系统社会功能脆弱评价模型能够切实有效的对社会功能脆弱性进行量评价化。整体上看,北京轨道交通系统的社会功能脆弱性在时间规律上呈不规则的“鞍形”分布,且早高峰期社会功能脆弱性略大于晚高峰社会功能脆弱性。
作者: 袁朋伟
专业: 安全科学与工程
导师: 宋守信
授予学位: 博士
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