铁路非常规突发事件应急救援决策方法研究

交通运输系统工程与信息 ›› 2014, Vol. 14 ›› Issue (6): 120-125.

铁路非常规突发事件应急救援决策方法研究

左静^1,2，帅斌^*1

1. 西南交通大学交通运输与物流学院，成都610031；2. 兰州交通大学自动化与电气工程学院，兰州730070

收稿日期:2014-05-15 修回日期:2014-08-07 出版日期:2014-12-25 发布日期:2014-12-30
作者简介:左静（1983-），女，陕西汉中人，博士生.
基金资助:
国家自然科学基金（71173177）；国家铁路局资助项目（KF2013-020）；甘肃省高等学校科研项目（2014B-044）

Decision-making Method for Unconventional Railway Emergency Rescue

ZUO Jing^1,2, SHUAI Bin¹

1. College of Transportation and Logistics, Southwest Jiaotong University, Chengdu 610031, China； 2. School of Automation & Electrical Engineering, Lanzhou Jiaotong University, Lanzhou 730070, China

Received:2014-05-15 Revised:2014-08-07 Online:2014-12-25 Published:2014-12-30

摘要/Abstract

摘要：

将贝叶斯网络推理方法应用到铁路突发事件应急决策中，为铁路突发事件应急救援提供一种实用、智能的科学辅助决策方法.在提取、约简案例决策属性的基础上，采用基于云模型的评估方法完成案例决策属性定性划分，降低决策属性划分的偏差性.构建铁路突发事件应急决策贝叶斯网络模型，并提出进行综合决策的具体方法及步骤.通过具体算例说明使用贝叶斯网络进行铁路非常规突发事件综合概率的决策过程.案例分析表明，该方法能够满足铁路应急决策需求，在信息不完备情况下同样具有实用性和有效性. 为领域知识不完全，主要依靠经验知识进行铁路突发事件应急决策支持系统的智能化提供了新方法、新思路.

关键词: 铁路运输, 贝叶斯网络, 云模型, 应急决策, 突发事件

Abstract:

The inferential method of Bayesian network is applied to the railway emergency decisionmaking to provide a practical, intelligent and scientific decision-making method for the railway emergency rescue. On the basis of the extraction and reduction of decision attributes, the assessment method based on cloud model is used to qualitatively divide the decision attributes of the case, which reduces the deviation of the division. The Bayesian network model of the emergency decision-making for railway emergency is established, and a specific measure of comprehensive decision-making is proposed. The example shows the decision-making process of comprehensive probability of unconventional railway emergency. The analysis of the case shows the measure can meet the need of railway emergency decision- making, which is practical, precise and valid even when the information is incomplete. The proposed measure can provide new ideas to intelligentize railway emergency decision-making support system while the knowledge of field is incomplete and the experience is dominating.

Key words: railway transportation, Bayesian network, cloud model, emergency decision-making, emergency

中图分类号:

U298.6

左静，帅斌. 铁路非常规突发事件应急救援决策方法研究[J]. 交通运输系统工程与信息, 2014, 14(6): 120-125.

ZUO Jing, SHUAI Bin. Decision-making Method for Unconventional Railway Emergency Rescue[J]. Journal of Transportation Systems Engineering and Information Technology, 2014, 14(6): 120-125.

导出引用管理器 EndNote|Ris|BibTeX

链接本文: http://www.tseit.org.cn/CN/abstract/abstract18897.shtml

http://www.tseit.org.cn/CN/Y2014/V14/I6/120

参考文献

[1] 张振海, 王晓明, 张雁鹏, 等. 基于分层Agent的铁路应急救援决策方法研究[J]. 交通运输系统工程与信息, 2013, 13(2): 141-146. [ZHANG Z H, WANG X M, ZHANG Y P, et al. Decision-making method of railway emergency rescue based on hierarchical agent[J]. Journal of Transportation Systems Engineering and Information Technology, 2013, 13(2): 141-146.]

[2] 李磊, 王富章. 基于改进多准则妥协解排序(VIKOR)法的铁路应急预案评估研究[J]. 中国安全科学学报, 2012，22(8): 29- 35. [LI L, WANG F Z. Research on evaluation of railway emergency plan based on improved VIKOR method[J]. China Safety Science Journal, 2012， 22(8): 29-35.]

[3] 罗文婷, 王艳辉, 贾利民, 等. 改进层次分析法在铁路应急预案评价中的应用研究[J]. 铁道学报, 2008, 30(6): 24-28. [LUO W T, WANG Y H, JIA L M, et al. Application of improved AHP in evaluation of railway emergency plans[J]. Journal of the China Railway Society, 2008, 30(6): 24-28.]

[4] 路超, 周磊山. 基于场景驱动的高铁应急预案流程控制方法[J]. 交通运输系统工程与信息, 2012, 12(8): 161-166. [LU C，ZHOU L S. Scenario-driven approach of high speed railway emergency plan process control[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(8): 161-166.]

[5] Stuart Russell, Peter Norvig. 人工智能:一种现代方法 (第二版)[M]. 北京: 人民邮电出版社, 2004. [Stuart Russell, Peter Norvig. Artificial intelligence: A modern approach (second edition) [M]. Beijing: Posts and Telecom Press, 2004.]

[6] Shachter R D. Bayes-ball: The rational pastime (for determining irrelevance and requisite in formation in belief networks and influence diagrams) [C]// Uncertainty in Artificial Intelligence: Proceedings of the Fourteenth Conference, Madison,Wisconsin. Morgan Kaufmann, 1998, 480-487.

[7] 何满辉, 逯林, 刘拴宏. 基于模糊粗糙集与支持向量机的区域物流量预测[J]. 交通运输系统工程与信息, 2012, 12(3): 129-135. [HE M H, LU L, LIU S H. Forecasting regional logistics amount based on fuzzyrough set and SVM[J]. Journal of Transportation Systems Engineering and Information Technology, 2012, 12(3): 129-135.]

[8] 种鹏云, 帅斌. 恐怖袭击下危险品运输网络节点风险评估方法[J]. 中国安全科学学报, 2012, 22(8):104- 109. [CHONG P Y, SHUAI B. Evaluating of coming hazardous materials transportation network node risk[J]. China Safety Science Journal, 2012, 22(8): 104-109.]

[9] 孟晖, 王树良, 李德毅. 基于云变换的概念提取及概念层次构建方法[J]. 吉林大学学报(工学版), 2010, 40 (3): 782-787. [ MENG H, WANG S L, LI D Y. Concept extraction and concept hierarchy construction based on cloud transformation[J]. Journal of Jilin University (Engineering and Technology Edition), 2010, 40(3): 782-787.]

[1]	耿庆桥, 贾元华, 陈军团. 基于变权可拓物元的铁路“走出去”公私合营项目风险决策[J]. 交通运输系统工程与信息, 2022, 22(2): 64-71.
[2]	戚建国, 周厚盛, 杨立兴, 周亚茹, 张春田. 灵活编组条件下轨道交通客货协同运输方案优化[J]. 交通运输系统工程与信息, 2022, 22(2): 197-205.
[3]	张晓明, 徐芳, 江文辉, 蒋朝哲. 考虑资金约束的中欧班列运价与运量决策分析[J]. 交通运输系统工程与信息, 2022, 22(1): 30-36.
[4]	张春田, 戚建国, 杨立兴, 高原, 高自友. 基于不确定旅客需求的高速铁路鲁棒列车开行方案研究[J]. 交通运输系统工程与信息, 2022, 22(1): 115-123.
[5]	周勇, 张杰, 钟祾充, 李文锋, 王国栋. 铁路集装箱中心站多轨道吊柔性协同调度优化[J]. 交通运输系统工程与信息, 2022, 22(1): 133-141.
[6]	朱兴林, 姚亮, 刘泓君, 叶拉森∙库肯, 克然木∙司马义. 基于乘客感知的多模式公交服务质量差异性研究[J]. 交通运输系统工程与信息, 2021, 21(6): 84-95.
[7]	牛惠民. 轨道列车时刻表问题研究综述[J]. 交通运输系统工程与信息, 2021, 21(5): 114-124.
[8]	李俊芳, 姚敏峰, 胡华. 郊域轨道交通对土地利用演变的影响分析[J]. 交通运输系统工程与信息, 2021, 21(4): 63-71.
[9]	刘葛辉，陈绍宽，刘爽，金华，王丹阳. 资源约束下城市轨道交通基础设施维修任务安排优化模型[J]. 交通运输系统工程与信息, 2021, 21(3): 163-169.
[10]	徐智勇. 铁路电分相布设及纵断面协同优化研究[J]. 交通运输系统工程与信息, 2021, 21(3): 170-175.
[11]	钟明轩，乐逸祥，周磊山. 高铁站列车和调车作业计划一体化编制方法[J]. 交通运输系统工程与信息, 2021, 21(3): 176-186.
[12]	吕敏，帅斌，周照玉，张士行，左静，李林卿. 考虑边境站延误风险的中欧班列运输路径决策[J]. 交通运输系统工程与信息, 2021, 21(3): 254-259.
[13]	张蒙蒙，许茂增. 考虑政府补贴决策的中欧班列竞合关系研究[J]. 交通运输系统工程与信息, 2021, 21(2): 16-21.
[14]	李岸隽，王典，彭其渊. 基于个体出行链的区域城际铁路规划方法研究[J]. 交通运输系统工程与信息, 2021, 21(2): 30-36.
[15]	刘晓伟，晏启鹏，倪少权，吕苗苗，吕红霞. 考虑空车调配协调的货物列车开行方案优化研究[J]. 交通运输系统工程与信息, 2021, 21(2): 180-188.