基于地铁运营日志文本挖掘的危险源辨识算法研究*

为探究地铁运营过程中致使险性事件发生的关键因素,识别关键危险源,加强对危险事件的预防管控,研究基于地铁运营日志文本挖掘的地铁运营危险源辨识算法,通过引入自定义专业术语词典和自定义停用词典,删除干扰数据并进行数据分词,实现对地铁运营日志的预处理,进一步构建进行危险源辨识的AFP-tree算法,实现对日志中关键危险源的挖掘。研究结果表明:AFP-tree算法能够显著提升计算效率,通过分析共挖掘出25类有效关键危险源,研究结果可为地铁运营单位实现“事前”的事故预防提供重要依据。     

基于泰森多边形的事故多发点识别方法*

为解决传统的热点分析方法无法识别相对独立的事故多发点,且识别结果受极值影响较大的问题,提出1种基于泰森多边形的事故多发点识别方法,基于2018年江苏省盐城市交通事故数据,用泰森多边形划分空间统计单元,依据单元面积和其内部事故数量的比值识别事故多发点,补充相对独立的事故多发区域,并用缓冲区修正多边形的形状。研究结果表明:此方法识别结果能有效避免极值的影响,能更准确地识别出事故多发点,更有效地为道路交通安全管理提供依据。     

城市轨道交通运营FTA-Apriori风险链构建方法研究

为探明导致城市轨道交通运营事故发生的风险链式传导机理，构建事故风险链，提出FTA-Apriori(Fault Tree Analysis-Apriori)风险链构建方法。首先，针对城市轨道交通运营中风险灾害度高但支持度低的特点对Apriori算法进行改进，并通过灾害度与支持度二维耦合挖掘风险间的强关联规则；其次，通过FTA方法构建风险事故树，挖掘导致事故发生的风险组合，进而与强关联规则结合构建风险链。研究结果可为城市轨道交通运营风险链的构建提供一种全新的方法，进而揭示导致事故发生的风险链式传播机理，为风险链断链位置及风险精细化管控提供理论指导。