铁路行车事故预测方法分析与比较

对铁路行车事故的特点和类型进行分析;根据美国铁路2005年安全年报提供的数据,运用灰色系统理论和BP神经网络方法建立铁路行车事故的预测模型;利用MATLAB软件进行预测仿真,比较和分析两种预测方法的精度及特点。结果表明:灰色系统理论预测结果固定,短期效果比较好;BP神经网络预测具有适应性和灵活性,适用于长期预测。采用灰色系统理论和BP神经网络进行铁路行车事故的预测,克服了传统数学统计预测方法中建立复杂的数学模型,预测准确性低的缺点,对预防和控制铁路事故的发生,降低事故损失具有现实意义。     

基于耗散结构和熵的高速铁路事故演化机理研究

针对高速铁路事故致因复杂的特点及高速铁路运营安全评价研究现状,提出应用耗散结构和熵理论来研究高速铁路运营事故演化机理。首先,在分析高速铁路安全运营影响因素的基础上,提出基于信息熵的典型事故安全要素集构建方法。其次,基于耗散结构和熵理论,研究高速铁路运营事故的演化机理。给出高速铁路运营安全系统的熵流模型及其熵值计算方法。通过系统熵变,判别事故演化方向。最后,通过分析高速铁路脱轨事故的演化机理,实例验证该方法的合理性和可行性。研究表明,把熵作为一个参数,能够揭示高速铁路运营事故的演化趋势;流入负熵流和排出正熵流,能够保持系统稳定有序,有效防止事故发生。     

轨道交通应急管理系统体系框架及应用研究

轨道交通应急管理系统是提高轨道交通突发事件应急响应能力、加强行车安全保障的重要手段。笔者概述轨道交通应急管理系统的体系框架,并介绍其组织结构、工作模式及工作流程;提出轨道交通应急管理信息系统的总体结构,并对其系统功能即应急指挥综合查询、预案管理、联动指挥、突发事件评估、辅助决策与应急通信等进行了详细分析;给出了应急管理系统在沪宁线铁路上的应用实例及其效果。     

铁路事故致因与风险分析

为保障铁路运输安全、预防铁路事故的发生,全面系统地分析各种铁路安全影响因素。基于美国2005年铁路事故的相关统计资料,采用灰色系统理论分析铁路事故致因,确定不同事故类型中各安全影响因素的主次关系;并以蒙特卡罗风险分析方法为基础,运用@Risk软件从人-机-环及时间的角度出发,对各因素的风险概率进行拟合。结果表明:人员-设备因素是导致事故的主要因素,针对人员-设备因素采取适当的预防措施便能有效减少铁路事故的发生。     

基于复杂网络和熵的城轨路网运营安全评价模型

针对城市轨道交通的特点以及现有城市轨道交通运营安全评价研究现状,从人、机、环、管4个方面分析影响城市轨道交通路网安全运营的要素及其相互作用关系.在此基础上,基于复杂网络理论构建一个能够描述安全要素耦合作用关系的城市轨道交通路网运营安全层次化网络模型,通过对模型的形式化描述及统计参数分析,采用自底向上、微观和宏观相结合的...     

基于跨部门信息的区域交通安全状态评价方法

为了全面有效地评价道路交通安全状态,采用跨部门交通安全信息和熵权的相关理论对其进行研究。通过深入分析跨部门信息以及交通管理和路网结构层次划分的特点,从微观和宏观两个层面构建区域交通安全状态评价指标体系。采用密度算术加权平均算子,结合基于信息熵理论的熵权确定方法,提出基于熵权的密度算术加权平均算子。实例表明:该方法能够进行区域(路段)之间或同一区域(路段)不同时期交通安全状态的评价和比较,为道路交通安全管理部门提供决策支持依据。