一种城市轨道交通事故致因识别方法、系统及电子设备

1.本发明涉及轨道交通管理领域，特别是涉及一种基于hfacs、dematel、ism、anp方法的城市轨道交通事故致因识别方法、系统及电子设备。


背景技术：

2.城市轨道交通因速达性、准时性、低污染、运输能力强等优势，已成为发展中国家公共交通的主流。近年来，城市轨道交通系统发展迅速，运营里程、客运量逐年攀升，很多城市拥有自己的城市轨道交通系统，极大地缓解了城市的交通压力，但同时城市轨道交通系统的安全性问题也进一步突出，系统故障将极大地损害乘客的生命和财产安全，主要故障有极端天气、停电事故、信号中断、操作故障和人为事故等。城市轨道交通运行控制系统是一个复杂的社会技术系统，不但有着庞大的技术系统结构，也含有复杂的人员操作因素和组织管理因素。需要对此庞大系统进行清晰而全面的分析，也是十分困难的。
3.因此，亟需一种能够准确识别城市轨道交通突发事故致因的方法，进而提高城市轨道交通运行的安全性。


技术实现要素：

4.本发明的目的是提供一种城市轨道交通事故致因识别方法、系统及电子设备，可提高城市轨道交通运行的安全性。
5.为实现上述目的，本发明提供了如下方案：
6.一种城市轨道交通事故致因识别方法，包括：
7.获取待识别交通事故的疑似致因集合；
8.基于所述待识别交通事故的疑似致因集合及hfacs模型，建立事故致因分类模型；所述事故致因分类模型中包括多个一级致因、各一级致因下的多个二级致因及各二级致因的描述信息；
9.采用决策试验和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵；所述综合影响矩阵中的元素值为事故致因分类模型中两两二级致因间的综合影响度值；
10.根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型；所述多层次递阶网络结构模型中包括邻接矩阵及各二级致因所属的层级；
11.基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重；
12.对各二级致因的综合权重排序，以确定所述待识别交通事故的主要致因。
13.为实现上述目的，本发明还提供了如下方案：
14.一种城市轨道交通事故致因识别系统，包括：
15.疑似致因获取单元，用于获取待识别交通事故的疑似致因集合；
16.分类模型建立单元，与所述疑似致因获取单元连接，用于基于所述待识别交通事故的疑似致因集合及hfacs模型，建立事故致因分类模型；所述事故致因分类模型中包括多个一级致因、各一级致因下的多个二级致因及各二级致因的描述；
17.影响矩阵确定单元，与所述分类模型建立单元连接，用于采用决策试验和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵；所述综合影响矩阵中的元素值为两个二级致因间的综合影响度值；
18.层级划分单元，与所述影响矩阵确定单元连接，用于根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型；所述多层次递阶网络结构模型中包括邻接矩阵及各二级致因所属的层级；
19.权重计算单元，分别与所述分类模型建立单元及所述层级划分单元连接，用于基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重；
20.排序单元，与所述权重计算单元连接，用于对各二级致因的综合权重排序，以确定所述待识别交通事故的主要致因。
21.为实现上述目的，本发明还提供了如下方案：
22.一种电子设备，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行上述的城市轨道交通事故致因识别方法。
23.根据本发明提供的具体实施例，本发明公开了以下技术效果：
24.本发明先基于hfacs模型建立待识别交通事故的事故致因分类模型，然后采用决策试验和评价试验法计算事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵，再根据综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型，最后基于事故致因分类模型及多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重，进而确定待识别交通事故的主要致因。通过结合hfacs模型、决策试验和评价试验法、解释结构模型法及网络分析法，能够准确识别出交通事故的主要致因，进而提高轨道交通系统运行的安全性和可靠性。
附图说明
25.为了更清楚地说明本发明实施例或现有技术中的技术方案，下面将对实施例中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本发明的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动性的前提下，还可以根据这些附图获得其他的附图。
26.图1为本发明提供的城市轨道交通事故致因识别方法的流程图；
27.图2为多层次递阶网络结构模型的示意图；
28.图3为本发明提供的城市轨道交通事故致因识别系统的示意图。
29.符号说明：
30.1-疑似致因获取单元，2-分类模型建立单元，3-影响矩阵确定单元，4-层级划分单元，5-权重计算单元，6-排序单元。
具体实施方式
31.下面将结合本发明实施例中的附图，对本发明实施例中的技术方案进行清楚、完整地描述，显然，所描述的实施例仅仅是本发明一部分实施例，而不是全部的实施例。基于本发明中的实施例，本领域普通技术人员在没有做出创造性劳动前提下所获得的所有其他实施例，都属于本发明保护的范围。
32.本发明的目的是提供一种城市轨道交通事故致因识别方法、系统及电子设备，在人因分析与分类系统(the human factors analysis and classification system，hfacs)模型分类基础上拓展事故致因的类别，通过集成决策试验和评价试验法(decision-making trial and evaluation laboratory，dematel)、解释结构模型法(interpretative structural modeling method，ism)、网络分析法(analytic network process，anp)，对城市轨道交通系统事故致因进行识别与权重分析，在得出致因在系统事故中的作用序列的基础上，对城市轨道交通系统给出针对性的优化建议，以提升其安全性和可靠性。
33.为使本发明的上述目的、特征和优点能够更加明显易懂，下面结合附图和具体实施方式对本发明作进一步详细的说明。
34.实施例一
35.如图1所示，本实施例提供了一种城市轨道交通事故致因识别方法，包括：
36.步骤100：获取待识别交通事故的疑似致因集合。
37.具体地，从公开的文献库中检索与待识别交通事故相关的文献。然后对与所述待识别交通事故相关的文献进行信息抽取，得到所述待识别交通事故的疑似致因集合。
38.步骤200：基于所述待识别交通事故的疑似致因集合及hfacs模型，建立事故致因分类模型。所述事故致因分类模型中包括多个一级致因、各一级致因下的多个二级致因及各二级致因的描述信息。
39.步骤300：采用决策试验和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵。所述综合影响矩阵中的元素值为事故致因分类模型中两两二级致因间的综合影响度值。
40.步骤400：根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型。所述多层次递阶网络结构模型中包括邻接矩阵及各二级致因所属的层级。
41.步骤500：基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重。
42.步骤600：对各二级致因的综合权重排序，以确定所述待识别交通事故的主要致因。
43.进一步地，步骤200中通过hfacs模型确定事故影响因素，形成四层分类框架。hfacs模型并不是简单的人误特征分类，而是深入到影响人误的内部(人员个人)及外部因素(组织管理、工作组或环境因素)。从系统整体给出了导致人误的致因，给出了组织因素、前提条件影响人误的详细的分类和方面。本发明所构建的事故致因分类模型是建立在对hfacs模型致因分层结构和各层次致因内容的进一步的拓展和改进上的。
44.结合hfacs模型对城市轨道交通事故的影响因素进行分层分析与识别，形成完整的hfacs分类框架，其主要包含不安全行为、不安全行为前提条件、不安全监管、组织影响。
45.本发明通过数据挖掘对hfacs模型在致因分层结构上进行改进和拓展，得到事故致因分类模型。数据挖掘包括文献检索和信息抽取，具体的改进策略主要有以下两种：
46.①
对致因分层结构的拓展。在原有的hfacs四层致因结构的基础上进行拓展，添加其他所需的致因因素，例如外部因素，用以考虑可能对组织事故有影响的社会因素、物理因素及其他环境因素。
47.②
对致因内容的改进。结合所应用对象的行业特点或系统特点或结合其他事故致因模型对其中一层或多层的致因内容进行改进，增添具有领域或系统特色的类别，或者删除不适用的致因类别。
48.本发明以学术文献作为数据源进行城市轨道交通系统事故致因的挖掘，具体过程为：
49.(1)文献检索。从公开的文献库中获取尽量多的符合要求的文献，本发明基于cnki数据库根据城市轨道交通运行控制系统的特征检索需要的文献，分析包括期刊论文和学位论文在内的多种学术论文。对检索出的文献进一步筛选：文献必须以中国城市轨道交通相关的数据和事故案例为基础；相关的分类要便于追踪回溯。
50.(2)信息抽取。采用基于模式匹配的方法抽取出文本中特定的信息。通过hfacs模型、城市轨道交通系统事故特征和外部环境特点给出人和组织因素、设备因素和环境因素的分类和定义，用于从文献中提取相应的致因因素。在本实施例中，信息提取有着明确的目标和模式，因此，采取基于模式匹配的信息提取方式。首先根据hfacs模型的事故致因分类和定义确定所需搜集文献的类型与特点。其次，根据所确定的类型和特点进一步从知网上筛选出相应的文献。最后根据这些筛选出的文献提取出城市轨道交通系统在事故中相应的致因因素。
51.通过上述步骤所提取出的事故致因，结合hfacs模型对城市轨道交通事故致因的分层分析与识别方法，对已构建出的hfacs模型的分类和致因进行改进和拓展，最终得到的事故致因分类模型包括6个一级致因和46个二级致因，如表1所示。
52.表1事故致因分类模型
53.54.55.56.57.[0058][0059]
本发明构建的事故致因分类模型对城市轨道交通的事故分析具有普遍适用性，所以在分析城轨事故时可以直接根据事故致因分类模型进行分析，确定致因子类。如需要应用到其他不同的场景中，可以通过数据挖掘的形式进一步改进拓展事故致因分类模型。
[0060]
进一步地，步骤300包括：
[0061]
步骤301：针对任意两个二级致因，确定两个二级致因间的直接影响度值。
[0062]
步骤302：根据所述事故致因分类模型中两两二级致因间的直接影响度值，确定直接影响矩阵。
[0063]
具体地，对事故致因分类模型中的事故致因间的相互影响关系进行专家打分。具体以调查问卷的形式由城市轨道交通专家或相关从业者进行打分，构建直接影响矩阵z。二级致因ui和二级致因uj间的直接影响度值z
ij
为：
[0064][0065]
则直接影响矩阵z为：
[0066][0067]
作为一种具体的实施方式，直接影响矩阵z如表2所示。
[0068]
表2直接影响矩阵
[0069] s1s2......s46s100......0s210......0..............................s4611......0
[0070]
步骤303：对所述直接影响矩阵进行归一化处理，得到规范直接影响矩阵b：
[0071]
作为一种具体的实施方式，规范直接影响矩阵b如表3所示。
[0072]
表3规范直接影响矩阵
[0073] s1s2......s46s100......0s20.0330......0..............................s460.0330.033......0
[0074]
步骤304：根据所述规范直接影响矩阵确定综合影响矩阵，综合影响矩阵表示致因间直接作用和间接作用的和，即：
[0075][0076]
其中，c为综合影响矩阵，b为规范直接影响矩阵，i为单位矩阵，c
ij
为综合影响矩阵中的元素，表示第i个二级致因ui与第j个二级致因uj间的综合影响度值，n为二级致因的总数，k＝1,2,......。
[0077]
作为一种具体的实施方式，综合影响矩阵c如表4所示。
[0078]
表4综合影响矩阵
[0079] s1s2......s46s100......0.004s20.0340......0.005..............................s460.0350.033......0.003
[0080]
进一步地，步骤400中通过ism可以分析复杂系统内各个要素之间的关联顺序，并
通过量化方式建构具有层级特性的递阶的结构模型，步骤400具体包括：
[0081]
步骤401：根据所述综合影响矩阵确定邻接矩阵。所述邻接矩阵中包括两两二级致因间的邻接值。
[0082]
具体地，计算所述综合影响矩阵的均值及标准差xd为综合影响矩阵中的第d个元素值。
[0083]
根据所述均值及所述标准差计算截距λ：
[0084]
基于表4得到的综合影响矩阵在matlab中计算出其均值基于表4得到的综合影响矩阵在matlab中计算出其均值则λ＝0.0417。
[0085]
针对任意两个二级致因，根据两个二级致因间的综合影响度值与所述截距的大小关系，判断两个二级致因间是否存在关联关系，以得到两个二级致因间的邻接值。若两个二级致因间的综合影响度值大于或等于所述截距，则两个二级致因间的邻接值为1，否则两个二级致因间的邻接值为0。
[0086]
作为一种具体的实施方式，邻接矩阵如表5所示。
[0087]
表5邻接矩阵
[0088] s1s2......s46s100......0s200......0..............................s4600......0
[0089]
步骤402：将所述邻接矩阵与单位矩阵相加后进行布尔自乘，得到可达矩阵。具体地，将邻接矩阵与单位矩阵相加，相加后的矩阵不断进行布尔自乘，直至矩阵不再变化，得到可达矩阵。
[0090]
作为一种具体的实施方式，可达矩阵如表6所示。
[0091]
表6可达矩阵
[0092] s1s2......s46s110......0s201......0..............................s4600......1
[0093]
步骤403：根据所述可达矩阵及所述邻接矩阵，对各二级致因进行层级划分，得到多层次递阶网络结构模型。
[0094]
具体地，首先根据可达矩阵r将各二级致因的可达集合r(ei)、先行集合q(ei)以及可达集合和先行集合的交集r(ei)∩q(ei)在表格顺序列出。找到满足r(ei)＝r(ei)∩q(ei)条件的二级致因，则该二级致因为顶层致因，将得出的顶层致因在表格中暂时去掉，再用同样的方法便可求得次一级致因。
[0095]
作为一种具体的实施方式，可达集合与先行集合及其交集如表7所示，层级划分如
表8所示。
[0096]
表7可达集合与先行集合及其交集表
[0097][0098][0099]
表8层级划分表
[0100]
层级二级致因第1层(顶层)s47第2层s4，s11，s23，s33，s36，s42，s43，s44第3层s34，s35，s37，s38，s39，s41，s45第4层s22，s25，s26，s27，s28，s40第5层s10，s17，s18，s19，s20，s21，s24第6层s9，s14，s16，s29，s30，s31，s32第7层s5，s6，s7，s8，s15第8层s1，s2，s3，s13，s46第9层(底层)s12
[0101]
邻接矩阵反应了各二级致因间的连接关系，并将各致因根据层级划分的顺序排列，则可得到城市轨道交通系统事故致因的多层次递阶网络结构模型，如图2所示。
[0102]
本发明为了利用网络分析法对致因权重进行计算，首先需要明确城市轨道交通系统事故致因间的关联关系。在经典的anp致因权重分析过程中，确定致因间的关联关系通常是采用调查问卷专家打分的形式得到的。本发明在构建ism解释结构模型的过程中得到的致因间的邻接矩阵即可作为确定致因间关联关系的依据，并由此可以构建出anp网络结构模型。接着根据致因之间的相互关系构造两两比较矩阵，从而确定优劣排序为决策提供依据。
[0103]
根据事故致因分类模型可以确定出anp网络结构模型中的6个一级致因分别是组织影响(o)、不安全监管(s)、不安全行为的前提条件(p)、人员不安全行为(a)、技术系统因素(t)、环境因素(e)。该一级致因下的二级致因即为致因s1～s46具体见表1。接着根据邻接矩阵即可将各致因进行关联，由此得到anp的网络结构分析模型。
[0104]
进一步地，步骤500包括：
[0105]
步骤501：采用“1-9”标度法对所述事故致因分类模型中一级致因间的重要度及二级致因间的重要度进行标度，得到各一级致因的重要性判断矩阵及各二级致因的重要性判断矩阵。
[0106]
具体地，对anp网络中的致因进行优势度分析，主要采用间接优势度判断方法。本发明通过saaty给出的“1-9”标度表，将对应的自然语言标度转化为量化优势度。“1-9”标度表如表9所示。另外，2、4、6、8用于表示处于表9中每个数值中间的重要程度，比如稍重要和明显重要之间的状态则用“4”表示，强烈重要和极端重要之间的状态则用“8”表示。如果两
个致因比较的相对位置是颠倒的，则数值取倒数表示，例如，如果ui对uj的优势度为4，则uj对ui的优势度就是1/4。利用元素之间优势度标度可以取得元素间的重要性判断矩阵，计算矩阵的最大特征根可以进行矩阵一致性指标计算，以判断矩阵的合理性。在本发明中，元素即为城市轨道交通系统致因，重要性判断矩阵即为致因间重要度的判断矩阵。在本发明中通过调查问卷的形式，邀请城市轨道交通从业人员和专家采用1～9标度进行打分，可得到各一级致因、二级致因间的重要性判断矩阵。
[0107]
表9 saaty“1-9”标度表
[0108]
语言标度重要度致因ui和uj同样重要1致因ui比致因uj稍重要3致因ui比致因uj明显重要5致因ui比致因uj强烈重要7致因ui比致因uj极端重要9
[0109]
作为一种具体的实施方式，6个一级致因间的重要性判断矩阵如表10至表15所示。
[0110]
表10 o、s、p、a、e对o的重要性判断矩阵
[0111]
oospaeo120.50.52s0.510.50.51p22113a22112e0.510.3333333330.51
[0112]
表11 o、s、p、e对s的重要性判断矩阵
[0113]
sospeo120.52s0.510.51p2211e0.5111
[0114]
表12 o、p、a、t、e对p的重要性判断矩阵
[0115]
popateo10.50.522p21233a20.5122t0.50.3333333330.511e0.50.3333333330.511
[0116]
表13 a、e对a的重要性判断矩阵
[0117]
aaea12e0.51
[0118]
表14 o、e对t的重要性判断矩阵
[0119]
toeo12e0.51
[0120]
表15 o、s、t、e对e的重要性判断矩阵
[0121]
eosteo10.522s2122t0.50.511e0.50.511
[0122]
步骤502：针对任一一级致因，对所述一级致因的重要性判断矩阵的最大特征值对应的特征向量进行归一化，得到所述一级致因的权重向量。
[0123]
进一步地，步骤501和步骤502之间还包括：对一级致因的重要性判断矩阵进行一致性检验。具体地，首先计算重要性判断矩阵的最大特征值λ
max
，根据最大特征值及重要性判断矩阵的阶数f，采用公式计算ci值；然后根据重要性判断矩阵的阶数从表16中查出ri值；再根据ci值和ri值计算cr值：若cr《0.1，则检验通过，否则对重要性判断矩阵进行调整，重新进行一致性检验。
[0124]
表16矩阵阶数为1～9的ri值
[0125]
阶数123456789ri0.000.000.580.901.121.241.321.411.45
[0126]
步骤502对一致性检验通过的重要性判断矩阵的最大特征值对应的特征向量进行归一化处理，所得到的矩阵即为权重向量：
[0127][0128]
其中，wi为第i个一级致因的权重向量，a
ij
为重要性判断矩阵中每行的元素，g为重要性判断矩阵中的元素数量。6个一级致因的权重值相加等于1。
[0129]
s53：根据各一级致因的权重向量得到权矩阵。所述权矩阵中包括两两一级致因间的权重。具体地，6个一级致因对应的权重向量组成权矩阵wq：wq＝(wo，ws，w
p
，wa，w
t
，we)；其中，wo为组织影响的权重向量，ws为不安全监管的权重向量，w
p
为不安全行为的前提条件的权重向量，wa为人员不安全行为的权重向量，w
t
为技术系统因素的权重向量，we为环境因素的权重向量。作为一种具体的实施方式，权矩阵如表17所示。
[0130]
表17权矩阵
[0131][0132][0133]
首先根据6个一级致因间的相互关联关系构造权矩阵，利用“1-9”标度法进行打分，权矩阵由一级致因间的判断矩阵和归一化特征向量组成。计算权矩阵的最大特征值，对权矩阵进行一致性检验。如果没有通过检验，需要重新构建权矩阵。如果检验成功，对最大特征值对应的特征向量进行归一化处理，然后使用归一化的特征向量组成新的m个权矩阵，m为一级致因的总数。权矩阵是反应所构造的anp网络分析模型中各元素组(一级致因)间的相互重要性程度，以权重的方式展现。
[0134]
s54：根据所述邻接矩阵及各二级致因的重要性判断矩阵，确定超矩阵。所述超矩阵包括两两二级致因间的重要度。
[0135]
具体地，确定6个一级致因下二级致因对应的超矩阵，最终建立m个超矩阵。
[0136]
超矩阵就是二级致因s1～s46间互相的重要性程度，以权重的形式展现。anp的网络结构分析模型的网络层中具有元素组c1,c2,
…
,c6，分别对应o，s，p，a，t，e。其中c
p
(p＝1,2,
…
,6)中有元素e
p1
,e
p2
…
,e
pn
,(p＝1,2,
…
,6)。以c
p
中元素e
pl
(l＝1,2,
…
,n
p
)为比较的影响对象，通过邻接矩阵找出e
pl
所影响的元素组cq(q＝1,2,
…
,6)中的元素e
ql
(l＝1,2,
…
,n
p
)，按e
jl
对e
il
的影响力大小进行间接优势度比较，即构造判断矩阵。
[0137]
并采用矩阵特征根法得到排序向量(w
q1(pl)
,w
q2(pl)
,...,w
qnq(pl)
)
t
。最终，汇总所有排序向量形成总矩阵w
qp
：
[0138][0139]
则总矩阵w
qp
表示元素组cq对元素组c
p
的影响关系。其中，若c
p
中元素不受cq中元素影响，则w
qp
＝0。这样最终可以获得超矩阵ws：
[0140]
[0141]
作为一种具体的实施方式，超矩阵如表18所示。
[0142]
表18超矩阵
[0143] 事故s1s2......s46事故000......0s10.0478400......0s20.0259800......0....................................s460.0558700......0
[0144]
步骤505：根据所述权矩阵及所述超矩阵确定加权超矩阵。
[0145]
具体地，在致因的互相影响的程度上，权矩阵对应的是元素组之间的相互重要程度，超矩阵对应的是元素组下的各致因之间的相互重要程度。因此，存在从属与反馈关系的anp中的致因之间的实际相互重要程度就可以通过加权超矩阵表示。
[0146]
用权矩阵wq对与之对应的超矩阵ws进行加权，就是利用加权矩阵wq的每一个元素乘以超矩阵的相应元素块就得到加权超矩阵ws。所谓相应元素块即为各一级致因对应的元素组中各二级致因元素在超矩阵中呈现的矩阵块。
[0147][0148]
加权超矩阵是列归一化的，故也称为列随机矩阵，反映了各个元素的相互重要程度。作为一种具体的实施方式，加权超矩阵如表19所示。
[0149]
表19加权超矩阵
[0150][0151][0152]
步骤506：对所述加权超矩阵进行自乘得到极限超矩阵。所述极限超矩阵中包括各二级致因的全局权重。
[0153]
具体地，对加权超矩阵不断自乘直至积收敛，得到加权超矩阵的极限稳定值和元素间排序权重向量，即排序重要度。作为一种具体的实施方式，极限超矩阵如表20所示。
[0154]
表20极限超矩阵
[0155] 事故s1s2......s46事故0.319840.319840.31984......0.31984s10.003280.003280.00328......0.00328s20.00180.00180.0018......0.0018....................................s460.001610.001610.00161......0.00161
[0156]
步骤507：针对任一二级致因，根据所述二级致因的全局权重及局部权重，确定所述二级致因的综合权重。二级致因的局部权重为所述二级致因在对应的一级致因内的权重。
[0157]
由于anp模型中存在组内和组间依存及反馈等关系，使得元素优势度的确定变得十分复杂。元素i对元素j的优势度既可以用加权矩阵中元素的取值来表示(称为一步优势度)，也可以用的元素的取值来表示(称为二步优势度)，甚至可以使用中的元素的取值来表示(称为r步优势度)。因此，为了准确反映元素之间的优势度关系，需要对加权超矩阵进行稳定处理，即通过计算极限超矩阵来确定稳定的元素优势度，即时，则的第j列就是网络层中各元素对于元素j的极限相对排序向量。由于，在anp的结构中，是存在的，因此，可以计算出元素之间的相互重要程度，以此得到所有元素的重要度排序。最后的致因权重排序见表21。其中致因的局部权重为该致因在其所在元素组内的权重。
[0158]
表21致因权重排序
[0159]
[0160][0161]
综上，本发明可概括为以下流程：
[0162]
①
根据所构建出的事故致因分类模型对所需分析的城轨事故致因进行识别，得到该事故的致因识别结果表，最终得到的致因识别结果表可在原有表格基础上根据实际情况进一步拓展。
[0163]
②
根据所识别出的致因并结合所构建出的多层次递阶网络结构模型确定致因间的相互影响关系，并运用anp网络分析法构建anp网络分析模型，对所识别出的致因权重进行计算。
[0164]
③
根据计算出的致因权重进行排序，致因权重越高的致因即是事故发生的关键因素，应在系统的设计和优化中着重对此进行预防和改进。
[0165]
为了验证本发明的性能及效果，本发明基于某地特大暴雨灾害调查报告中地铁亡人事故的调查结果进行了致因识别与分析。
[0166]
通过亡人事故的调查结果，结合ihdia的事故致因分类及定义描述，可以十分清晰的对地铁亡人事故进行致因识别。通过对地铁事故致因的重要程度进行排序，可确定使地铁事故发生的5个主要致因分别是：
[0167]
①
应急指挥失效：公司应对处置管理混乱，没有领导在现场进行统一指挥，未执行重大险情报告制度，事发整个过程都没有启动应急响应。
[0168]
②
决策错误：地铁集团调度员、监管人员、领导等未根据现场的实际情况做出合理的决策。
[0169]
③
人员违规行为：违规设计和建设施工，导致挡水围墙质量不合格，明沟排涝功能严重受损；调度员在道岔报警情况下对列车违规放行；未执行重大险情报告制度，未启动应
急响应；监管人员未按有关预案要求加强检查巡视。
[0170]
④
人员应急能力差：地铁员工在遇到危险情况时，无法按应急处置规范进行处置，出现错误处置的情况发生。
[0171]
⑤
能量交互异常：地铁内积水严重，导致列车失电迫停。
[0172]
本发明结合城市轨道交通系统突发事件的历史数据，在hfacs模型分类基础上拓展系统事故致因分类，通过集成的dematel-ism-anp方法对城市轨道交通系统事故致因进行识别与权重分析，找出在城市轨道交通系统中存在的脆弱环节，并给出针对性的优化建议，以提升其安全性和可靠性。
[0173]
本发明构建的事故致因分类模型中增加了对系统中技术因素以及系统环境因素的考虑，并在hfacs模型的基础上做了进一步的拓展和优化，在识别系统事故致因方面更为全面准确，对轨道交通领域的绝大多数事故分析具有普遍适用性，可应用的范围更为广泛。并且，采用dematel-ism-anp相结合的方式能够准确识别城市轨道交通系统事故的产生机制分析与致因。
[0174]
实施例二
[0175]
为了执行上述实施例一对应的方法，以实现相应的功能和技术效果，下面提供一种城市轨道交通事故致因识别系统。
[0176]
如图3所示，本实施例提供的城市轨道交通事故致因识别系统包括：疑似致因获取单元1、分类模型建立单元2、影响矩阵确定单元3、层级划分单元4、权重计算单元5及排序单元6。
[0177]
其中，疑似致因获取单元1用于获取待识别交通事故的疑似致因集合。
[0178]
分类模型建立单元2与所述疑似致因获取单元1连接，分类模型建立单元2用于基于所述待识别交通事故的疑似致因集合及hfacs模型，建立事故致因分类模型。所述事故致因分类模型中包括多个一级致因、各一级致因下的多个二级致因及各二级致因的描述。
[0179]
影响矩阵确定单元3与所述分类模型建立单元2连接，影响矩阵确定单元3用于采用决策试验和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵。所述综合影响矩阵中的元素值为两个二级致因间的综合影响度值。
[0180]
层级划分单元4与所述影响矩阵确定单元3连接，层级划分单元4用于根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型。所述多层次递阶网络结构模型中包括邻接矩阵及各二级致因所属的层级。
[0181]
权重计算单元5分别与所述分类模型建立单元2及所述层级划分单元4连接，权重计算单元5用于基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重。
[0182]
排序单元6与所述权重计算单元5连接，排序单元6用于对各二级致因的综合权重排序，以确定所述待识别交通事故的主要致因。
[0183]
相对于现有技术，本实施例提供的城市轨道交通事故致因识别系统与实施例一提供的城市轨道交通事故致因识别方法的有益效果相同，在此不再赘述。
[0184]
实施例三
[0185]
本实施例提供一种电子设备，包括存储器及处理器，存储器用于存储计算机程序，处理器运行计算机程序以使电子设备执行实施例一的城市轨道交通事故致因识别方法。可
选地，上述电子设备可以是服务器。
[0186]
另外，本发明实施例还提供一种计算机可读存储介质，其存储有计算机程序，该计算机程序被处理器执行时实现实施例一的城市轨道交通事故致因识别方法。
[0187]
本说明书中各个实施例采用递进的方式描述，每个实施例重点说明的都是与其他实施例的不同之处，各个实施例之间相同相似部分互相参见即可。
[0188]
本文中应用了具体个例对本发明的原理及实施方式进行了阐述，以上实施例的说明只是用于帮助理解本发明的方法及其核心思想；同时，对于本领域的一般技术人员，依据本发明的思想，在具体实施方式及应用范围上均会有改变之处。综上所述，本说明书内容不应理解为对本发明的限制。

技术特征：
1.一种城市轨道交通事故致因识别方法，其特征在于，所述城市轨道交通事故致因识别方法包括：获取待识别交通事故的疑似致因集合；基于所述待识别交通事故的疑似致因集合及hfacs模型，建立事故致因分类模型；所述事故致因分类模型中包括多个一级致因、各一级致因下的多个二级致因及各二级致因的描述信息；采用决策试验和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵；所述综合影响矩阵中的元素值为事故致因分类模型中两两二级致因间的综合影响度值；根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型；所述多层次递阶网络结构模型中包括邻接矩阵及各二级致因所属的层级；基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重；对各二级致因的综合权重排序，以确定所述待识别交通事故的主要致因。2.根据权利要求1所述的城市轨道交通事故致因识别方法，其特征在于，获取待识别交通事故的疑似致因集合，具体包括：从公开的文献库中检索与待识别交通事故相关的文献；对与所述待识别交通事故相关的文献进行信息抽取，得到所述待识别交通事故的疑似致因集合。3.根据权利要求1所述的城市轨道交通事故致因识别方法，其特征在于，所述事故致因分类模型中的一级致因分别为：组织影响、不安全监管、不安全行为的前提条件、人员不安全行为、技术系统因素及环境因素；组织影响下的二级致因分别为：人力资源管理不当、财政资源管理不当、设备资源管理不当、应急资源匮乏、组织结构不当、操作规章有误或缺失、组织政策不当、安全监管设置不足、员工安全与技能培训不足、人员知识不足或有误、应急指挥失效、安全文化缺陷及安全项目不足；不安全监管下的二级致因分别为：监管不力、计划不当、未能及时纠正错误及人员违规监管；不安全行为的前提条件下的二级致因分别为：异常的生理状态、异常的心理状态、生理或心理局限性、组织因素使用不足、个人准备不足、人员应急能力差、安全意识不足、人员随机错误、系统设计缺陷、系统生产缺陷、设备维护不足、技术环境缺陷、组织环境缺陷、任务环境缺陷及物理环境缺陷；人员不安全行为下的二级致因分别为：决策错误、技能错误、感知错误及人员违规行为；技术系统因素下的二级致因分别为：系统功能失效、系统组件故障及腐蚀磨损；环境因素下的二级致因分别为：恶劣的自然环境、人为破坏、物质交换异常、能量交互异常、信息交互异常、客流异常及社会舆论压力。4.根据权利要求1所述的城市轨道交通事故致因识别方法，其特征在于，采用决策试验
和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵，具体包括：针对任意两个二级致因，确定两个二级致因间的直接影响度值；根据所述事故致因分类模型中两两二级致因间的直接影响度值，确定直接影响矩阵；对所述直接影响矩阵进行归一化处理，得到规范直接影响矩阵；根据所述规范直接影响矩阵确定综合影响矩阵。5.根据权利要求4所述的城市轨道交通事故致因识别方法，其特征在于，采用以下公式确定综合影响矩阵：其中，c为综合影响矩阵，b为规范直接影响矩阵，i为单位矩阵，c
ij
为综合影响矩阵中的元素，表示第i个二级致因与第j个二级致因间的综合影响度值，n为二级致因的总数。6.根据权利要求1所述的城市轨道交通事故致因识别方法，其特征在于，根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型，具体包括：根据所述综合影响矩阵确定邻接矩阵；将所述邻接矩阵与单位矩阵相加后进行布尔自乘，得到可达矩阵；根据所述可达矩阵及所述邻接矩阵，对各二级致因进行层级划分，得到多层次递阶网络结构模型。7.根据权利要求6所述的城市轨道交通事故致因识别方法，其特征在于，所述邻接矩阵中包括两两二级致因间的邻接值；根据所述综合影响矩阵确定邻接矩阵，具体包括：计算所述综合影响矩阵的均值及标准差；根据所述均值及所述标准差计算截距；针对任意两个二级致因，根据两个二级致因间的综合影响度值与所述截距的大小关系，判断两个二级致因间是否存在关联关系，以得到两个二级致因间的邻接值；若两个二级致因间的综合影响度值大于或等于所述截距，则两个二级致因间的邻接值为1，否则两个二级致因间的邻接值为0。8.根据权利要求1所述的城市轨道交通事故致因识别方法，其特征在于，基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重，具体包括：采用“1-9”标度法对所述事故致因分类模型中一级致因间的重要度及二级致因间的重要度进行标度，得到各一级致因的重要性判断矩阵及各二级致因的重要性判断矩阵；针对任一一级致因，对所述一级致因的重要性判断矩阵的最大特征值对应的特征向量进行归一化，得到所述一级致因的权重向量；根据各一级致因的权重向量得到权矩阵；所述权矩阵中包括两两一级致因间的权重；根据所述邻接矩阵及各二级致因的重要性判断矩阵，确定超矩阵；所述超矩阵包括两两二级致因间的重要度；根据所述权矩阵及所述超矩阵确定加权超矩阵；
对所述加权超矩阵进行自乘得到极限超矩阵；所述极限超矩阵中包括各二级致因的全局权重；针对任一二级致因，根据所述二级致因的全局权重及局部权重，确定所述二级致因的综合权重；二级致因的局部权重为所述二级致因在对应的一级致因内的权重。9.一种城市轨道交通事故致因识别系统，其特征在于，所述城市轨道交通事故致因识别系统包括：疑似致因获取单元，用于获取待识别交通事故的疑似致因集合；分类模型建立单元，与所述疑似致因获取单元连接，用于基于所述待识别交通事故的疑似致因集合及hfacs模型，建立事故致因分类模型；所述事故致因分类模型中包括多个一级致因、各一级致因下的多个二级致因及各二级致因的描述；影响矩阵确定单元，与所述分类模型建立单元连接，用于采用决策试验和评价试验法计算所述事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵；所述综合影响矩阵中的元素值为两个二级致因间的综合影响度值；层级划分单元，与所述影响矩阵确定单元连接，用于根据所述综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型；所述多层次递阶网络结构模型中包括邻接矩阵及各二级致因所属的层级；权重计算单元，分别与所述分类模型建立单元及所述层级划分单元连接，用于基于所述事故致因分类模型及所述多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重；排序单元，与所述权重计算单元连接，用于对各二级致因的综合权重排序，以确定所述待识别交通事故的主要致因。10.一种电子设备，其特征在于，包括存储器及处理器，所述存储器用于存储计算机程序，所述处理器运行所述计算机程序以使所述电子设备执行权利要求1至8中任一项所述的城市轨道交通事故致因识别方法。

技术总结
本发明提供了一种城市轨道交通事故致因识别方法、系统及电子设备，属于轨道交通管理领域，方法包括：获取待识别交通事故的疑似致因集合；基于待识别交通事故的疑似致因集合及HFACS模型，建立事故致因分类模型；采用决策试验和评价试验法计算事故致因分类模型中各二级致因间的影响程度，得到综合影响矩阵；根据综合影响矩阵，采用解释结构模型法对各二级致因进行层级划分，得到多层次递阶网络结构模型；基于事故致因分类模型及多层次递阶网络结构模型，采用网络分析法计算各二级致因的综合权重；对各二级致因的综合权重排序，以确定待识别交通事故的主要致因。本发明能够准确识别出交通事故的主要致因，提高了轨道交通运行的安全性。安全性。安全性。


技术研发人员：阴佳腾 刘泽海 杨立兴 唐涛 高自友 张金雷 戚建国
受保护的技术使用者：北京交通大学
技术研发日：2023.05.31
技术公布日：2023/10/8