為研究風雨氣象下高速鐵路行車安全預警方法,提出了考慮風雨指標影響的實時預警評價方法。運用模糊集理論和粗糙集理論的優(yōu)勢互補機理,建立了一種基于模糊粗糙集理論的預警評價方法。算法流程依次包括模糊C均值聚類（FCM）、隸屬函數擬合、屬性約簡、規(guī)則提取及去模糊化運算等。對于給定的連續(xù)樣本數據,首先通過FCM聚類得到各指標的隸屬度分布函數,其中不同指標的聚類數根據相應的規(guī)范標準確定,同時需將數值型數值轉化為字符型數據,以便于粗糙集理論的輸入。其次根據聚類結果構建粗糙集決策表,通過屬性約簡篩選獨立的指標,并且提取當前指標體系下的相關決策規(guī)則。最后,對于各指標的實時采集數據,結合聚類結果激活相應的規(guī)則,并采用max-min質心法進行去模糊化運算得到決策指標的清晰值。案例分析部分以風雨條件下高速鐵路沿線的氣象監(jiān)測和列車監(jiān)控數據為基礎,采用Matlab、Rosetta等輔助工具闡述預警算法的應用與計算過程,最終輸出給定不同氣象指標數值下的預警級別。研究結果驗證了運用模糊粗糙集理論預警方法預測行車安全等級的可行性,準確率高達84%,并且氣象條件越惡劣預警準確率越高。 

【文章來源】：安全與環(huán)境學報. 2020,20(05)北大核心CSCD

【文章頁數】：10 頁

【部分圖文】：

優(yōu)化后的風雨氣象預警指標結構

嶺形隸屬度函數的構造相比較梯形分布更為復雜，但擬合效果更為精準，可以在一定程度上降低判定誤差，嶺形隸屬度函數曲線見圖3，其表達式為圖3 嶺形隸屬度函數曲線

嶺形隸屬度函數曲線

【參考文獻】：
期刊論文
[1]基于PCA-CA合用的航班運行風險等級劃分研究[J]. 谷潤平,李景良,王巖韜.  安全與環(huán)境學報. 2019(06)
[2]民用機場停機坪安全三維風險預警模型研究[J]. 潘丹,羅帆.  安全與環(huán)境學報. 2018(04)
[3]基于免疫系統(tǒng)的非常規(guī)突發(fā)事件風險識別模型[J]. 楊青,劉星星,陳瑞青,蔡文濤.  管理科學學報. 2015(04)
[4]日本新干線自然災害引起事故的預防系統(tǒng)[J]. 張崇銘.  鐵道運輸與經濟. 1985(05)
[5]基于監(jiān)管視角的區(qū)域特種設備宏觀安全風險預警[J]. 張倩倩,張亦冰,丁日佳.  安全與環(huán)境學報. 2020(02)



本文編號：3238076