资源描述：
《浅议基于灰色层次分析法的cbtc系统风险综合评价》由会员上传分享，免费在线阅读，更多相关内容在学术论文-天天文库。
1、浅议基于灰色层次分析法的CBTC系统风险综合评价CBTC（基于通信的列车控制）系统是城市轨道交通的安全关键系统，因此，对CBTC系统进行风险评价和分析，对于进一步改进和完善系统的安全性具有重要意义。目前对系统的风险评估，常用的方法有:Hazop分析法、故障树分析法、事件树分析法、AHP（层次分析法）法等。AHP是一种采用逐层分解分析的方法对系统进行分析和评价。然而，AHP法只考虑了各个指标的相对重要性，没有考虑指标之间的相互联系。对于像CBTC这样的复杂系统，指标之间的相互联系将对评价结果产生影响，因此，对于CBTC系
2、统，AHP法并不是一种最佳的方法。GAHP（灰色层次分析法）综合考虑风险的不确定性和风险影响因素的层次性，将灰色系统理论和层次分析法相结合，即在AHP法的基础上弓
3、入灰色理论构造灰色评价矩阵，利用灰色评价矩阵很好地描述了指标之间的联系。1基于GAHP的CBTC系统风险综合评价模型的建立1.1确定评价指标的层次结构模型按照层次分析的思想，对CBTC系统的评价目标进行逐层分解，使同层次的指标为并列关系，相邻上下层之间为递推隶属关系。结合某公司的CBTC的系统［4］硬件组成模块，将评价指标分为三层。第一层为CBTC的综合评价
4、指标，即评价目标。将列控中心设备、车站设备、车辆段设备、车载设备、维护管理设备5个部分，作为第二层的5个评价指标。对第二层的每个模块进一步细分，可以得到相应的子模块，从而构成第三层的各个指标。得到评价指标的层次结构模型后，就可以计算各评价指标的组合权重了。1.2确定各评价指标的组合权重确定组合权重首先要构建判断矩阵，根据判断矩阵计算组合权重，最后再对计算结果进行一致性检验。1.2.1确定判断矩阵为了对CBTC系统递阶层次结构指标之间的相对重要性进行定性评价，需要邀请专家采用1-9标度法对图1的指标之间的相对重要性进行评
5、价，从而确定判断矩阵。1.2.2计算组合权重一级指标的权重计算比较简单。首先计算各一级指标对应的判断矩阵的特征根，得出其最大特征根Amax,求出最大特征根Amax对应的特征向量w,再对w进行归一化处理，即得各个一级指标的权重。二级指标组合权重的计算，首先利用一级指标的计算方法，然后将计算结果乘以对应的一级指标的权重，即得二级指标对于目标的组合权重W。1.3确定灰色评价矩阵GAHP与AHP的区别是引入灰色理论，主要思想是没有确定地认为一个指标完全属于某个标度，而是属于多个标度，从而引入区间灰数。灰色评价矩阵是对样本矩阵进
6、行灰类划分和白化处理得到的，所以，首先需要构建合理的评价标准，并在这个评价标准下得到评价指标的样本矩阵。1.3.1构建评价等级按照优劣程度，将评价指标分为"优秀"、"良好"、"中等"、"较差"、"差"5个等级，对应的风险程度为"极低风险"、"低风险"、"一般风险"、"高风险"、"极高风险"，按10分制打分，对应的分值分别为10分、8分、6分、4分和1分，从而评价等级P=[10,8,6，4，1],指标等级介于两相邻等级时，分值为9分、7分、5分、3分和2分。1.3.2确定评价指标样本矩阵主要采用专家打分法。为减少人为因素
7、造成的误差，要求专家严格按照制定的标准打分。并对打分数据进行分析，删除明显不合理的数据，从而得到较为准确的评价指标的样本矩阵。综合考虑设备发生故障的可能性和所造成的后果严重度，制定了量化打分标准。2基于GAHP的CBTC系统风险综合评价模型的求解利用上述灰色层次分析法的模型，对某公司的CBTC系统进行综合评价。2.1确定各评价指标的组合权重2.1.1确定判断矩阵邀请专家对第一层各指标之间的相对重要性关系进行定性判断得到判断矩阵A;对第一层每个指标之下的第二层指标之间的相对重要性关系进行定性判断得到判断矩阵BI,B2,B
8、3,B4,B5。其中，W表示各个指标的权重。2.1.2计算组合权重通过计算，第二层指标对目标层的组合权重为:W=[0.15776648,0.27247768z0.02911504,0.0550408z0.04303017,0.02009124,0.00628209,0.06432345,0.00938736,0.06121413，0.10711926,0.02095146,0.01012581,0.01931121,0.05685155,0.02010029,0.00597408,0.00597408,0.017509
9、33,0.00978247,0.00184272,0.00177641,0.00398558]2.2确定灰色评价矩阵2.2.1确定评价指标样本矩阵邀请5位专家对23个指标进行分别打分，得到评估样本矩阵。2.2.2确定灰色评价矩阵根据评价等级P=[10,8,6,4,1]确定灰类，根据相应的白化权函数计算得到灰色评价系数，最终求得灰色
