基于云模型的模糊综合评判法在风险评估中的应用_徐征捷.pdf

《基于云模型的模糊综合评判法在风险评估中的应用_徐征捷.pdf》由会员上传分享，免费在线阅读，更多相关内容在行业资料-天天文库。

1、第14卷第2期安全与环境学报Vol．14No．22014年4月JournalofSafetyandEnvironmentApr．，2014文章编号:1009-6094(2014)02-0069-04性概念，若定量值x∈U，且x是定性概念C的一次随机实现，x对C的确定度(隶属度)μC(x)∈［0，1］是具有稳定倾向的基于云模型的模糊综合评判随机数，则x在论域U上的分布称为云，每个x称为一个云滴*法在风险评估中的应用(x，μC(x))。云由许许多多的云滴组成，每一个云滴就是这个定性概念映射到数域空间的一个点。云的数字特征反映了定徐征捷，张友鹏，苏宏升性概念的定量特征，用期望E

2、x、熵En和超熵He3个数值来(兰州交通大学自动化与电气工程学院，兰州730070)表征［5］，见图1。摘要:针对铁路信号系统风险评估中定性概念模糊性和随机性共期望Ex是论域空间最能够代表定性概念C的点。熵En存的特点，提出了一种基于云模型的模糊综合评判法，用于对列控中反映定性概念C的不确定性。熵越大，概念越宏观，模糊性和心的临时限速功能进行风险评估。在确定因素集、评语集和权重集的随机性也越大，确定性量化越难。超熵He是熵的不确定度基础上，利用云模型中的逆向云发生器将常规模糊综合评判法中的综量，反映了在数域空间代表该语言值的所有点的不确定度的合评判矩阵和权系数矩阵转换为以

3、云模型数字特征表示的矩阵，然后凝聚性，即云滴的凝聚度。超熵越大，云滴的离散度越大，隶进行模糊综合评判得到评价云模型。通过MATLAB将评语云模型和属度的随机性越大，云的“厚度”也越大。评价云模型分别仿真显示，从而确定评估对象的最终风险等级。结果1.2云发生器表明，利用云模型构建的隶属度函数能够充分表征风险因子的模糊性［6］云发生器主要分为两大类，分别为正向云发生器和逆和随机性，评估结果直观、符合实际情况。［7］向云发生器。正向云发生器是从定性到定量的映射，它根关键词:安全工程;风险评估;云模型;模糊综合评判法据云的数字特征(Ex，En，He)产生云滴，实现了从语言值表达中

4、图分类号:X951文献标识码:ADOI:10.13637/j.issn.1009-6094.2014.02.016的定性信息中获得定量的范围和分布规律。逆向云发生器是实现从定量值到定性概念的转换模型，它可以将一定数量的0引言精确数据转换为以数字特征(Ex，En，He)表示的定性概念。高速铁路速度的提高和行车间距的缩短，意味着对系统2基于云模型的模糊综合评判法安全性的考验更为显著。因此，需要开展高铁技术设备专业基于云模型的模糊综合评判法流程图见图2。首先明确测试、第三方认证和风险评估工作，进一步研究高铁建设项目风险因素及评价标准，从而建立因素集和评语集，其次确定权系统性安全

5、评价方法，完善评价体系，对工程项目进行全面系统的安全评价。列控中心是我国列车运行控制系统地面核心设备，广泛应用在我国高速客运专线上，对于保障列车在高速［1］行驶下的安全起着至关重要的作用。对列控中心相关功能进行风险评估，对于我国铁路信号设备的系统保障和安全认证工作会有一定的促进作用。目前，已有的故障树分析［1］［2］［3］法、模糊层次分析法、灰色模糊理论法等评价方法，对铁路信号系统的安全风险评估有一定的参考作用，但这些方法大多忽略了评价过程中出现的各种不确定性，即模糊性和随机性，评价过程过分依赖一种精确运算的数学模型，或是以一种阈值的方式对评价结果进行分类，对评价过程中的

6、定性图1云及其数字特征［4］概念很难做出清楚的解释。Fig．1Cloudanditsdigitalcharacters云模型是一种定性知识描述与定性概念及其定量数值之［5］间的转换模型。通过云模型达到定量概念和定性概念之间的相互不确定性转换，充分考虑其随机性，为铁路信号系统的定量评价提供了新的思路。在评价过程中，利用云模型的模糊性和随机性改进常规模糊综合评判法中的综合评判矩阵和权重矩阵，从而确定评价对象的风险等级，并以云滴形式直观地展现。1云模型理论简介1.1云的定义及其数字特征设U为一个用精确数值表示的定量论域，C为U上的定*收稿日期:2013-08-16作者简介:徐征

7、捷，硕士研究生，从事安全工程、铁路信号系统风险评估研究;张友鹏(通信作者)，教授，从事系统可靠图2基于云模型的模糊综合评判法流程图性研究，vivian－630520@163.com。Fig．2Flowchartoffuzzycomprehensiveevaluationmethodbasedoncloudmodel基金项目:铁道部科技研究开发计划课题(2012X003-B)69Vol．14No．2安全与环境学报第14卷第2期T重集，得到不同风险因素的相对权重大小，然后通过逆向云发æExa1Ena1Hea1ö生器生成以云模型数字