基于D-S证据理论的地铁站安全风险评估方法

董升, 马云洁, 周继彪, 杜运潮, 李泽炜

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (2) : 28 -35.

交通信息与安全 ›› 2025, Vol. 43 ›› Issue (2) : 28 -35.

基于D-S证据理论的地铁站安全风险评估方法

    董升, 马云洁, 周继彪, 杜运潮, 李泽炜
作者信息 +

Author information +
文章历史 +

摘要

高密度客流的安全风险评估对提升城市轨道交通系统应急响应能力具有重要意义。为解决传统评估方法存在的指标体系不健全、多源数据融合不充分、评估精准度低等问题,提出了改进的Dempster-Shafer(D-S)证据理论方法。该方法基于涵盖人员、设备、客流量、环境、管理的五维度指标体系,通过博弈论组合赋权确定综合权重,采用半梯形模糊隶属度函数量化各指标的安全等级隶属度,利用Jousselme距离公式构建证据相似度矩阵,引入校准系数和调节参数增强高冲突证据的识别与处理能力,运用线性加权得出风险等级。以宁波地铁鼓楼站为例,采集节假日晚高峰客流数据与专家评判信息构建多源证据集,并开展对比验证。结果显示:(1)与传统D-S方法、Yager方法相比,本文方法的平均冲突分别降低了34.4%和8.5%;(2)关键指标“客流量”隶属R3等级值达0.820 2,说明本文方法对高密度客流场景具备良好表征能力;(3)本文方法具有较强的适应性与稳定性,多场景对比验证中误差率低于5%。研究结果对高密度客流下轨道交通安全风险的识别与控制具有一定的借鉴价值。

关键词

交通工程 / 地铁站 / 安全风险评估 / D-S证据理论 / 客流量

Key words

引用本文

引用格式 ▾
董升, 马云洁, 周继彪, 杜运潮, 李泽炜. 基于D-S证据理论的地铁站安全风险评估方法[J]. 交通信息与安全, 2025, 43(2): 28-35 DOI:

登录浏览全文

4963

注册一个新账户 忘记密码

参考文献

基金资助

国家自然科学基金项目(52002282); 浙江省教育科学规划课题项目(2023SCG131); 宁波市自然科学基金项目(2023J028)资助

AI Summary AI Mindmap

0

访问

0

被引

详细

导航
相关文章

AI思维导图

/