具体实施方式

下面详细描述本发明的实施方式，所述实施方式的示例在附图中示出，其中自始至终相同或类似的标号表示相同或类似的元件或具有相同或类似功能的元件。下面通过参考附图描述的实施方式是示例性的，仅用于解释本发明，而不能解释为对本发明的限制。

本技术领域技术人员可以理解，除非特意声明，这里使用的单数形式“一”、“一个”、“所述”和“该”也可包括复数形式。应该进一步理解的是，本发明的说明书中使用的措辞“包括”是指存在所述特征、整数、步骤、操作、元件和/或组件，但是并不排除存在或添加一个或多个其他特征、整数、步骤、操作、元件、组件和/或它们的组。应该理解，当我们称元件被“连接”或“耦接”到另一元件时，它可以直接连接或耦接到其他元件，或者也可以存在中间元件。此外，这里使用的“连接”或“耦接”可以包括无线连接或耦接。这里使用的措辞“和/或”包括一个或更多个相关联的列出项的任一单元和全部组合。

本技术领域技术人员可以理解，除非另外定义，这里使用的所有术语(包括技术术语和科学术语)具有与本发明所属领域中的普通技术人员的一般理解相同的意义。还应该理解的是，诸如通用字典中定义的那些术语应该被理解为具有与现有技术的上下文中的意义一致的意义，并且除非像这里一样定义，不会用理想化或过于正式的含义来解释。

为便于对本发明实施例的理解，下面将结合附图以几个具体实施例为例做进一步的解释说明，且各个实施例并不构成对本发明实施例的限定。

实施例一

本发明实施例提供了一种城市轨道交通系统运营风险控制方法，如图1所示，包括以下步骤：

S1、根据设计制造数据、历史事故数据和运营规范手册，结合风险点定义从人、机、环境三大要素中提取与运营安全相关的风险点，梳理风险点之间的连接关系，最后根据风险点间的连接关系构建城市轨道交通系统运营岗位人因风险网络。所构建的风险网络是一个无权无向的非均匀复杂网络，具体如下：

城市轨道交通系统运营岗位人因风险网络G(V,A)是选择城市轨道交通系统中与运营安全密切相关的人因、物理组分和外部环境类风险点作为网络节点，以物理连接关系、逻辑连接关系、运营联动行为连接关系和安全屏障行为连接关系作为连接边，V是城市轨道交通系统运营过程中岗位人因风险网络的风险点集，A指的是该网络中点的邻接矩阵。其中，构建的城市轨道交通系统运营岗位人因风险网络是表征城轨运营特征的无向无权网络。

定义：

物理组分风险点：指的是列车、信号、轨道、基础设施等具体实体系统中所包含的部件或设备，是系统本身所固有的风险点。其风险属性为该风险点的关键理化属性。

外部环境风险点：指的是自然环境和社会环境等外部环境中会对运营产生影响的，可能产生或传播风险的物质或因素，如风雨雪雾、乘客等。此类风险点的风险属性为发生频次和严重等级的组合。

岗位人因风险点：与人有关、由人的行为主导和改变的可能对城市轨道交通系统运营产生影响，能够产生或传播风险的主观或客观因素定义为岗位人因风险点。岗位人因风险点的风险属性为：不安全行为发生的可能性和后果严重程度的组合。

物理连接：物理组分风险点之间存在的胶结、焊接、铆接、螺纹连接等物理连接关系，即两个物理组分在空间上是以各种形式相接触、连接和相关的。

逻辑连接：霜、雨、雪和乘客等自然环境及外部环境对设备设施状态的改变作为逻辑连接。

运营联动行为连接：为实现运营功能，不同岗位人因风险点之间的协同配合行为。

安全屏障行为连接：安全生产制度规定的岗位风险点对运营系统中存在的物理组分和外部环境风险点进行的监测、检测、维修、处理等一系列动作。

S2、城轨运营系统风险控制的目的是降低系统中风险发生的可能性和影响程度。在目前的城轨运营安全管理工作中，往往基于经验对系统中风险点的状态进行评估，该方法具有较强的主观性，且难以从全局角度衡量风险点在系统中的重要程度。为有效判断系统中风险点的状态，提出风险点活跃度评价方法。该方法通过原始发生概率判断风险点风险状态发生的可能性，通过K-阶传播数判断风险点风险状态在网络中的影响程度，结合K-阶结构熵综合判断风险点的状态，包括以下步骤：

S21、根据城轨运营安全管理工作中积累的统计值、经验值确定风险点i的原始发生概率ω_i＝g/365，针对物理组分风险点，g为年均源生故障发生次数；针对外部环境风险点，g为该事件的年均发生次数；针对岗位人因风险点，g为违规发生次数。

S22、风险点i在城市轨道交通系统运营岗位人因风险网络中的K-阶传播数为以i作为传染源向相邻风险传播，在传播时长为K时，能够感染的风险点数量。计算方法如下：

式中：——风险点i的K-阶传播数；

N——风险点的个数；

I(·)——I(·)是一个分段函数，当风险点i与风险点j之间最短路径长度l_ij≤K时，则I(·)＝1，否则I(·)＝0。

S23、计算K-阶结构熵H^K以有效衡量风险点之间各阶传播数的差异。

S24、根据风险点风险状态发生的可能性和在网络中的影响程度，提出风险点活跃度I_i(t)，计算方法如下：

式中：I_i(t)——风险点i在t时刻的活跃度；

——归一化后的取值；

H^K(t)——K-阶结构熵，H(t)＝{H⁰(t)，H¹(t)，…，H^d(t)}，H^d表示K＝d的结构熵，即d阶结构熵，H(t)是从0阶到d阶所有结构熵组成的集合；

c^K(t)——权重系数。

S3、根据风险点活跃度，针对城轨运营基础风险子网中的物理组分风险点和外部环境风险点结合重复计算规则生成关键安全屏障行为介入策略，并通过最大连通子图规模来评价关键安全屏障行为介入策略效果。

根据安全屏障行为介入在风险网络中对物理组分和外部环境风险点的“删除”作用，采用复杂网络节点攻击策略中的重复计算规则生成关键安全屏障行为介入策略。本发明基于风险点活跃度的关键安全屏障行为介入策略生成思路为：针对城轨运营基础风险子网中活跃度最大的物理组分和外部环境风险点进行安全屏障行为介入，将风险点从网络中剔除。当有风险点被剔除后，其他风险点的活跃度也会受到影响，需要重新计算当前网络的风险点活跃度。具体的关键安全屏障行为介入策略生成流程如图2所示。

连通性是衡量网络性能的直接指标，它可以表示一个网络的完善程度。网络连通性越好，则风险在网络中传播速度越快、影响范围越广。计算最大连通子图规模来衡量风险网络性能，进而判断关键安全屏障行为介入策略的效果。

S4、根据风险点活跃度和边介数，针对城轨运营联动风险子网中的岗位人因风险点结合重复计算规则生成关键运营联动行为风险控制策略，并通过边连通性来评价关键运营联动行为风险控制策略效果。

边介数是边在网络中的重要性评价方法，但在实际网络中节点具有异质性，边介数相同的两条边会因为连接节点的异质性而具有不同的重要性。因此，通过边介数和边两端风险点活跃度计算边重要度I_ij(t)＝B_ij(t)+I_i(t)+I_j(t)。式中，I_ij(t)为边e_ij的重要度指标，B_ij(t)为e_ij的边介数，I_i(t)和I_j(t)是边e_ij两端节点活跃度，e_ij表示网络中任意两个风险点i和风险点j之间的边，既考虑到了行为边在网络中的功能重要性，也考虑到了风险点自身活跃度，活跃度越大的风险点之间越容易通过运营联动行为发生风险传递。

根据运营联动行为风险控制在风险网络中对岗位人因风险点之间连边的“删除”作用，采用复杂网络节点攻击策略中的重复计算规则生成关键运营联动行为风险控制策略。本发明基于边重要度的关键运营联动行为风险控制策略生成思路为：针对城轨运营联动风险子网中重要度最大的边对应的运营联动行为进行风险控制，使其能够安全进行，将行为边从网络中剔除。当有行为边被剔除后，其他边的重要度也会受到影响，需要重新计算当前网络的行为边重要度。具体的关键运营联动行为风险控制策略生成流程如图3所示。

利用边连通性指标EP作为运营联动行为风险控制策略效果评价的方法。边连通性可以很好反映网络连通情况。计算方法如下：

式中：M——网络进行边移除后的连通子图集合，h为0……M，h为自然数；

σ_h——边移除后第h个连通子图的大小。

实施例二

根据城市轨道交通系统设计制造数据、历史事故数据和运营规范手册，提取出物理组分风险点、外部环境风险点、岗位人因风险点共79个，边262条，如下表1所示并构建城市轨道交通系统运营岗位人因风险网络如图4所示。

表1

针对物理组分风险点和外部环境风险点，提取这两类风险点以及物理和逻辑连接关系构成的城轨运营基础风险子网，网络中共有节点58个，连边77条，如图5所示。

根据相关统计数据计算城轨运营基础风险子网中物理组分风险点和外部环境风险点原始发生概率，计算结果如下表2所示。

表2

根据风险点活跃度计算方法，使用matlab软件进行计算，初始状态下城轨运营基础子网中物理组分和外部环境风险点活跃度计算结果如图6所示。采取基于风险点活跃度的关键安全屏障行为介入策略(策略1)进行系统风险控制，前10次关键安全屏障行为介入策略示意图如图7所示。通过最大连通子图规模来评价关键安全屏障行为介入策略效果，并与基于原始发生概率的关键安全屏障行为介入策略(策略2)、随机安全屏障行为介入策略(策略3)进行效果对比，如图8所示。

结果显示，本发明提出的关键安全屏障行为介入策略生成方法可以快速降低网络中最大连通子图规模，只需要针对关键的10个(前17.2％)风险点进行安全屏障行为介入即可使网络最大连通子图规模降低为7，降低了约88％，最大程度的破坏了运营基础风险子网的网络性能，提升了系统运营安全。此外，对关键的10个风险点进行安全屏障行为介入不仅可以使得风险网络性能大幅下降，还使网络中剩余风险点的最大活跃度从初始状态的0.262下降至0.09，大幅降低了运营基础子网中风险产生可能性和传播的影响程度。

针对岗位人因风险点，提取岗位人因风险点以及运营联动行为连接关系构成的城轨运营联动风险子网，网络中共有节点21个，连边62条，如图9所示。

根据相关统计数据计算城轨运营联动风险子网中岗位人因风险点原始发生概率，计算结果如下表3所示。

表3

通过公式计算初始状态下的风险点活跃度，利用matlab软件进行计算，计算结果如图10所示。采取基于边重要度的关键运营联动行为风险控制策略(策略1)进行系统风险控制。通过边连通性来评价关键运营联动行为风险控制策略效果，并与基于边两端风险点活跃度的关键运营联动行为风险控制策略(策略2)以及随机运营联动行为风险控制策略(策略3)进行对比，如图11所示。

结果显示岗位人因风险点之间通过运营行为边的联系是非常紧密的，需要对大量的运营联动行为进行风险控制，网络的边连通性才会出现大幅降低。本文提出的方法相比其他两种策略能够使得风险网络边连通性快速下降，当针对18个(前29％)关键运营联动行为进行风险控制时，风险网络的边连通性下降了50％，极大的破坏了风险网络性能。

本领域普通技术人员可以理解：附图只是一个实施例的示意图，附图中的模块或流程并不一定是实施本发明所必须的。

以上所述，仅为本发明较佳的具体实施方式，但本发明的保护范围并不局限于此，任何熟悉本技术领域的技术人员在本发明揭露的技术范围内，可轻易想到的变化或替换，都应涵盖在本发明的保护范围之内。因此，本发明的保护范围应该以权利要求的保护范围为准。