基于云模型的“路地”协调联动机制效能评估研究

刘晓琴，王富章，王英杰

（1.兰州交通大学 机电工程学院，甘肃 兰州 730070；2.中国铁道科学研究院集团有限公司 总工办，北京 100081；3.中国铁道科学研究院集团有限公司 电子计算技术研究所，北京 100081)

0 引言

有效预防和妥善处置各类铁路突发事件，是铁路安全应急工作的重点。铁路应急管理中的“路地”，分别用以代指铁路部门和地方政府、公共管理机构等。我国铁路在多年的运营实践中，“路地”双方密切协作，逐步建立了良好的“路地”协调机制和相关制度，在铁路的日常运营及突发事件的应急处置中发挥着重要作用。通过构建科学的“路地”协调联动机制效能评估模型，对“路地”协调能力进行全面、综合性的评估，可以有效挖掘“路地”协调联动机制的薄弱环节，从而采取有针对性的措施予以改进，对提高我国铁路应急整体合力具有重要意义。

近年来，有关铁路突发事件的应急评估研究主要集中在应急预案、应急决策和应急能力评价等方面。李磊等[1]基于改进多准则妥协解排序 (VIKOR)法，对铁路应急预案进行评估研究；张振海等[2]将模糊评价方法与 MAS 理论相结合，为铁路应急智能决策研究提供了新的思路；龙京[3]采用灰色聚类评估法对铁路局突发事件应急能力进行评价。由于“路地”协调联动机制是一个复杂的动态网络系统，“路地”双方的协调能力受到人员、环境、管理和法律法规等多种因素的影响，且评估数据的获取主要借助于专家的经验和知识，不可避免的具有一定的主观性，因而评估过程具有模糊性、随机性和不确定性等特点。为此，引入云模型理论，基于云模型的不确定转换特性较好的解决了决策信息的模糊性和随机性等问题，利用综合云集结决策者属性评价信息，有效避免了决策信息的丢失，评估方法更为科学。评估结果将为“路地”协调联动机制的完善提供一定的理论参考。

1 云模型理论

1.1 云模型

云模型是一种定性与定量相互转换的模型[4]，实现了不确定性语言和定量数值之间的自然转换，已经成功应用到数据挖掘[5]、综合评估[6]等众多领域。云模型的 3 个数字特征分别是期望Ex、熵En和超熵He，分别反映了云滴的重心、模糊度和离散程度。

1.2 云发生器

云发生器可以分为正向云发生器和逆向云发生器。正向云发生器是已知云的数字特征，产生满足正态云分布规律的云滴，实现从定性到定量的映射，逆向云发生器则正好与之相反。逆向云发生器的实现算法如下。

（1）根据输入样本点Xi，n为样本个数，计算样本均值Ex。

（2）计算样本方差S2。

（3）计算云滴的熵En和超熵He。

2 “路地”协调联动机制效能评估方法

为了充分集结专家意见，简化指标权重计算程序，将改进的 AHP 法[7-9]与云模型相结合对“路地”协调联动机制效能进行宏观评估，具体评估步骤如下。

2.1 构建“路地”协调联动效能评估指标体系

“路地”协调联动机制是一个复杂的动态开放系统，是多元主体共同参与应急处置的过程[10]。“路地”协调联动机制主要研究“路地”之间如何沟通协调、密切配合，高效开展各类突发事件的预防预警和应急处置工作。“路地”协调联动机制是常态管理与非常态管理的有机结合，常态下以应急管理为主要特征，重点是各联动单位完善协调联动相关制度，协同做好各类突发事件的预防预警工作；非常态下以应急处置为主要特征，重点是各联动单位密切配合，高效进行突发事件的应急处置工作和善后恢复工作。“路地”协调联动机制贯穿于铁路应急管理的整个过程，其核心在于整合各个应急主体的应急处置力量，科学梳理应急协作流程，实现整个应急资源和救援力量的优化配置。

在专家咨询和问卷调查的基础上，运用层次分析法构建全生命周期的“路地”协调联动效能评估指标体系。该指标体系分为目标层、准则层、指标层 3 个层次。目标层即“路地”协调效能，这是检验“路地”协调联动机制完备性的一项基本准则，也是评估的最终目标；准则层是对目标层的进一步细分，将最终目标转化到应急管理的整个生命周期，涵盖常态协调机制和非常态协调机制的各项内容，从应急管理的不同阶段综合测评“路地”协调水平；指标层是影响“路地”协调能力的各项具体指标因素。“路地”协调联动效能评估指标体系如图 1 所示。

将图 1 中评估指标集记为U= {Cij}，其中，i=1，2，…，m，m为准则层数；j= 1，2，…，Nbi，Nbi为第i个准则层下的指标元素个数。

2.2 计算评估指标权重

运用改进层次分析法[8]，分别构建 8 个判断矩阵，利用 Matlab 软件计算得到“路地”协调联动效能评估指标权重。“路地”协调联动评估指标权重如表 1 所示。

从表 1 可以看出，在“路地”协调效能评估指标体系中，危情源监测通报能力C14、应急协同响应能力C42、应急现场控制能力C44、应急协调机构C48、应急队伍配置C51等指标所占权重较大，说明这些指标元素对“路地”协调机制建设起到关键性作用；另外，危险源协同治理能力C15、预警信息准确性C23、突发事件通报能力C41、应急物资配置C52等指标元素也对“路地”协调效能评估产生重要影响。

2.3 确定指标评价云

邀请长期从事铁路应急管理工作的专家参加此次评估工作，专家针对每项评估指标分别进行评分，在 Matlab 软件中，以每项指标的专家评分值作为逆向云发生器的输入样本值，利用公式 ⑴ 至公式 ⑷ 计算得到每项指标的评价云参数。“路地”协调联动效能指标评价云参数如表 2 所示。

图 1 “路地”协调联动效能评估指标体系Fig.1 Effectiveness evaluation index system of railway and local government coordinated mechanism

表 1 “路地”协调联动效能评估指标权重Tab.1 Evaluation index weights of railway and local government coordinated mechanism

表 2 “路地”协调联动效能指标评价云参数Tab.2 Evaluation index cloud parameters of railway and local government coordinated mechanism

从表 2 中可以看出，在预警信息响应速度C22、突发事件通报能力C41、应急协同响应能力C42、应急沟通协调能力C45、应急协调机构C48等指标因素方面，“路地”双方配合紧密，协调能力评价值为“高”；在法律法规协同支持力度C12、事故预防互助协议设置C16、应急协同演练意向C31、应急协同演练方案设计C32、应急协同演练人员素质C35和舆情信息引导能力C65等指标因素方面，协调能力评价值为“中”，是“路地”协调联动机制的薄弱环节，应采取针对性的措施重点加强这些方面的工作；剩余的其他指标因素评价值为“较高”，但仍然需要在“路地”协调联动机制建设中注重这些环节，以全面提升铁路突发事件应对能力。

3 结论

（1）综合考虑影响“路地”协调效能的各项因素，从应急管理整个过程出发，从宏观角度构建了全生命周期的“路地”协调效能评估指标体系，内容涵盖常态协调机制和非常态协调机制，有助于“路地”协调联动机制的科学化、系统化和规范化。

（2）针对铁路突发事件的复杂性和模糊性，利用改进 AHP 法与云模型相结合，对当前我国“路地”协调联动机制效能进行宏观评估，评估结果贴近实际，有助于进一步挖掘“路地”协调联动的薄弱环节，完善“路地”协调联动机制。

（3）在“路地”协调联动机制评估研究中，由于评估资料不足及数据缺少等问题，使评估结果具有一定的主观性，因而需要对评估指标体系进一步细化，以获得较为量化的评估标准。同时，“路地”协调联动机制的评估对象也应从宏观向微观转移，并根据评估对象的不同，科学合理地构建相应的评估指标体系。