地铁行车调度系统人误行为识别方法研究

王晔斐

摘要：本文主要分析了行车调度员人误模式，其次阐述了地铁事故报告的人误行为识别方法验证，针对灰色关联分析、评分者信度进行了验证分析，希望为地铁行车调度系统运营的安全提供一定的保证，从而减少行车调度系统人误行为，以保证地铁行车的安全运行。

关键词：地铁;人误行为识别方法;灰色关联度;评分者信度

1.行车调度员人误模式分析

地铁行车调度中的任务模式分析主要是按照特定的规则进行人误行为分类，从而满足人误特点的需求。地铁行车调度员在面对突发情况处理任务时，一般可以将其任务的处理模式分为认知型任务、记录型任务、操作型任务等五种处理方式。在处理任务过程中，如果任何一项任务没有完成或者没有达到预期的效果都会将其称为失误，为了详细的分析每种任务失误类型，从而引发更多角度进行问题的探讨，引入Wickens多资源理论进行分析，从而将地铁行车调度人员中的失误行为分为运动、听觉、视觉以及认知四大型。研究学者Aldrich在对飞行员行为研究过程中，通过对比的方式将信息处理资源中的等级分为这四类，当信息中的数据越大就说明这一类型的行为失误几率就会越大。基于此，通过对资源理论模式中的不断调整，并采用模型中的行为等级需求，来进行地铁行车调度系统中的人误行为以及失误等级进行分析描述。

2.基于地铁事故报告的人误行为识别方法验证

事故报告系统是分析地铁系统中人误行为中的最为直接的方法。通过地铁人因事故报告分析。低着选用数据量要求相对较小的灰色关联分析对人因事故报告中事故发生数目与人误行为发生数目之间的关联规则进行识别，从而验证地铁行车调度系统中的人误行为类型，进而验证其中的正确性，通过评分者中的识别方法进行有效实际的验证，从而完成识别方法的有效分析。

2.1基于灰色关联分析的人误行为类型的验证

灰色关联分析中的人误行为中的事故数与人误行为类型之间的发生数之间有着一定的关联性。通过搜集地铁行车调度中的事故报告数据分析发现，将每年地铁行车调度中的人误行为年度发生次数为自变量，将每年发生的人误事故故数设为因变量，最后形成分析数列矩阵。

2.2基于评分者信度的模型验证

评分者信度指的是不同的评分者使用相同的主观分析法进行同一种类型中的数据进行评价，并且保持其评价结果的一致性，从而使主观分析法中的有效性指标进行全面的分析。在本论文研究过程中，主要参考了HFACS方法，通过评估空中交通官职系统中的评估方法，然后在选取Ross学者提出的研究方法，将频率统计的指标一致性看做整体检验指标，其中检验指标的一致性 在计算过程中，其中的计算方法如下列表达式（2）：

在进行检验调查过程中，选取了4名经验较为丰富的主职行车调度员，并将其构成分析组，其中2名研究人员将其组合成对照组，通过提出人误行为中的识别方法进行有效的类型识别研究，分析组内中评价结果的一致性以及对照组中的评价结果，只有保证二者之间结果的一致性，在进行评价分析对比中，才能保证结果分析的准确性。在进行分析中，如果其中的指標一致性在70%以上，也就是说明其中建立的方法具有较好的评分信度。也可以选取10份不同类型事故报告并将其中事故报告进行分析，在分析过程中，要指派专门的人员独立完成进行分析，从而保证分析结果的准确性。表1为指标一致性评价结果的最终显示，通过分析数值显示，其中分析组以及对照组之间的平均指标都在70%以上，也就是说，其中的地铁行车调度系统人误行为识别方法是行之有效的[2]。

结论

综上所述，近年来地铁列车在运行控制系统方面的控制软件设备以及设施的应用上不断提升，其设备应用的可靠性水平也在不断的提升，但是地铁行车调度中工作人员的操作失误引发的事故后果不容忽视。经过研究表明，Wickens中的信息处理模型在地铁行车调度中的应用可以将地铁调度中的人误行为类型进行准确的判断，以此可以改变传统的结构分析，并将最终的人误行为识别方法进行结构化。通过地铁行车调度系统人误行为识别方法研究结果表明，地铁运营过程中，其中的突发数量与人误行为类型存在一定的关联性性，其中与关联度值也存在一定的变化趋势。当评分者中的检验平均数据指标大于70%以上时，其中的人误行为识别方法行之有效。

参考文献

[1]史俊.面向地铁突发事件的行车调度系统人误预测评价分析[J].数码设计（上），2019，（6）：193.

[2]魏林.地铁行车调度风险的人为因素与防范措施[J].建筑工程技术与设计，2019，（31）：4025.