李 嵘,刘志钢,潘寒川,王华声
(1.上海工程技术大学 城市轨道交通学院,上海 201600;2.上海申通地铁集团有限公司 运营管理 中心,上海 200070)
随着近年来城市化进程加快,城市轨道交通进入网络化运营阶段,网络负荷压力不断增大,部分线路高峰运能运量矛盾特别突出,某一条线路发生故障、突发事件必然会影响到关联线路,甚至波及整个网络。同时,超大规模网络装备系统的制式种类多、集成度差异大、兼容程度不同等特征更加凸显,对系统运营的稳定性及设备维护的难度提出了更高的要求。
为了应对各种突发情况和自然灾害对城市轨道交通运营带来的影响,完善应急处置机制对加快城市轨道交通整体建设,推动城市公共交通体系发展起到重要作用。应急演练主要是通过模拟相关突发事件、故障、事故的场景,检验各种应急条件下运营管理人员、设施设备等方面的总体协调性,检验相关规章、预案的可行性。
在归纳吸收各地城市轨道交通应急演练经验的基础上,设计应急演练科目库,主要有以下4 类:行车作业类、综合实战类、客运组织类、桌面推演类。根据网络化与非成网城市轨道交通系统、新开通线路和既有线路的不同,演练科目侧重点有所不同,可根据实际需求合理选择相应演练科目、把控演练的数量和强度。
应急演练能够起到检验预案、完善应急准备、锻炼队伍、磨合机制的目的,在突发事件发生时一线工作人员可以及时、妥善地应对,做好行车和客运工作,保证正常运营,并在实战演练中寻找预案中不合理之处,提出整改建议。应急演练客观上因班制及时间、设备等客观条件所限,科目无法覆盖各线路各车站全部班组人员,而且演练无法真实模拟突发事件现场情况及设备故障情况,人员疏散、抢修等关键环节操作及相应评估环节浮于表面。主观上参演工作人员为应付考核,存在“演”大于“练”现象,安全生产意识未深入其心;部分应急演练评估人员为内部人员,存在规避问题、单位间推诿责任现象,整改落实不到位,不利于发挥应急演练作用。
目前各地城市轨道交通企业已经建立起多层次的应急管理体系并定期开展应急演练,而采用合适评估方法对应急演练进行评价,不仅可以保证演练的质量,还可以直观评价演练的关键环节,及时发现问题及总结经验,服务于日常的生产作业。然而,目前尚未有一种准确而有针对性的演练评估方法,演练效果大多由评估者凭经验进行判断。因此,基于既有经验及相关方法[1-6],设计AHPTOPSIS 综合评价方法,对城市轨道交通应急演练进行评估,通过算例分析验证其有效性。
AHP-TOPSIS 综合评价模型将层次分析法AHP 与TOPSIS 法两者有机结合,先采用层次分析法将多目标决策问题细化分解为若干层次的准则及指标,将定性指标模糊量化求出各指标的权重值[7-8],再使用TOPSIS 法将层次分析法得出的权重值进行排序[8],使评估结果在最大程度上合理地反映专家的主观意向。构建基于AHP-TOPSIS的城市轨道交通应急演练评估模型,对城市轨道交通应急演练进行评估。
采用1—9 标度法构造判断矩阵,指标相对重要性比较标准如表1 所示[7]。记aij为指标i与指标j的比值,n为指标个数,通过各级指标层判断因子之间的两两比较得到判断矩阵为
表1 指标相对重要性比较标准Tab.1 Comparison of relative importance of indicators
计算判断矩阵A的特征向量与最大特征值,从而确定下一层要素对上一层要素的权向量,再进行一致性检验,一致性指标CI及一致性比率CR计算公式如下。
判断矩阵A的最大特征根为λ,若CI= 0,则判断矩阵具有一致性,CI越大,不一致性越大,RI为对应的平均随机一致性指标,平均随机一致性指标RI取值参考如表2 所示。当CR< 0.1 时,则通过一致性检验,当CR> 0.1 时,则需要调整判断矩阵元素值,重新进行检验。
表2 平均随机一致性指标RI 取值参考表Tab.2 Average RI value reference table
采用几何平均法计算指标权重,步骤如下。
(1)将需要计算的层次对应的判断矩阵A各行的元素相乘得一新向量mi。
(2)计算mi的n次方根w—i。
(3)将所得向量归一化得到相应权重值wi。
当计算出准则层的相对权重w= (w1,w2,…,wk)后,同理进行下级指标层相对权重的计算。
设有B1,B2,…,Bm m个方案组成方案集B= {B1,B2,…,Bm},每个方案的判断指标X1,X2,…,Xm组成指标集X= {X1,X2,…,Xn},相应的判断指标记为Xij= (i= 1,2,…,m;j= 1,2,…,n),其中Xij表示第i个方案中第j个评判指标,则建立初始评判矩阵B为
矩阵B的每列与层次分析法确定的各指标权重w相乘得到加权标准化决策矩阵C为
TOPSIS 法是多属性决策中的一类根据理想目标相似性的次序选优方法。其正、负理想解可表示为
式中:C+,C-分别为正、负理想解;J1,J2分别为效益型指标集和成本型指标集。
评价对象与正、负理想解的相对距离可表示为
式中:di+,di-分别为评判对象与正、负理想解的距离;cj+,cj-分别为C+和C-中对应的元素。
评价对象与正理想解的贴近度可表示为
式中:Ei+为评价对象与正理想解的贴近度,Ei+越大则表示对应对象越接近正理想解,通过对评价对象的贴近度值进行排序,以实现对方案的评价。
综合评价向量F可以表示为
式中:E为由评价对象的贴近度值构成的评价矩阵;W为层次分析法计算所得的权重。
上海城市轨道交通大连路站位于上海市杨浦区与虹口区之间的大连路长阳路交叉口处。大连路站是上海城市轨道交通4 号线与12 号线接驳换乘车站,为地下岛式车站,承担着巨大的旅客运输压力,高峰时期若出现突发情况导致故障,势必在短时间内造成大量乘客滞留,带来不可预估的负面影响,因而选用此站作为演练车站。
结合各地城市轨道交通运营单位经验及若干位专家论证[4-6],分析大客流应急处置演练影响因素,从目标层O,准则层C,指标层P3 个层次建立多级递阶层次结构指标体系。目标层O为大客流处置演练执行效果;准则层C包括协调指挥C1、信息传递C2、关键流程控制C3、运营恢复C4;指标层P包括调度有序指挥车站及列车等20 项,大客流综合处置演练评估指标体系如图1 所示。
结合图1 中构建的评价体系,参考各地城市轨道交通应急处置的经验及若干专家的评定结果,建立准则层对应的判断矩阵A为
通过计算可得最大特征根λmax值为4,一致性检验结果CR= 0 < 0.1,通过检验。根据公式 ⑷至公式 ⑹,计算准则层指标的权重值:w1= 0.333,w2= 0.067,w3= 0.400,w4= 0.200。
同理计算可得指标层各指标的权重值,权重排序表如表3 所示。由表3 可以看出评价大客流处置演练的指标排名前5 项为:值班站长有序指挥车站P12, 调度有序指挥车站及列车P11,乘客疏导与秩序维护P35,应急公交接驳预案启动P32,车站内限流措施P33。
现有大连路站全部4 个班组A,B,C,D,评估人员根据演练现场情况,按操作无失误记10 分,对规章制度不熟,处置动作或语言不到位记7.5 分,有遗漏或违反规章、预案内容记5分,对行车安全、人员安全、设备完好性存在威胁记2.5 分,严重影响演练进行,或造成人员受伤、设备损坏的情况记0 分,各班组得分如表4 所示。
以协调指挥C1指标为例,根据公式 ⑻ 可得加权标准化决策矩阵为
根据公式 ⑼至公式 ⑾,计算正、负理想解及各方案与其贴进度为
图1 大客流综合处置演练评估指标体系图Fig.1 Evaluation index system for large passenger flow integrated handling and drilling
表3 权重排序表Tab.3 Weight sequence
由此可得出结论,在协调指挥方面各班组排序为B>D>C>A,班组B为最优。同理可计算出其余3 个方面各方案与对应正理想解的贴进度为
可知在信息传递方面各班组排序为D>B>A>C, 班组D为最优;在关键流程控制方面各班组排序为D>C>B>A,班组D为最优;在运营恢复方面各班组排序为D>C>A>B,班组D为最优。
使用层次分析法得出的准则层各指标权重为W= (0.333,0.067,0.400,0.200)
由贴近度构造的评价矩阵为
根据公式 ⑿ 可得
综上所述可得各班组的综合优越度分别为0.317,0.473,0.448,0.573,各班组优劣排序依次为:D>B>C>A,即班组D在此次演练中表现最为出色。
从协调指挥指标评判结果来看,班组D的表现要劣于班组B,但其他3 项指标皆为最优,可在此统筹指挥相关操作上加以改进,精益求精;其他班组对于自身的不足之处也可对症下药,向优于自己的其他班组学习取经。
研究构建的应急演练评估模型形式简洁易于学习,适用于同站不同班组演练情况横向的比较和若干车站演练情况纵向的比较,同时也适用于其他演练科目的评估。精确定位各处置阶段的薄弱环节,通过会议总结或桌面推演的形式反馈给参演人员,使其认识到自身的不足,加深对规章及预案的理解,提高自身应急情况的处置水平,同时也发掘演练与应急方案中的可改进之处再进行修订,将应急演练真正作用于日常运营。
(1)研究根据层次分析法原理建立了以大客流应急处置演练为例的评价指标体系,从统筹指挥、信息传递、关键流程控制、运营恢复4 个方面确定影响演练效果的20 项子指标,经专家评定确定相应权重,更改对应准则、指标可以实现对其他科目演练的评估。
(2)建立AHP-TOPSIS 综合评价模型,通过同车站4 个班组对同一演练的处置情况,得出对目标层演练综合效果的排序及各准则层的与正理想解贴近度的排序,直观体现各评估对象4 个方面中的优势与短板。
(3)经应急演练评估的实践运用,使用AHPTOPSIS 综合评价的演练评估结果可行且合理,避免了因指标过多而难以分配权重的弊端,实现了对演练评估定性指标到定量指标的转化。