高速铁路列车调度员应急处置能力评价研究

孙延浩，张 琦，任禹谋,3，孙鹏举

(1.中国铁道科学研究院集团有限公司 通信信号研究所，北京 100081；2.中国铁道科学研究院集团有限公司 国家铁路智能运输系统工程技术研究中心，北京 100081；3.中国铁道科学研究院 研究生部，北京 100081；4.中国铁道科学研究院集团有限公司 运输及经济研究所，北京 100081)

0 引 言

高速铁路列车调度系统是高速列车安全、正点及高效运行的重要保障。作为高速铁路列车调度系统的直接参与者，高铁列车调度员的工作能力直接影响到高铁列车的运行效率与行车安全，尤其在遇到突发事件时。对高铁列车调度员应急处置能力综合评价是一个典型的多属性、多层次决策评价问题(multiple attribute decision making，MADM)。在实际工作中，由于MADM的复杂性和决策者对事物判断的模糊性，导致决策有很大的不确定性。目前，关于MADM综合评价决策方法的研究大多是基于模糊综合评价、层次分析法(AHP)和D-S证据理论等方法的改进或改良[1,2]；JIN Weiwei等[3]、YANG Fengfeng等[4]通过分析突发事故的特点，确定评价指标，分配权重，采用AHP对相关人员的应急处置能力进行了评估；YE Jianmei等[5]提出了一种模糊语言与D-S证据理论的模型来评估车站应急处置的能力；YU Z Y等[6]为了降低评估的主观性，先通过熵权获取指标权重，再利用D-S证据理论来对专家的评估信息进行集结，并以此对电网调度员的应急处置能力进行了评估。然而，由于D-S证据理论没有考虑权重信息，评估结果往往不准确，而证据推理(evidential-reasoning，ER)算法在吸收D-S证据理论处理不确定性信息融合优点的基础上，充分考虑了指标的权重信息，评估结果较为可靠。

笔者提出了一种基于ER算法的评价模型，从素质水平能力、沟通协调能力、规范操作能力和合理调整能力4个方面构建评价指标，通过模糊层次分析法(fuzzy-AHP，FAHP)计算各评价指标的权重，利用ER算法对各指标的评价信息进行融合，从而获得评估结果，并结合“道岔失去表示”时高铁列车调度员的应急处置能力进行了案例分析，验证了ER算法模型的适用性和可靠性。

1 评价指标体系构建

1.1 列车调度员工作性质

高铁列车调度指挥系统是一个“人-机-环”耦合的复杂系统。高铁值班(副)主任、列车(助理)调度员、客服调度员、供电调度员、动车调度员及综合设施调度员共同组成高铁调度系统中“人”的要素。高铁值班副主任负责组织生产，受值班主任领导，管理其他调度岗位。高铁调度以计划调度为基础，以列车调度为核心，各调度工种与列车调度密切联系，相互配合工作。高铁调度相关人员组织简化结构如图1。

图1 高铁列车调度人员组织简化结构

高铁列车调度员的主要任务是监视列车运行、接受调度日计划、与邻台交换列车运行计划、掌握管辖区段内的列车和车站作业流程，并及时发布相关调度命令、口头命令和行车凭证；需要时，办理人工进路；非常站控时，向车站值班人员下达最新列车调整计划、设置限速命令；遇突发情况时，报告有关领导并处置、完成领导临时下达的任务。作业流程如图2。

图2 高铁列车调度员日常作业流程

高铁列车调度员应急处置的主要对象是突发事件，即任何导致铁路运输组织策略突然发生变化或者运输组织计划突然变更的事件[7]。当发生突发事件时，高铁列车调度员的首要任务是最大限度地恢复列车运行秩序，减少列车晚点、延误，采取的处置措施主要有临时限速、人工办理进路、列车反方向运行等。由于突发事件的偶然性和随机性，高铁列车调度员的工作性质具有以下显著特征：①处理处置紧迫；②任务难度大；③工作压力大；④决策目标和处置方法多样；⑤多部门共同参与[8]。

1.2 评价指标体系确定

针对高铁列车调度员的工作性质及面对突发事件时应急处置工作的特征，笔者参考调度规则[9]和工作指南[10]，构建了高铁列车调度员应急处置能力评价指标体系。体系共分为3层：第1层为目标层A；第2层为准则层B，包括4个一级指标，即素质水平能力、沟通协调能力、规范操作能力及合理调整能力；第3层为因素层C，包括19个二级指标，如图3。

图3 高铁列车调度员应急处置能力评价指标体系

1.2.1 素质水平能力

高铁列车调度员任务重、工作繁杂，尤其在遇到突发事件时，其身心压力巨大，因此，高铁列车调度员必须具备较强的素质水平能力，包括知识储备能力、工作熟练度、身体素质水平、责任感、危机意识、工作负压能力和持续性注意能力等。

1.2.2 沟通协调能力

高铁列车调度员与值班主任、助理值班员，以及车务、电务等其他工种需要不停的传递有效性信息或者发送调度命令，因此，高铁列车调度员要具有一定的对内对外组织协调能力，在不同工种之间进行准确、及时和有序地沟通。

1.2.3 规范操作能力

发生突发事件时，由于时间紧、压力大，很容易出现“错、忘、漏”等人为操作不规范的问题，因此，高铁列车调度员应按《铁路技术管理规程》[11]进行应急处置，保证操作流程的时效性、顺序性、正确性和完整性。

1.2.4 合理调整能力

通常，突发事件会对正常的运输组织计划产生干扰，因此，列车调度员在采取初始处置措施后，应根据当前的实际情况及时调整列车运行计划，尽早消除突发事件的后续影响。

1.3 评价指标权重的确定

合理确定指标权重是综合评价中的一个重要问题，权重是否客观、合理直接影响到综合评价的结果。层次分析法(AHP)是一种常见的赋权方法，但主观性较强，其判断矩阵的一致性与人们思维的一致性存在着显著差异。模糊层次分析法(fuzzy-AHP，FAHP)可以很好地克服AHP的缺陷，因此笔者采用FAHP来计算高铁列车调度应急处置能力指标的权重。

Step 1构造优先关系矩阵。采用0.1 ～ 0.9标度[12](表1)，通过指标两两对比，建立n阶优先判断矩阵F=(fi,j)n。

表1 标度含义

Step 3采用方根法计算初始排序向量(权重)w(0)：

Step 4利用幂法求精度更高的排序向量(权重)。将模糊一致矩阵R=(ri,j)n转化为互反判断矩阵P=(pi,j)n，其中：pi,j=ri,j/rj,i。

用MATLAB对FAHP进行编程，获取高铁列车调度员应急处置能力各层指标的权重，见表2。

表2 各层指标权重

2 基于ER算法的评价模型建立

ER算法是由曼彻斯特理工大学的YANG Jianbo等[13]于20世纪 90 年代提出并于近几年才完善的一种方法，是在证据理论、决策理论、模糊理论和传统 IF-THEN规则库的基础上发展起来的，对处理UMADM问题具有很强的建模能力。

针对笔者所建立的高铁列车调度员应急处置能力评价模型，以准则层B及因素层C结构为例，说明ER算法的数据融合过程。

由于专家或者现场评判人员自身认知水平的差异，以及现场观测条件的限制，对高铁列车调度员应急处置能力的评价具有很大的模糊性和不确定性，因此，笔者采用模糊集来构建评语集。

评语集H={h1,h2,h3,h4}，分别表示“优”“良”“中”“差”，令β1,i、β2,i、β3,i、β4,i为对应的隶属度。选择不完全评价的评语集，允许专家在对无法确定评价等级的指标进行评价时可以不予评价，即

例如：B1包含6个二级指标C1、C2、C3、C4、C5和C6，权重分别为w1、w2、w3、w4、w5和w6，满足

0

则，二级指标知识储备能力C1可以表示为

S(C1)={(h1,β1,1),(h2,β2,1),(h3,β3,1),(h4,β4,1)}

(1)

对专家组的二级指标评价进行归一化处理，得到二级指标初始置信度分布。通过ER算法合成B1在评语集上的置信度。

令mn,i(i=1，2，…，6)为二级指标Ci支持B1被评为hn(n=1，2，3，4)等级的程度；mH,i为未分配的概率指派函数，表示剩余的未分配具体等级的程度，则

mn,i=wiβn,i

(2)

(3)

(4)

(5)

将i个二级指标聚合后支持B1被评为hn的程度表示为mn,I(i)，则mH,I(i)为聚合后B1不确定的等级程度。

mn,I(i+1)=KI(i+1)[mn,I(i)mn,i+1+mn,i+1mH,I(i)+mH,I(i+1)mn,I(i)]

(6)

(7)

(8)

式中：I(i+1)为集成i+1个底层指标；K为冲突因子，表示各指标不同时支持某一评价等级的程度。

从而可得B1在评价集上的组合置信度：

(9)

(10)

式中：βn为B1被评为hn的置信度；βH为未被分配给任何评价等级的置信度，即信息的不确定程度。

同理，可依次得到准则层剩余3个一级指标B2、B3、和B4的组合置信度。

通过ER算法合成专家组对高铁列车调度员应急处置能力进行评价。综合评价流程如图4。

图4 高铁列车调度员应急处置能力综合评价流程

3 案例分析

3.1 应急处置流程

“道岔失去表示”是一种发生频率较高的故障事件，该故障对高铁列车调度员应急处置能力考核较为全面。“道岔失去表示”的关键处置流程如图5。

图5 道岔失去表示应急处置流程

3.2 ER算法模型案例评价

以行车和安全等部门10名负责人员组成专家组对A、B 两位高铁列车调度员的操作进行评价。

调度员A刚参加工作，调度员B具有多年经验，两位调度员在相同的场景下对道岔失表示这一故障进行应急处置操作。

调度员A在关键流程处置方面出现2处失误：①没有与电务部门确认道岔是否仅定位或反位失表示；②忘记在《CTC调度终端操作情况登记簿》登记。调度员B在关键流程处置方面无明显失误，但两人在其他方面均有些许失误，如在与其他工种远程沟通的时候均出现沟通不流畅等现象。

将专家组对两位调度员二级指标的评价结果做归一化处理，得到19个二级指标评价结果隶属度，如表3。

表3 专家组对高铁列车调度员A、B二级指标评价隶属度

考虑到ER算法融合的庞大计算量，因此进行MATLAB编程计算，分别得到A、B两位调度员4个一级指标评价结果的隶属度，如表4。

表4 高铁列车调度员A、B一级指标评价隶属度

再对一级指标进行ER算法合成，得到专家组对2位调度员应急处置能力评价隶属度，如图6。

图6 专家组对高铁列车调度员A、B应急处置能力评价隶属度

从图6可以看出，调度员B应急处置能力为“优”的程度高于调度员A。根据最大隶属度原则，应急处置评价结果调度员A为“良”，调度员B为“优秀”。

以调度员A为例，专家组对应急处置能力评价的“不确定”的程度为0.021，该值可以作为评价结果精度的测量。同时，由[βn,(βH+βn)]引出置信区间的概念，以区间的形式刻画评价等级的上限和下限，如“优”的置信区间为[0.339，0.360]，区间值相对于点值更具有说服力和客观性。

对调度员A、B的一级指标进行分析发现，调度员A的素质水平能力、沟通协调能力和合理调整能力均偏低，原因可能是由于调度员A刚参加工作，面对突发事件时，其临场经验、工作熟练度、抗压能力以及与他人的沟通等能力相较于调度员B均明显不足。

高铁列车调度员是一个工作很繁杂的岗位，工作经验的积累非常重要。因此，应加强对新员工的培训，经常开展应急演练，锻炼调度员的应急处置能力。

3.3 模型验证

为了验证ER算法模型的可行性，以调度员A为例，对比分析用笔者建立的ER算法模型与用AHP模型计算的评价结果隶属度，见表5。

表5 两种方法评价结果隶属度

从表5可以看出，2种模型总体评价一致，但ER算法模型对评价数据的一致部分可以有效地融合，对于一致性较强的评价(评价“良”)会进行加强，且可以很好地降低不确定性，从而使得评价结果更加有效可靠。

4 结 论

1)根据突发事件的特征和高铁列车调度员应急处置的特点，构建了突发事件下高铁列车调度员应急处置能力综合评价指标体系；采用FAHP法计算各指标权重；通过ER算法模型，将专家组对各指标和因素的评价进行数据融合，得到了高铁列车调度员应急处置能力评价结果。

2)根据评价结果，发现高铁列车调度员工作中的不足，从而可以针对不足进行有目的的训练，以提高铁列车高调度员的应急处置能力。

3)以“道岔失表示”为例，对比分析了ER算法模型与AHP模型对高铁列车调度员应急处置能力的评价结果。研究表明：ER算法模型评价结果的可靠度更高。