来源：期刊VIP网 时间：
作者：李博宇;刘启钢;
单位：中国铁道科学研究院研究生部;中国铁道科学研究院集团有限公司运输及经济研究所;
摘要：运输任务量大、运行速度快及车站规模变大等特征使得高铁车站安全状况面临巨大挑战。因此，提出一种融合模糊故障树(FFTA)与贝叶斯网络(BN)算法的高铁车站安全风险因素决策方法。首先，对高铁车站各系统在实际运营过程中的基本风险因素与事件进行统计分析与建模，确定影响铁路车站安全运营的基本事件共计22个；其次，借助领域内专家经验评判、打分和模糊粗糙集的理论等手段克服数据采集限制；之后，利用故障树分析和贝叶斯网络算法的融合结构克服单一算法在数据处理能力和准确度方面的缺陷，高效、准确地揭示安全风险因素间逻辑和概率关系，确定了缺乏掌握车站资源状态和作业进度的技术手段等4个基本事件为主要影响因素；最后，通过敏感性分析获取了影响高铁车站建设与运营安全性的22项基本事件的风险降低价值重要性(RRW)指标。结果表明：所得四项主要影响因素对应的RRW均大于15%,验证了FFTA和BN所得结果的正确性。所提出的高铁车站安全风险因素决策方法可实现对影响高铁车站安全性的关键指标及对应概率进行准确定位与决策，从而为保障高铁车站安全运营提供有效参考。
关键词：高速铁路;;铁路车站;;安全风险评价;;模糊故障树;;贝叶斯网络;;敏感性分析
基金资助：中国铁道科学研究院集团有限公司科研项目(2020YJ134)
