[發明專利]云模型模糊層次分析法在鐵路信號系統風險分析中的應用

在審

• 申請號: 201410179324.6
• 申請日: 2014-04-29
• 公開（公告）號: CN104102762A
• 公開（公告）日: 2014-10-15
• 發明（設計）人: 張友鵬;徐征捷;蘇宏升;趙斌;董海燕
• 申請（專利權）人: 蘭州交通大學
• 主分類號: G06F17/50
• 分類號: G06F17/50
• 代理公司: 北京科億知識產權代理事務所(普通合伙) 11350
• 代理人: 湯東鳳

1.云模型模糊層次分析法在鐵路信號系統風險分析中的應用，其特征在于按照以下步驟進行：

步驟1：首先制定鐵路系統的風險等級，采用MATLAB仿真軟件的正向云發生器表現風險等級評價云模型并生成標準風險等級評語集云模型圖；

步驟2：由專家對某一功能的失效模式根據制定的風險等級打分，得到風險因素集，通過matlab仿真軟件的逆向云發生器得到含有(Ex，En，He)參數的綜合評判矩陣R；

步驟3：專家通過層次分析法得到風險因素集中各個參數相對應的風險因素集權重系數，通過matlab仿真軟件的逆向云發生器得到含有權系數參數的風險因素集矩陣A；

步驟4：根據步驟2中的綜合評判矩陣R和步驟3中的風險因素集矩陣A利用模糊合成算子計算綜合評價結果，將綜合評價結果通過MATLAB仿真軟件得到綜合評價結果云模型圖；

步驟5：將步驟4中得到的綜合評價結果云模型圖和步驟1中的標準風險等級評語集云模型圖進行對比，得出綜合評價結果的風險等級。

2.按照權利要求1所述云模型模糊層次分析法在鐵路信號系統風險分析中的應用，其特征在于：所述步驟1中鐵路系統的風險等級為可接受、有條件可接受、不希望、不可接受四個等級。

3.按照權利要求1所述云模型模糊層次分析法在鐵路信號系統風險分析中的應用，其特征在于：所述步驟2中風險因素集通過逆向云發生器得到綜合評判矩陣R的過程為：首先使用逆向云發生器將專家打分的風險因素集中的每個參數轉換為三參數Ex，En，He；

首先向MATLAB仿真軟件中輸入樣本點x_i(i＝1,2,...,n)；

輸出：這n個樣本點表示的定性概念C的期望值Ex，熵En和超熵He，x_i代表樣本數，即下文中要提到的專家打分的值，有10個專家對某個失效模式進行打分，即為x_i(i＝1,2,...,10)，這里i取的是10，代表第10個專家，如x₁＝2就代表第一個專家對某一個功能的失效模式的打分為2，這個逆向云發生器的整個算法就是通過一組樣本值來表述，這ｎ代表專家樣本值的個數，上面的風險因素集C＝(c₁,c₂,...,c_q)即為q個專家打的分：

(1)根據輸入樣本x_i，計算總體均值

計算樣本的一階絕對中心矩

計算樣本的方差S2=1n-1Σi=1n(xi-X‾)2;]]>

(2)Ex=X‾;]]>

(3)En=π2×1nΣi=1n|xi-Ex|;]]>

(4)He=S2-En2;]]>

對10個專家針對失效模式的打分經過逆向云發生器得到了10組三參數Ex，En，He。