[发明专利]一种轨道系统多域关联的服役敏感度分析方法

权利要求书

1.一种轨道系统多域关联的服役敏感度分析方法，包括如下步骤：

S1.对轨道系统进行全生命周期构成要素的分解；具体为采用如下步骤进行分解：

A.根据轨道系统的构成，将轨道系统分解为如下宏观要素：轨道交通车辆、轨道交通车站、轨道交通线路与轨道、轨道交通供电系统、轨道交通通信系统、轨道交通信号系统和轨道交通剩余部分，并用ele_i表示，i＝1,2,...,7并依次对应轨道交通车辆、轨道交通车站、轨道交通线路与轨道、轨道交通供电系统、轨道交通通信系统、轨道交通信号系统和轨道交通剩余部分；

B.将步骤A得到的每一个宏观要素，按照所包含的组成部分的性质，再次分解为若干个基本要素，并用ele_i,j表示，其中i＝1,2,...,7，为第i个宏观要素所包含的基本要素的数量；

C.将步骤B得到的每一个基本要素，按照轨道系统的发展进程，形成四个阶段要素：设计阶段、建设阶段、建造阶段和运营维护阶段，并用ele_i,j,k表示，其中i＝1,2,...,7，k＝1,2,3,4并依次对应设计阶段、建设阶段、建造阶段和运营维护阶段；

S2.对步骤S1得到的各个要素在安全域、性能域和环境域进行量化计算；具体为采用如下步骤进行计算：

a.采用如下算式计算基本要素的安全域关联度性能域关联度和环境域关联度

其中为基本要素ele_i,j的安全域的平均关联得分且为基本要素ele_i,j的性能域的平均关联得分且为基本要素ele_i,j的环境域的平均关联得分且为第p个轨道系统工作人员对基本要素ele_i,j安全域的关联程度评分；为第p个轨道系统工作人员对基本要素ele_i,j性能域的关联程度评分；为第p个轨道系统工作人员对基本要素ele_i,j环境域的关联程度评分；num₃为参与评分的轨道系统工作人员的总数；

b.采用如下算式计算阶段要素的安全域关联度性能域关联度和环境域关联度

其中为阶段要素ele_i,j,k的安全域的平均关联得分且为阶段要素ele_i,j,k的性能域的平均关联得分且为阶段要素ele_i,j,k的环境域的平均关联得分且为第p个轨道系统工作人员对阶段要素ele_i,j,k安全域的关联程度评分；为第p个轨道系统工作人员对阶段要素ele_i,j,k性能域的关联程度评分；为第p个轨道系统工作人员对阶段要素ele_i,j,k环境域的关联程度评分；

c.采用如下算式量化计算安全域C_a、性能域C_x和环境域C_h：

S3.建立数据集；具体为采用如下步骤建立数据集：

(1)将轨道系统各阶段要素ele_i,j,k在其对应的第k个阶段内的服役年限作为ele_i,j,k的量化值，同时将作为基本要素ele_i,j的量化值；

(2)将计算得到的ele_i,j,k、ele_i,j、C_a、C_x和C_h作为一个数据样本；并依次选择若干条不同的轨道系统线路，构成若干个样本，从而得到数据集；

S4.建立安全域关联模型、性能域关联模型和环境域关联模型，从而获得多域强相关要素；具体为采用如下步骤建立模型并获得多域强相关要素：

1)将每条轨道系统线路的所有基本要素ele_i,j作为PID神经网络网络的输入，将安全域C_a作为PID神经网络的输出，对PID神经网络进行训练，从而得到基于PID神经网络的安全域关联模型；

2)将每条轨道系统线路的所有基本要素ele_i,j作为PID神经网络网络的输入，将性能域C_x作为PID神经网络的输出，对PID神经网络进行训练，从而得到基于PID神经网络的性能域关联模型；

3)将每条轨道系统线路的所有基本要素ele_i,j作为PID神经网络网络的输入，将环境域C_h作为PID神经网络的输出，对PID神经网络进行训练，从而得到基于PID神经网络的环境域关联模型；

4)针对数据集中的每一条轨道系统线路，采用如下步骤计算得到每个基本要素ele_i,j的第m个安全域相关子系数并依次计算每个基本要素ele_i,j的安全域相关系数num₂为轨道系统线路的总条数：

将第m条轨道系统线路的每个基本要素ele_i,j按照设定的第一调节参数ε1进行降低，同时保持剩余基本要素不变，输入到步骤1)得到的基于PID神经网络的安全域关联模型并得到模型输出C'_a,m，并得到每个基本要素ele_i,j的第m个安全域相关子系数C_a,m为第m条轨道系统线路的安全域量化值；

5)针对数据集中的每一条轨道系统线路，采用如下步骤计算得到每个基本要素ele_i,j的第m个性能域相关子系数并依次计算每个基本要素ele_i,j的性能域相关系数num₂为轨道系统线路的总条数：

将第m条轨道系统线路的每个基本要素ele_i,j按照设定的第二调节参数ε2进行降低，同时保持剩余基本要素不变，输入到步骤2)得到的基于PID神经网络的性能域关联模型并得到模型输出C'_x,m，并得到每个基本要素ele_i,j的第m个性能域相关子系数C_x,m为第m条轨道系统线路的性能域量化值；

6)针对数据集中的每一条轨道系统线路，采用如下步骤计算得到每个基本要素ele_i,j的第m个环境域相关子系数并依次计算每个基本要素ele_i,j的环境域相关系数num₂为轨道系统线路的总条数：

将第m条轨道系统线路的每个基本要素ele_i,j按照设定的第三调节参数ε3进行降低，同时保持剩余基本要素不变，输入到步骤3)得到的基于PID神经网络的环境域关联模型并得到模型输出C'_h,m，并得到每个基本要素ele_i,j的第m个环境域相关子系数C_h,m为第m条轨道系统线路的环境域量化值；

7)选择安全域相关系数最高的若干个安全域相关系数所对应的基本要素、性能域相关系数最高的若干个性能域相关系数所对应的基本要素和环境域相关系数最高的若干个环境域相关系数所对应的基本要素，作为多域强相关要素并记为str-ele_n；其中n＝1,2,...,num₄，num₄为多域强相关要素的总数量，str-ele_n的量化值为对应的基本要素ele_i,j的量化值；

S5.根据步骤S4得到的多域强相关要素，建立轨道系统全生命周期服役年限敏感度模型，从而得到最终的强相关要素服役年限敏感度分析结果。