基于BP神經網絡的高速鐵路風險評價模型研究.pdf

1、隨著高鐵的飛速發(fā)展，讓人們的出行越來越便捷，為國家的經濟發(fā)展增添了新的活力。軌道交通作為國家的經濟大動脈，其能否安全運營直接關系著人民的財產生命安全。因為鐵路具有性能安全、可靠、高效、運輸距離長、運輸成本低并且運輸能力強、環(huán)保、在大多惡劣天氣下均能進行運輸作業(yè)等諸多無與倫比優(yōu)勢，都是公路、海運、航空無法比擬的，所以鐵路是陸上的主要運力。
　　但是，由于我國的高鐵建成時間較短、采用的新技術、新設備較多，再加之我國的高鐵覆蓋范圍廣等諸

2、多因素使得高鐵在建設和運營上面臨著諸多風險問題。因此，為了保障高鐵的安全運營，鐵路部門將系統(tǒng)的安全理論引入到了高鐵的管理中并大力推行針對高鐵的風險管理體系，加大對鐵路風險的管控力度，從而降低事故發(fā)生的可能性，為高鐵的安全開行保駕護航。
　　本文主要針對高鐵中存在的風險隱患，建立適當?shù)脑u價指標體系，并采用BP神經網絡方法建立模型。從而利用建立的模型對高鐵進行風險評價并得出相應的結論和整改建議。
　　本文首先針對高鐵上存在的風險

3、隱患，采用故障樹的方法識別出影響高鐵安全運營的主要因素，并建立相應的評價指標體系。然后采用模糊算法量化出20條樣本鐵路的數(shù)據(jù)，再采用加權求和法降低數(shù)據(jù)的主觀性。另外為了簡化網絡的輸入，提高了網絡的收斂速率。因此，當輸入數(shù)據(jù)的維數(shù)較大時，采用主成分分析法對歸一化后的分數(shù)進行降維處理，從而簡化BP網絡結構，提高了訓練速率。
　　其次，的指標體系進行降維處理后，將得到的前15條鐵路的的分數(shù)作為BP神經網絡的訓練數(shù)據(jù)，后5條鐵路的分數(shù)作為

4、BP神經網絡的測試數(shù)據(jù)。測試結果表明該風險評價模型的預測精度達到了95％，因此該高鐵風險評價模型是有效的。
　　最后，對京滬高鐵同時采用BP神經網絡模型評價和模糊評價法進行評價，分別得出京滬高鐵的相應的風險狀況，并對兩種評價法進行了分析、比較。此外，還根據(jù)主成分分析法中主成分公式的系數(shù)分析了影響高鐵安全的主要指標因素。進而，可以將有限的人力物力投入到對這些主要因素的管控和處理上，將好鋼用在刀刃上，從而對高鐵的安全管理更加的有的放矢