城市轨道交通预警历史数据获取

根据本书3.3节中城市轨道交通线路预警指标的描述，线路预警等级是基于对车站综合预警指数、线路设备综合预警指数、线路断面客流预警指数和线路运行指挥综合预警指数4个指标的综合形成的，但如何确定各自的权重是一个问题，且综合预警等级的确定也比较困难，这些都要依赖专家的群体决策经验。但是专家不可能每次都根据各指标数据的变化进行评价预警，因此可采取如下的办法：首先请若干专家根据特定时间各单项指标的情况进行预警等级划分，可采取专家打分法；然后利用4.3.1节提出的专家评分结果进行处理，得到一组特定时间下的线路预警结果，作为历史训练数据，运用BP神经网络模拟专家决策过程，在已知各单项指标的数据基础上，就可以对未来某时间段线路的安全情况自动进行预警。

下面以某个时间段专家对线路安全评价（预警等级）获取的过程进行说明：

1.初始数据获得

给出某个时间段线路各单项指标的数据，由专家根据各指标数据情况自由独立打分，收集到6个专家反馈回来的结果，见表4-11。

表4-11　某时间段某线路的专家安全评价初始数据

第1步：根据公式（4-10）和（4-11）分别求平均值和平均标准差，得到μ=87.33,σ=5.617。

2.对初始数据进行融合

第2步：根据第1步计算结果，利用公式（4-12）对原始数据作标准化处理，得到新的数据(U 1,U2,…,Un)=(-0.237,0.475,-2.018,0.119,0.475,1.187)。(https://www.xing528.com)

第3步：利用公式（4-13）计算函数值：

第4步：根据公式（4-14）得到权重向量：

第5步：根据公式（4-15）进行集结，得到融合后的R：

从上述计算过程可以看出：表4-11中专家3的打分较其他专家偏离比较大，从公平性的角度来看，该专家的打分要赋的权重应该小一些，实际计算出来的该专家的权重为0.03，远远小于其他指标的权重，因此其对总体结果公正性的干扰被大大减弱了。