主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析中的應(yīng)用

苗義烽，周曉昭

（1. 中國(guó)鐵道科學(xué)研究院 研究生部，北京 100081 2. 北京市華鐵信息技術(shù)開(kāi)發(fā)總公司，北京 100081）

主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析中的應(yīng)用

苗義烽1，周曉昭2

（1. 中國(guó)鐵道科學(xué)研究院 研究生部，北京 100081 2. 北京市華鐵信息技術(shù)開(kāi)發(fā)總公司，北京 100081）

根據(jù)鐵總公司要求，TDCS/CTC系統(tǒng)增加列車(chē)占用丟失報(bào)警功能，為保證列車(chē)運(yùn)行安全、提高列車(chē)運(yùn)行效率，在發(fā)生列車(chē)占用丟失報(bào)警時(shí)，需要及時(shí)且準(zhǔn)確地判定報(bào)警原因。主觀貝葉斯方法是一種概率推理方法，能從不完全、不精確或不確定的知識(shí)和信息中做出推理。列車(chē)占用丟失報(bào)警原因分析具有現(xiàn)象與原因的不確定性。本文將主觀貝葉斯方法引入列車(chē)占用丟失報(bào)警原因分析中。最后利用大量算例進(jìn)行驗(yàn)證，驗(yàn)證結(jié)果表明了該方法的合理性和實(shí)用性。

列車(chē)占用丟失；主觀貝葉斯方法；TDCS；CTC

TDCS/CTC系統(tǒng)（客車(chē)運(yùn)行安全監(jiān)控系統(tǒng)/調(diào)度集中系統(tǒng)，Ttain operation Dispatch Command System/Centralized Traffic Control System）能夠提供列車(chē)運(yùn)行的宏觀顯示，能夠?qū)崟r(shí)顯示車(chē)站及區(qū)間的進(jìn)路排列、信號(hào)顯示、軌道電路實(shí)際占用、列車(chē)車(chē)次號(hào)及列車(chē)運(yùn)行方向等信息。鐵總公司要求TDCS/CTC系統(tǒng)增加列車(chē)占用丟失告警功能，列車(chē)占用丟失告警功能的實(shí)施對(duì)于保證列車(chē)運(yùn)行安全和提高鐵路運(yùn)輸效率有著重要的意義。此功能實(shí)施以來(lái)，為提高列車(chē)占用丟失告警的準(zhǔn)確率，已將車(chē)次追蹤邏輯進(jìn)行優(yōu)化、提高了TDCS/CTC系統(tǒng)靈敏度與容錯(cuò)性，屏蔽了假車(chē)次告警、場(chǎng)間聯(lián)絡(luò)線告警等。從目前的情況上看報(bào)警類(lèi)型已趨于穩(wěn)定。

為確保在發(fā)生列車(chē)占用丟失告警后及時(shí)準(zhǔn)確地定位列車(chē)占用丟失告警原因，本文將主觀貝葉斯方法引入列車(chē)占用丟失報(bào)警原因分析模型中。

1 主觀貝葉斯方法概述

主觀貝葉斯方法是R.O.Duda等人于1976年提出的一種確定性推理模型。此方法成功地應(yīng)用于地礦勘探系統(tǒng)PROSPECTOR中[3]。

1.1 規(guī)則不確定性

主觀貝葉斯方法中引入了2個(gè)數(shù)值（LS, LN），IF A,THEN（LS, LN）B，LS體現(xiàn)規(guī)則成立的充分性，LN體現(xiàn)規(guī)則成立的必要性。這種表示既考慮了事件A的出現(xiàn)對(duì)其結(jié)果B的支持，又考慮了A的不出現(xiàn)對(duì)B的影響。

O(X)表示證據(jù)X的出現(xiàn)概率和不出現(xiàn)的概率之比，顯然O(x)是P(X)的增函數(shù)。P(X)=0，O(X)=0；P(X)=0.5，O(x)=1；P(X)=1，O(x)=∞。幾率函數(shù)實(shí)際上表示了證據(jù)X的不確定性。

對(duì)規(guī)則A→B的不確定性度量f(B, A)以因子(LS, LN)來(lái)描述：

充分性因子LS：表示A的發(fā)生對(duì)B發(fā)生的影響程度，即規(guī)則成立的充分性。若LS為無(wú)窮大，則P(|A)=0，即P(A|B)=1，說(shuō)明證據(jù)A對(duì)于得出 B為真的邏輯是充分的。LS也稱(chēng)為充分似然性因子。

必要性因子LN：表示A不發(fā)生對(duì)B的影響程度，即規(guī)則成立的必要性。若LN=0，則P(B|)=0，說(shuō)明證據(jù)A不存在時(shí)，B必為假，即A對(duì)B是必然的。

注：實(shí)際應(yīng)用中，概率不可能求出，所以采用的都是專(zhuān)家給定的LS、LN值，而不是依LS、LN的定義來(lái)計(jì)算的。

幾率函數(shù)與LS，LN的關(guān)系：

注意：

（1）LS, LN≥0且LS, LN是不獨(dú)立的；

（2）LS, LN可以同時(shí)為1；

（3）LS, LN不能同時(shí)＞1或＜1 。

理論上，LS, LN的取值可以是如下幾個(gè)范圍：

（1）LS＞1，且LN＜1

（2）LS＜1，且LN＞1

（3）LS=LN=1

LS, LN與證據(jù)的關(guān)系如表1所示。

表1 LS, LN與證據(jù)的關(guān)系

1.2 證據(jù)的不確定性

證據(jù)的不確定性度量用幾率函數(shù)來(lái)描述：

雖然幾率函數(shù)與概率函數(shù)有著不同的形式，但是變化趨勢(shì)是相同的。當(dāng)A為真的程度越大（P(A)越大）時(shí)，幾率函數(shù)的值也越大。

幾率函數(shù)是用概率函數(shù)定義的：

在推理過(guò)程中，經(jīng)常需要幾率函數(shù)計(jì)算概率函數(shù)值時(shí)：

1.3 推理計(jì)算

主觀貝葉斯方法的不精確推理過(guò)程就是根據(jù)前提A的概率P(A)，利用規(guī)則的LS和LN，把結(jié)論B的先驗(yàn)概率P(B)更新為后驗(yàn)概率P(B|A)的過(guò)程。

由于是不確定性推理，所以必須討論證據(jù)發(fā)生的各種可能性。

（1）A必出現(xiàn)；（2）A不確定；（3）證據(jù)的合成；（4）證據(jù)組合。

1.3.1 A必出現(xiàn)

當(dāng)A必出現(xiàn)時(shí)，即P(A)=1，此時(shí)可以直接使用公式O(B|A)=LS?O(B)、 O(B|)=LN?O(B)計(jì)算，從而求得使用規(guī)則A→B后，O(B)的更新值O(B|A)和O(B)。如果需要概率表示，可再由公式計(jì)算出O(B|A)和O(B|)。

1.3.2 A不確定

當(dāng)A不確定時(shí)，即P(A)≠1時(shí)，設(shè)A'代表與A有關(guān)的所有證據(jù)（A'是系統(tǒng)中所有對(duì)A能夠產(chǎn)生影響的觀察）。

對(duì)于規(guī)則A→B，杜達(dá)（Duda）給出了公式（1976年）

3種特殊情況：

（1）當(dāng)P(A|A')=1時(shí)，證據(jù)A必然出現(xiàn)；（2）當(dāng)P(A|A')=0 時(shí)，證據(jù)A必然不出現(xiàn)；（3）當(dāng)P(A|A')=P(A)時(shí)，觀察A'對(duì)A沒(méi)有影響。

3種特殊情況時(shí)，A'對(duì)B的不同影響，即可以根據(jù)A與A'的關(guān)系計(jì)算P(B|A')值。

這樣可得P(A|A')為0，P(A)為1時(shí)相應(yīng)的P(B|A')值，根據(jù)這3點(diǎn)得到線性插值圖，如圖1所示。

對(duì)于P(A|A')的其它取值，P(B|A')可根據(jù)圖1，通過(guò)線性插值法得到。線性差值公式：

圖1 線性插值圖

當(dāng)證據(jù)不確定時(shí)，證據(jù)理論推理的基本原理：

（1）從該證據(jù)A往前看，即尋找A的出處；

（2）如果A是由A'導(dǎo)出的，即A'→A→B，則當(dāng)A不清楚的時(shí)候，采用A'的相關(guān)信息進(jìn)行計(jì)算；

（3）如果還不行，就再往前推；

（4）是一個(gè)遞歸推導(dǎo)的過(guò)程。

A'是指從A向前看的各個(gè)相關(guān)證據(jù)，所以有時(shí)可能存在多個(gè)相關(guān)證據(jù)。

1.3.3 證據(jù)合成

當(dāng)出現(xiàn)兩個(gè)證據(jù)，即在證據(jù)A'之下，有證據(jù)A1和A2存在時(shí)，設(shè)證據(jù)A1和A2單獨(dú)受影響的概率分別為P(A1|A')和P(A2|A')，那么

當(dāng)有2個(gè)以上的證據(jù)存在時(shí)，有

1.3.4 證據(jù)組合

簡(jiǎn)單情況：一個(gè)原因，一個(gè)結(jié)果。

A→B，A為原因，B為結(jié)果。

實(shí)際情況：證據(jù)是復(fù)合的。

若A1→B ，A2→B，而A1，A2相互獨(dú)立，對(duì)A1，A2的觀察分別為A'1，A'2。

2 主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析中的應(yīng)用

2.1 建立列車(chē)占用丟失報(bào)警原因分析模型的“證據(jù)”

按照原鐵道部頒發(fā)的《TDCS、CTC系統(tǒng)列車(chē)占用丟失報(bào)警功能技術(shù)要求》（運(yùn)基信號(hào)函[2011]535號(hào)），以下9種情況會(huì)產(chǎn)生列車(chē)占用丟失報(bào)警：

（1）區(qū)間：列車(chē)在閉塞分區(qū)占用后紅光帶消失，連續(xù)15 s前方閉塞分區(qū)無(wú)占用紅光帶，則產(chǎn)生列車(chē)占用丟失報(bào)警。

（2）區(qū)間：列車(chē)在閉塞分區(qū)占用后紅光帶消失，連續(xù)15 s前方閉塞分區(qū)無(wú)占用紅光帶，即使后方閉塞分區(qū)有紅光帶也產(chǎn)生列車(chē)占用丟失報(bào)警。

（3）區(qū)間：對(duì)于列車(chē)緊跟蹤情況，后車(chē)占用紅光帶消失后連續(xù)15 s，前方閉塞分區(qū)雖然占用但為不同列車(chē)車(chē)次，也產(chǎn)生列車(chē)占用丟失報(bào)警。

（4）區(qū)間：對(duì)于列車(chē)緊跟蹤情況，前車(chē)占用多個(gè)閉塞分區(qū)，后車(chē)占用紅光帶消失后連續(xù)15 s，前方雖然占用但不是后車(chē)車(chē)次時(shí)，產(chǎn)生列車(chē)占用丟失報(bào)警。

（5）區(qū)間：列車(chē)出站時(shí)，站內(nèi)最后一個(gè)軌道區(qū)段列車(chē)占用紅光帶消失后，連續(xù)15 s第一離去無(wú)占用紅光帶，則產(chǎn)生報(bào)警。

（6）車(chē)站：列車(chē)在站內(nèi)股道占用后紅光帶消失，且相鄰軌道區(qū)段連續(xù)15 s無(wú)占用紅光帶，則產(chǎn)生列車(chē)占用丟失報(bào)警。

（7）車(chē)站：列車(chē)在站內(nèi)股道占用后紅光帶消失，相鄰道岔區(qū)段連續(xù)15 s索然有占用紅光帶，但道岔未開(kāi)通該股道，也產(chǎn)生列車(chē)占用丟失報(bào)警。

（8）車(chē)站：列車(chē)進(jìn)站時(shí)，股道相鄰軌道區(qū)段占用紅光帶消失后，連續(xù)15 s該股道無(wú)占用紅光帶，則產(chǎn)生列車(chē)占用丟失報(bào)警。

（9）車(chē)站：列車(chē)在進(jìn)站信號(hào)機(jī)外方接近區(qū)段占用紅光帶消失后，連續(xù)15 s接車(chē)進(jìn)路無(wú)占用紅光帶，則產(chǎn)生列車(chē)占用丟失報(bào)警[1]。

此9種模型作為主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析模型的“證據(jù)”，對(duì)應(yīng)序號(hào)定義為：A1 ，A2 ，A3，A4，A5，A6，A7，A8，A9。

2.2 列車(chē)占用丟失報(bào)警原因分析模型的結(jié)果

經(jīng)過(guò)幾個(gè)月以來(lái)對(duì)大量列車(chē)占用丟失告警的原因深度分析，在對(duì)車(chē)次追蹤邏輯進(jìn)行優(yōu)化、提高了TDCS/CTC系統(tǒng)靈敏度與容錯(cuò)性、屏蔽假車(chē)次、場(chǎng)聯(lián)、自動(dòng)閉塞車(chē)站的半自閉端口等降低誤報(bào)警率的方案實(shí)施后，仍存在的誤報(bào)警類(lèi)型主要有：相當(dāng)多車(chē)站TDCS車(chē)站設(shè)備老化，采集故障頻發(fā)導(dǎo)致的占用丟失誤報(bào)警；通道故障或者傳輸誤碼，導(dǎo)致占用丟失誤報(bào)警；現(xiàn)場(chǎng)換軌、換枕、大機(jī)搗固等施工及施工后引起的軌道分路不良導(dǎo)致的占用丟失報(bào)警；車(chē)輛區(qū)間故障及其他原因造成列車(chē)區(qū)間折返導(dǎo)致的占用丟失誤報(bào)警；單機(jī)輕車(chē)跳動(dòng)、進(jìn)入調(diào)諧區(qū)等導(dǎo)致的占用丟失報(bào)警；石太線某些區(qū)段現(xiàn)場(chǎng)情況特殊導(dǎo)致的占用丟失報(bào)警等。因此將目前列車(chē)占用丟失報(bào)警的主要原因歸為以下8類(lèi)：（1）網(wǎng)絡(luò)問(wèn)題；（2）采集板故障；（3）通信機(jī)工作異常；（4）現(xiàn)場(chǎng)施工 ；（5）區(qū)間折返；（6）單機(jī) ；（7）特殊問(wèn)題；（8）其他問(wèn)題。

此8種類(lèi)型作為主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析模型的“結(jié)果”，對(duì)應(yīng)序號(hào)定義為：B1 ，B2 ，B3，B4，B5，B6，B7，B8。

在列車(chē)占用丟失告警原因分析中，通過(guò)查看車(chē)站及中心調(diào)監(jiān)上的回放、相關(guān)服務(wù)器及終端日志、邏輯區(qū)段劃分等來(lái)分析原因。分析過(guò)程中通常以回放車(chē)站站名變紫、回放車(chē)站站名變紅、中心與車(chē)站回放不一致、日志里有主備通道頻繁故障的記錄、維護(hù)現(xiàn)有通信機(jī)終端的現(xiàn)象，日志中站死站活記錄等作為列車(chē)占用丟失報(bào)警情況對(duì)應(yīng)報(bào)警類(lèi)型的現(xiàn)象。以上述幾種特征作為主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析模型中對(duì)相應(yīng) 證據(jù)AX產(chǎn)生影響的觀察，記為AX'。

以大量列車(chē)占用丟失報(bào)警分析案例為依據(jù)，給定對(duì)應(yīng)規(guī)則的充分性因子LS和必然性因子LN。

3 實(shí)例驗(yàn)證與結(jié)果分析

將主觀貝葉斯方法引入列車(chē)占用丟失報(bào)警原因分析中，對(duì)應(yīng)產(chǎn)生的規(guī)則較多。由于篇幅有限，本文舉一個(gè)實(shí)例對(duì)主觀貝葉斯方法列車(chē)占用丟失報(bào)警原因分析模型進(jìn)行驗(yàn)證。

以北京鐵路局2014年1月20日～2014年3月27日的579起列車(chē)占用丟失告警原因?yàn)槔疃确治霭咐o定對(duì)應(yīng)規(guī)則的充分性因子LS和必然性因子LN。

算例：2014年3月29日 T315次列車(chē)于石景山南站D10G產(chǎn)生列車(chē)占用丟失告警。采用主觀貝葉斯方法對(duì)此條列車(chē)占用丟失告警建立模型進(jìn)行分析。有大量分析案例得到：P(A)=0.72，P(B)=0.35，LS=300。由于P(A)≠1，即A為不確定。利用線性插值法得到：P(B|A')=0.921。此結(jié)果與實(shí)際情況相符合。

4 結(jié)束語(yǔ)

本文將主觀貝葉斯方法引入列車(chē)占用丟失報(bào)警原因分析中，既有助于報(bào)警原因的分析，又做出相關(guān)的預(yù)測(cè)，以大量的分析案例為依據(jù)得出相關(guān)數(shù)據(jù)，并利用實(shí)例驗(yàn)證，得出結(jié)果與實(shí)際情況相符合。主觀貝葉斯方法在列車(chē)占用丟失報(bào)警原因分析中的應(yīng)用具有合理性和實(shí)用性。

[1] 鐵道部運(yùn)輸局.運(yùn)基信號(hào)[2011]535號(hào)對(duì)TDCS/CTC系統(tǒng)列車(chē)占用丟失報(bào)警功能技術(shù)要求[S].鐵道部運(yùn)輸局，2011.

[2] 宋鵬飛，周宏偉，張 濤. FZy-CTC列車(chē)占用丟失報(bào)警功能的開(kāi)發(fā)[J]. 鐵道通信信號(hào)，2012，48（9）.

[3] 李海軍，馬登武，劉 霄，姜 濤，貝葉斯網(wǎng)絡(luò)理論在裝備故障診斷中的應(yīng)用[M].北京：國(guó)防工業(yè)出版社，2009.

責(zé)任編輯 徐侃春

Application of Subjective Bayes Method in cause analysis of train occupancy loss alarm

MIAO Yifeng1, ZHOU Xiaozhao2
( 1. Signal & Communication Research Institute, China Academy of Railway Sciences, Beijing 100081, China; 2. Beijing Huatie Information Technology Development Corporation, Beijing 100081, China )

According to requirements of China Railway, it was increased the function of train occupancy loss alarm in TDCS/CTC System. In order to ensure the train operation safety and improve the eff i ciency of train operation, when the train occupation loss alarm happened, it was needed to judge the cause in time and accuracy. Subjective Bayesian Mmethod is a method of probabilistic reasoning with the ability of making inferences based on incomplete, inexact or uncertain knowledge and information. Cause analysis of train occupancy loss alarm was with the uncertainty of phenomena and the causes. This paper introduced the application of Subjective Bayes Method in cause analysis of train occupancy loss alarm. Finally, examples for authentication verif i ed the reasonableness and practicability of the method.

train occupancy loss; Subjective Bayes Method; TDCS; CTC

U284.59∶TP39

A

1005-8451（2014）12-0009-05

2014-08-19

苗義烽，在讀博士研究生；周曉昭，實(shí)習(xí)生。