鐵路專用線危險貨物運輸安全指標屬性約簡研究*

王文憲，況　瑢，郭經緯，呂紅霞

(1. 河南理工大學 能源科學與工程學院， 河南 焦作 454000；2. 西南交通大學 交通運輸與物流學院， 四川 成都610031)

0　引言

作為我國危險貨物運輸的重要組成部分，鐵路危險貨物運輸占總運量的80%以上。截止2016年底，全路危險貨物辦理站數量達76個，接軌站1 300余個，辦理危險貨物的運輸專用線超過2 000條，實現運量約1.4億噸[1]。鐵路危險貨物運輸到發、裝卸作業主要集中在專用線辦理，專用線作為鐵路危險貨物運輸的重要作業場所，安全設備設施是否齊全，安全管理制度是否健全，從業人員專業技能是否可靠等，均會對危險貨物運輸的安全性造成直接影響。因此，鐵路專用線危險貨物運輸安全評價是重要的基礎工作，可實現危險貨物運輸風險識別的有效性與準確性，從而減少安全事故的發生。

針對鐵路專用線危險貨物運輸安全評價方面的研究，Glickman[2]通過統計年度鐵路編組站液體貨物泄漏事件概率并對其危險性進行量化評估；Cozzani[3]構建了鐵路編組站危險性評估理論框架；張江華[4]系統歸納總結了國內外危險化學品運輸風險分析的相關研究成果及不足；其他學者王喆[5-6]、劉雪鵬[7]等，在構建專用線危貨運輸安全評價體系基礎上，采用諸如突變理論、灰色評價模型以及模糊綜合評價方法進行量化分析。以上研究的重點側重于鐵路專用站及專用線評價方法的選擇，在評價指標選擇中通常只分析其原則，針對評價體系構建中指標相關性、冗余性處理的研究較少。

粗糙集理論[8](RS，Rough Set)于1982年由波蘭數學家的Pawlak提出，主要用于學習、表達以及歸納具有不確定性及不完整性的數據知識，在沒有任何先驗知識及附加信息的情況下，從知識分類角度利用數據本身自帶信息對其進行推理。粗糙集理論的屬性約簡方法中，基于區分矩陣的屬性約簡算法易于理解，且具有多項式時間復雜性的優點[9]，被廣泛應用于工程技術領域中與金融學領域中的數據挖掘、評價指標精簡等方面。基于上述分析，本文在分析鐵路專用線危險貨物運輸安全影響因素基礎上，構建評價指標體系，采用基于改進區分矩陣的粗糙集屬性約簡方法，在保證知識分類質量不變的前提下，對評價體系指標進行精簡，從而提高評價過程中的科學性。

1　評價體系的構建

鐵路專用線危險貨物運輸的影響因素眾多，評價體系的構建需從總體上反映專用線運輸事故的本質。事故致因理論認為：造成事故的原因包括人的因素、設備因素、線路因素以及管理因素，所以從“人、機、路、管”角度出發，鐵路專用線危險貨物運輸的影響因素也應該從資質管理C1、安全設備設施C2、運輸設備設施C3以及安全管理C4這4個方面考慮[10]。

1.1　資質管理

危險貨物運輸托運人資質是由國家相關部門認定，從事該類運輸業務單位所獲得的危險貨物存儲、運營資格[11]。《危規》規定，從事鐵路危險貨物運輸的托運人或單位必須具備相應的資質。資質管理包含的考核指標包括托運人的資質證書以及危險貨物運輸經營許可2種證書，而且需要滿足危險貨物的各項規定。

1.2　安全設備設施

鐵路危險貨物專用線的設施設備中，每一個零部件的質量與使用規范都對整條專用線的安全狀況造成直接影響。安全設備設施包含的考核指標包括危險貨物的消防設施、防雷設施以及防靜電設施，安全檢測及報警設備，應急救援物資，安全監控系統等，此外還包括設施之間的安全距離是否符合標準[12]。

1.3　運輸設備設施

在危險貨物的運輸過程中，不同外界條件的作用都有可能導致各類危險貨物事故的發生，此外，某些危險貨物還會因為摩擦振動而產生化學反應并生成有毒物質。因此，運輸的危險貨物要與所使用的運輸工具與包裝相適應，危險貨物載運工具及安全附件需要符合《鐵路危險貨物運輸管理規則》要求。危險貨物的運輸包裝應該是由取得國家規定的企業生產，由鐵路總公司認定的包裝檢測機構檢測合格。

1.4　安全管理

鐵路危險貨物運輸過程中包含各類復雜的技術作業流程，且對安全條件要求較高，其制度管理涉及社會與環境的安全。因此，鐵路危險貨物專用線應根據自身的運營狀況及技術條件，制定與實施各項嚴格的管理制度與應急預案。安全管理所包含的考核指標主要包括安全管理制度、從業人員安全培訓以及應急預案等內容的規范情況等[13]。

綜上，構建鐵路專用線危險貨物運輸安全評價體系如圖1所示。該體系包含有4個二級指標，以及16個三級指標。

圖1　鐵路專用線危險貨物運輸安全評價體系Fig.1　Rail line dangerous freights transport security assessment system

2　基于粗糙集理論的屬性約簡

2.1　改進區分矩陣設計

基于粗糙集理論的鐵路專用線危險貨物運輸安全評價體系約簡的關鍵在于區分矩陣設計。但由于某些不相容決策表中，區分矩陣屬性約簡與正域屬性約簡之間并不等價，因此需要對傳統意義上的區分矩陣進行適應性的修正。

定義1鐵路專用線危險貨物運輸安全評價決策表S=(U,A,V,F)，論域U={u1,u2,…,un}為鐵路專用線危貨運輸統計數據及評價結果組成的樣本集；A=C∪D為有限屬性集，其中子集C為條件屬性集，為評價體系中的各個三級指標，子集D為決策屬性集，反映鐵路專用線危險貨物運輸二級指標安全等級評價類別，且C與D滿足C∩D=φ；V=(Ua∈A,Va)為屬性取值的集合，其中Va是屬性a的值域，也就是屬性a的取值范圍；F:U×A→V為信息函數，用于確定論域U中每個樣本u關于屬性a的信息值，且?a∈A,x∈U，F(u,a)∈Va。

(1)

(2)

定義4在簡化決策表S′=(U′,C,D,V,F)中，簡化區分矩陣為M′=m(i′,j′)，矩陣中包含的元素定義如下[14]：

(3)

定義5假設M′=m(i′,j′)為簡化決策表S′=(U′,C,D,V,F)的簡化區分矩陣，且P?C，如果P滿足：1)?φ≠m(i′,j′)∈M′，且P∩m(i′,j′)≠φ；2)?a∈P,P′=P-{a}均不滿足1)，則稱P是C關于D的一個屬性約簡。

2.2　屬性約簡算法流程

通過基于粗糙集約簡理論的改進區分矩陣設計，結合鐵路專用線危險貨物運輸安全評價體系的特點，對該體系中指標精簡的具體實施步驟如下：

Step1 確定屬性集C，匯總現有成果，構建鐵路專用線危險貨物運輸安全評價指標集C，其中ci∈C為鐵路專用線危貨運輸安全評價指標；

Step2 確定樣本集即論域U，其中ui∈U為歷史數據中某個年度或某個時段的鐵路專用線危險貨物運輸安全評價指標的取值；

Step3 屬性值語義界定，確定每個評價指標ci的屬性值以及相應評語集，并確定每個樣本u關于屬性a的信息值F(u,a)；

Step4 構建屬性約簡決策表S=(U,A,V,F)，結合各類指標評語集與歷史數據構建類似于二維矩陣的關系數據表，該表中每一列數據代表論域中的一個樣本，每一行代表論域中所有樣本關于某個屬性即評價指標ci的值；

Step5 確定評價體系指標屬性集C的不可區分關系ind(C)，計算過程如下[15]：

1)對每一個指標ci(i=1,2,…,r)信息值函數值f(uj,ci)(j=1,2,…,n)的最大值和最小值，分別記為Mi與mi；

2)以靜態鏈表依次存儲對象u1,u2,…,un，令表頭指針指向u1；

3)進行“分配”與“收集”

第i次“分配”：構建Mi-mi+1空對列，設置對列k的頭指針和尾指針分別為frontk和frontk，并將鏈表中的對象u∈U按其在鏈表中的次序分配至隊列f(u,ci)-mi中；

第i次“收集”：將表頭指針指向第一個非空對列的頭指針，并修改每一個非空對列的尾指針，令其指向下一個非空對列的對頭對象，如此將Mi-mi+1個對列重組為一個鏈表；

4)對于不為空集矩陣元素m(i,j)≠φ，如果該元素只有一個指標c，則將其并入集合reduce(C)，并將包含指標c所有矩陣元素去掉，然后在C-T-reduce(C)中取任意指標c*并入集合T，在所有包含指標c*的矩陣元素中去掉指標c*。

集合reduce(C)所包含的指標即為約簡后的指標。

2.3　算法復雜程度分析

傳統基于粗糙集屬性約簡算法時間復雜度為O(|C||U|2)，故基于改進區分矩陣的屬性約簡算法在時間復雜度上較原算法更優。

3　實例分析

以成都鐵路局某家石化有限公司所屬專用線為案例，結合路局安全監察網公布的2011—2016年專用線事故分析報告，組織10位鐵路運輸安全領域專家根據該公司實際狀況，按照圖1評價指標體系進行打分，選取10份構成信息決策表論域U={u1,u2,…,u10}，16個三級指標構成條件屬性集C={c1,c2,…,c16}，二級指標安全程度等級構成決策屬性D，如表1所示。

表1　專家打分樣表Table 1　The expert scoring table

鑒于決策表屬性值的離散數值表達特性，本文通過調研與專家問詢確定各指標分級標準如表2所示，在此基礎上進行數據離散化處理得到轉化Rough Set數據，如表3所示。

表3中，決策屬性d1,d2,d3,d4分別代表資質管理、安全設備設施、運輸設備設施以及安全管理4個一級指標的評定結果，本文根據這4個一級指標的評定結果分別對其下屬的二級指標進行約簡。

根據Step6，構建簡化的區分矩陣如表4所示。

表2　指標分級標準Table 2　Index grading standard table

表3　原始數據轉化Rough Set數據Table 3　Raw data converted into rough set data

表4　資質管理屬性簡化區分矩陣Table 4　Simplified discernibility matrix ofqualification management

根據表4，由Step6計算得到資質管理類指標的約簡結果為reduce(C1)={c11,c12}，即托運人資質證書以及危貨運輸經營許可指標屬于不可約簡屬性。

根據Step6，構建簡化的區分矩陣如表5所示。

表5　安全設備設施屬性簡化區分矩陣Table 5　Simplified discernibility matrix of safetyequipment and facilities

根據表5，由Step6計算得到資質管理類指標的約簡結果為reduce(C2)={c21,c24,c25}，即消防避雷防靜電設施、安全監控系統以及設施間安全距離等指標均屬于約簡后需要保留的資質管理類指標。

同理，運輸設備設施以及安全管理類指標的約簡結果分別為reduce(C3)={c31,c32,c35}與reduce(C4)={c42,c43}，即貨物裝卸存儲設施、載運工具安全標準以及貨物包裝檢測結果屬于約簡后需要保留的運輸設備設施類指標，從業人員安全培訓以及安全應急預案屬于約簡后需要保留的安全管理類指標。

4　結論

1)基于改進區分矩陣的屬性約簡算法時間復雜度為O(|C||U|)，優于傳統算法的時間復雜度O(|C||U|2)。

2)通過改進區分矩陣對決策表進行屬性約簡，得到了約簡后的條件屬性集為{c11，c12，c21，c24，c25，c31，c32，c35，c42，c43}，從而使決策表在具備原有的分類能力的基礎上條件屬性由原來的 16 個縮減為10個， 即：托運人資質證書、危貨運輸經營許可、消防避雷防靜電設施、安全監控系統、設施間安全距離、貨物裝卸存儲設施、載運工具安全標準、貨物包裝檢測結果、從業人員安全培訓以及安全應急預案，從而顯著地簡化了決策表。

3)約簡后的剩余的屬性是決定鐵路專用線危險貨物運輸安全程度的關鍵要素，所以約簡結果表明：在鐵路專用線危險貨物運輸過程中，嚴格審查危貨運輸公司的資質與許可，加強工作人員的專業培訓，以及嚴格審查各類運輸設施設備的安全技術標準，可以切實保障專用線危險貨物運輸的安全生產與運營。

4)基于改進區分矩陣的指標屬性約簡，使得原鐵路專用線危險貨物運輸安全評價體系的指標數減少了6個，評價體系更為簡單清晰，從而減少了后續評價工作的計算量與復雜程度。

[1]王爽.鐵路危險貨物辦理站及專用線運輸安全現狀綜合分析與管理對策研究[D].北京：北京交通大學，2012.

[2]Glickman, Erkut. Assessment of hazardous material risks for rail yard safety [J]. Safety Science, 2007, 45:813-822.

[3]Cozzani, Bonvicini, Spadoni, et al. Hazmat transport: A methodological framework for the risk analysis of marshalling yards [J]. Journal of Hazardous Materials,2007,147(1/2) : 412-423.

[4]張江華，朱道立.危險化學品運輸風險分析研究綜述[J].中國安全科學學報，2007,17(3):136 -141.

ZHANG Jianghua, ZHU Daoli. Review on risk analysis of dangerous chemical transportation [J]. China Safety Science Journal, 2007,17(3):136 -141.

[5]王喆，彭其淵，蔡夢賢. 鐵路危險貨物辦理站點優化配置方法研究[J].中國安全生產科學技術，2011,7(5):101-107.

WANG Zhe, PENG Qiyuan, CAI Mengxian. Research on optimization configuration method of railway dangerous goods stations and sidings [J]. Journal of Safety Science and Technology, 2011,7(5):101-107.

[6]王喆，蔡夢賢.基于突變理論的鐵路危險貨物辦理站安全評價[J].武漢理工大學學報(交通科學與工程版)，2012,36(1):141-144.

WANG Zhe, CAI Mengxian. Catastrophe theory-based safety evaluation of railway dangerous goods station [J]. Journal of Wuhan University of Technology (Transportation Science & Engineering), 2012,36(1):141-144.

[7]劉雪鵬，楊月芳，馮偉，等.鐵路危險貨物專用線運輸安全分析方法研究[J].物流技術，2013, 32(11):155-159.

LIU Xuepeng, YANG Yuefang, FENG Wei. Study on analysis of transportation safety of dedicated dangerous cargo rail lines [J]. Logistics Technology, 2013, 32(11):155-159.

[8]Pawlak.Z. Rough sets: Theoretical Aspects of Reasoning about Data [M].Netherlands: Kluwer, Academic Publishers, 1992.

[9]徐章艷，楊炳儒，宋威.基于簡化的二進制差別矩陣的快速求核算法[J].小型微型計算機系統，2006,(26):167-171.

XU Zhangyan, YANG Binru, SONG Wei. Quick computing core algorithm based on simply binary discernibility matrix[J].Journal of Chinese Computer Systems, 2006,(26):167-171.

[10]肖貴平,朱曉寧.交通安全工程[M].北京：中國鐵道出版社，2004.

[11]陳亮.鐵路危險貨物運輸安全綜合分析研究[D].北京：清華大學，2013.

[12]王建春.鐵路危險貨物運輸的安全隱患及對策[J].鐵道貨運,2004(9):22-24.

WANG Jianchun. Hidden danger and countermeasure of railway transportation of dangerous goods[J].Railway Freight Transport, 2004(9):22-24.

[13]沈小燕.道路危險貨物運輸企業安全評價研究[D].西安：長安大學，2006.

[14]鄔云龍，劉丹龍，王浩然，等.基于粗糙集Skowron差別矩陣的礦井火災風險評價指標約簡[J].中國安全生產科學技術，2016,12(5):60-65.

WU Yunlong, LIU Danlong, WANG Haoran ，et al. Reduction of risk assessment indexes for mine fire based on Skowron discernibility matrix of rough set theory [J]. Journal of Safety Science and Technology, 2016,12(5):60-65.

[15]蔣瑜，王燮，葉振.基于差別矩陣的Rough集屬性約簡算法[J].系統仿真學報，2008,20(14): 3717-3720.

JIANG Yu, WANG Xie, YE Zhen. Attribute reduction algorithm of rough sets based on discernibility matrix [J]. Journal of System Simulation, 2008,20(14): 3717-3720.