基于模糊貝葉斯網(wǎng)絡(luò)的山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)估

項(xiàng) 琴，李遠(yuǎn)富，朱宏偉

(1.西南交通大學(xué)土木工程學(xué)院，成都 610031；2.四川建筑職業(yè)技術(shù)學(xué)院鐵道工程系，四川德陽(yáng) 618099； 3.西南交通大學(xué)高速鐵路線路工程教育部重點(diǎn)實(shí)驗(yàn)室，成都 610031)

基于模糊貝葉斯網(wǎng)絡(luò)的山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)估

項(xiàng) 琴1，2，李遠(yuǎn)富1，3，朱宏偉2

(1.西南交通大學(xué)土木工程學(xué)院，成都 610031；2.四川建筑職業(yè)技術(shù)學(xué)院鐵道工程系，四川德陽(yáng) 618099； 3.西南交通大學(xué)高速鐵路線路工程教育部重點(diǎn)實(shí)驗(yàn)室，成都 610031)

針對(duì)山區(qū)高速鐵路橋梁風(fēng)險(xiǎn)情況復(fù)雜且影響巨大的特點(diǎn)，提出基于模糊貝葉斯網(wǎng)絡(luò)，建立山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)估模型。將山區(qū)高速鐵路橋梁風(fēng)險(xiǎn)損失劃分成3類，分別列出各類損失的風(fēng)險(xiǎn)因素，構(gòu)建橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)概率評(píng)估的貝葉斯網(wǎng)絡(luò)，通過(guò)專家調(diào)查法統(tǒng)計(jì)出橋梁風(fēng)險(xiǎn)因素的概率等級(jí)分布，并根據(jù)鏈?zhǔn)絺鬟f規(guī)則計(jì)算出風(fēng)險(xiǎn)事故的概率等級(jí)分布。然后，結(jié)合風(fēng)險(xiǎn)矩陣對(duì)橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)水平進(jìn)行評(píng)估。最后，利用該方法分析貴廣高速鐵路上云陽(yáng)雙線特大橋的運(yùn)營(yíng)風(fēng)險(xiǎn)。結(jié)果表明，建立的模型計(jì)算過(guò)程簡(jiǎn)便，評(píng)價(jià)結(jié)果符合實(shí)際，具有較高的實(shí)用性。

高速鐵路；鐵路橋梁；貝葉斯網(wǎng)絡(luò)； 風(fēng)險(xiǎn)矩陣；運(yùn)營(yíng)風(fēng)險(xiǎn)評(píng)估

山區(qū)高速鐵路橋梁具有地理位置復(fù)雜，救援疏散條件差，風(fēng)險(xiǎn)因素復(fù)雜等特點(diǎn)，一旦高速列車在橋梁上發(fā)生風(fēng)險(xiǎn)事故，卻得不到及時(shí)有效的救援疏散，其經(jīng)濟(jì)損失和政治損失將相當(dāng)巨大。因此，有必要對(duì)山區(qū)高速鐵路橋梁進(jìn)行風(fēng)險(xiǎn)管理，為制定合理的風(fēng)險(xiǎn)控制措施提供依據(jù)。

風(fēng)險(xiǎn)概率評(píng)估是風(fēng)險(xiǎn)管理中最為重要和復(fù)雜的一個(gè)環(huán)節(jié)，常用的方法有事件樹(shù)/故障樹(shù)法、二元決策圖法和貝葉斯網(wǎng)絡(luò)法。其中，事件樹(shù)和故障樹(shù)法能有效追溯出事故成因，對(duì)局部的、相互獨(dú)立的事件分析非常有效， 但是從整體上處理多態(tài)性、非單調(diào)性、相互關(guān)聯(lián)性等復(fù)雜系統(tǒng)問(wèn)題時(shí)， 則顯得并不合適[1]。二元決策圖是對(duì)事件樹(shù)和故障樹(shù)的補(bǔ)充和擴(kuò)展，在分析復(fù)雜系統(tǒng)方面的性能優(yōu)于事件樹(shù)和故障樹(shù)，但是其計(jì)算效率與BDD節(jié)點(diǎn)的順序存在顯著的關(guān)聯(lián)關(guān)系，而尋求最優(yōu)或近似最優(yōu)的BDD節(jié)點(diǎn)順序則是異常困難的[2]。相比之下，貝葉斯網(wǎng)絡(luò)在處理多態(tài)、模糊和相互關(guān)聯(lián)問(wèn)題時(shí)具有更強(qiáng)的建模分析能力，其所展現(xiàn)的因果關(guān)系易于理解，并且容易通過(guò)專家經(jīng)驗(yàn)獲取[3]。

由于山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)因素錯(cuò)綜復(fù)雜，因此，基于貝葉斯網(wǎng)絡(luò)建立了其風(fēng)險(xiǎn)概率計(jì)算模型，采用matlab的貝葉斯網(wǎng)絡(luò)工具箱BNT編程計(jì)算，然后結(jié)合風(fēng)險(xiǎn)矩陣進(jìn)行風(fēng)險(xiǎn)水平評(píng)估，并利用貝葉斯網(wǎng)絡(luò)的反向推理能力確定其關(guān)鍵性風(fēng)險(xiǎn)因素。

1 貝葉斯網(wǎng)絡(luò)概述

貝葉斯網(wǎng)絡(luò)(Bayesian networks，BN)，是圖論與概率論的結(jié)合，直觀地表示為一個(gè)賦值因果關(guān)系的有向無(wú)圈圖[4-6]。其中，節(jié)點(diǎn)代表隨機(jī)變量， 可以是任何問(wèn)題的抽象。連接兩節(jié)點(diǎn)的有向邊由父節(jié)點(diǎn)指向其后代節(jié)點(diǎn)，代表了節(jié)點(diǎn)之間的邏輯關(guān)系。每個(gè)節(jié)點(diǎn)都附有一個(gè)概率分布，根結(jié)點(diǎn)所附的就是它的邊緣分布，而非根結(jié)點(diǎn)所附的是條件概率分布。從定性層面上看，貝葉斯網(wǎng)絡(luò)反映了節(jié)點(diǎn)間的相互依存關(guān)系；從定量層面，它則用條件概率表達(dá)了父節(jié)點(diǎn)與其后代節(jié)點(diǎn)的定量關(guān)聯(lián)關(guān)系。為了更形象地說(shuō)明問(wèn)題，構(gòu)建一簡(jiǎn)單的4節(jié)點(diǎn)貝葉斯網(wǎng)絡(luò)，其根節(jié)點(diǎn)為X，中間節(jié)點(diǎn)為A、B，葉節(jié)點(diǎn)為T，其網(wǎng)絡(luò)結(jié)構(gòu)如圖1所示。那么，包含所有節(jié)點(diǎn)的聯(lián)合概率分布函數(shù)為

圖1 貝葉斯網(wǎng)絡(luò)簡(jiǎn)圖

當(dāng)各節(jié)點(diǎn)的狀態(tài)集為{0，1}或{發(fā)生，不發(fā)生}時(shí)，模型屬于二態(tài)系統(tǒng)；若各節(jié)點(diǎn)的狀態(tài)集元素大于2個(gè)，則模型為多態(tài)系統(tǒng)。此外，如果節(jié)點(diǎn)的狀態(tài)元素不是確切的數(shù)值，而是某一區(qū)間范圍或是等級(jí)劃分，那么模型可稱為模糊系統(tǒng)。

由于山區(qū)高速鐵路橋梁經(jīng)行區(qū)域廣，跨越山谷、河流、其他道路或人群密集區(qū)等，導(dǎo)致其運(yùn)營(yíng)期間風(fēng)險(xiǎn)因素眾多，且隨橋梁所處區(qū)域、跨越類型、運(yùn)營(yíng)季節(jié)、水文地質(zhì)、相鄰結(jié)構(gòu)物等的不同而不同。從全線范圍來(lái)看，山區(qū)高速鐵路橋梁風(fēng)險(xiǎn)事故存在極大的偶然性和隨機(jī)性，要精確計(jì)算風(fēng)險(xiǎn)概率是無(wú)法完成的工作，因此，多態(tài)模糊系統(tǒng)更適用于本文的研究。

2 山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)的概率評(píng)估

2.1 分析流程

貝葉斯網(wǎng)絡(luò)應(yīng)用于風(fēng)險(xiǎn)概率評(píng)估的流程如下：首先對(duì)研究對(duì)象進(jìn)行風(fēng)險(xiǎn)識(shí)別，提煉出主要風(fēng)險(xiǎn)因素，并建立風(fēng)險(xiǎn)事故系統(tǒng)的貝葉斯網(wǎng)絡(luò)；然后，劃分出風(fēng)險(xiǎn)發(fā)生的概率等級(jí)，并據(jù)此設(shè)計(jì)出問(wèn)卷調(diào)查表，對(duì)根節(jié)點(diǎn)(即風(fēng)險(xiǎn)因素)的先驗(yàn)概率等級(jí)展開(kāi)調(diào)查，調(diào)查對(duì)象為本行業(yè)領(lǐng)域的專家及工作人員；接下來(lái)，根據(jù)問(wèn)卷調(diào)查結(jié)果，計(jì)算根節(jié)點(diǎn)事件的發(fā)生概率等級(jí)分布；最后，利用根節(jié)點(diǎn)的概率等級(jí)分布推理出其他各節(jié)點(diǎn)的風(fēng)險(xiǎn)概率等級(jí)分布，并基于最大隸屬度原則，得到其他節(jié)點(diǎn)的風(fēng)險(xiǎn)概率等級(jí)。本系統(tǒng)的分析流程如圖2所示。

圖2 基于貝葉斯網(wǎng)絡(luò)的風(fēng)險(xiǎn)概率評(píng)估流程

2.2 建立貝葉斯網(wǎng)絡(luò)模型

參考相關(guān)文獻(xiàn)和以往運(yùn)營(yíng)經(jīng)驗(yàn)，根據(jù)損失類型將山區(qū)高速鐵路橋梁的運(yùn)營(yíng)風(fēng)險(xiǎn)分為3類：第一類——橋梁結(jié)構(gòu)受損，記為A1；第二類——橋梁結(jié)構(gòu)無(wú)損但乘客安全面臨威脅，記為A2；第三類——橋梁結(jié)構(gòu)無(wú)損，乘客安全不面臨威脅但運(yùn)輸時(shí)間延誤，記為A3。分別羅列出導(dǎo)致這三類損失的主要風(fēng)險(xiǎn)因素，見(jiàn)表1。

表1 山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)因素

以變量X表示山區(qū)高速鐵路橋梁的整體運(yùn)營(yíng)風(fēng)險(xiǎn)，參照表1中所示的節(jié)點(diǎn)變量及其邏輯關(guān)系，基于matlab的貝葉斯網(wǎng)絡(luò)工具箱BNT手動(dòng)建立如圖3所示的貝葉斯網(wǎng)絡(luò)。

圖3 橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)概率評(píng)估的貝葉斯網(wǎng)絡(luò)

2.3 風(fēng)險(xiǎn)發(fā)生概率評(píng)估

(1)風(fēng)險(xiǎn)概率分級(jí)標(biāo)準(zhǔn)

風(fēng)險(xiǎn)概率等級(jí)的劃分有很多標(biāo)準(zhǔn)，參考國(guó)際隧道協(xié)會(huì)頒布的《隧道風(fēng)險(xiǎn)管理指南》[7]中有關(guān)研究成果，給出了一個(gè)橋梁風(fēng)險(xiǎn)概率的等級(jí)劃分，見(jiàn)表2。

表2 風(fēng)險(xiǎn)概率分級(jí)標(biāo)準(zhǔn)

(2)風(fēng)險(xiǎn)因素概率等級(jí)分布

根據(jù)表1制作一份山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)因素調(diào)查表，采取專家調(diào)查的方法，對(duì)貝葉斯網(wǎng)絡(luò)根節(jié)點(diǎn)的先驗(yàn)概率等級(jí)分布進(jìn)行調(diào)查，其結(jié)果處理方法參照文獻(xiàn)[3]，將專家分為4個(gè)等級(jí)，專家權(quán)重見(jiàn)表3。

表3 專家權(quán)重

根據(jù)收集到的問(wèn)卷調(diào)查表，計(jì)算根節(jié)點(diǎn)的概率等級(jí)分布，計(jì)算方法如下

其中，i=1，2，…，17，j=1，2，…，5。

式中，P(Ci=j)為風(fēng)險(xiǎn)因素Ci處于等級(jí)j的概率；n為問(wèn)卷調(diào)查數(shù)或?qū)＜覕?shù)；wk為第k個(gè)專家的權(quán)重；Pijk為第k個(gè)專家認(rèn)為風(fēng)險(xiǎn)因素Ci處于等級(jí)j的概率，Pijk=0或1。

(3) 各節(jié)點(diǎn)風(fēng)險(xiǎn)發(fā)生概率推算方法

確定子節(jié)點(diǎn)的條件概率時(shí)，遵循父節(jié)點(diǎn)產(chǎn)生相同概率等級(jí)子節(jié)點(diǎn)的鏈?zhǔn)揭?guī)則，即如果某一父節(jié)點(diǎn)處于等級(jí)j，而其他父節(jié)點(diǎn)都不高于等級(jí)j，那么子節(jié)點(diǎn)處于等級(jí)j。本文認(rèn)為等級(jí)數(shù)越小，等級(jí)越低。為了更清楚地說(shuō)明問(wèn)題，以P(B1|C1,C2)為例

P((B1=1|C1=1，C2=1))=1

P(B1=2|C1=2，C2=1)=1

P(B1=2|C1=2，C2=2)=1

P(B1=2|C1=1，C2=2)=1

……

P(B1=5|C1=5，C2=任意等級(jí))=1

P(B1=5|C2=5，C1=任意等級(jí))=1

P(B1=j|C1高于j，C2=任意等級(jí))=0

P(B1=j|C2高于j，C1=任意等級(jí))=0

將調(diào)查得到的根節(jié)點(diǎn)概率等級(jí)分布輸入到圖3所示的貝葉斯網(wǎng)絡(luò)模型中，根據(jù)上述鏈?zhǔn)絺鬟f算法，即可推出其他各節(jié)點(diǎn)的風(fēng)險(xiǎn)事故概率等級(jí)分布。然后，基于最大隸屬度原則，可得到各類風(fēng)險(xiǎn)事故和整體運(yùn)營(yíng)風(fēng)險(xiǎn)的概率等級(jí)。

3 基于ALARP的橋梁風(fēng)險(xiǎn)矩陣決策方法

基于ALARP準(zhǔn)則的風(fēng)險(xiǎn)矩陣是目前最為常用的風(fēng)險(xiǎn)決策方法之一[8，9]。具體操作方法為，將風(fēng)險(xiǎn)事故發(fā)生的概率和相應(yīng)的損失置于一個(gè)矩陣中進(jìn)行風(fēng)險(xiǎn)水平?jīng)Q策，結(jié)果分為可忽略、可接受、APLARP下限、APLARP上限和不可接受5個(gè)等級(jí)。當(dāng)風(fēng)險(xiǎn)水平達(dá)到APLARP區(qū)間時(shí)，就應(yīng)該采取措施降低風(fēng)險(xiǎn)水平。結(jié)合文獻(xiàn)[9]中的相關(guān)成果，給出了橋梁風(fēng)險(xiǎn)評(píng)估的相關(guān)矩陣及基本對(duì)策，見(jiàn)表4～表6。

表4 風(fēng)險(xiǎn)損失描述

表5 風(fēng)險(xiǎn)評(píng)估矩陣

注：表格橫向?yàn)轱L(fēng)險(xiǎn)損失等級(jí)，縱向?yàn)轱L(fēng)險(xiǎn)概率等級(jí)。

表6 基本風(fēng)險(xiǎn)對(duì)策

4 工程實(shí)例

4.1 工程概況

貴廣高速鐵路上的云陽(yáng)雙線特大橋位于貴陽(yáng)市西郊，橋區(qū)為大片密集居民區(qū)，兩端為路基區(qū)段。橋梁中心里程DK6+491，全長(zhǎng)693.41 m，最大墩高76 m；橋面縱坡為24‰，曲線半徑R=2 000 m。

橋位正穿一“U”形槽谷，兩端地勢(shì)較陡，于DK6+386處跨城區(qū)道路，水泥路面，寬5 m；于DK6+420處跨三橋南路，水泥路面，寬約40 m，為城區(qū)交通要道，與線位交角在70°左右；于DK6+547處跨小區(qū)道路，水泥路面寬4 m。

橋梁總體地質(zhì)構(gòu)造為單斜，橋址范圍內(nèi)無(wú)特殊巖土，不良地質(zhì)為巖溶；地震動(dòng)峰值加速度為0.05g，地震動(dòng)反應(yīng)譜特征周期0.35 s。

4.2 多態(tài)系統(tǒng)的計(jì)算和分析

向30位專家發(fā)放了問(wèn)卷調(diào)查，共收回27份，其中，1級(jí)專家2位，2級(jí)專家9位，3級(jí)專家10位，4級(jí)專家6位。根據(jù)調(diào)查結(jié)果，利用公式(2)計(jì)算得到山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)因素概率分布，見(jiàn)表7。

表7 山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)因素概率分布

然后，根據(jù)父節(jié)點(diǎn)產(chǎn)生相同概率等級(jí)子節(jié)點(diǎn)的鏈?zhǔn)絺鬟f規(guī)則，計(jì)算出貝葉斯網(wǎng)絡(luò)其他各節(jié)點(diǎn)的概率等級(jí)分布，結(jié)果見(jiàn)表8。

表8 山區(qū)高速鐵路橋梁運(yùn)營(yíng)風(fēng)險(xiǎn)事故概率分布

根據(jù)表8所列數(shù)據(jù)，基于最大隸屬度原則，可知：風(fēng)險(xiǎn)事故A1、A2和A3發(fā)生概率等級(jí)分別為3級(jí)、4級(jí)和3級(jí)，該橋梁整體風(fēng)險(xiǎn)概率為4級(jí)。本文還針對(duì)A1、A2、A3這三類風(fēng)險(xiǎn)事故的損失嚴(yán)重程度進(jìn)行了調(diào)查，大多數(shù)專家認(rèn)為，風(fēng)險(xiǎn)事故A1、A2和A3的損失等級(jí)分別為3級(jí)、3級(jí)和2級(jí)。這樣，根據(jù)表5所示的風(fēng)險(xiǎn)評(píng)估矩陣，可以判斷風(fēng)險(xiǎn)事故A1、A2和A3的評(píng)估等級(jí)為APLARP下限、APLARP上限和可接受。

利用貝葉斯網(wǎng)絡(luò)的反向推理能力，發(fā)現(xiàn)有3條導(dǎo)致該橋梁發(fā)生風(fēng)險(xiǎn)事故的關(guān)鍵路徑，分別是：X→A1→

B3→C6，X→A1→B4→C9，X→A2→B6→C9，也就是說(shuō)，導(dǎo)致該橋梁發(fā)生風(fēng)險(xiǎn)事故的關(guān)鍵風(fēng)險(xiǎn)因素是橋下火災(zāi)和恐怖襲擊。評(píng)價(jià)結(jié)果比較符合云陽(yáng)雙線特大橋的實(shí)際情況。針對(duì)分析結(jié)果，本文認(rèn)為，云陽(yáng)雙線特大橋梁在運(yùn)營(yíng)過(guò)程中，應(yīng)重點(diǎn)預(yù)防人為風(fēng)險(xiǎn)，通過(guò)宣傳和教育的方式加強(qiáng)橋下居民的火災(zāi)防范意識(shí)、保護(hù)鐵路意識(shí)以及反恐意識(shí)。同時(shí)，鐵路工務(wù)部門也要加強(qiáng)橋址范圍的巡視和管理，以起到警示和威懾作用。

5 結(jié) 語(yǔ)

山區(qū)高速鐵路橋梁風(fēng)險(xiǎn)事故發(fā)生概率小，但是損失嚴(yán)重，必須引起重視。將山區(qū)高速鐵路橋梁的風(fēng)險(xiǎn)損失分為3類，分別列出了導(dǎo)致事故的風(fēng)險(xiǎn)因素，然后基于模糊多態(tài)貝葉斯網(wǎng)絡(luò)，建立了風(fēng)險(xiǎn)概率等級(jí)評(píng)估模型，并結(jié)合風(fēng)險(xiǎn)矩陣進(jìn)行風(fēng)險(xiǎn)水平評(píng)估。本文的研究對(duì)提高山區(qū)高速鐵路的運(yùn)營(yíng)安全性有著較為現(xiàn)實(shí)的意義。

[1] 朱愛(ài)紅，楊亮，李博.基于故障樹(shù)分析法的ATS可靠性仿真及應(yīng)用[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2013 (11):105-109.

[2] 周忠寶.基于貝葉斯網(wǎng)絡(luò)的概率安全評(píng)估方法及應(yīng)用研究 [D].長(zhǎng)沙：國(guó)防科學(xué)技術(shù)大學(xué)信息系統(tǒng)與管理學(xué)院，2006．

[3] 周健，王紅衛(wèi)，吳邵海.盾構(gòu)法施工風(fēng)險(xiǎn)的多態(tài)貝葉斯網(wǎng)絡(luò)模型分析[J].同濟(jì)大學(xué)學(xué)報(bào)：自然科學(xué)版，2013，41(2):186-190.

[4] 馬德仲，周真，于曉洋,等.基于模糊概率的多狀態(tài)貝葉斯網(wǎng)絡(luò)可靠性分析[J].系統(tǒng)工程與電子技術(shù)，2012，34(12):2607-2611．

[5] 朱翠濤，楊凡，汪漢新,等.基于因子圖的分布式變分稀疏貝葉斯壓縮感知[J].通信學(xué)報(bào)，2014，35(1):140-147．

[6] 戚珩，李光，姜晨,等.基于貝葉斯網(wǎng)絡(luò)的復(fù)雜系統(tǒng)多態(tài)可靠性分析[J].現(xiàn)代制造工程，2014(1):92-96．

[7] ITA working group， Guide lines for tunneling risk management[J]. Tunneling and Underground Space Technology, 2004(19):217-237.

[8] 曲強(qiáng)，于鶴然.盾構(gòu)隧道下穿城鐵地面線施工風(fēng)險(xiǎn)分析及對(duì)策研究[J].鐵道標(biāo)準(zhǔn)設(shè)計(jì)，2013(6):88-91．

[9] 阮欣，陳艾榮，石雪飛.橋梁工程風(fēng)險(xiǎn)評(píng)估[M].北京：人民交通出版社，2008．

Operation Risk Assessment of High-speed Railway Bridges in Mountainous Area Based on Fuzzy Bayesian

Xiang Qin1，2， Li Yuanfu1， Zhu Hongwei2

(1.School of Civil Engineering， Southwest Jiaotong University， Chengdu 610031， China; 2.Department of Railway Engineering， Sichuan College of Architectural Technology， Deyang 618099， China; 3.MOE Key Laboratory of High-speed Railway Engineering, Southwest Jiaotong University, Chengdu 610031， China)

In this paper， a fuzzy Bayesian network is applied to assess the operational risk of high-speed railway bridges in mountainous area. Firstly， the risk losses are classified into three categories， and the risk factors are listed for each loss. Secondly， the Bayesian network is used to estimat the risk probability based on expert research and chain transmission rule. Then， the risk matrix is applied to assess risk level. Finally， the operational risk of Yunyang extra-long double line bridge located on Guizhou-Guangxi high-speed railway is assessed based on the above method. The research results show that the model is simple， reliable and high in applicability to assess operational risk of high-speed railway bridges.

High-speed railway; Railway bridges; Bayesian network; Risk matrix; Operational risk assessment

2014-06-15;

：2014-06-23

中國(guó)中鐵股份有限公司科技開(kāi)發(fā)計(jì)劃項(xiàng)目(重點(diǎn)-70-2010-1)。

項(xiàng) 琴(1984—)，女，講師，博士研究生，E-mail:mmxqin@163.com。

1004-2954(2014)11-0076-04

U238； U44； X951

：A

10.13238/j.issn.1004-2954.2014.11.018