基于EOC模型的地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化情景構(gòu)建方法

盧 弋，宋曉敏，翟昕茹，李瑜芬，莊異凡

（1.上海申通地鐵集團(tuán)有限公司運(yùn)營(yíng)管理中心，上海 201100；2.交通運(yùn)輸部科學(xué)研究院，北京 100029；3.城市公共交通智能化交通運(yùn)輸行業(yè)重點(diǎn)實(shí)驗(yàn)室，北京 100029；4.上海工程技術(shù)大學(xué)城市軌道交通學(xué)院，上海 201620）

0 引言

地鐵運(yùn)營(yíng)延誤可能由多種因素綜合所致，包括高架、地下和地面等復(fù)雜運(yùn)行空間環(huán)境、人的不安全行為和設(shè)備故障的偶發(fā)性因素等。不同致因的影響程度及措施方案均有所差異，這就要求運(yùn)營(yíng)管理者在事件發(fā)生后第一時(shí)間判斷事件特性和內(nèi)在關(guān)聯(lián)，預(yù)測(cè)延誤影響程度并做出合理決策。目前上述過(guò)程仍以主觀經(jīng)驗(yàn)判斷為主，缺乏結(jié)構(gòu)化情景構(gòu)建方法形成可量化的屬性知識(shí)來(lái)輔助決策，不利于提升地鐵運(yùn)營(yíng)延誤事件應(yīng)急響應(yīng)水平。因此，研究地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化情景構(gòu)建方法勢(shì)在必行。

統(tǒng)計(jì)學(xué)模型是事故分析的常用方法，已運(yùn)用于地鐵施工事故類型分析[1]，揭示了地鐵施工事故的一般發(fā)展規(guī)律[2]，并建立了相關(guān)事故案例庫(kù)[3]。在突發(fā)事故致因和影響統(tǒng)計(jì)方面，學(xué)者們分別對(duì)人為因素[4]、自然災(zāi)害因素[5]和延誤時(shí)間[6]進(jìn)行詳盡統(tǒng)計(jì)。但統(tǒng)計(jì)學(xué)模型僅能提供數(shù)據(jù)支撐，未能實(shí)現(xiàn)事故的結(jié)構(gòu)化情景構(gòu)建。為此，學(xué)者們探索運(yùn)用語(yǔ)義網(wǎng)絡(luò)結(jié)構(gòu)、概念樹、案例推理模型、機(jī)器學(xué)習(xí)模型等方法[7-13]，從文本本身的理解對(duì)運(yùn)營(yíng)事故進(jìn)行情景構(gòu)建和知識(shí)推演。但由于地鐵運(yùn)營(yíng)延誤事件日志存在多樣性、相似性等特點(diǎn)，使得單純從文本語(yǔ)義理解上所構(gòu)建的情景及知識(shí)準(zhǔn)確度不夠，需要建立一套符合事件演化邏輯的結(jié)構(gòu)化框架，對(duì)事故內(nèi)容進(jìn)行分類和組織。朱偉等[14]提出的“災(zāi)情-情景-對(duì)象-環(huán)境資源”結(jié)構(gòu)能夠?qū)崿F(xiàn)情景空間維度的自由拓展并實(shí)現(xiàn)半量化；賈楠等[15]將系統(tǒng)要素分為“特性-功能-行為-分析”等結(jié)構(gòu)化形式，建立相似事故機(jī)理；其他的衍生架構(gòu)，如“案例-情景-對(duì)象-要素”四層架構(gòu)[16]、“災(zāi)情-對(duì)象-應(yīng)急管理”案例拆解框架[17]等，均增加了不同的維度進(jìn)行結(jié)構(gòu)化拆解，但對(duì)于事件本身的描述仍存在遺漏，降低了案例之間的比較和學(xué)習(xí)效果。近年來(lái)有學(xué)者針對(duì)突發(fā)事件中“要素”“對(duì)象”“結(jié)果”“環(huán)境”“管理與響應(yīng)”“情景”等6個(gè)基本概念，提出了一種突發(fā)事件分析框架，即“要素-對(duì)象-結(jié)果”（Element-Object-Consequence,EOC）模 型[18]，表現(xiàn)為突發(fā)事件關(guān)鍵情景特點(diǎn)在時(shí)間和空間上混合發(fā)展的變化過(guò)程，提高了事件呈現(xiàn)的定性和定量表達(dá)能力，具有較大應(yīng)用潛力。Qian 等[19]進(jìn)一步將EOC 模型與本體模型結(jié)合，以災(zāi)害本體為基礎(chǔ)，采用多類別結(jié)構(gòu)，開發(fā)完整的情景和災(zāi)難情景，提供了一種構(gòu)建災(zāi)難情景的標(biāo)準(zhǔn)框架和程序。黃昕桐等[20]將EOC 模型與分層全息建模、評(píng)級(jí)與管理模型相結(jié)合，結(jié)合暴雨災(zāi)害的特性，提出了對(duì)暴雨洪水案例的結(jié)構(gòu)化拆解方法。但EOC模型尚未應(yīng)用到地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化分析中。

綜上，地鐵運(yùn)營(yíng)延誤事件致因復(fù)雜、決策時(shí)效和準(zhǔn)確性要求高、響應(yīng)難度大等特點(diǎn)，使得運(yùn)用統(tǒng)計(jì)學(xué)模型或文本語(yǔ)義理解相關(guān)模型難以準(zhǔn)確描述事件特性和內(nèi)在關(guān)聯(lián)，需要一套定性和定量相結(jié)合的情景構(gòu)建方法，來(lái)輔助影響預(yù)測(cè)并進(jìn)行措施決策。本文結(jié)合人-機(jī)-環(huán)安全體系和運(yùn)營(yíng)延誤事件特征，將傳統(tǒng)的EOC 模型優(yōu)化為“要素（Element）-對(duì)象（Object）-結(jié)果（Consequence）-管理與響應(yīng)（Management and Response）”的四維情景構(gòu)建框架，以列車運(yùn)行為核心明確框架各部分的定性/定量字段屬性，構(gòu)建情景屬性關(guān)聯(lián)分析模型，設(shè)計(jì)應(yīng)用于應(yīng)急輔助決策流程并進(jìn)行案例驗(yàn)證，為地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化分析提供新思路，提升應(yīng)急輔助決策的科學(xué)性和合理性。

1 地鐵運(yùn)營(yíng)延誤事件分析現(xiàn)狀

地鐵運(yùn)營(yíng)延誤是指在執(zhí)行列車運(yùn)行圖過(guò)程中受到各種因素影響，造成列車進(jìn)入?yún)^(qū)間（車站）或在區(qū)間（車站）運(yùn)行過(guò)程中偏離（滯后）計(jì)劃運(yùn)行軌跡的綜合表現(xiàn)形式[21]。其中各種因素影響事件可以統(tǒng)稱為運(yùn)營(yíng)延誤事件。地鐵運(yùn)營(yíng)延誤事件通常按延誤時(shí)長(zhǎng)進(jìn)行分類，包括5 min 以下、5～15 min、15～30 min、30 min 及以上 等4 個(gè) 等級(jí)[22]。其中，對(duì)于15～30 min運(yùn)營(yíng)延誤事件，將啟動(dòng)五級(jí)應(yīng)急預(yù)警；30 min 及以上運(yùn)營(yíng)延誤事件則屬于一般E 類事故，對(duì)地鐵線網(wǎng)運(yùn)營(yíng)乃至城市交通將產(chǎn)生負(fù)面影響。因此，15 min 及以上運(yùn)營(yíng)延誤事件是地鐵調(diào)度和安全人員重點(diǎn)關(guān)注對(duì)象，也是本文研究對(duì)象。目前，針對(duì)15 min 及以上運(yùn)營(yíng)延誤事件統(tǒng)計(jì)分析存在以下難點(diǎn)。

1）地鐵運(yùn)營(yíng)延誤事件的成因極為復(fù)雜，包括設(shè)備因素、人為因素、惡劣天氣條件和管理因素等方面。各因素間相互作用和演化邏輯關(guān)系的差異會(huì)導(dǎo)致事件產(chǎn)生不同的后果及影響。這對(duì)運(yùn)營(yíng)延誤事件的結(jié)構(gòu)化情景構(gòu)建和內(nèi)因分析帶來(lái)極大挑戰(zhàn)。

2）現(xiàn)有的地鐵運(yùn)營(yíng)延誤事件日志通常不夠簡(jiǎn)潔，文字記錄缺乏規(guī)范格式要求，導(dǎo)致數(shù)據(jù)的結(jié)構(gòu)化可操作性不足，難以深入挖掘事件的細(xì)節(jié)和關(guān)鍵屬性。這使得運(yùn)營(yíng)延誤事件日志難以形成有價(jià)值的經(jīng)驗(yàn)知識(shí)來(lái)科學(xué)地輔助應(yīng)急處置決策。

上述難點(diǎn)使得難以精準(zhǔn)把握地鐵運(yùn)營(yíng)延誤事件的風(fēng)險(xiǎn)致因和演化過(guò)程，同時(shí)也限制了對(duì)事件關(guān)鍵情景特點(diǎn)的深入理解和預(yù)防措施的制定。因此有必要針對(duì)地鐵運(yùn)營(yíng)延誤事件成因特點(diǎn)展開分析，設(shè)計(jì)一種靈活的結(jié)構(gòu)化情景構(gòu)建方法，強(qiáng)化對(duì)事理關(guān)聯(lián)的理解。

2 地鐵運(yùn)營(yíng)延誤事件成因和后果分析

2.1 地鐵運(yùn)營(yíng)延誤事件成因要素分析

結(jié)合地鐵運(yùn)營(yíng)系統(tǒng)危險(xiǎn)源和風(fēng)險(xiǎn)隱患點(diǎn)，總結(jié)地鐵運(yùn)營(yíng)延誤事件成因分類。從因素歸屬和專業(yè)類別來(lái)看，事件成因可分為“車輛”“通號(hào)”“工務(wù)”“供電”“客運(yùn)”“總調(diào)”和“客觀條件”七大類。其中，可將“客運(yùn)”和“總調(diào)”歸為人員因素；“車輛”“通號(hào)”“工務(wù)”和“供電”歸為設(shè)備因素；“客觀條件”歸為環(huán)境因素。每類因素在地鐵正常運(yùn)營(yíng)中都起重要作用，異常情況可能造成嚴(yán)重延誤事件。地鐵運(yùn)營(yíng)延誤事件成因要素如圖1所示。

圖1 地鐵運(yùn)營(yíng)延誤事件成因要素

2.2 地鐵運(yùn)營(yíng)延誤事件對(duì)象及延誤結(jié)果分析

運(yùn)營(yíng)延誤事件的直接對(duì)象是地鐵列車，與地鐵列車相關(guān)的信息包括列車號(hào)、涉及線路、運(yùn)營(yíng)年限等。

運(yùn)營(yíng)延誤事件的最直接后果就是列車延誤。此外根據(jù)應(yīng)急預(yù)案內(nèi)容，其他后果還包括因處置延誤事件進(jìn)行的其他運(yùn)營(yíng)調(diào)整及對(duì)乘客造成的影響，如圖2所示。

圖2 地鐵運(yùn)營(yíng)延誤事件對(duì)象及延誤結(jié)果

3 地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化情景構(gòu)建方法

3.1 方法框架

考慮現(xiàn)場(chǎng)輔助決策應(yīng)用需求，在EOC 模型[16-17]基礎(chǔ)上，增加“管理與響應(yīng)”，形成“要素”“對(duì)象”“結(jié)果”“管理與響應(yīng)”四個(gè)維度對(duì)運(yùn)營(yíng)延誤事件進(jìn)行結(jié)構(gòu)化拆解，將拆解后的“要素”“對(duì)象”和“結(jié)果”的屬性之間進(jìn)行關(guān)聯(lián)分析后，對(duì)新事件進(jìn)行管理決策，形成地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化情景構(gòu)建方法框架，如圖3所示。

圖3 地鐵運(yùn)營(yíng)延誤事件結(jié)構(gòu)化情景構(gòu)建方法框架

3.2 基于EOC模型的事件屬性結(jié)構(gòu)化拆解

根據(jù)對(duì)地鐵運(yùn)營(yíng)延誤事件成因和后果的分析，E是突發(fā)事件發(fā)生的誘因，由若干超出臨界值或發(fā)生意外的要素構(gòu)成；O是突發(fā)事件的載體，為風(fēng)險(xiǎn)暴露和損傷的對(duì)象，地鐵運(yùn)營(yíng)延誤事件的對(duì)象即為地鐵列車；C表征突發(fā)事件的負(fù)面影響，用于判定突發(fā)事件構(gòu)成與否以及損害程度，地鐵列車晚點(diǎn)和乘客安全即為被延誤結(jié)果。同時(shí)結(jié)果C可能也會(huì)影響要素E的屬性。管理與響應(yīng)M則為防止突發(fā)事件發(fā)生、防止事態(tài)惡化、減緩負(fù)面影響的手段與措施，約束E,O,C的作用效果。以下將分別從這4 個(gè)方面對(duì)地鐵運(yùn)營(yíng)延誤事件進(jìn)行結(jié)構(gòu)化拆解（如圖4所示），完成事件案例的知識(shí)積累。

圖4 EOC模型理論和延誤事件結(jié)構(gòu)化方法

3.2.1 要素E的結(jié)構(gòu)化拆解

根據(jù)2.2.1的分析，參考安全體系中的人-機(jī)-環(huán)3 個(gè)不安全因素，要素E可分為人員要素E1、設(shè)備要素E2和環(huán)境要素E33 個(gè)方面。其中，人員要素E1主要與人員的身份相關(guān)；設(shè)備要素E2主要與設(shè)備的類別及設(shè)備本身名稱相關(guān)；環(huán)境要素E3是要素發(fā)生的背景信息，如氣象條件、地理?xiàng)l件、事件開始時(shí)間、站點(diǎn)名稱、影響方向以及發(fā)生延誤的時(shí)間等，都可以直接且獨(dú)立地影響事件的演化?？紤]到數(shù)據(jù)的可獲得性，本文中各類要素的屬性均來(lái)自某地鐵2010—2022 年的延誤事件日志和事故分析報(bào)告，具體分類見表1，后續(xù)可隨著事件案例的增加進(jìn)行調(diào)增。根據(jù)E的分類，拆解E類別與對(duì)應(yīng)屬性，建立E特征屬性變量表達(dá)式如下：

表1 要素E類別及其屬性

式（1）中：P(Em|Rij)為E類別與屬性值對(duì)應(yīng)集合；m=1,2,3，表示類別序號(hào)；i∈Z，表示案例序號(hào)；j∈Z，表示屬性序號(hào)；Ri1,Ri2,…,Ri14為E類別的屬性值。

3.2.2 對(duì)象O的結(jié)構(gòu)化拆解

在地鐵運(yùn)營(yíng)延誤事件中，最直接的暴露損害對(duì)象是列車本身，因此對(duì)象O為列車。將列車號(hào)及事件發(fā)生時(shí)列車最大運(yùn)營(yíng)年限、線路及其開通年份等定義為列車屬性，具體分類見表2。

表2 對(duì)象O及其屬性

根據(jù)O的分類，拆解O類別與對(duì)應(yīng)屬性，并建立O特征屬性變量表達(dá)式如下：

式（2）中：P(O|Rij)為O類別與屬性值對(duì)應(yīng)集合，Ri15,Ri16,Ri17,Ri18為O類別的屬性值。

3.2.3 結(jié)果C的結(jié)構(gòu)化拆解

結(jié)果C是要素E作用于對(duì)象O后產(chǎn)生的影響和后果。運(yùn)營(yíng)延誤事件的結(jié)果可以是直接的，如設(shè)備損壞或人員受傷，也可以是間接的，如服務(wù)中斷或經(jīng)濟(jì)損失。在地鐵運(yùn)營(yíng)延誤事件中，C主要圍繞延誤時(shí)間和影響乘客人數(shù)來(lái)定義，因此將C分為晚點(diǎn)時(shí)間C1（包括最大晚點(diǎn)時(shí)間以及初始延誤持續(xù)時(shí)間）、5 min 晚點(diǎn)列次C2、清客列次C3以及乘客影響情況C4，具體分類見表3。

表3 結(jié)果C及其屬性

根據(jù)C的分類，拆解C類別與對(duì)應(yīng)屬性，并建立C特征屬性變量表達(dá)式如下：

式（3）中：P(Cn|Rij)為C類別與屬性值對(duì)應(yīng)集合；Ri19,Ri20,…,Ri23為C類別的屬性值。

式（4）為EOC 模型的邏輯公式，反映要素、對(duì)象、結(jié)果間作用關(guān)系，具體函數(shù)形式根據(jù)Em和O之間的關(guān)系而定，不同的情況下Em對(duì)O的影響可能是不同的。

3.2.4 管理與響應(yīng)M的結(jié)構(gòu)化拆解

管理與響應(yīng)M是針對(duì)突發(fā)事件所采取的手段與措施，地鐵運(yùn)營(yíng)延誤事件的管理與響應(yīng)措施包括行車調(diào)整、四長(zhǎng)聯(lián)動(dòng)（地鐵站所在地鎮(zhèn)長(zhǎng)、派出所警長(zhǎng)、軌交警長(zhǎng)及地鐵站站長(zhǎng)聯(lián)動(dòng)）、大客流預(yù)警等措施。當(dāng)要素E作用在對(duì)象O上產(chǎn)生結(jié)果C后，針對(duì)C將實(shí)施合理的M方案，同時(shí)，E和O的屬性不同也會(huì)影響M方案。根據(jù)地鐵的運(yùn)營(yíng)規(guī)范及現(xiàn)場(chǎng)處置方案，將M分為行車調(diào)整M1、實(shí)施救援M2、發(fā)布預(yù)警M3、啟動(dòng)大客流響應(yīng)M4、啟動(dòng)公交預(yù)案M5、啟動(dòng)四長(zhǎng)聯(lián)動(dòng)M6六大類措施，具體分類見表4。

表4 管理與響應(yīng)M及其屬性

3.3 事件情景屬性關(guān)聯(lián)分析

通過(guò)對(duì)15 min 以上延誤事件進(jìn)行EOC 模型結(jié)構(gòu)化拆解，建立歷史延誤事件情景案例庫(kù)。當(dāng)發(fā)生新的延誤事件時(shí)，可通過(guò)屬性關(guān)聯(lián)分析進(jìn)行輔助決策。計(jì)算要素E和對(duì)象O的屬性關(guān)聯(lián)度，找出歷史相似案例。歷史相似案例的結(jié)果C的屬性可以輔助運(yùn)營(yíng)管理人員預(yù)判事件影響范圍和影響程度，管理與響應(yīng)M的屬性可以輔助運(yùn)營(yíng)管理人員采取合適的運(yùn)營(yíng)調(diào)整措施。

1）數(shù)值型屬性關(guān)聯(lián)度

數(shù)值型屬性關(guān)聯(lián)大小即為數(shù)字之間的距離長(zhǎng)短，考慮到數(shù)值型屬性值的單位與取值范圍不同，因此運(yùn)用標(biāo)準(zhǔn)化的Hamming 距離計(jì)算數(shù)值型屬性的關(guān)聯(lián)度[23]，見式（5）。

式（5）中：ωj為屬性關(guān)聯(lián)度；i,k∈Z 且i≠k，則Rij,Rkj分別為案例i,k的第j個(gè)屬性值；Rj為所有案例的第j個(gè)屬性值的集合。

2）類別型屬性關(guān)聯(lián)度

對(duì)于地鐵運(yùn)營(yíng)延誤事件中的類別型屬性，賦予從1 開始的分類值，如表5 所示。因此地鐵運(yùn)營(yíng)延誤事件中1 個(gè)類別型屬性可以表示為1 個(gè)向量。向量的維度為類別型屬性數(shù)量，每個(gè)維度的值為對(duì)應(yīng)屬性的分類值。運(yùn)用標(biāo)準(zhǔn)化熵求權(quán)重，并利用相關(guān)系數(shù)求得關(guān)聯(lián)度值。

表5 屬性值數(shù)據(jù)類型及其分類值

熵的數(shù)據(jù)標(biāo)準(zhǔn)化處理[24]公式為：

式（6）中：Yij為標(biāo)準(zhǔn)化處理后的屬性值。

接下來(lái)計(jì)算信息熵：

式（7）中：Ej為第j個(gè)類別屬性值的熵值；n為第j個(gè)類別屬性值不為空的案例總數(shù)；pij為第i個(gè)案例的第j個(gè)類別屬性值在該類別總屬性值中所占比重，其計(jì)算公式為：

根據(jù)信息熵計(jì)算類別屬性值的權(quán)重，如下所示：

式（9）中：Wj為第j個(gè)類別屬性值的權(quán)重；s為類別總數(shù)。

計(jì)算類別屬性的加權(quán)指標(biāo)值，如下所示：

結(jié)合式（6）～式（10），形成類別屬性關(guān)聯(lián)度計(jì)算公式，如下所示：

3）各屬性關(guān)聯(lián)度和總關(guān)聯(lián)度

考慮屬性間重要程度的差異，結(jié)合上述數(shù)值型和類別型屬性的關(guān)聯(lián)度計(jì)算公式，分別設(shè)計(jì)要素、對(duì)象、結(jié)果以及管理與響應(yīng)的關(guān)聯(lián)度計(jì)算公式，用來(lái)對(duì)比當(dāng)前案例和歷史案例間的相似程度。以要素、對(duì)象關(guān)聯(lián)度的加權(quán)和作為總關(guān)聯(lián)度，作為輔助決策判斷依據(jù)之一。要素關(guān)聯(lián)度計(jì)算公式如下：

式（12）中：ωE為要素E的關(guān)聯(lián)度；λj為第j個(gè)屬性占該要素的權(quán)重，可采用專家打分、監(jiān)督學(xué)習(xí)等方法確定；δj為第j個(gè)屬性是否納入關(guān)聯(lián)度計(jì)算的標(biāo)識(shí)，0表示不計(jì)算，1表示計(jì)算；n1為要素屬性數(shù)量，如果兩案例在某一要素屬性上存在數(shù)據(jù)缺失，則該要素屬性不參與計(jì)算，要素屬性數(shù)量減1。對(duì)象關(guān)聯(lián)度計(jì)算公式如下：

式（13）中：ωO為對(duì)象O的關(guān)聯(lián)度；λj為第j個(gè)屬性占該對(duì)象的權(quán)重，可采用專家打分、監(jiān)督學(xué)習(xí)等方法確定；n2為對(duì)象屬性數(shù)量。如果兩案例在某一對(duì)象屬性上存在數(shù)據(jù)缺失，則該對(duì)象屬性不參與計(jì)算，對(duì)象屬性數(shù)量減1。結(jié)果關(guān)聯(lián)度計(jì)算公式如下：

式（14）中：ωC為結(jié)果C的關(guān)聯(lián)度；λj為第j個(gè)屬性占該結(jié)果的權(quán)重，可采用專家打分、監(jiān)督學(xué)習(xí)等方法確定；δj為第j個(gè)屬性是否納入關(guān)聯(lián)度計(jì)算的標(biāo)識(shí)，0表示不計(jì)算，1表示計(jì)算；n3為結(jié)果屬性數(shù)量。如果兩案例在某一結(jié)果屬性上存在數(shù)值缺失，則該結(jié)果屬性不參與計(jì)算，結(jié)果屬性數(shù)量減一。管理與響應(yīng)關(guān)聯(lián)度計(jì)算公式如下：

式（15）中：ωM為管理與響應(yīng)M的關(guān)聯(lián)度；λj為第j個(gè)屬性占該結(jié)果的權(quán)重，可采用專家打分、監(jiān)督學(xué)習(xí)等方法確定；n4為管理與響應(yīng)屬性數(shù)量。如果兩案例在同一“管理與響應(yīng)”屬性值上存在數(shù)據(jù)缺失，則該管理與響應(yīng)屬性不參與計(jì)算，管理與響應(yīng)屬性數(shù)量減1。總關(guān)聯(lián)度計(jì)算公式如下：

式（16）中：ω總為總關(guān)聯(lián)度；γE與γO分別為要素E和對(duì)象O所占權(quán)重，可采用專家打分、監(jiān)督學(xué)習(xí)等方法確定。

3.4 輔助決策應(yīng)用流程設(shè)計(jì)

將歷史運(yùn)營(yíng)延誤事件按3.2 節(jié)的方法進(jìn)行結(jié)構(gòu)化拆解，形成運(yùn)營(yíng)延誤案例庫(kù)。利用運(yùn)營(yíng)延誤案例庫(kù)的數(shù)據(jù)，結(jié)合3.3 節(jié)的關(guān)聯(lián)度公式，對(duì)新運(yùn)營(yíng)延誤事件的影響結(jié)果進(jìn)行輔助預(yù)測(cè)，并提出措施建議。具體流程（如圖5所示）如下。

圖5 相關(guān)事件結(jié)果推理應(yīng)用流程

步驟1：將新運(yùn)營(yíng)延誤事件進(jìn)行結(jié)構(gòu)化拆解，得到要素E和對(duì)象O。

步驟2：計(jì)算新運(yùn)營(yíng)延誤事件與運(yùn)營(yíng)延誤案例庫(kù)中各案例的總關(guān)聯(lián)度，并按從大到小排序。

步驟3：如果總關(guān)聯(lián)度最大值大于等于0.9（即置信度為90%），則根據(jù)所對(duì)應(yīng)的案例（即目標(biāo)案例）中結(jié)果C以及管理與響應(yīng)M，可得出新事件將造成的影響時(shí)間、影響程度等，并提出響應(yīng)措施建議。如果不超過(guò)0.9，則需要根據(jù)總關(guān)聯(lián)度從大到小的順序，依次判斷新事件與當(dāng)前案例的要素關(guān)聯(lián)度是否大于等于與新事件相同設(shè)備專業(yè)所對(duì)應(yīng)的閾值，如果某序號(hào)案例滿足前述判斷條件（此時(shí)定義為目標(biāo)案例），則輸出新事件將造成的影響時(shí)間、影響程度、響應(yīng)措施，同時(shí)輸出總關(guān)聯(lián)度作為置信度。如果全部案例都不滿足，則輸出“無(wú)相似案例”。

對(duì)于要素關(guān)聯(lián)度閾值，依據(jù)設(shè)備專業(yè)（設(shè)備要素下），提取既有案例庫(kù)中相同數(shù)值所對(duì)應(yīng)的案例數(shù)據(jù)，計(jì)算案例數(shù)據(jù)間的平均要素關(guān)聯(lián)度。

步驟4：記錄新事件最終的結(jié)果和響應(yīng)措施，并進(jìn)行結(jié)構(gòu)化。如果在步驟3 中輸出無(wú)相似案例，則將結(jié)構(gòu)化后的新事件所有屬性更新到運(yùn)營(yíng)延誤案例庫(kù)中。否則，分別計(jì)算新事件與目標(biāo)案例間的結(jié)果C關(guān)聯(lián)度和管理與響應(yīng)M關(guān)聯(lián)度，如果都大于等于0.8，則無(wú)操作；否則，將結(jié)構(gòu)化后的新事件所有屬性增加到運(yùn)營(yíng)延誤案例庫(kù)中。

4 實(shí)例分析

本文以上海地鐵2010—2022年的延誤事件日志和事故分析報(bào)告中7個(gè)供電類故障導(dǎo)致的15 min以上延誤事件為例，進(jìn)行EOC 模型構(gòu)建和屬性關(guān)聯(lián)度分析說(shuō)明。

案例1：2010 年4 月1 日，上海地鐵11 號(hào)線于10:38 在馬陸至南翔上行發(fā)生觸網(wǎng)失電，造成最大晚點(diǎn)24 min。

案例2：2010 年6 月13 日，上海地鐵3 號(hào)線于14:03 在上海南站至漕溪路上行觸網(wǎng)失電，造成最大晚點(diǎn)57 min。

案例3：2017 年3 月20 日，上海地鐵11 號(hào)線于8:07 在嘉定西站至嘉定北站下行發(fā)生觸網(wǎng)支架異常，供電檢查為定位點(diǎn)支撐螺絲松動(dòng)滑移，造成最大晚點(diǎn)26 min。

案例4：2021 年10 月24 日，上海地鐵11 號(hào)線于8:08 在嘉定北折返線至白銀路下行發(fā)生觸網(wǎng)支架脫落，造成最大晚點(diǎn)21 min。

案例5：2021 年11 月12 日，上海地鐵1 號(hào)線于10:21 在蓮花路至上海南站上行發(fā)生觸網(wǎng)失電，造成最大晚點(diǎn)57 min。

案例6：2019 年7 月21 日，上海地鐵9 號(hào)線于9:57 在洞涇至松江大學(xué)城下行發(fā)生觸網(wǎng)失電，造成最大晚點(diǎn)28 min。

案例7：2015 年3 月30 日，上海地鐵5 號(hào)線于11:05 在閔行開發(fā)區(qū)至華寧下行發(fā)生牽引站213開關(guān)跳閘，造成最大晚點(diǎn)22 min。

4.1 基于EOC模型的要素拆解

對(duì)以上7 個(gè)案例進(jìn)行要素拆解，按照上文所述的EOC模型拆解方法，將案例結(jié)構(gòu)化，如表6～表9 所示。其中：環(huán)境要素中的年份、日期、事件開始時(shí)間、站點(diǎn)名稱，以及對(duì)象中的列車號(hào)和線路名稱為事件基本信息，因此不計(jì)算其關(guān)聯(lián)度。

表6 案例設(shè)備要素拆解

表7 案例環(huán)境要素——與關(guān)聯(lián)度計(jì)算相關(guān)要素拆解

表8 案例環(huán)境要素——基本信息要素拆解

表9 案例對(duì)象拆解

4.2 基于Protégé的結(jié)構(gòu)化拆解可視化

使用Protégé軟件對(duì)基于EOC模型構(gòu)建的情景進(jìn)行可視化圖譜展示。將案例6 作為實(shí)例，見圖6。經(jīng)分析可知，本事件中未涉及工作人員失誤導(dǎo)致的故障，因此人員要素為無(wú)。設(shè)備要素為接觸網(wǎng)/軌，故障現(xiàn)象為觸網(wǎng)失電，影響該區(qū)段內(nèi)多列車，事件發(fā)生于9號(hào)線（9號(hào)線至事件發(fā)生已建成12 年），造成最大晚點(diǎn)28 min，發(fā)布五級(jí)預(yù)警，啟動(dòng)公交預(yù)案。經(jīng)過(guò)事后分析，發(fā)現(xiàn)故障的根本原因?yàn)槎礇苤了山髮W(xué)城區(qū)段開關(guān)短路，可能與線路老化有關(guān)。

圖6 Protégé可視化圖譜

4.3 情景屬性關(guān)聯(lián)程度計(jì)算

在選取的7 個(gè)案例中，將案例1 與案例2、案例3與案例4、案例1與案例5、案例6與案例7分別進(jìn)行共性對(duì)比，如表10所示。由于是模型應(yīng)用的可行性示例，在本文屬性關(guān)聯(lián)度計(jì)算中，將屬性內(nèi)各權(quán)重均設(shè)置為相同，要素E和對(duì)象O所占權(quán)重也為相同。

表10 案例對(duì)比分析

1）設(shè)備要素E2關(guān)聯(lián)度

對(duì)于供電類故障的地鐵運(yùn)營(yíng)延誤事件的設(shè)備名稱和故障名稱屬性進(jìn)行進(jìn)一步關(guān)聯(lián)度計(jì)算，其指標(biāo)分類值如表11所示。關(guān)聯(lián)度計(jì)算結(jié)果如表12所示。

表11 供電類故障下的設(shè)備要素屬性指標(biāo)分類值

表12 設(shè)備要素對(duì)比分析

根據(jù)表12可知，供電故障事件中時(shí)，設(shè)備要素關(guān)聯(lián)度皆趨近于1，當(dāng)不同設(shè)備發(fā)生不同故障時(shí)，設(shè)備要素關(guān)聯(lián)度稍有下降。結(jié)論與案例實(shí)際情況相符。

2）環(huán)境要素E3關(guān)聯(lián)度

對(duì)于供電類故障的地鐵運(yùn)營(yíng)延誤事件的環(huán)境要素屬性進(jìn)行進(jìn)一步關(guān)聯(lián)度計(jì)算，其指標(biāo)分類值如表13所示。關(guān)聯(lián)度計(jì)算結(jié)果如表14所示。

表13 供電類故障下的環(huán)境要素屬性指標(biāo)分類值

表14 環(huán)境要素對(duì)比分析

根據(jù)表14可知，在供電事件中的環(huán)境相似度較高，大多數(shù)在0.9 以上，事件發(fā)生的位置、日期、時(shí)段等比較類似，是影響總關(guān)聯(lián)度的一個(gè)重要因素。

3）對(duì)象O關(guān)聯(lián)度

大多數(shù)的供電故障發(fā)生在較老和新建成的線路。新線路可能由于供電設(shè)備還未完全磨合，導(dǎo)致設(shè)備容易出現(xiàn)故障。而較老線路由于設(shè)備老化，可能導(dǎo)致設(shè)備狀態(tài)不穩(wěn)定，見表15。

表15 對(duì)象對(duì)比分析

4）總關(guān)聯(lián)度

參考表10對(duì)供電案例的分析，可知設(shè)備、環(huán)境、對(duì)象三者的權(quán)重難以區(qū)分。通過(guò)對(duì)維保供電專業(yè)人員調(diào)研打分，暫定三者關(guān)聯(lián)度的權(quán)重為1∶1∶1，即要素關(guān)聯(lián)度=（設(shè)備關(guān)聯(lián)度+環(huán)境關(guān)聯(lián)度）/2，總關(guān)聯(lián)度=（要素關(guān)聯(lián)度+對(duì)象關(guān)聯(lián)度）/2?？傟P(guān)聯(lián)度對(duì)比分析計(jì)算結(jié)果見表16。

表16 總關(guān)聯(lián)度對(duì)比分析

如表16 所示，案例3 與案例4 的總關(guān)聯(lián)度達(dá)到了0.95 以上，其故障的設(shè)備、事故發(fā)生年限及發(fā)生事故的環(huán)境都有相似性，且造成的延誤時(shí)間相近。案例6 與案例7 的總關(guān)聯(lián)度次之，其環(huán)境的不同影響了總關(guān)聯(lián)度的大小，但仍有較強(qiáng)相關(guān)性（大于0.9），延誤時(shí)間差異較小。雖然案例1與案例2 的設(shè)備與環(huán)境要素都呈現(xiàn)強(qiáng)相關(guān)，但由于其對(duì)象關(guān)聯(lián)程度較小，案例2 線路開通年份較早，存在設(shè)備線路老化的現(xiàn)象，因此案例2 比案例1的延誤時(shí)間更長(zhǎng)，兩個(gè)案例的總關(guān)聯(lián)度較低。與其相似的，案例1與案例5的總關(guān)聯(lián)度低于0.7，對(duì)象屬性關(guān)聯(lián)程度更弱，延誤時(shí)間也較長(zhǎng)。由此可見供電故障事件的整體關(guān)聯(lián)度都較高，發(fā)生故障的設(shè)備及現(xiàn)象也較為相似，總關(guān)聯(lián)度閾值（取0.9）滿足實(shí)際情況。環(huán)境因素、線路開通年份、列車最大運(yùn)營(yíng)年限對(duì)總關(guān)聯(lián)度的影響較大。

4.4 推理驗(yàn)證

選取新供電運(yùn)營(yíng)延誤事件做應(yīng)用演示。新案例信息：6 月17 日，上海地鐵7 號(hào)線于8:37 在美蘭湖至潘廣路上行發(fā)生觸網(wǎng)失電。根據(jù)4.3 節(jié)結(jié)果，定供電專業(yè)要素關(guān)聯(lián)性閾值為0.962。通過(guò)計(jì)算新事件與既有案例庫(kù)中每個(gè)案例的總關(guān)聯(lián)度，發(fā)現(xiàn)與案例1 的總關(guān)聯(lián)度最高為0.98，超過(guò)0.9 可直接作為目標(biāo)案例。因此參考案例1 的結(jié)果和管理與響應(yīng)數(shù)據(jù)，推斷本案例延誤時(shí)間在24 min 左右，預(yù)計(jì)發(fā)生5 min晚點(diǎn)列次4次及以上，無(wú)需啟動(dòng)救援。新事件實(shí)際延誤時(shí)間為28 min，5 min晚點(diǎn)列次為7次，與目標(biāo)案例的結(jié)果關(guān)聯(lián)度為0.938 3，延誤時(shí)間誤差在15%以內(nèi)，不對(duì)案例庫(kù)進(jìn)行更新。

5 結(jié)束語(yǔ)

本文提出了一種靈活的結(jié)構(gòu)化情景構(gòu)建框架，基于EOC 模型理論對(duì)地鐵運(yùn)營(yíng)延誤事件進(jìn)行多維度、結(jié)構(gòu)化的屬性和特征描述，為理解地鐵運(yùn)營(yíng)延誤事件的時(shí)空特點(diǎn)和演化邏輯提供了有效的方法。研究發(fā)現(xiàn)：在“要素E（人員E1-設(shè)備E2-環(huán)境E3）-對(duì)象O-結(jié)果C（晚點(diǎn)時(shí)間C1-5 min 晚點(diǎn)事件C2-清客事件C3-乘客影響情況C4）-管理與響應(yīng)M”維度下，可以結(jié)合地鐵運(yùn)營(yíng)不同專業(yè)特點(diǎn)，對(duì)事件的發(fā)生原因、過(guò)程進(jìn)行清晰地分類和組織，對(duì)事件結(jié)果進(jìn)行合理地推理，強(qiáng)化了事件的定性和定量結(jié)構(gòu)化表達(dá)。最后，通過(guò)構(gòu)建運(yùn)營(yíng)延誤事件案例的可視譜圖并分析不同案例間屬性關(guān)聯(lián)度，驗(yàn)證了結(jié)構(gòu)化情景構(gòu)建框架在實(shí)際應(yīng)用中的可行性。本研究在權(quán)重標(biāo)定、屬性定義等方面還存在一定的不足，需要深化研究關(guān)聯(lián)度計(jì)算中屬性權(quán)重的數(shù)值標(biāo)定問(wèn)題，以及模型應(yīng)用的時(shí)效性問(wèn)題。