中国安全科学学报

作者：范博松, 邵春福, 王景升, 刘东

单位：1 中国人民公安大学 交通管理学院,北京 100038；2 新疆大学 交通运输工程学院,新疆 乌鲁木齐 830046

关键词：城市交通,突发事件,风险致因,后果严重程度,判别模型,改进的特征选择算法(IFSA)

基金：中央高校基本科研业务费项目(2024JKF02ZK12); 国家重点研发计划(2023YFB4302701)

为提升城市交通突发事件后果严重程度判别的准确性,明确突发事件风险致因与后果严重程度的相关关系,构建改进的突发事件后果严重程度判别模型(IDM-ECS)并进行试验验证。首先,基于改进的特征选择算法(IFSA)筛选突发事件风险致因,得到列车兑现率、正点率、日路网客运量等重要风险致因;其次,采用改进的混合受限波尔兹曼机模型(HRBM)计算不同风险致因与后果严重程度的关系,通过比较概率值大小得到风险致因与后果严重程度的判别关系;最后,以轨道交通突发事件数据集作为试验样本进行验证,并从召回率、精确度、F1值等方面与生成受限波尔兹曼机(GRBM)、随机森林(RF)、深度森林(DF)、轻量梯度提升机(LightGBM)等4个模型进行对比。研究结果表明:列车兑现率、正点率、日路网客运量、5号线断面满载率、10号线断面满载率、信号故障以及车辆故障为7个最优风险致因。IDM-ECS模型平均的召回率为90.55%、精确度为91.89%、F1值为91.06%,均优于对比模型。

来源：2025年第2期

《中国安全科学学报》期刊编辑部

查看中国安全科学学报杂志2025年第2期