U城轨交通RBAN RAIL TRANSITDOI: 10.3969/j.issn.1673-4440.2018.09.015基于FAHP方法的ZC管控能力影响因素分析研究李少鹏1 张益晨2 陈建球3（1．通号城市轨道交通技术有限公司，北京 100070；2．北京磁浮交通发展有限公司，北京 100124；3．南宁学院交通学院，南宁 530299）摘要：区域控制器作为基于无线通信列车运行控制系统的关键地面设备，设备造价较高，且设置当前只是靠经验，没有统一的规范和标准，对区域控制器布置的影响因素也缺乏相关研究，所以针对区域控制器找到其管控能力的影响因素，不仅在经济上，在安全上也是非常有必要的。通过模糊层次分析法对影响区域控制器布置的定量和定性因素进行全排序，模糊层次分析法在降低人为主观性的同时，可以把定性数据转为定量数据，并最终给出一个数值排序的结果，对实际建设有指导意义。关键词：CBTC；ZC；FAHP；影响因素中图分类号：F224.9; U284.48+2 文献标志码：A 文章编号：1673-4440(2018)09-0072-06Analysis of Infl uencing Factors of ZC Control Capabilities Based on FAHP MethodLi Shaopeng1, Zhang Yichen2, Chen Jianqiu3（1. CRSC Urban Rail Transit Technology Co., Ltd., Beijing 100070, China）（2. Beijing Maglev Transportation Development Co., Ltd., Beijing 100124, China）（3. Transportation College of Nanning University, Nanning 530299, China）Abstract: As key ground equipment in Communication Based Train Control system (CBTC) for urban mass transit, Zone Controller (ZC) is high priced, and its layout depends on experience at present. There are no uniform norms and standards for its layout. So it is necessary to fi nd the infl uencing factors of ZC control capabilities for both economy and security. The qualitative and quantitative infl uencing factors of ZC layout are sorted based on Fuzzy Analytic Hierarchy Process (FAHP). FAHP, with reducing the subjectivity, can transform qualitative data into quantitative data and give the results of numerical order, which has the guiding signifi cance to the actual construction.Keywords: CBTC; ZC; FAHP; infl uencing factors72铁路通信信号工程技术(RSCE） 2018年9月，第15卷第9期URBAN RAIL TRANSIT城轨交通1 ZC系统简述示为(l,m,u)。为了减少过多选择给评判带来的干扰影响，用区域控制器（Zone Control，ZC）是基于无线三角模糊数M1,M3,M5,M7,M9代表AHP方法的1，列车运行控制系统（Communication Based Train 3，5，7，9，而M2,M4,M6,M8代表是中间值。n位Control System，CBTC）的关键地面设备，负责专家平均三角模糊数如下：列车安全行驶，一条地铁线需布置多套ZC系统，ZC的管控范围过大会造成列车频繁降级运行，影 （2）响效率；ZC管控范围过小，会增加线路投资成本。本文使用模糊层次分析法（Fuzzy Analytic Hierarchy Process，FAHP）研究ZC的管控能力用专家三角模糊数可以构造得到三角模糊判断矩主要影响因素，以期合理的布置ZC。阵，根据这个三角模糊判断矩阵，根据公式（1）和公式（2）可计算判断矩阵，获得每一个影响因素的2 FAHP对ZC管控能力因素的分析三角模糊权重向量。对影响因素权重值归一化处理。2.1 改进FAHP方法评估步骤计算获得的影响因素权重值是非标准化的，没有办法结合ZC布置的具体特点及影响因素，通过进行统一的比较，所以需要对它们进行标准化处理，FAHP方法进行适当的改进，进一步降低个人偏见得到各指标的最终权重。将(a,b,c,d)标准化如下：带来的影响，提高评估结果的可信度。对影响ZC布置的因素评估分为以下的步骤。 （3）1）确定ZC影响因素评估的总体目的，即确定最高层2.2 ZC布置的FAHP分析2）根据最高层的目标，获取中间层的指标2.2.1 ZC布置影响因素分析影响ZC布置的因素较多，而且评估过程中的虽然ZC的相关影响因素还没有一个统一说法，评估人员不需要具体关心这些因素之间错综复杂的但由于其功能和结构与无线闭塞中心的相似，所以关系。否则，就增加了他们的额外工作量，也给评可以参考无线闭塞中心的布置因素，考虑控制能力、估结果带来一定的误差，所以把最高层下的中间层接口能力、维护适应性及效率。再分为两层：决策层一和决策层二，这样做可以使1）ZC的控制能力影响因素之间关系更加直观，不至于错综复杂，给ZC的控制能力是影响ZC布局的主要因素。其评估人员带来额外的影响。指的是允许在单个ZC上注册的最大列车数量和其3）采用模糊三角函数构建判断矩阵可以管辖的线路范围。设论域R上的模糊数M，则M的隶属度函数2）ZC的接口能力μM：R→[0,1]可以表示为：ZC的接口能力需分析周期数据接口与非周期数据接口；ZC与列车的无线信道传输延时及ZC与地面设备的有线信道传输延时。 （1）3）ZC的维护适应性现在ZC结构普通采用的是二乘二取二的系统，式中，l≤m≤u。l和u表示m的下界和上界当其中1套设备维修或者出现故障时，另1套备用值。m为M隶属度为1的中值。一般三角模糊数表设备可以正常的工作，基本不影响列车的正常运行，No.9 李少鹏，张益晨，陈建球：基于FAHP方法的ZC管控能力影响因素分析研究73U城轨交通RBAN RAIL TRANSIT但考虑到维护方便性，ZC设备最好能集中设置；指标为：控制能力、接口能力、维护适用性和行车需要考虑的是扩建的可能性，有些车站由于作业量效率。根据以上分析的层次结构，评估ZC布置的划大，未来可能出现转线作业，这也需要在维护适应分如图2所示。性中考虑到。Ք[Dք4）行车效率城市轨道交通的一大特点就是运行密度大，发车间隔小，旅客人数众多，站台较D2D3D4D5小。如果是较低的行车效率，不仅会影响到旅客的满意度，在一些繁忙线路上还可能造成一定的危险。所以行车效率，也是ZC布置中必须要考虑的一个因素，其和无线信道[D[D的选择，列车的运行数量，ZC的布置数量!!Ԣ等都有比较直接的关系。2.2.2 ZC管控能力的FAHP模型C22C23C24C25C53C26C34C35C44以控制能力、接口能力、维护适应性和C52C32C33C42C43C54行车效率作为网络层的簇，建立ZC布置的3!!FAHP因素模型如图1所示。图1是进一步Fig.2!!Evaluation hierarchical division划分FAHP层次结构的依据。2.3.2 评估因素判断矩阵构造根据改进FAHP方法的描述，需要找3个CBTC系统的相关专家对图3的相关因素之间进行评分，获取三角模糊函数值。为[D防止专家之间知识层面的一致性，请的3个专家背景分别为：城市轨道交通控制系统CBTC的专家；ZC系统构建专家和通信领域专家。专家给出三角模糊数见表。评判标准Ԣ依据表来进行，平均三角模糊数根据公式计算获得。表1是3位专家给出的三角模糊值。表1中的C1与C2所对应的单元格表示[Dք控制能力和接口能力相比较，3位专家给出的值都是（1,1,1）。其他的依次类推，统一，Fig.1!!2!![DքEvaluation factors model of ZC layout可以获得决策层二的3位专家给出的三角模糊数值，如表2～5所示。2.3 FAHP对ZC影响因素的排序2.3.3 评估因素权重计算2.3.1 ZC评估因素层次划分根据表2可计算得到一级指标的权重值，得到根据改进FAHP方法的步骤，可以确定ZC布一级指标的模糊一致判断矩阵如公式（4）所示。置评估的目标层为ZC的布置影响因素排序。根据再计算矩阵第一行的综合模糊值，即初始权值ZC管控能力FAHP模型，可以得到第一层的决策DC1。74铁路通信信号工程技术(RSCE) 2018年9月URBAN RAIL TRANSIT城轨交通DC1 =（0.142 8,0.298 5,0.581 1）表3 二级指标C2判断矩阵D2 同理可得到DC2，DC3，DC4，如下：Tab.3 Judgment matrix D2 of secondary-grade index C2DC2 =（0.142 8，0.298 5，0.581 1）C21C22C23C24DC3 =（0.090 2，0.263 6，0.653 7）C21(1,1,1)(1,1,1)(1/5,1/3,1)(1/5,1/3,1)(1,1,1)(1,1,1)(1/6,1/4,1/2)(1/6,1/4,1/2)DC4 =（0.079 1，0.139 5，0.330 9）(1,1,1)(1,1,1)(1/5,1/3,1/2)(1/5,1/3,1/2)表1 一级指标的三角模糊判断矩阵DC22(1,1,1)(1,1,1)(1/5,1/3,1)(1/5,1/3,1)(1,1,1)(1,1,1)(1/6,1/4,1/2)(1/6,1/4,1/2)Tab.1 Triangular fuzzy judgment matrix D of first-grade index(1,1,1)(1,1,1)(1/5,1/3,1/2)(1/5,1/3,1/2)C1C2C3C4C23(1,3,5)(1,2,3)(1,1,1)(1,1,1)(2,4,6)(2,4,6)(1,1,1)(1,1,1)C1(1,1,1) (1,1,1)(1,6,7)(3,4,7)(2,3,5)(2,3,5)(1,1,1)(1,1,1)(1,1,1)(1,1,1)(3,6,7)(1,2,3)(1,1,1)(1,1,1)(1,4,6)(1,3,4)C24(1,3,5)(1,2,3)(1,1,1)(1,1,1)(2,4,6)(2,4,6)(1,1,1)(1,1,1)C2(1,1,1)(1,1,1)(1,6,7)(1,4,5)(2,3,5)(2,3,5)(1,1,1)(1,1,1)(1,1,1)(1,1,1)(3,6,8)(1,2,3)(1,1,1)(1,1,1)(1,1,1)(1,2,4)表4 二级指标C3判断矩阵D3C3(1/7,1/6, 1)(1/7,1/6, 1)(1,1,1)(1/4,1/3, 1/2)Tab.4 Judgment matrix D3 of secondary-grade index C3(1/7,1/6,1/3)(1/8,1/6,1/3)(1,1,1)(1/6,1/5,1/2)(1/6,1/4,1)(1,1,1)(1,1,1)(1/6,1/3,1)C31C32C33(1,1,1)(3,4,6)C4(1/7,1/4,1/3)(1/5,1/4,1/3)(2,3,4)(1,1,1)(1/3,1/2,1)(1/3,1/2,1)(2,5,6)(1,1,1)C31(1,1,1)(1,1,1)(1,1,1)(1,4,7)(1/4,1/3,1)(1/4,1/3,1)(1,3,6)(1,1,1)(1,1,1)(1,2,3)(2,4,7)表2 二级指标C1判断矩阵D1C32(1,1,1)(1,1,1)(1/3,1/2,1)(1,1,1)(1,1,1)(1/4,1/3,1/2)Tab.2 Judgment matrix D1 of secondary-grade index C1(1/3,1/2,1/3)(1,1,1)(1/4,1/3,1)C11C12C13C14C15(1/6,1/4,1/3)(1,2,3)(1,1,1)(1/7,1/4,1)(2,3,4)(1,1,1)(1,1,1)(1,1,1)(1/6,1/3,1)(5,6,8)(1/6,1/3,1)C33C11(1/7,1/4,1/2)(1,3,4)(1,1,1)(1,1,1)(1,1,1)(1,2,3)(1,4,7)(1,2,3)(1,1,1)(1,1,1)(2,4,5)(6,7,9)(2,4,5)表5 二级指标C4判断矩阵D4(1,1,1)(1,1,1)(1/6,1/3,1)(5,6,8)(1/6,1/3,1)Tab.5 Judgment matrix D4 of secondary-grade index C4C12(1,1,1)(1,1,1)(1,2,3)(1,4,7)(1,2,3)(1,1,1)(1,1,1)(2,4,5)(6,7,9)(2,4,5)C41C42C43(1,3,6)(1,3,6)(1,1,1)(6,7,8)(1,1,1)(2,3,5)C13(1/3,1/2,1)(1/3,1/2,1)(1,1,1)(5,7,8)(1,1,1)C41(1,1,1)(1,1,1)(1,1,1)(1,3,4)(1,1,1)(1/5,1/4,1/2)(1/5,1/4,1/2)(1,1,1)(3,4,6)(1,1,1)(1,1,1)(1,2,4)(1,1,1)(1/8,1/6,1/5)(1/8,1/6,1/5)(1/8,1/7,1/6)(1,1,1)(1/8,1/7,1/6)C42(1,1,1)(1,1,1)(1/4,1/3,1)C14(1/7,1/4,1)(1/7,1/4,1)(1/8,1/7,1/5)(1,1,1)(1/8,1/7,1/5)(1/4,1/3,1)(1,1,1)(1/3,1/2,1)(1/9,1/7,1/6)(1/9,1/7,1/6)(1/6,1/4,1/3)(1,1,1)(1/6,1/4,1/3)(1/4,1/2,1)(1,1,1)(1/7,1/5,1/3)(1,3,6)(1,3,6)(1,1,1)(6,7,8)(1,1,1)(1/5,1/3,1/2)(1,3,4)(1,1,1)C15(1/3,1/2,1)(1/3,1/2,1)(1,1,1)(5,7,8)(1,1,1)C43(1,1,1)(1,2,3)(1,1,1)(1/5,1/4,1/2)(1/5,1/4,1/2)(1,1,1)(3,4,6)(1,1,1)(1,1,1)(3,5,7)(1,1,1)（4）去模糊化处理：V (DC1≥DC3) =1V (DC1≥DC2) =1V (DC1≥DC2) =1No.9 李少鹏，张益晨，陈建球：基于FAHP方法的ZC管控能力影响因素分析研究75U城轨交通RBAN RAIL TRANSIT完成第一层的去模糊化处理，得：续表d（C1）= minV（DContinuedC1≥DC2，DC3，DC4）= min(1,1,1) =1一级指标权重二级指标权重同理有：单个ZC覆盖范围C410.270 3d (C2)=1运行效率C40.240 2无线通信质量C420.297 4d (C3)=0.935 4列车数量C430.432 4d (C4)=0.534 8从表6中可以看出，影响ZC布置的关键因素根据公式（2）和公式（3），对一级指标进行权排序为：控制能力、接口能力、运行效率、最后再重值标准化，获取一级指标的最终权重：到维护适应性。而二级指标中对ZC布置影响较大(0.281 1,0.281 1,0.197 6,0.240 2)的有ZC车站 复杂度、车站数量、控车容量、无线根据以上步骤，可以得到二级指标的最终权重。通信质量、单个ZC的受控列车数量等。实际在一D1(0.217 0,0.217 4,0.234 7,0.105 8,0.225 1)条线路的ZC布置中要优先考虑这些关键因素。D2(0.168 4,0.168 4,0.331 6,0.331 6)D3(0.461 2,0.402 1,0.136 7)3 小结D4(0.270 3,0.297 4,0.432 4)本文主要是通过FAHP算法对ZC管控能力因由于权重指标的最小值是0，最大值是1，所以素的分析，首先介绍FAHP，并给出改进FAHP方权重指标置信域值可以设置为0.25。分别对每一位法对ZC系统仿真可信性评估的步骤，接着进行ZC专家的模糊三角数进行去模糊化处理，再与以上的布置影响因素分析，找出影响ZC布置的各类因素，权重指标置信区间比较，发现没有超过置信域区间的并根据这些因素建立ZC布置的FAHP因素模型，专家数据，所以获得的影响因素权值指标为可信值。得到影响ZC布置因素之间的权值分配如表6最后找到3个CBTC系统的相关专家对影响ZC布所示。置的相关因素之间进行评分，获取三角模糊函数值，再利用Super Decisions仿真软件，通过FAHP算表6 影响因素指标权重法得出各指标的权重，并对它们做出定量的全排序。Tab.6 Index weight of infl uencing factors一级指标权重二级指标权重参考文献单个ZC最大注册列车数量C110.217 0[1]陈建球，唐涛.基于改进FAHP方法的列车运行单个ZC覆盖范围C120.217 4控制系统仿真可信度研究[J].铁道学报，2014控制能力C10.281 1受控列车数量C130.234 7（3）：59-66. 注册未受控列车数量C140.105 8Chen Jianqiu,Tang Tao.Research on Simulation Credibility 车站复杂度C150.225 1of Train Operation Control System Based on Improved 无线通信质量C210.168 4FAHP Method[J].Journal of the China Railway Society, 有线通信质量0.168 42014（3）：59-66. 接口能力C22C20.281 1车站数量C230.331 6[2]尹洪志.基于层次分析法的CTCS3-300T列控车列车数量C240.331 6载设备可靠性分析[J].铁路通信信号工程技术，车站复杂度C310.461 22016，13（6）：12-16.维0.402 1Yin Hongzhi.Reliability Analysis of CTCS3-300T Train C3护适应性0.197 6车站数量C32设备集中度0.136 7Control Vehicle Equipment Based on Analytic Hierarchy C33Process[J].Railway Signalling & Communication Engineering，76铁路通信信号工程技术(RSCE) 2018年9月URBAN RAIL TRANSIT城轨交通2016，13（6）：12-16.Railway Signalling & Communication Engineering，2012，[3]陈建球，唐涛.基于仿真的DEA与AHP方法的9（3）：49-51.应答器布置方案评价研究[J].铁道学报，2013[6]潘伟，朴永吉，岳子义.AHP层次分析法分析道（12）：43-50.观园林道教特色评价指标[J].农业科技与信息Chen Jianqiu,Tang Tao.Research on Balise Layout （现代园林），2011（3）：25-30.Scheme Evaluation with DEA and AHP Integrated Method Pan Wei，Pu Yongji，Yue Ziyi.Analyze Taoist Characteristics Based on Computer Simulation[J].Journal of the China of Taoist Gardens Based on AHP[J].Modern Landscape Railway Society，2013（12）：43-50.Architecture，2011（3）：25-30.[4]李春宇，徐洪泽.开放空间无线CBTC车地通信[7] Sylvain Kubler,Jérémy Robert,William Derigent,et al.A 系统[J].铁路通信信号工程技术，2006（6）：state-of the-art survey & testbed of fuzzy AHP 46-55.(FAHP) applications[J].Expert Systems With Applications, Li Chunyu,Xu Hongze.Open Space Wireless CBTC Vehicle 2016（65）：398-422.and Ground Communication System[J].Railway Signalling [8] Bekir Sahin.Consistency control and expert consistency & Communication Engineering，2006（6）：46-55.prioritization for FFTA by using extent analysis method [5] 张昌平.简析CBTC系统中联锁与区域控制器的of trapezoidal FAHP[J].Applied Soft Computing，2017关系[J].铁路通信信号工程技术，2012，9（3）：（56）：46-54.49-51.Zhang Changping.Analysis of the Relationship between （收稿日期：2018-05-04）Interlocking and Regional Controller in CBTC System[J].（修回日期：2018-05-31）***********************************************国外信息防异物侵入板获批使用Prime Rail Solutions铁路解决方案公司的GRP防侵入板材设计可以用在十字路口、车站、桥梁和其他禁止进入的地方。该设计已经得到批准，可以用于荷兰的ProRail路网，也经过英国Network Rail批准，可以用于英国铁路。在捷克和法国也将进行试运行。这些面板可以由一个人举起，并可以通过手持小电钻和盘形切割机进行安装，不需要机械处理设备。它们可以被切割成不同形状，目的是适用于多种工作情形，并且为地下场所设计阻燃系列产品。与木栅栏不同，GRP的使用可以阻止杂草生长。板材长度为1.4 m，还有一种2.8 m的板材正在开发中。另外一种还在研发过程中的板材可以被举起，让工作人员通过。(北京全路通信信号研究设计院集团有限公司 王冲译自：https://www.railwaygazette.com 2018-09-18）No.9 李少鹏，张益晨，陈建球：基于FAHP方法的ZC管控能力影响因素分析研究77