基于粗糙集-遗传算法的铁路货运事故分析

齐 超

（西安铁路局 营销处，陕西 西安 710054）

基于粗糙集-遗传算法的铁路货运事故分析

齐 超

（西安铁路局 营销处，陕西 西安 710054）

从人员、货物、设备、管理4个方面分析铁路货运事故的主要影响因素，提出基于粗糙集-遗传算法的铁路货运事故分析方法。首先使用粗糙集从铁路货运事故历史数据中提取有效信息，然后采用基于遗传算法的铁路货运事故属性约简算法得到铁路货运事故决策规则表。算例结果表明该方法高效可行，能够为预防铁路货运事故发生提供科学合理的建议。

铁路货运；事故分析；粗糙集；遗传算法

1 概述

随着货运组织改革的推进，铁路货物运输安全作为衡量客户满意度的重要指标再次受到人们的广泛关注。因此，在铁路运输生产过程中，分析和防范铁路货运事故的发生极为重要，而许多学者已经针对铁路货运事故的预防措施进行大量研究，通过分析影响货运安全运输的主要因素，为相关部门科学决策提供依据[1]。

铁路货运事故是指在铁路运输过程中货物发生灭失、短少、变质、污染、损坏，以及在办理过程中出现严重差错等情况[2]。铁路货运事故通常是多种不确定因素综合作用的结果，其历史数据量大且冗余信息较多，如何从海量数据中挖掘出有效预防铁路货运事故发生的规则，在保持主要因素与事故类型不变的前提下，提高工作效率显得极为重要。

粗糙集理论能够在保持原有分类能力不变的前提下去除数据中的冗余信息，而遗传算法是模拟生物在自然环境中的遗传和进化过程而形成的一种自适应全局最优化搜索算法，具有广泛的自适应性。通过分析影响铁路货运事故的原因，建立反映事故原因与事故类型之间的决策表，提出利用粗糙集-遗传算法的属性约简方法去除决策表中冗余的规则，为预防铁路货运事故的发生提供科学合理的决策依据[3]。

2 铁路货运事故的主要影响因素

2.1 人员因素

在铁路内部，影响货物运输安全的人员因素主要表现在：①货运从业人员存在责任心不强、违章作业的现象；②职工业务水平有待提高，存在没有严格按照规范操作，简化作业流程；③作业人员应变能力不足，对突发事故处理不当，尤其对危险货物等存在的安全隐患没有做到冷静处理、及时上报，未能采取适当措施将货物损失减少至最低。

另外，由于托运人、押运人和收货人的责任，也存在货物运输安全隐患，表现在：①货物运单、订单填写不规范或填写错误，错报、匿报货物品名，少报重量等；②对于要求装载加固的货物，没有严格按照装载加固方案要求进行装载和加固，简化作业流程，导致货物垮塌等；③托运货物的包装不符合规定。

2.2 货物因素

一些特殊货物本身会存在一些货运安全隐患，如阔大货物和危险货物。阔大货物的建筑限界尺寸、相邻线路中心线间距、动态偏载量和作用力，危险货物自身的理化性质等都对铁路货运安全造成较大影响。

2.3 设备因素

由于零散货物快运等一系列新兴货运产品的相继推出，现行铁路运输货物种类繁多、尺寸不一、包装纷杂，这对货运基础设备和装卸机械设备提出更高的要求，而目前铁路货运设备普遍较为陈旧，一些设备更新的车站，由于新设备缺乏相应的使用、管理与维修制度，并且责任落实不到位，影响货物运输安全；另外，由于货运设备不足、维修不到位等原因导致的车体代用现象也同样威胁铁路货运安全[1]。

2.4 管理因素

目前，铁路货运安全管理存在的主要问题有：①思想重视程度不高；②在处理问题上缺乏严格把关；③安全检查存在应付心态，使货运安全存在一定的隐患。

3 基于粗糙集-遗传算法的铁路货运事故分析

3.1 粗糙集理论知识

定义 1：四元组 S = (U，A，V，f ) 是一个决策表。其中，U 为论域；A 为属性集，A = C∪D，C∩D = φ，C 为条件属性集，D 为决策属性集；V =a∪∈AVa，其中 Va为属性 a 的值域；f 为一个信息函数。

定义 2：令 R 为 1 组等价关系。当 r ∈R 时，如果 ind (R) = ind (R-{r})，则称 r 为 R 中必要的。如果每一个 r ∈R 都为R 中必要的，则称R 为独立的。设Q ⊆ P ，若 Q 是独立的，并且 ind (Q) = ind (P)，则称Q 为P 的一个约简。

定义 3：决策属性d 对条件属性c 的正域为posc(d ) =

3.2 属性约简算法

属性约简问题属于 NP 完全问题，因而提出具体算法如下。

（1）染色体编码[4]。采用长度 l (即 l 为条件属性的个数) 的二进制字符串 {0，1} 表示每个个体编码，其中每一位对应于 1 个条件属性。因此，对于 (c1，c2，…，cl)，如果个体中包含第 i (i = 1，2，…，l ) 个属性，则 ci= 1；否则， ci= 0。

（3）遗传算子设计[5]。①选择，采用轮盘赌策略进行选择。②交叉，采用单点交叉算子，以交叉概率 pc在其交叉点处相互交换 2 个个体的部分染色体，产生 2 个新的个体。③变异，采用均匀变异算子，以变异概率 pm随机反转某个等位基因的二进制字符值。④停止规则，当迭代步数达到最大代数 Max_Gen或 γreduct(C)(d ) = γC(d ) 时 停止运算。

该算法的具体步骤如下。

输入：S = (U，A，V，f )。输出：S = (U，A，V，f ) 的所有约简。

步骤 1：计算出决策属性 d 关于条件属性 c 的支持度 γc(d )。

步骤 2：reduct (C) 为属性 C 的约简。令 reduct (C) = φ，逐一去掉单个属性 ci∈C，当 γC-{ci}≠ γc(d )时，则 reduct (C) = reduct (C) ∪{ci}；当 γreduct(C)(d ) = γc(d )时，则终止计算。否则，转入步骤 3。

步骤 3：由随机数产生 Pop_size 个长度为 |C| (条件属性的个数) 的二进制串所代表的个体组成初始种群，其对应位随机取 0 或 1，计算初始种群中每个个体的适应度。

步骤 4：按照轮盘赌方法选择个体，依据交叉概率 pc和变异概率 pm产生新一代群体，变异时保持该属性对应的基因位不发生变异。

步骤 5：计算新一代群体中每个个体的适应度。

步骤 6：依据最优保存策略将最优个体复制到下一代群体中，并且依最优保存策略保存最优个体。

步骤 7：判断是否连续 t 代的最优个体适应值不再提高，如果是则终止计算，并且输出最优个体，否则转入步骤 4。

3.3 铁路货运事故分析决策规则生成算例

在历年的货运事故中选取 15 次最具有代表性的事故作为论域，将影响因素作为条件属性集，将事故类型作为决策属性集，确定从业人员是否违章作业、从业人员业务素质水平、托运货物是否符合规定、阔大货物装载加固是否符合要求、危险货物自身理化性质是否活跃、运输设备情况、管理是否完善 7 个因素为条件属性，分别用 c1，c2，…，c7表示，铁路货运事故为决策属性。通过对原始事故数据的预处理，包括数据除噪、离散化、归一化后，建立铁路货运事故决策表如表 1 所示，其中 c1，c2，…，c7的取值规则如表 2 所示。此处将所考虑的 7 个因素作为造成铁路货运事故的主要原因，其他一些次要因素则被忽略[6]，D 的取值为：0 表示发生一般事故；1 表示发生重大事故。

通过属性约简去掉冗余条件属性和重要信息得到简化信息表，从而得到铁路货运事故预警规则[7]。假设 pc= 0.7，pm= 0.01，Max_Gen = 100，得到最优解为1011010，即 c1，c3，c4，c6属性保留。由此可知，决定铁路货运事故类型的主要是从业人员是否按章作业、托运货物是否符合规定、阔大货物装载加固是否符合要求、运输设备状况是否良好 4 个因素，因而在上述 4 个方面应加大监管力度，完善相应管理体制[8]。去除表 1 中的 c2，c5，c7属性后，省略重复的序列内容，约简后的决策规则如表 3 所示。

表 2 条件属性取值规则

表 3 约简后的决策规则

由表 3 可知，为确保铁路货运安全，降低铁路货运事故发生频率，应主要从去掉冗余后的 4 个制约因素着手加以规避及改进，具体为：①提升从业人员执行力，严查违规操作，加强货运相关岗位人员的责任心；②将预防铁路货运事故风险把控关口前移，严格检查运输货物，对于具有不可控因素的货物应严格按照货物运输相关制度予以处理，消除货物运输安全隐患；③对于阔大货物严格把关其尺寸要求和装载加固方案，杜绝运输过程中偏移、侵限、散落等事故发生；④加大货物运输设备日常检修维护保养工作，结合实际货物运输需求，及时补充或更换货物运输设备，杜绝车体代用及其他影响铁路货运安全事件。

4 结束语

铁路实施货运组织改革以来，提升货运服务质量、提高客户满意度成为铁路亟待解决的问题，而最大限度地减少铁路货运事故、保障货物运输安全是铁路货物运输的重中之重。通过从大量历史数据中提取有效数据生成决策规则，为找出铁路货运事故发生原因提供科学依据，同时还可据此采取有针对性措施预防类似事故发生，这对于铁路不断减少货运事故发生、降低保价理赔率、提升货运服务质量具有重要意义，也为提高铁路生产效率和经营效益奠定基础。

[1] 潘玲巧，林志安，窦 晖. 加强铁路货物运输安全的探讨[J]. 铁道运营技术，2008，14(3)：36-40.

[2] 徐友良. 铁路货运事故原因分析与对策[J]. 铁道货运，2007，25(3)：23-25.

[3] 方鸽飞，王慧祥，黄晓烁. 改进遗传算法在无功优化中的应用[J]. 电力系统及其自动化学报，2003，15(4)：15-18.

[4] 马吉明，黄宪芳，蒋亚平，等. 粗糙集理论和遗传算法在预防城市道路交通拥堵中的应用[J]. 郑州轻工业学院学报：自然科学版，2012，27(1)：62-64.

[5] 肖厚国，桑 林，丁守珍，等. 基于遗传算法的粗糙集属性约简及其应用[J]. 计算机工程与应用，2008，44(15)：228-230.

[6] 吕 峰，张 鹏. 关于铁路安全评价方法应用的探讨[J]. 铁道运输与经济，2014，36(8)：74-77.

[7] 刘 斌，陈钉均. 基于粗糙集和遗传算法的道路交通事故分析[J]. 兰州交通大学学报，2010，29(1)：69-71.

[8] ZHANG Wen-xiu，WU Wei-zhi，LIAN Ji-ye. The Theory and Method of Rough Set[M]. Beijing：Science Press，2001.

责任编辑：冯姗姗

1004-2024(2015)08-0022-04

U298.5+3

B

2015-04-30