基于事故数据挖掘的地铁应急维修人员分配策略研究

兰 贞，李得伟

（北京交通大学 交通运输学院，北京 100044）

基于事故数据挖掘的地铁应急维修人员分配策略研究

兰 贞，李得伟

（北京交通大学 交通运输学院，北京 100044）

本文分析了北京地铁2013～2015年的历史事故数据，发掘数据存在的规律及各种因素对事故发生的影响。基于P-中位模型，结合数据分析结果及车站客流量、线网结构、与其他交通方式的衔接情况等影响因素，建立以救援代价最小为目标的应急维修人员分配模型，使用MATLAB运用遗传算法完成模型求解。最后，对北京地铁运营三分公司所辖线网中信号系统的应急维修人员进行了案例分析，共选出24个应急站，满足硬性约束条件，分配结果能够同时满足实际维修和均衡性的要求。

维修人员；地铁；事故数据；选址；突发事件

目前，北京地铁已经形成较大较复杂的网络，在没有结合实际运营事故情况进行应急维修人员分配，会导致分配结果存在不符合实际维修需求、均衡性差等问题。因此，进行基于事故数据的地铁应急维修人员的合理分配非常有必要，这对于提升城市轨道交通系统的应急能力具有重要意义。

1 城市轨道交通应急维修人员分配过程

为充分考虑实际运营事故情况，结合北京地铁2013～2015年事故情况对城市轨道交通应急维修人员进行分配。（1）分析历史事故数据及其中挖掘的对地铁应急维修人员分配的影响因素；（2）选择合适地铁应急资源配置的基本模型构建基于事故数据的分配模型并给出求解算法；（3）使用优化后的模型进行案例分析以验证模型合理性。

2 北京地铁历史事故数据分析

根据《北京市地铁运营有限公司运营事故处理规则》，突发事件导致行车延误5 min以下不列入事故范围，且这类事件对于地铁正常运营影响较小，优化空间也不大。此外近几年北京地铁路网变化较大，应急维修人员又只与运营设备类事故相关，因此只筛选出2013～2015年造成行车延误5 min及以上的运营设备类事故数据进行分析，共有321条。

北京地铁线路运营由不同运营分公司独自负责，所以维修人员的分配应在不同公司独立进行。同时，根据事故情况将维修人员分为车辆系统、信号系统、环控与车站系统、轨道系统和供电系统5类，筛选出对应数据总共241条。

将筛选出的数据按不同原因事故发生情况进行统计整理，结果如表1所示。可以看出信号系统故障导致的事故所占比例最大。

表1 分原因事故数据

按不同公司事故发生情况进行统计整理，如图1所示，运营里程数越大的分公司发生事故频次越大，事故发生频次最高的为三分公司。

图1 分公司事故频次与运营里程关系图

为分析延误事件与客流量之间的关系，整理不同线路客流量与发生事故情况如图2所示，客流量与发生事故频次之间呈正相关。

图2 客流量与发生事故频次关系图

将信号系统故障导致的事故在线网上的空间分布情况在线路图上表示出来，如图3所示。可以看出，在事故数据量较为充足的情况下，信号系统故障导致的事故存在多发区域。且事故频次最多，能较好地避免历史事故数据偶然性对于事故多发站点甄别的影响，这也是本文选择信号系统故障原因导致的历史事故数据作为案例分析中研究依据的原因。

图3 信号系统故障图

3 地铁应急维修人员分配的影响因素分析

分析影响地铁应急维修人员分配的各种因素，使应急维修人员在线网上的分配更加符合地铁运营过程中应急维修的实际需求。

3.1 事故发生频率

事故的发生频率主要指历史事故发生频次，是应急维修实际需求的重要体现。上述事故空间分布情况分析表明，存在一部分车站为事故多发站点。显然，应急维修人员待命位置应距离事故发生频率高的车站尽可能近。事故的发生频率影响的是各车站自身的属性，不随选址结果的变化而变化。本文在处理这一影响因素时，将不同车站的事故发生频率转化为车站在应急救援过程中重要程度的衡量标准之一。

3.2 车站客流量

车站客流量的影响主要有2个方面：（1）客流量越大，车站设备负荷越大，也就越容易出现运营设备类事故，产生应急维修需求；（2）客流量越大，运营延误时会对越多的乘客出行造成影响，造成的影响后果及损失情况越大。车站客流量影响的也是各车站自身的属性，因此本文处理这一影响因素的方式与事故发生频率的相同。

3.3 城市轨道交通线网结构

线网结构对线网的可达性、换乘便捷性等的影响都很大，是影响应急救援站选址结果的直接因素。在建立模型过程中，将线网结构对选址的影响体现在自应急站到达需求站的救援时间上。

3.4 与其他交通方式的衔接情况

为了尽可能提高城市轨道交通系统应急反应能力，需要考虑与其它各种交通方式的接驳情况对应急维修人员分配的影响。在模型中交通接驳对选址的影响体现在当列车运行被阻断时，维修人员通过路面交通方式进行救援，救援时间受接驳情况影响。

3.5 经济因素

经济因素对应急救援站的选址有很强的制约力，影响应急救援的各个阶段，因此，必须分析并量化其对选址的影响。但本文研究的是应急维修人员分配，因此经济能力的影响主要体现在以下3个方面：

（1）维修人员工资。这一费用与维修人员配备数量呈正相关。（2）救援费用。主要为一次救援所花费的固定费用以及一次救援所花费的运输费用。运输费用与救援距离成正比，因此整体救援费用与救援距离成正比，对选址的影响与救援时间相同，在模型中可删去救援费用影响。（3）应急站建设费用。由于应急维修人员的流动性较强且占用空间较小，可利用现有员工休息室作为维修人员待命休息处，因此暂不考虑新建待命站房费用。

4 应急维修人员分配模型构建

4.1 应急重要度

为量化影响因素对分配策略的影响，引入应急重要度的概念来表示不同车站在应急救援中的重要程度，即通过应急重要度量化应急维修人员待命位置选址过程中各个车站的优先选择次序。

根据前文分析，将在线网中以历史事故发生频次大小为依据划分的车站重要程度量化为车站事故值，以车站客流量大小为依据划分的量化为车站客流值。综合两者确认车站最终应急重要度，但事故发生频次与客流量在数值上相差较大，需将车站事故值与客流值转化为同一数量级的量，因此人为规定两者的最大值均为10，归一化方式如下。

将北京地铁2013～2015年全网发生事故站点情况按不同原因故障发生次数统计，求出对应事故值。

事故值=（i站事故次数÷max{单个车站事故次数}×10

统计北京地铁2015年全网站点客流情况，并求出对应客流值。

客流值=（i站客流量÷max{单个车站客流量}×10

客流量为2015年12月19日～2016年1月3日各站每天进出站量与换乘量的总和的平均值，包括工作日、周末与节假日的客流情况，比较具有代表性。

经过上述处理后，车站发生的历史事故数与客流量转化为同一数量级的量，因此取车站事故值与客流值的平均值作为车站应急重要度。

4.2 模型构建

关于应急维修人员分配策略研究建立的模型基于P-中位模型，根据一定的限制确定应急站的数量，在应急站的数量一定的情况下进行应急维修人员在路网中的分配，同时，分配结果还应满足一定的约束条件。分配结果需满足的约束条件为所有需求站都需要在规定的时间内被最近的应急站覆盖，原则上城市轨道交通路网运营中的每一个车站都有发生故障的可能，因此，都应视作需求站，则要求模型满足任何一个运营中的车站都应在可接受的最大救援时间之内得到救援。在计算应急救援代价时只需要考虑应急救援时间，分配结果的目标为应急维修人员自最近的应急站到达对应需求站的平均时间最短，即寻找平均救援时间最短的最优解。

根据上文的基础进行模型构建。先按比例配置应急站数量，应急站数量：车站数量=1:p（5≤p≤10）。且为保证应急站数量达到最低要求，当计算出应急站数目不是整数时采用向上取整的方式确定应急站数量。选址模型建立模型目标函数如式（1）：

其中：

i—需求站编号；

j—应急站编号；

n—线网中车站数；

m—选取应急站数量；

β—维修人员通过路面交通进行救援所需的救援时间与通过城市轨道交通线网到达的救援时间的比值，称为衔接交通系数；

tij—救援时间；

t0—可接受的最大救援时间，当j站到达i站时间大于t0时，即视为i站未被j站覆盖；

ai—需求站i站的应急重要度。

此外还要考虑到一些关键节点，一般是指枢纽站、毗邻车辆段或停车场的车站等。另外不同的故障原因需求的不同应急维修人员也会因为专业的特性而具有特殊节点。如供电系统故障时的维修人员分配应与供电所位置相结合。

将毗邻车辆段或停车场的车站作为必选节点，即将应急重要度提至最大值。而换乘站枢纽站等具有大客流车站的重要程度在客流量及救援时间上已经可以得到体现，因此不再进行其他处理。

4.3 模型求解

本文选择的模型求解算法为遗传算法。主要原因有以下2个：（1）在对本文构建的模型进行求解时需要不断进行循环计算以求解出最优解，且解空间过大，如果直接进行遍历求解，计算速度过慢，程序效率过低，因此选用智能算法进行求解；（2）模型求解的最优解为最小值，因此存在解的收敛过程。

4.4 数量配置

根据对事故数据量的分析可知，需要应急维修人员赶赴现场进行应急维修的事故数量较小，以发生次数最多的信号系统故障来说，3年共发生了136次，因此每个应急站只需安排一位可以完成维修工作的维修人员即可。

5 北京地铁运营三分公司案例分析

根据应急维修人员分配模型，需要确认的参数有应急重要度，自救援站到达需求站所需的救援时间，可接受的最大救援时间，衔接交通系数β，需求站车站数量n以及应急站数量m。

（1）车站应急重要度。根据前文所述计算方式计算出三分公司所辖车站的应急重要度。再将作为关键节点的运营三分公司所辖线路中毗邻车辆段、停车场的车站的应急重要度调整为10。目前，运营三分公司所辖车辆段、停车场及毗邻车站如表2所示。将对应7个车站的应急重要度调至最大值10，得到最终的应急重要度矩阵作为模型参数代入应急维修人员分配模型中求解。（2）应急救援时间。应急救援时间为通过城市轨道交通线网自救援站到达需求站所需的时间，案例为北京地铁运营三分公司的应急维修人员在路网上的分配，结合AFC刷卡数据与路网结构，确认救援时间矩阵。（3）衔接交通系数。由于研究案例为信号系统故障所需的应急维修人员在路网中的分配，城市轨道交通路网仍能承担应急维修人员到达应急维修现场的运输任务，因此β=1。（4）需求站车站数量。运营三分公司所辖区域内共89个车站，即n=89。（5）应急站数量。根据模型，需要按比例来配置应急站的数量，取m=24。（6）最大救援时间。根据《北京市地铁运营有限公司运营事故处理规则》规定，中断正常运营20 min及以下均为一般事故，因此设定可接受的最大救援时间为20 min。

表2 运营三分公司关键节点

确定模型参数后，在MATLAB中进行求解，计算得到应急站选择结果，如表3所示。可以看到，作为关键节点的7个车站中有6个站被选为了应急站，唯一未入选的是霍营站，其相邻2个站，即回龙观站与回龙观东大街站，均入选。

表3 应急站最优选址

图4为模型求解出的应急站选址与历史事故在空间上分布情况的对比分析图。其中，路网由北京地铁运营三分公司所辖线路构成；绿色圆点表示应急站的选址情况；红色区域则表示历史事故分布情况，单个车站周边红色区域越大表示该车站发生事故的频率越高。从图4中可以看出，结果比较符合事故的空间分布情况，能够比较好地满足实际应急维修需要，且在线网上均衡性较好。可知，本文研究所构建的模型具有实际可行性。

图4 选址结果与事故情况对比图

6 结束语

本文提出的分配策略研究方法同时考虑了历史事故发生情况与线网现状，可以得出较为合理的分配方案，结果能够同时满足实际维修和均衡性的要求，具有较好的参考价值。但仅对应急维修人员进行了路网上的分配研究，而在对城市轨道交通的运营设备故障引起的事故进行应急维修时，除需要相应的维修人员外，还需要相应的维修物资。今后还需要在建立与应急救援物资的联合布局方面进行进一步的研究。

[1] Rashmi S.Shetty.An eventenvironment[D].Tampa Bay:single game solution for resource allocation in a multi-crisis University of South Florida.2004.

[2] 孙晓临.城市轨道交通网络应急救援站设置与资源配备优化研究[D].北京：北京交通大学,2012.

[3] 曾敏刚,崔增收,李 双.一种多受灾点的灾害应急救援资源分配模型[J].工业工程,2010,13（1）：85-89.

[4] 孙彩红.基于网络化的地铁应急救援资源配置[D].北京：北京交通大学,2010.

[5] 徐之恒.地铁突发事件应急救援资源的配置研究[D].北京：北京交通大学，2012.

责任编辑 徐侃春

Subway emergency maintenance personnel allocation strategy based on accident data mining

LAN Zhen, LI Dewei
( School of Traffc and Transportation,Beijing Jiaotong University,Beijing 100044,China)

This article analyzed the historical accident data from 2013 to 2015,discovered the laws of the data and the infuence of factors to the accident situation.Aimed to minimize the rescue cost,based on the P-median model,combined with the data analysis results and the station passenger fow,the line network structure,connection with other traffc modes,an emergency maintenance personnel allocation model based on the minimum cost of rescue cost was established.The model was solved by using Genetic Algorithm(GA) with MATLAB.The article analyzed the case of emergency maintenance personnel of the signal system in the network of the 3rd Branch Company of Beijing Subway Operation.24 emergency stations were selected to meet the needs of hard constraints.The allocation results could meet the requirements of the actual maintenance and balance.

maintenance personnel;subway;accident data;site selection;emergent events

U231.92：TP39

A

1005-8451（2016）09-0058-05

2016-06-15

兰 贞， 在读硕士研究生；李得伟，副教授。