基于ISM-ANP-Fuzzy算法的地铁车站火灾安全韧性评价体系*

黄亚江 康 飞 易 杰 鹿鑫月 王雅姝 李锦博

(1.天津仁爱学院经济与管理学院,301636,天津; 2.天津财经大学管理科学与工程学院,300222,天津;3.北京建筑大学城市经济与管理学院,102616,北京∥第一作者,讲师)

地铁车站往往具有内部空间狭窄、结构复杂且人员十分密集的特点。车站内一旦发生火灾,特别容易造成大量的人员伤害。因此,对地铁车站进行安全韧性评价,建立地铁车站火灾的安全韧性提升系统,具有重要意义。

目前研究地铁火灾的方法主要有模糊综合评价法、BP(反向传播)神经网络评价法及熵权物元法等,主要采用单一评价方法对地铁火灾进行安全评价。文献[1]基于多级可拓评价法从管理水平、设备水平、消防设计水平及人员能力4个方面对地铁车站进行风险评价。文献[2]根据安全评价指标的不完整性和模糊性,构建了基于ISM(解释结构模型)法二维云模型的应急管理协同度评价方式。文献[3]提出基于ISM-CRITIC(权重)法的通用航空可控飞行撞地影响因素分析方法。文献[4]首次引入D-S证据理论,建立了包含“人、机、管、环” 4个方面的地铁安全评估理论模型。文献[5]引入主成分分析法对指标体系进行降维的研究思路,对地铁火灾进行风险评估。以上方法大多聚焦在火灾风险方面,缺少基于韧性视角的安全韧性评价体系。

为此,本文基于ISM法、ANP(网络分析法)及Fuzzy(模糊综合评价)法等多种方法,建立安全韧性模型,对地铁车站进行安全韧性评估,以便为地铁安全管理部门提供有效的火灾防控建议。

1 地铁火灾韧性的安全韧性模型

1.1 韧性与安全韧性

文献[6]最早将韧性的概念与生态系统领域相交叉。文献[7]基于韧性的角度,提出了不确定环境下的韧性风险评估,改变了传统的风险管理理念。文献[8]从系统性能的4个方面探究了影响土耳其城市轨道交通运营的原因。文献[9]首次提出了安全韧性的定义,即: 系统在一定的时间和空间内面对风险的冲击及扰动时维持、恢复和优化系统安全状态的能力,并重点分析了维持、应对、恢复和优化4个阶段的系统安全韧性能力。文献[10]首次建立了韧性评估框架,其中包括了系统要素识别、系统脆弱性分析、系统客观背景、决策者认知及系统韧性等5个方面内容。

1.2 地铁车站火灾安全韧性模型

地铁火灾本身具有致灾因素的复杂性、致灾后果的严重性、灾害的多发性等特性,本文基于韧性评估框架,建立了地铁车站火灾安全韧性模型,如图1所示。基于地铁火灾事故的文献梳理,可采用抵御能力、吸收能力、适应能力及恢复能力4个系统要素作为一级指标。在此基础上,选取了12个二级指标,构建了地铁车站火灾安全韧性评价体系,各指标的说明如表1所示。

2 基于ISM-ANP-Fuzzy算法的地铁车站火灾安全韧性评价体系的构建

ISM法是1973年美国的Warfield J N教授为了分析复杂的社会经济结构所开发的一种方法,该法广泛应用于现代系统工程[2]。ANP是1996年美国的Thomas L．Saaty 教授[3]提出的一种适用于存在内部依存和反馈关系的复杂决策系统,是基于AHP(层次分析法)发展而成的一种新的实用决策方法,该法可确定指标对应的权重。Fuzzy法是1965年美国自动控制专家Lottie Asker Zadeh教授提出的一种基于模糊数学的综合评价方法。本文建立基于ISM-ANP-Fuzzy算法的地铁车站火灾安全韧性评价体系的分析流程,如图2所示。

图2 基于ISM-ANP-Fuzzy算法的地铁车站火灾安全韧性评估模型分析流程

依照ANP的原理对地铁车站火灾安全韧性评价指标进行分析,建立各指标之间相互依存、相互反馈的网络结构图,如图3所示。

图3 地铁车站火灾安全韧性评价体系网络结构图

3 地铁车站火灾安全韧性评价体系的应用案例

3.1 案例车站概况

上海轨道交通人民广场站是上海轨道交通1号线、2号线及8号线的三线换乘站,也是该轨道交通线网中日均客运量最大的车站,2023年“五一”期间日均客流35.7万人次。为了更好地保障人民广场换乘站的安全性,验证本文所建地铁车站火灾安全韧性评价体系的适用性,对该站的火灾安全韧性进行模拟计算并分析其计算结果。

3.2 基于ISM法分析各指标间关系

邀请11名地铁火灾行业的专家进行访谈,请专家们判断本文所建的地铁车站火灾安全韧性评价体系各二级指标间的关系。根据专家访谈得出各二级指标间关联情况的邻接矩阵。通过Matlab 7.0软件对邻接矩阵进行计算,得到可达矩阵。对可达矩阵进行区域分解,得到可达集合、先行集合及两个集合的交集表,将地铁车站火灾安全评价韧性评价体系的二级指标顺序进行编号(B1,…,B12)。利用可达矩阵进行级间分解,以确定各二级指标所在的层级,进而绘制地铁车站火灾安全韧性评价体系二级指标的解释结构模型图,如图4所示。由图4可知:地铁车站火灾安全韧性评价体系是一个由具有3个层级递阶结构组成的复杂系统,反映了地铁车站火灾安全韧性各影响因素之间的逻辑关系。

图4 地铁车站火灾安全韧性评价体系二级指标的解释结构模型图

3个层级对地铁车站火灾安全韧性的影响分析如下:

1) 表层的7个二级指标是影响地铁车站火灾安全韧性的直接原因。

2) 中层的4个二级指标间接对地铁火灾的安全韧性造成影响。这4个指标之间相互影响,进而影响表层的7个二级指标。

3) 深层的二级指标为火灾自动报警系统及喷灭火系统。该因素对中层的4个二级指标有重大影响。

3.3 运用ANP计算各指标的权重

根据指标之间的相互影响关系,利用Super Decisions软件进行地铁车站火灾安全韧性评价体系模拟,并计算各个指标的权重,其权重结果如表2所示。

表2 地铁火灾安全韧性评价体系中各指标的权重

由表2可知:一级指标中,适应能力A3的权重为0.437 272,抵御能力A1的权重为0.421 283,这2个指标分别列第一位和第二位,对于提升地铁车站火灾安全韧性非常重要。进一步对二级指标在组内的权重进行分析,在适应能力A3中,火灾自动报警系统及喷灭火系统B7的组内权重为0.836 88;在抵御能力A1中,车站火灾载荷、防火分区和防火间距的组内权重较大。因此,从事地铁车站安全的管理部门应当在建设地铁车站时更加注意提升火灾自动报警系统及喷灭火系统的质量,采购高质量的火灾报警系统及喷灭火系统。在吸收能力A2和恢复能力A4的评价结果中,车站人员的消防技能、消防管理制度的制定与落实占主导位置,因此应通过对员工培训来提高消防技能水平,还应注意完善安全管理制度,提高火灾处理的应急能力。

3.4 对一级指标进行模糊综合评价

为消除构造判断矩阵求解权重过程中专家打分的主观性,并对结果进行定量分析,本文采用Fuzzy法对权重结果作进一步处理。设地铁火灾安全韧性等级评估的评语集为V={高韧性,较高韧性,中韧性,较低韧性,低韧性}。对地铁车站有工作经验的20名业内人士进行调研,得出二级指标对应的等级评价总次数。整合二级指标的组内权重矩阵,计算其模糊隶属度矩阵。将两者进行模糊运算,可得到二级指标的模糊综合评价结果。采用该技术路线将以上运算结果进行汇总,得到人民广场换乘站地铁火灾安全韧性评价指标体系一级指标的安全韧性评价结果,如表3所示。

表3 人民广场换乘站地铁火灾安全韧性评价体系一级指标的安全韧性评价结果

3.5 评估结果分析及对策

地铁火灾安全韧性可反映地铁车站火灾安全管理系统对火灾事故的韧性能力,提升系统韧性对提高地铁车站安全管理水平有重要作用。由表3进一步计算可得到人民广场换乘站的综合隶属度如下:高韧性为0.102 3,较高韧性为0.329 3,中韧性为0.393 4(在评估集各元素中权重值最高),较低韧性为0.017 5。根据最大隶属度原则,可以确定人民广场换乘站的安全韧性等级为“中韧性”,即该站的安全韧性水平为中等,需加以改进。

未来可通过建筑信息模型运维系统提高火灾自动报警系统及喷灭火系统的质量,通过消防演练加强车站人员的消防技能,可以采用灾害机器人技术提升危机处理能力,并不断完善消防管理制度。特别需要提升车站高层管理人员危机意识,以便有效传递火灾安全压力,进而使得地铁车站安全管理组织不断优化,提升地铁车站的安全管理能力及火灾安全韧性能力。

4 结语

本文基于韧性理论的特点,提出了地铁车站火灾安全韧性概念,建立了基于ISM-ANP-Fuzzy算法的地铁车站火灾安全韧性评价体系。研究结果表明,该评价体系具有较强的适用性,可有效评估地铁车站的安全韧性;提高地铁车站火灾抵御能力及适应能力的韧性等级,是提升地铁消防体系火灾应对能力的有效途径。此外,提升火灾自动报警系统及喷灭火系统的质量,增加该系统的检查频率,并通过培训来提高车站安全管理人员的能力水平和专业程度,也是提高地铁车站火灾安全韧性的有效措施。