买专利卖专利找龙图腾，真高效！ 查专利查商标用IPTOP,全免费！专利年费监控用IP管家,真方便！

申请/专利权人：浙江省交通投资集团有限公司智慧交通研究分公司

摘要：本发明属于轨道交通技术领域，目的是提供一种轨道交通沿线气象监测点综合布设优化方法，该方法应能低成本地布设气象监测点，同时准确适应线路各区段的风险监测需求。技术方案是一种轨道交通沿线气象监测点综合布设优化方法，包括以下步骤：步骤S01：规范必设点位标记；步骤S02：构建线路气象风险模糊贝叶斯网络；步骤S03：划分线路评估区段，确定根节点状态；步骤S04：获取评估区段气象要素条件风险概率；步骤S05：给出新建气象监测点布设建议；步骤S06：基于混合相似度度量的已有气象监测点优化；步骤S07：综合布设。

主权项：1.一种轨道交通沿线气象监测点综合布设优化方法，包括以下步骤：步骤S01：规范必设点位标记筛选出轨道交通线路上需要设置气象监测点的位置；步骤S02：构建线路气象风险模糊贝叶斯网络根据轨道交通线路特征以及所在区域的历史气象特征，构建适应于当前轨道交通线路的气象风险模糊贝叶斯网络；步骤S03：划分线路评估区段，确定根节点状态将轨道交通线路划分为评估区段，并确定各评估区段所处的气象风险模糊贝叶斯网络根节点状态；步骤S04：获取评估区段气象要素条件风险概率将各评估区段的根节点状态输入气象风险模糊贝叶斯网络状态中，获得各类气象风险的条件风险概率；步骤S05：给出新建气象监测点布设建议纵向比较同一评估区段在不同天气下的条件风险概率变化，对比评估区段在常态天气和极端天气下的各类条件风险概率变化，根据其显著性给出新建气象监测点的布设建议；步骤S06：基于混合相似度度量的已有气象监测点优化根据已有气象监测点已监测积累的气象大数据，采用混合相似度评价气象监测数据间多维度的相似性，给出已有气象监测点的优化建议；步骤S07：综合布设根据新建气象监测点的布设建议，或者，根据新建气象监测点的布设建议以及已有气象监测点的优化建议，调整气象监测点的位置；所述步骤S2包括以下步骤：步骤S02-1：对轨道交通线路所面临的各个单一气象致灾要素构建对应的风险链；步骤S02-2：筛选所涉及的风险链来确定模糊贝叶斯网络中的根节点、中间节点和叶节点；步骤S02-3：获取各根节点和中间节点在各个气象致灾要素影响下的概率评估意见；步骤S02-4：引入模糊集合理论，建立模糊集的隶属函数及其相应的语言概率表达式，将概率评估意见导入三角模糊隶属度函数计算模糊隶属度 其中，x为当前节点的先验概率，a1、a2、a3为每个模糊集对应的三角模糊数；步骤02-5：模糊隶属度的解模糊均值化模糊隶属度，采用重心公式将模糊隶属度转化为条件概率值；重心公式为： 其中，X*为解模糊后输出的条件概率值，vix为整合各评估意见得到的隶属度函数，x为当前节点的先验概率，a1、a2、a3为对应的三角模糊数；步骤S02-6：将节点各状态的条件概率值进行归一化处理，得到精确的条件概率值，汇总为贝叶斯网络的条件概率表，最终建立根节点状态和叶节点风险概率值的映射关系；所述步骤S03的划分线路评估区段为通过行车区间和区间内的环境条件划分线路评估区段；所述步骤S06包括以下步骤：步骤S06-1：判断报警序列当下式成立说明两个报警序列之间是否存在报警重叠： 记Ai、Ai+1分别为两个相邻的气象监测点，气象监测点Ai存在报警序列列j、持续时间Δtj，气象监测点Ai+1存在报警序列k、持续时间Δtk；报警序列j包括起始时间戳和退出时间戳报警序列k包括起始时间戳和退出时间戳步骤S06-2：通过报警序列的重叠程度计算报警相似度根据报警序列重叠部分占两序列长度比计算单一的重叠系数Rwj,k： 其中，记气象监测点Ai共有ni个报警序列，气象监测点Ai+1共有ni+1个报警序列，两两对比共nini+1对组合，计算所有组合的重叠系数平均值作为报警相似度Rwi,i+1： 步骤S06-3：计算趋势相似度对气象监测点Ai的ni个报警序列，取气象监测点Ai+1对应的相同时间戳的ni个报警时间窗，采用Spearman相关系数计算趋势相似度： 其中，Rti,i+1是两个气象监测点的趋势相似度，是第j个报警序列的Spearman相关系数，nj是该报警序列的长度，dn是两个序列对应时间戳上样本的排序差；步骤S06-4：计算趋势相似度重要性计算每一组相邻的气象监测点Ai和Ai+1的报警相似度重要性 计算每一组相邻的气象监测点Ai和Ai+1的趋势相似度重要性 其中，共有N对相邻的气象监测点组合，i＝1，2，…，N；步骤S06-5：计算每组气象监测点的必要性真值步骤S06-51：对于相邻气象监测点Ai、Ai+1，定义Ai的第j个报警序列，相对Ai+1的第k个报警序列，计算其独立报警系数 步骤S06-52：将气象监测点Ai的ni个报警序列和Ai+1的ni+1个报警序列，两两求独立报警系数，再求平均，得到气象监测点Ai相对于气象监测点Ai+1的独立报警系数 步骤S06-52：求气象监测点Ai相对于气象监测点Ai+1的独立报警系数，和气象监测点Ai相对于气象监测点Ai-1的独立报警系数的平均值，作为气象监测点Ai的独立报警系数 步骤S06-53：采用softmax函数将每个气象监测点的独立报警系数标准化，得到已有气象监测点必要性真值 步骤S06-6：依次假设各气象监测点不存在，分别计算该气象监测点与前后相邻的两个气象监测点的报警相似度重要性和趋势相似度重要性步骤S06-7：建立二次规划模型对权重进行优化，以混合相似度加权的权重为决策变量，计算步骤S06-6中所得和的加权与步骤S06-5中所得的之间的误差平方和，作为目标函数，求解极小值优化问题，得到报警指标权重最优解和趋势指标权重最优解二次规划模型的标准形式为： 其中，α＝α1,α2T是模型的决策变量， 是二次项系数矩阵， 是一次项的系数向量， 是不等式约束的系数矩阵，h＝0,0,1,1是不等式约束右端的约束值，A＝1,1是等式约束的系数向量，b＝1是等式约束值；步骤S06-8：基于混合相似度重要性进行气象监测点评估和气象监测区间划分将报警指标权重最优解和趋势指标权重最优解代入混合相似度公式，计算气象监测区间的混合相似度重要性 根据值判断两个气象监测点之间是否需要布设新的气象监测点。

全文数据：

权利要求：

百度查询： 浙江省交通投资集团有限公司智慧交通研究分公司 一种轨道交通沿线气象监测点综合布设优化方法