申请/专利权人：北京交通大学

申请日：2021-07-13

公开（公告）日：2024-03-19

公开（公告）号：CN113535978B

主分类号：G06F16/36

分类号：G06F16/36;G06F40/216;G06Q10/0635;G06Q50/40

优先权：

专利状态码：有效-授权

法律状态：2024.03.19#授权;2021.11.09#实质审查的生效;2021.10.22#公开

摘要：本发明提供了一种轨道交通系统运营风险本体的构建方法。该方法包括：根据轨道交通系统运营事故特征从人机环管四个方面出发，构建表征事故特征的五类子词库，对五类子词库进行权重设置；基于事故数据文本和五类子词库利用改进的TF‑IDF计算出事故数据文本的风险概念词，根据五类子词库对应的权重计算出风险概念词的权重值，利用改进的K‑means算法提取出风险概念词之间的层次及非层次关系；根据轨道交通运营的风险本体的风险概念、风险概念词之间的层次及非层次关系以及风险概念词的权重值构建轨道交通系统运营风险本体。本发明可以对城市轨道交通运营事故文本风险进行有效提取，为轨道交通系统运营风险研究提供重要的数据支撑，为风险防控研究垫定坚实基础。

主权项：1.一种轨道交通系统运营风险本体的构建方法，其特征在于，包括：根据轨道交通系统运营事故特征从人机环管四个方面出发，构建表征事故特征的五类子词库，对所述五类子词库进行权重设置；基于轨道交通运营的事故数据文本和所述五类子词库利用改进的TF-IDF计算出事故数据文本的风险概念词，根据五类子词库对应的权重计算出风险概念词的权重值，利用改进的K-means算法提取出风险概念词之间的层次及非层次关系；根据轨道交通运营的风险本体的风险概念、风险概念词之间的层次及非层次关系以及风险概念词的权重值构建轨道交通系统运营风险本体；所述的根据轨道交通系统运营事故特征从人机环管四个方面出发，构建表征事故特征的五类子词库，包括：从轨道交通系统运营事故特征出发，将城市轨道交通运营的事故专业词库划分为人员类、物理组份类、环境类和安全管理类四个子词库；分别用公式1-1、1-2、1-3、1-4、1-5表示事故专业词库、人员类子词库、物理组分类子词库、环境类子词库和安全管理类子词库中的词汇集合；V＝{VP,VS,VE,VM}1-1VP＝{VP1,VP2,VP3,...,VPn}1-2VS＝{VS1,VS2,VS3,...,VSm}1-3VE＝{VE1,VE2,VE3,...,VEi}1-4VM＝{VM1,VM2,VM3,...,VMj}1-5式中VP——人员类词汇集合；VS——物理组分类词汇集合；VE——环境类词汇集合；VM——管理类词汇集合；n——人员类词汇的总个数；m——物理组分类词汇的总个数；i——环境类词汇的总个数；j——管理类词汇的总个数；所述的对所述五类子词库进行权重设置，包括：用公式1-6、1-7、1-8、1-9分别对各类子词库中的词汇在整个事故专业词库中所占的比重进行计算；假设 同理 同理 同理 WVPX——词汇VPX在词汇库VP中的权重；SAVPX——由词汇VPX所在的子词库VP中的词汇所导致的事故发生的次数；WVSX——词汇VSX在词汇库VS中的权重；SAVSX——由词汇VSX所在的子词库VS中的词汇所导致的事故发生的次数；WVEX——词汇VEX在词汇库VE中的权重；SAVEX——由词汇VEX所在的子词库VE中的词汇所导致的事故发生的次数；WVMX——词汇VMX在词汇库VM中的权重；SAVMX——由词汇VMX所在的子词库VM中的词汇所导致的事故发生的次数；用公式1-10对子类词库中的任意词在子类词库中的权重进行计算； 且Z{P,S,E,M}1-10式中VZx——词库V中的任意词汇；WVZx,V——词汇VZx在词库V中的权重；SAVZx——由词汇VZx所在子词库中的词汇所导致事故发生的次数SAV——各子类词库中的词汇导致事故发生的总次数；利用改进的K-means算法提取出风险概念词之间的层次及非层次关系，包括：在风险本体模型中将风险概念词之间的关系划分为体现风险概念层次的纵向层次关系和体现风险概念关联的横向非层次关系，纵向层次关系描述风险概念间的上下位关系和父子关系，表明风险间的从属关系，非层次关系指的是风险概念词之间除了层次关系之外的其他连接关系；遵循自顶向下的建模原则，并综合考虑事故文本集以及风险本体概念词之间的关系来选取顶层概念词，如下公式为风险本体顶层概念词选取依据： 式中，K——事故文本总量；m——风险本体概念词总数量；Cx,Cy——表示任意概念词；fCxi,Cyi——概念词Cx，Cy在第i个事故文本的同时出现频次；FCx,Cy——概念词Cx，Cy在事故文本集中的共现频次；风险本体概念词间的层间关系的计算公式如下： 式中，ConCx,Cy——概念词Cx，Cy间的置信度，用于表征概念间的层间关系；FCx——表示概念词Cx在事故文本集中的共现频次；利用改进的K-means算法提取出风险概念词之间的层次及非层次关系的处理过程包括：Step1：根据公式1-14确定风险概念词集中的顶层风险概念词；Step2：根据公式1-15建立顶层风险概念词与其他风险概念词之间的置信度关系，判断顶层风险概念词的子风险概念词的数目；Step3：若置信度大于阈值，即ConCt,Gx＞T，则判断该子风险概念词与顶层风险概念词之间存在连接关系，该子风险概念词与顶层风险概念词之间构建空间向量；Step4：若置信度小于阈值，即ConCt,Gx≤T，则判断该子风险概念词与顶层风险概念词之间无连接关系；Step5：利用改进的K-means算法进行簇聚类，得到以Z＝{Zmi|i＝1,2,3,...,k}为聚类中心的风险概念簇，即：Cluster＝{Z1{C1,C2,...,Cx},...,Zi{C1,C2,...,Cy},...,Zk{C1,C2,...,Cz}}；Step6：重复以上步骤，对每个簇进行聚类直至聚类中心不再发生变化；Step7：判断聚类后的各风险概念簇中的顶层风险概念词，将该顶层风险概念词作为上一层的顶层风险概念词的子节点风险概念词；Step8：重复Step3至Step7，直至完成所有的风险概念词之间的关系的确定。

全文数据：

权利要求：

百度查询： 北京交通大学 一种轨道交通系统运营风险本体的构建方法

免责声明
1、本报告根据公开、合法渠道获得相关数据和信息，力求客观、公正，但并不保证数据的最终完整性和准确性。
2、报告中的分析和结论仅反映本公司于发布本报告当日的职业理解，仅供参考使用，不能作为本公司承担任何法律责任的依据或者凭证。

阅读全文 双屏查看 官方信息 专利公告 收藏专利 下载PDF 下载WORD