[发明专利]多属性铁路事故致因权重分析方法有效
| 申请号： | 201910727343.0 | 申请日： | 2019-08-07 |
| 公开（公告）号： | CN110532298B | 公开（公告）日： | 2021-06-15 |
| 发明（设计）人： | 余冠华;郑伟 | 申请（专利权）人： | 北京交通大学 |
| 主分类号： | G06F16/2458 | 分类号： | G06F16/2458;G06K9/62;G06Q50/26 |
| 代理公司： | 北京市商泰律师事务所 11255 | 代理人： | 孙洪波 |
| 地址： | 100044 北*** | 国省代码： | 北京;11 |
| 权利要求书： | 查看更多 | 说明书： | 查看更多 |
| 摘要： | 本发明提供了一种多属性铁路事故致因权重分析方法，包括：基于铁路事故致因分类CREAM‑RAs模型，对所有的铁路事故报告进行分解和编码，建立多属性铁路事故数据集MARA‑D；基于自组织映射算法SOM和K‑Means的铁路事故集成聚类方法，对MARA‑D进行聚类分析，得到不同的事故聚类群；根据铁路事故等级的关联规则算法AL‑Apriori，对不同的事故聚类群进行关联规则分析，得到不同的事故聚类群的致因之间的强关联规则；基于强关联规则和决策实验室分析法DEMATEL得到致因综合权重，然后根据致因综合权重进行权重排序。本方法可以找出铁路事故发生的关键致因，为进一步提高铁路的安全水平提供借鉴。 | ||
| 搜索关键词： | 属性 铁路 事故 权重 分析 方法 | ||
【主权项】：
1.一种多属性铁路事故致因权重分析方法，其特征在于，包括：/n基于铁路事故致因分类CREAM-RAs模型，对所有的铁路事故报告进行分解和编码，建立多属性铁路事故数据集MARA-D；/n基于自组织映射算法SOM和K-Means的铁路事故集成聚类方法，对所述的MARA-D进行聚类分析，得到不同的事故聚类群；/n根据铁路事故等级的关联规则算法AL-Apriori，对所述的不同的事故聚类群进行关联规则分析，得到不同的事故聚类群的致因之间的强关联规则；/n基于所述的强关联规则和决策实验室分析法DEMATEL得到致因综合权重，然后根据所述的致因综合权重进行权重排序得到多属性铁路事故致因权重。/n
下载完整专利技术内容需要扣除积分，VIP会员可以免费下载。
该专利技术资料仅供研究查看技术是否侵权等信息，商用须获得专利权人授权。该专利全部权利属于北京交通大学，未经北京交通大学许可，擅自商用是侵权行为。如果您想购买此专利、获得商业授权和技术合作，请联系【客服】
本文链接：http://www.vipzhuanli.com/patent/201910727343.0/，转载请声明来源钻瓜专利网。
