一种基于多重复杂网络的转向架部件综合重要度评估方法技术

本发明专利技术实施例提供了一种基于多重复杂网络的转向架部件综合重要度评估方法，包括以下步骤：S1、建立转向架的多重复杂网络模型；S2、计算多重复杂网络模型的重要度指标；S3、结合客观方法和主观方法计算重要度指标权重，从而获取综合重要度指标。本发明专利技术较传统的复杂网络方法相比可以更好地描述转向架部件间的联系，选用主客观相结合的赋权方法来求出综合重要度指标，比单一的主观或者客观的赋权方法要更加全面，且更加符合人们日常评价时的正常思维，并且减小了计算量，提高了效率。

A comprehensive importance evaluation method of bogie components based on multiple complex networks

【技术实现步骤摘要】
一种基于多重复杂网络的转向架部件综合重要度评估方法
本专利技术涉及可靠性
，尤其涉及一种基于多重复杂网络的转向架部件综合重要度评估方法。
技术介绍
地铁转向架是地铁的重要组成部分，它可以很好地保障地铁的安全运行，并且转向架的各种参数也直接决定了车辆的稳定性和车辆的乘坐舒适性。因此，对地铁转向架进行可靠性分析，并以此作为健康管理的依据是现在人们关注的重点。重要度评价方法就是从结构的角度出发，事先地将对象中的部件进行重要度排序，并将重要度评价的结果作为日常运行维护的重要依据。目前对重要度的分析缺乏全面研究，现在进行重要度分析时一般是假设不同部件之间是相互独立的并且没有将部件间的连接按照连接方式的不同加以区分，这种重要度分析方法与事实严重不符，这会导致分析结果非常不准确。
技术实现思路
本专利技术的实施例提供了一种基于多重复杂网络的转向架部件综合重要度评估方法，以克服现有技术的缺陷。为了实现上述目的，本专利技术采取了如下技术方案。一种基于多重复杂网络的转向架部件综合重要度评估方法，包括以下步骤：S1、建立转向架的多重复杂网络模型；S2、计算多重复杂网络模型的重要度指标；S3、结合客观方法和主观方法计算所述重要度指标权重，从而获取综合重要度指标。优选地，所述建立转向架的多重复杂网络模型，包括：将转向架的各个部件作为多重复杂网络中每层网络的点，多重复杂网络的每层网络中的点都是相同的，每层网络各代表一种连接方式，各个部件间不同种类的连接分别在不同层内通过点与点间的连接边来表示。优选地，所述建立转向架的多重复杂网络模型，包括：将转向架系统中的连接方式分为机械连接、信号连接和电气连接，所述机械连接、信号连接和电气连接分别位于转向架的多重复杂网络模型中的机械层、信号层和电气层。优选地，所述重要度指标包括：度、接近中心性和特征向量中心性。优选地，所述计算多重复杂网络模型的重要度指标，包括以下步骤：S21、度值计算多重复杂网络中的度定义为各层网络的度的和，公式为：式中，m表示一个多重复杂网络中的网络层数；S22、接近中心性计算在多重复杂网络中，节点i到节点j的最短路径为dij，多重复杂网络的连接边分为层内连接和层间连接，在层间连接边的前面加上一个系数，用公式可以表示为：dij＝∑Eα+θ∑Eαβ其中，Eα表示层内连接边，Eαβ表示层间连接边，θ是一个自定义的非负参数；接近中心性表示某节点与其他节点的最短路径之和的倒数，用公式可以表示为：其中，N表示复杂网络中节点的数目，dij表示节点i和j之间的最短路径，即连接节点i与节点j的连接边的数目和，若i与j之间不连通，则dij＝0；节点与其他节点的最短路径的和越大则代表它的接近中心性越小，它的重要度也就越低。S23、特征向量中心性特征向量中心性可以定义为：其中，λ——邻接矩阵的最大特征值；x——邻接矩阵最大特征值对应的特征向量；多重复杂网络中各节点在每层子网的特征向量中心度记作：在计算得到每一层的特征向量中心度之后，得到多重复杂网络的特征向量中心度：优选地，所述结合客观方法和主观方法计算所述重要度指标权重，从而获取综合重要度指标，包括：S31、所述客观方法为熵权法，包括以下步骤：S311、数据标准化：假设共有k个指标X1,X2,…,Xk，其中Xi＝(x1,x2,…,xn)，标准化：n表示需要进行评价的对象个数，xij表示第j个对象在第i个指标下的评价值，j∈[1,n],i∈[1,k]；S312、求各指标信息熵：其中Ej表示各指标的信息熵，指标的信息熵越小代表该指标提供的信息量越大，在综合评价中起的作用就越大，pij表示第i项指标下第j个样本值占该指标的比重；S313、确定权重：S32、所述主观方法为考虑模糊的最好最差方法，包括以下步骤：S321、确定n个指标中最重要的指标以及最不重要的指标，分别由EB和EW表示；S322、建立评语集，V＝{同样重要，重要性稍弱，重要性一般，重要性很强，重要性特强}，这些评语对应的三角模糊数为(1,1,1)，(2/3,1,3/2)，(3/2，2,5/2)，(5/2,3,7/2)和(7/2,4,9/2)，将各个指标与最重要指标和最不重要指标进行比较并进行打分，分别用和表示各个指标与最重要指标和最不重要指标比较后的三角模糊数集合：其中，三角模糊数确定第j个指标的模糊最优权重通过最小化间隙的方式来求解最优权重mink*s.t.j＝1,2,3…n在求出模糊最优权重后求出权重值L、M和U分别代表模糊数的下限、最有可能的数和上限；S33、求解综合重要度指标，取主客观结合后的权值为w＝1/2wi+1/2wj，根据权重求解综合重要度指标。由上述本专利技术的实施例提供的技术方案可以看出，本专利技术实施例提供了一种基于多重复杂网络的转向架部件综合重要度评估方法，首次提出了多重网络的方法对地铁转向架系统进行重要度分析，在搭建好地铁转向架系统的转向架模型后，通过求解度值、接近中心性和特征向量中心性等指标来考量部件的重要度。本专利技术具有以下优点与积极效果：(1)多重复杂网络方法较传统的复杂网络方法相比将部件间的连接按照连接方式的不同分成不同的单层复杂网络，这样可以更好地描述转向架部件间的联系；(2)选用主客观相结合的赋权方法来求出综合重要度指标，这样做的优势是不仅考虑到数据本身，还考虑到专家的主观评分，要比单一的主观或者客观的赋权方法要更加全面；(3)在主客观相结合的赋权方法中本方法没有选用常见的层次分析法，而是选用考虑模糊的最好最差方法(Fuzzybest-worst(BW)method)，这种方法较层次分析法的优势在于：考虑到模糊，这更加符合人们日常评价时的正常思维；相比较于层次分析法在结合两个以上的重要度指标时需要先两两进行比较，计算量比较大，而模糊的最好最差方法只需要进行一次比较便可以得到不同指标间的权值，减小了计算量提高了效率。本专利技术附加的方面和优点将在下面的描述中部分给出，这些将从下面的描述中变得明显，或通过本专利技术的实践了解到。附图说明为了更清楚地说明本专利技术实施例的技术方案，下面将对实施例描述中所需要使用的附图作简单地介绍，显而易见地，下面描述中的附图仅仅是本专利技术的一些实施例，对于本领域普通技术人员来讲，在不付出创造性劳动的前提下，还可以根据这些附图获得其他的附图。图1为本专利技术实施例提供的一种基于多重复杂网络的转向架部件综合重要度评估方法的整体流程图；图2为本专利技术实施例提供的一种多重复杂网络模型示意图；图3为本专利技术实施例提供的转向架多重复杂网络模型示意图。具体实施方式...

【技术保护点】
1.一种基于多重复杂网络的转向架部件综合重要度评估方法，其特征在于，包括以下步骤：/nS1、建立转向架的多重复杂网络模型；/nS2、计算多重复杂网络模型的重要度指标；/nS3、结合客观方法和主观方法计算所述重要度指标权重，从而获取综合重要度指标。/n

【技术特征摘要】
1.一种基于多重复杂网络的转向架部件综合重要度评估方法，其特征在于，包括以下步骤：
S1、建立转向架的多重复杂网络模型；
S2、计算多重复杂网络模型的重要度指标；
S3、结合客观方法和主观方法计算所述重要度指标权重，从而获取综合重要度指标。


2.根据权利要求1所述的方法，其特征在于，所述建立转向架的多重复杂网络模型，包括：
将转向架的各个部件作为多重复杂网络中每层网络的点，多重复杂网络的每层网络中的点都是相同的，每层网络各代表一种连接方式，各个部件间不同种类的连接分别在不同层内通过点与点间的连接边来表示。


3.根据权利要求2所述的方法，其特征在于，所述建立转向架的多重复杂网络模型，包括：将转向架系统中的连接方式分为机械连接、信号连接和电气连接，所述机械连接、信号连接和电气连接分别位于转向架的多重复杂网络模型中的机械层、信号层和电气层。


4.根据权利要求1所述的方法，其特征在于，所述重要度指标包括：度、接近中心性和特征向量中心性。


5.根据权利要求4所述的方法，其特征在于，所述计算多重复杂网络模型的重要度指标，包括以下步骤：
S21、度值计算
多重复杂网络中的度定义为各层网络的度的和，公式为：



式中，m表示一个多重复杂网络中的网络层数；
S22、接近中心性计算
在多重复杂网络中，节点i到节点j的最短路径为dij，多重复杂网络的连接边分为层内连接和层间连接，在层间连接边的前面加上一个系数，用公式可以表示为：
dij＝∑Eα+θ∑Eaβ
其中，Eα表示层内连接边，Eαβ表示层间连接边，θ是一个自定义的非负参数；
接近中心性表示某节点与其他节点的最短路径之和的倒数，用公式可以表示为：



其中，N表示复杂网络中节点的数目，dij表示节点i和j之间的最短路径，即连接节点i与节点j的连接边的数目和，若i与j之间不连通，则dij＝0；
节点与其他节点的最短路径的和越大则代表它的接近中心性越小，它的重要度也就越低。
S23、特征向量中心性
特征向量中心性可以定义为：



...

【专利技术属性】
技术研发人员：王志鹏，李想，秦勇，周强，贾利民，
申请(专利权)人：北京交通大学，
类型：发明
国别省市：北京;11