高速列车关键要素识别模型

一种基于多目标优化的高速列车关键单元与交互关系识别方法，可同时最大化故障影响并最小化关键要素数量。

Hao, Yucheng · 贾利民 · Zio, Enrico · 王艳辉 · He, Zhichao

Reliability Engineering and System Safety 2023

技术优势

同时兼顾故障影响与关键要素数量

通过多目标优化，在最大化故障对鲁棒性影响的同时最小化关键要素数量，为决策者提供帕累托前沿上的权衡方案。

应用场景

• 高速列车系统可靠性分析：用于识别高速列车中易引发级联故障的关键单元与交互，指导维护优先级。
• 复杂网络关键节点识别：提供一种多目标优化框架，在最大化故障影响的同时最小化关键节点数量。
• 关键基础设施网络韧性评估：通过模拟级联故障评估相互依赖网络的拓扑与功能鲁棒性，量化韧性水平。
• 多目标优化算法应用：展示了NSGA-II在求解关键要素识别多目标优化问题中的有效性。
• 智能交通系统安全优化：通过识别并保护高影响力关键要素，提升高速列车运行安全性。