基于 LSP 的地铁控制中心环境评价方法研究

李颖峰

（上海申通地铁集团有限公司，上海 200030）

控制中心作为地铁的指挥枢纽，其环境是影响行车组织效率和安全的重要因素，对其进行评估是不可或缺的。目前，环境评价的方法有模糊综合评价法、多目标决策理想区间法、层次分析法、神经网络法、灰色关联分析法等。通过使用这些方法，国内外学者对家居、生产车间、舱室等环境进行了评价，评价内容包括热环境、光环境、声环境、空气质量、振动环境等。然而，针对地铁工程项目中的控制中心，鲜有学者对其环境的评价进行研究。同时，与以上室内环境相比，地铁控制中心是行车指挥调度人员工作的场所，集中设置了大量的电气设备，电磁环境复杂，其影响亦应纳入环境评价体系之中。因此，本文结合地铁控制中心的环境特点，提出一种采用基于偏好逻辑评分（Logic Scoring of Preference，LSP）的综合评价方法，对其进行评价。

1 LSP 方法理论基础

LSP方法将系统逐层细分，直至所有子系统达到可以直接量化度量的指标，然后使用偏好分值描述各个指标满足用户需求的程度，再反向逐层聚合，得到系统总体满足用户的程度，从而实现对系统总体的评估。

LSP方法的理论基础是模糊逻辑理论，通过引入部分合取/析取（Partial Conjunction/Disjunction，PCD）函数将传统的逻辑运算模糊成一个连续函数。该函数属于与的程度称为“与度”，用α表示；属于或的程度称为“或度”，用ω表示。其中α+ω= 1，当α= 0时，PCD函数为完全或运算；当α= 0.5时，PCD函数为线性运算；当α= 1时，PCD函数为完全与运算。

基于LSP对环境进行综合评价，首先需要确定待评价对象的指标层级结构。待评价对象通常涉及多方面的内容，而每个内容又可以分解为多个指标进行评价。因此，需要对评价对象进行多次分解，建立多层级指标结构。分解过程终止的条件是每个指标无法再分解，同时其可以直接进行量化评价，通常将这些指标称为性能变量（Performance Variables），定义为x1，x2，…，xn，其中n为指标数量。

性能变量的评价基于基本标准，而基本标准是确定性能变量满意度水平（基本偏好评分）的函数。基本偏好评分属于区间[0，1]。

最简单的基本偏好评分E关于x的函数见式（1）：

式（1）中，x为性能变量。

在定义了所有性能变量的基本标准后，则可以评价所有底层的性能变量。然后使用聚合函数L聚合这些性能变量的评价值计算总体评价值E0=L（E1，E2，…，En）。

聚合函数L定义为：[0，1]n→[0，1]是通过偏好逻辑聚合形成的，通过适当的逻辑运算，将底层的性能变量逐层聚合至顶层，得到总体评价值E0。在LSP方法中，聚合函数L采用PCD函数，则可得出式（2）：

r的取值与n和指标之间的关系有关，而指标之间的关系由α衡量。

α的值由有序加权平均（Ordered Weighted Averaging，OWA）方法确定。设一组变量（x1，x2，…，xn）∈In，将其按权重从大到小重新排列得到新的变量序列（x（1），x（2），…，x（n）），其对应的权重为（v1，v2，…，vn）∈In，则α的值可由式（3）获得：

r与α的关系可近似采用表1的值。

2 控制中心环境评价方法

2.1 层级结构和指标体系建立

根据地铁控制中心的环境特点和使用者的需求，地铁控制中心的环境评价层级结构如图1所示。指标体系分为3个层级，即顶层、中间层和底层。其中，地铁控制中心环境评价为顶层，主观指标和客观指标为中间层，各具体指标为底层。

表1 r与α之间的关系

图1 地铁控制中心环境评价层级结构

2.2 主观指标体系及其信效度分析

根据以上评价层级结构设计《地铁控制中心环境满意度调查问卷》。问卷的项目根据以上指标从正反2个方面设置题项，即有的题目为正向叙述，有的为反向叙述，有的为中性叙述，由此产生3类变量：极大型变量、极小型变量和中间型变量。极大型变量指得分越高、满意度水平越好的变量；极小型变量指得分越低、满意度越好的变量；中间型变量指得分越趋于中间、满意度越好的变量。问卷指标对应的题项如表2所示。

表2 《地铁控制中心环境满意度调查问卷》题项

信度是对问卷题项一致性程度的估计，一般分为5种类型：再测信度、折半信度、复本信度、同质信度和评分者信度。本文采用同质信度检验问卷的一致性指标。同质信度又称内在一致性系数，常用的估计方法有分半信度法、库德-理查逊公式法和Cronbach’sα系数法。Cronbach’sα系数法是利用问卷中各条目彼此之间的相关性，以条目之间的平均相关系数反映内部的一致性。一般而言，若α系数大于0.6，则表明信度较好。

本文采用Cronbach’sα系数法对调查问卷的信度进行分析，得出α系数为0.669，其大于0.6，表明该问卷的信度较好。

效度也称准确性，效度检验是用度量方法测出变量的准确程度。效度分为三大类型：内容效度、效标效度和结构效度。本文采用结构效度测量问卷的准确性。因子分析是常用的结构效度分析方法，利用统计产品与服务解决方案（SPSS）软件得到分析结果，如表3所示。

表3 KMO和巴特利的检验

由结果可知，KMO＞0.7，p＜0.05，2种结果均表明结构效度良好。

2.3 客观指标体系及其标准范围

根据评价层级结构确定需要测量的指标，具体包括温度、湿度、风速、室内可吸入颗粒物浓度、照明、噪声和电磁辐射。所有指标依据国家标准进行测量。

对于温度、湿度和风速，应在2条对角线上采用梅花布点，测点距地面的高度应为0.8～1.6 m，距墙壁和热源不小于0.5 m。对于照度，通常采用中心布点法或四角布点法，即一般将照度测量区域划分成矩形网格，网格一般为正方形，在矩形网格中心点或四角点位置测量照度。对于噪声，若声场分布均匀，工作地点很多，一般选择3～5个测点，测点位置应为工作者的耳高度，距耳部10 cm左右。对于电磁辐射，测量操作位场强时，一般测量工作者的头部和胸部位置，当操作中其他部位可能受到更强烈的照射时，应在这些位置予以加测。每个测点连续测量3次，每次测量时间不应小于15 s，并读取稳定状态时的最大值。

由标准中设定的指标范围可以确定指标变量的类型及其对应的基本偏好评分。根据ISO 11064-6 : 2005 Ergonomic design of control centres - Part 6 : Environmental requirements for control centres可以确定：合适的温度范围为[20 ℃，26 ℃]、湿度范围为[30%，70%]，气流速度应小于0.15 m/s，合理的照度水平范围为[200 lx，500 lx]，环境噪声不应高于45 dB。根据GB/T 17095-1997《室内空气中可吸入颗粒物卫生标准》得室内可吸入颗粒物的浓度应小于0.15 mg/m3。根据GB/T 8702-2014《电磁辐射防护规定》得电磁辐射的平均功率密度应小于40 μW/cm2。因此，可以确定出温度、湿度和照度水平属于中间型变量，气流速度、可吸入颗粒物浓度、环境噪声和电磁辐射属于极大值变量。

2.4 综合评价模型

依据LSP理论，结合控制中心环境评价体系，构建控制中心环境综合评价模型。根据式（2）可得综合评价E0的计算公式为：

式（4）中，E1为主观指标评价；E2为客观指标评价。

以E1为例，其计算公式为：

以温度E11为例，其计算公式为：

式（6）中，xi，（i= 1，2，3）分别对应大厅夏、冬季温度和温度分布3个指标。

3 实例验证

本文采用上文提出的综合评价方法评价上海地铁11号线的控制中心环境，整个评价过程分为问卷调查、客观指标测量和综合评价3个部分。

3.1 问卷调查

问卷采用李克特9级评定方法，其中级别越低表明其满意度越低。本问卷对该地铁控制中心单条线路的全体调度员进行了调查，获得有效问卷21份，其统计结果如表4所示。

表4 上海地铁11号线控制中心环境满意度统计表 %

3.2 客观指标测量

该地铁控制中心大厅呈规则矩形，尺寸为13 m×28 m，总面积约为360 m2。依据标准，采用梅花布点法设置测点。各指标测点分布如图2～图4所示。

在测量过程中，温湿度采用数字式温湿度计、风速采用数字风速表、噪声采用数字式声级计、电磁辐射采用射频电场场强计进行测量，分别对白班和夜班进行12 h测量，测量间隔为2 h。通过测量，计算出各指标数据的均值如表5所示。

3.3 综合评价

由问卷和实地测量得到主、客观指标得分，结合各性能变量的基本标准，通过聚合得到相应的综合评分。限于篇幅，未列出其中的映射关系，环境评估计算过程如图5所示。

从图5可以看出，控制中心环境的综合评价良好，但是在个别指标上评价相对较低。主、客观指标中，湿度评价都较低，而客观指标中，由于照度和噪声指标的测量值超出了标准范围，因此其满意度较低。

4 结语

随着地铁网络化进程的推进，控制中心的重要性愈发突出。本文根据LSP理论，建立了基于其综合评价方法的地铁控制中心环境评价模型，并通过实例分析验证了该方法在控制中心环境评价中的可行性。通过对上海地铁11号线控制中心环境进行实地调查和测量，使用该方法进行环境评价分析，发现了影响控制中心环境的薄弱环节，对地铁控制中心的设计及改善具有一定的指导意义。

图2 温湿度、噪声、电磁辐射测点分布

图3 风速测点分布

图4 照明测点分布

表5 物理环境测量统计表

图5 基于LSP的环境评估计算过程