基于知识图谱的城市轨道交通事故智能匹配与决策方法

本发明涉及城市轨道交通领域，具体涉及一种基于知识图谱的城市轨道交通事故智能匹配与决策方法。

背景技术：

1、随着城市轨道交通网络规模的不断扩大，其运营系统涉及车辆、供电、信号、通信、线路以及车站组织等多个子系统，运行环境具有设备关联性强、业务流程复杂以及突发事件类型多样等特点。在实际运营过程中，可能发生列车设备故障、供电设备异常、信号系统故障、乘客突发事件以及人员进入线路等多种事故。针对上述事故，运营调度人员通常需要根据现场事故描述，快速识别事故类型及关键特征，从历史事故案例中查找相似事件，并结合应急预案制定相应处置措施，以保障运营安全和降低事故影响。

2、目前，现有的城市轨道交通事故案例检索方法通常基于关键词匹配或简单文本相似度计算实现案例查询。然而，由于事故报告及现场描述通常存在表达方式差异，同一故障现象可能采用不同语言形式进行描述，例如“车门打不开”“车门无法关闭”“车门卡滞”等均可能对应同一类车门故障，传统关键词匹配方式难以准确识别不同表述之间的语义关联，容易造成相似案例检索不完整或匹配准确性不足的问题。同时，现有方法通常未充分考虑事故部位、事故原因类别以及具体故障类型之间的层级关系，难以实现针对事故特征的精细化匹配。另一方面，城市轨道交通应急预案通常以规范性条款形式描述责任主体、工作职责以及处置流程，而历史事故案例中的实际处置措施往往具有场景化、经验化以及表达分散化特点，二者之间缺少有效的语义关联机制。虽然知识图谱技术能够对事故、措施、部门、职责以及预案条款之间的关系进行结构化表示，但现有基于知识图谱的检索方式通常仅返回相关节点或关系路径，难以进一步结合历史案例经验形成具有执行指导意义的应急决策方案。

3、因此，为解决以上问题，需要一种基于知识图谱的城市轨道交通事故智能匹配与决策方法，能够融合事故案例知识与应急预案知识，实现相似案例的精准匹配以及生成智能化的决策方案，从而提高事故应急处置过程中的信息利用效率和决策支持能力。

技术实现思路

1、有鉴于此，本发明的目的是克服现有技术中的缺陷，提供基于知识图谱的城市轨道交通事故智能匹配与决策方法，能够融合事故案例知识与应急预案知识，实现相似案例的精准匹配以及生成智能化的决策方案，从而提高事故应急处置过程中的信息利用效率和决策支持能力。

2、本发明的基于知识图谱的城市轨道交通事故智能匹配与决策方法，包括：

3、获取城市轨道交通历史事故数据以及城市轨道交通应急预案文本数据，分别构建事故案例知识图谱和应急预案知识图谱；

4、对事故案例知识图谱中的历史事故处置措施进行语义分析与标准化处理，形成标准措施节点，并建立标准措施节点与应急预案知识图谱中的预案依据节点之间的语义映射关系，形成事故处置措施与预案依据之间的关联链路；

5、获取待处理城市轨道交通事故描述文本，并对事故描述文本进行语义特征提取以及标准化处理，获得与历史事故案例特征空间对应的新事故特征向量；

6、基于新事故特征向量，在事故案例知识图谱中执行分层案例检索，通过事故宏观类别特征进行候选案例筛选，并基于细粒度事故特征计算候选案例与目标事故之间的相似度，获得多个相似历史事故案例；

7、根据相似历史事故案例，从事故案例知识图谱和应急预案知识图谱中获取对应的事故处置措施、标准措施以及预案依据；

8、将目标事故信息、相似历史事故案例信息以及对应的措施依据链输入大语言模型，由大语言模型对信息进行语义重组，生成城市轨道交通事故应急决策方案。

9、进一步，根据如下方法构建事故案例知识图谱：

10、对历史城市轨道交通事故案例进行数据清洗和字段提取，获得事故名称、发生地点、事故类型、事故原因、事故结果、响应措施以及损失信息；

11、利用大语言模型对事故报告文本进行多轮语义解析，分别提取事故基础信息、事故分类信息以及事故因果信息和响应措施信息；

12、按照预设数据格式对提取结果进行实体归一化处理，将不同表达形式但具有相同语义的事故部件或故障类型映射为统一实体，得到包括事故案例节点、事故属性节点以及处置措施节点的事故案例知识图谱。

13、进一步，形成事故处置措施与预案依据之间的关联链路，具体包括：

14、从事故案例知识图谱中提取历史事故对应的源措施文本，利用语义编码模型将各源措施文本转换为语义向量，并基于语义相似度对源措施文本进行聚类分析，根据聚类结果生成具有统一语义描述的标准措施节点；

15、根据标准措施对应的执行主体、处置阶段、动作内容以及预案章节信息，将标准措施节点映射至应急预案知识图谱中的预案条款节点、工作节点或职责节点，形成包括源措施节点、标准措施节点、预案依据节点以及依据层级节点的跨知识图谱映射链。

16、进一步，对源措施文本进行聚类分析，具体包括：

17、采用bert模型对各源措施文本进行编码，获得对应的高维语义向量；

18、以语义向量之间的余弦相似度作为聚类距离，对源措施文本执行凝聚式层次聚类；

19、根据轮廓系数、davies-bouldin指数、calinski-harabasz指数以及标准措施映射准确率确定聚类阈值，获得语义一致性满足要求的标准措施集合。

20、进一步，对事故描述文本进行语义特征提取以及标准化处理，具体包括：

21、将待处理事故描述文本输入大语言模型，通过预设提示模板约束大语言模型输出结构化字段，提取事发部位类别、事发具体部位、事故原因类别以及事故具体原因四类检索字段；

22、对不同自然语言表达对应的同一事故实体进行归一化处理，生成与历史事故案例特征矩阵具有相同字段结构的新事故检索向量。

23、进一步，所述分层案例检索，具体包括：

24、第一层检索，根据目标事故的事发部位类别以及事故原因类别，对事故案例知识图谱中的历史事故案例进行硬性筛选，获得第一候选案例集合；

25、第二层检索，根据第一候选案例集合中历史事故案例的事发具体部位以及事故具体原因，与目标事故对应字段之间的匹配关系计算综合相似度；

26、第三层检索，当第一候选案例集合中的案例数量小于预设返回数量时，进一步扩展检索至少一个宏观类别匹配的历史事故案例；

27、按照检索层级优先以及综合相似度排序规则输出top-k相似历史事故案例。

28、进一步，根据如下方法计算综合相似度：

29、采用层次分析法确定不同细粒度事故特征的权重；其中，事发具体部位对应第一权重，事故具体原因对应第二权重，且第二权重大于第一权重；

30、分别计算目标事故与历史事故案例在事发具体部位以及事故具体原因两个维度上的jaccard相似度；

31、根据第一权重和第二权重对各维度相似度进行加权求和，得到历史事故案例综合匹配评分。

32、进一步，所述事故案例知识图谱和应急预案知识图谱存储于图数据库中；

33、所述图数据库用于保存事故案例节点、事故属性节点、措施节点、标准措施节点、预案依据节点以及依据层级节点，并通过发生关系、采取关系、映射关系、依据关系以及归属关系建立节点之间的关联路径；

34、通过图数据库查询获取目标事故对应的历史案例以及完整措施依据链。

35、进一步，生成城市轨道交通事故应急决策方案，具体包括：

36、将目标事故描述文本、新事故检索向量、top-k相似历史事故案例以及对应措施依据链封装为结构化输入数据；

37、构建包括角色设定、输入数据、任务约束以及输出格式的融合提示信息；

38、利用大语言模型根据融合提示信息，对多个相似历史事故案例中的处置措施进行归并、分析以及依据关联；

39、输出按照案例分析、相似案例、建议措施以及标准依据进行组织的结构化应急决策文本。

40、进一步，生成应急决策文本时，仅允许基于输入的历史事故案例信息、标准措施信息以及预案依据节点生成建议措施；将每项建议措施关联至对应的历史事故来源以及应急预案依据；并通过展示层输出事故特征信息、相似案例信息、知识图谱关联路径以及应急决策建议。

41、本发明的有益效果是：本发明公开的一种基于知识图谱的城市轨道交通事故智能匹配与决策方法，通过构建事故案例知识图谱和应急预案知识图谱，对历史事故信息、处置措施以及预案依据进行结构化关联，并利用大语言模型对新事故描述进行特征提取与语义标准化，结合案例推理和分层相似度匹配获取相似事故案例，进一步基于措施映射链生成应急决策方案。本发明能够提升同义异构事故的描述识别能力，提高案例匹配的准确性，实现处置措施与预案依据的可追溯关联，增强应急决策结果的可靠性和可解释性。