列控系统、轨道和动车是高铁的核心技术。列控系统属于复杂系统,随着列控系统新技术和新装备的不断发展和应用,列控系统运营风险因子之间的关联度、耦合性和复杂性也不断提高,这加剧了列控风险评估的紧迫性和复杂性。本文以我国高铁列控系统运营风险为研究对象,在总结国内外成果和现场实际情况的基础上,采用涌现理论、云模型、组合权重、模糊数、贝叶斯网络等理论和技术对列控系统的风险描述、风险成因、风险评价等问题进行了深入研究,对于保证列控系统的高安全性,实现我国高速铁路可持续发展等具有一定的理论和现实意义,主要研究内容如下。对列控运营风险进行了数学描述,从人、机、环、管的角度对风险因子进行了分析;采用涌现理论来描述列控系统运营风险的成因;介绍了常用的风险识别方法,并且具体以无线闭塞中心为例分析了整个风险识别过程。针对现实中专家评分法的缺陷,分别对风险矩阵中的严重度和发生频率的计算方法提出了改进。对于风险评价的严重度因素提出了一种组合权重和云模型的评价算法,综合考虑了风险严重度的随机性和不确定性;对于发生频率,采用模糊故障树的评价算法,模糊故障树将实际精确值和专家模糊判断相结合,改进了现有完全依赖专家评判的方法;实例证明了所提算法的有效性和正确性。分析了现有二维风险矩阵的不足,在二维风险矩阵的基础上增加了风险的可预测度,针对可预测度,提出了一种G1法和模糊数的综合评价算法;提出了一种列控系统运营风险评价的三维矩阵模型,并采用改进后的雷达图法对风险严重度、风险可预测度和风险发生频率进行集成,最后得到三维矩阵色谱图;实例证明了所提三维风险矩阵模型的有效性和正确性。以列控系统车载设备为例,采用贝叶斯网络对列控系统车载设备进行概率评估,不仅验证了车载系统的可靠性,而且说明了贝叶斯网络在风险概率评估中的实用性。从系统的角度对列控运营风险进行分析,提出了一种基于不确定AHP和云模型的列控运营风险评价模型。采用不确定AHP确定了风险评估体系的权重区间,符合专家的工程实践和思维决策;通过集对分析将权重区间转化为权重精确值,使得计算结果更加科学合理;利用云模型的处理模糊性和随机性的能力,建立了评价云模型、指标层云模型和综合云模型,兼顾了风险评估中的不确定性和随机性;最后通过实例验证了模型的可行性和有效性。对列控运营风险评估系统进行了设计,详细设计了系统的物理和逻辑架构以及功能模块结构,基于具体的软硬件平台实现了该系统,并结合对系统功能界面和运行结果的分析,验证了本文所提出的算法、模型以及所构建系统的正确性和可行性。本文从风险描述、风险成因、风险识别、风险等级评价、风险概率评价等角度对列控系统运营中的风险进行了研究,对于保证列控系统运营中的安全性具有一定的意义。