文章编号:1009-6094(2023)03-0667-08熵－TOPSIS－IFPA聚类方法在中欧班列运输节点风险识别中的应用*吕敏，帅斌，张玥，张勤宇(西南交通大学交通运输与物流学院，成都611756)摘要:中欧班列运输网络中关键节点风险影响班列线路规划和运营安全。通过分析中欧班列运输节点的物理网络拓扑特性，结合考虑服务网络中节点服务能力的重要性，提出熵－逼近理想解排序法(TechniqueforOrderPreferencebySimilaritytoanIdealSolution，TOPSIS)节点重要度评估方法。考虑节点受外部宏观因素影响可能失效的情况，引入国家运输支撑力衡量节点失效可能，提出重要性－失效可能分析模型(Importance-FailurePossibilityAnalysis，IFPA)识别中欧班列关键运输节点风险，并采用K-Means++聚类算法对节点进行风险划分。通过构建中欧班列全域运输网络进行案例分析，结果表明该模型可有效识别节点风险且节点风险分类结果符合实际情况。高、中、低风险区和风险监测区分别对应5、10、7和6个关键运输节点。对运输节点进行风险分类有助于分级管理中欧班列运输风险，保障运输安全。关键词:安全社会工程;中欧班列;节点风险;节点重要度;聚类分析中图分类号:X913文献标志码:ADOI:10.13637/j．issn．1009-6094.2021.1879*收稿日期:2021－10－25作者简介:吕敏，博士研究生，从事中欧班列运输风险研究，lvminsky8800@163.com;帅斌(通信作者)，教授，博士，博士生导师，从事交通运输规划与管理、运输安全研究;bsh67@126.com。基金项目:国家铁路局科技研究计划项目(TYFY201929)0引言通过近10年的发展，中欧班列已成为国际物流新通道，也成为国际防疫救援物资运输的绿色通道。由于节点是通道中最重要的组成部分，识别中欧班列运输通道关键节点风险对有针对性地防范和应对中欧班列运输风险具有重要战略意义。目前国际运输通道风险研究集中在海运领域［1］，而国际铁路运输风险研究尚在新生阶段。2018年，冯芬玲等［2］最先关注中欧班列运营风险并建立基于二元决策图的风险评估模型，得到了对中欧班列运营影响最大的风险事件。2019年，周小祥等［3］开始关注国际铁路运输通道的运行风险，从政治、自然、地域、运维和安全等多个角度建立了风险评估指标体系。之后吕敏等［4－5］从国家运输节点和边境节点角度量化运输风险，并建立数学模型测算各类节点风险。以上研究为中欧班列风险研究开拓了思路，但研究方法和深度仍有待挖掘。在风险管理领域，最为广泛接受的风险定义是2009年国际标准化组织发布...
