引言
铁路安全取决于技术保障、运营条件、组织安排和人为表现之间的相互作用。机车司机必须感知信号显示、理解其含义,并在可用的操作余量内做出适当的反应。对冒进信号(SPAD)事件和重大铁路事故的分析表明,不安全的结果不能归结为孤立的司机错误;主动失效可以与当地条件和潜在的组织影响相互作用 [[1], [2], [3], [4], [5], [6], [7], [8], [9]]。因此,一个实用的人为表现模型应当提供证据,说明运营条件在何时会降低信号识别的可靠性,同时明确说明哪些因素已被表示、哪些未被表示。
相对于通过信号点瞬间的带符号响应时距为该过程提供了可观测的指标。负值表示在列车到达信号点之前确认,非负值表示在通过信号点时或之后确认。结果取决于情境:照明、天气、隧道过渡、速度和司机背景不仅会影响预期时距,还会影响其离散度 [3, [10], [11], [12], [13], [14]]。因此,两个具有相似预期时距的情境,如果其中一个产生的响应分布更宽且更难预测,则可能意味着不同的可靠性。这促使我们建模条件分布,而不仅仅是点估计。
传统的人为可靠性分析(HRA)方法,包括人因错误率预测技术(THERP)、人为错误评估与降低技术(HEART)和认知可靠性与错误分析方法(CREAM),提供了系统化地组织人为错误场景和表现塑造因素的方法 [[15], [16], [17]]。然而,其输出可能取决于分析员的解读、所选方法以及将定性证据转化为定量值时所采用的假设。对HRA预测与模拟器机组表现的实证比较同样发现了可归因于方法和分析团队两方面的变异性 [18]。数据驱动和模糊扩展可以使某些判断形式化,但它们并不能消除主观性:模糊模型需要隶属函数和规则库,而人工智能(AI)模型则依赖于数据选择、预处理、架构、超参数和随机训练 [19,20]。因此,相关的需要不仅仅是取代专家判断,而是增加可实证检验和明确验证的表现证据。
高保真模拟器在受控场景下提供重复的操作员时距观测,并支持了关于机车驾驶中疲劳、警觉、分心和视觉行为的研究 [[10], [11], [12], 21, 22]。此类数据通常是表格形式的混合类型数据,将分类场景描述与连续的操作和司机变量结合起来。树集成在此类设置中仍然是强有力的基线 [[23], [24], [25]]。基于注意力的表格模型(如TabNet、TabTransformer和SAINT)提供了一种替代表示,其中特征交互在共享的潜在空间中学习 [[26], [27], [28], [29]]。这些模型并不总是优于树方法;其使用必须通过一致性的基准测试和应用所需的信息来证明其合理性。
对于铁路HRA,所需信息包括预测分布的质量。条件异方差回归同时估计均值和输入依赖的方差,而深度集成则提供了独立训练模型间变异的额外度量 [[30], [31], [32], [33], [34], [35]]。校准分析随后检验名义预测区间是否与观测频率相符 [36,37]。这些要素使得能够将点预测准确性的问题与不确定性估计是否对基于时距的解释足够可靠的问题区分开来。
未解决的问题在于这些研究流派的交汇处。铁路HRA提供了结构化的安全背景,但很少将高分辨率的操作员时距转化为经验评估的条件分布。概率回归提供了此类分布的框架,但铁路应用很少同时检验点精度、区间覆盖率、锐度和基于时距的解释。基于注意力的表格模型可以表示混合变量交互,但它们在此任务中的价值必须通过与强基线的对比和组件消融来证明。本研究使用已建立的SAINT编码器作为表示骨干来解决这一交汇处,而不是声称一种新的注意力算子。
因此,本研究提出三个研究问题:
RQ1. 机车司机信号识别时距能否被表示为条件预测分布,同时保持与既有表格回归模型相当的点预测精度?
RQ2. 显式建模情境依赖的方差是否能在预期时距之外提供与可靠性相关的分布信息,以及由此产生的预测区间的校准程度如何?
RQ3. 如何将由此产生的分布转化为可解释的队列内表现档案和响应条件通过前指标,而不将当前队列视为规范性司机基准?
本研究的贡献有三方面:
我们将机车司机信号识别表述为一个条件带符号时距问题,在其中从混合的操作、环境和司机相关变量中同时估计预期时距和情境依赖的变异性。
我们将已建立的基于注意力的表格表示与条件异方差回归和集成推理相结合,以估计预测时距分布,而不仅仅是点值。
我们使用点基准、分布校准、组件消融和非响应敏感性来评估该框架。配对的司机聚类自举量化了重复遭遇下的队列内模型比较不确定性,而单独划分的按司机分组的留出集仅作为探索性的迁移压力测试。拟合的分布被转化为队列内残差档案和响应条件通过前概率图。
本文其余部分组织如下。第2节回顾铁路HRA、概率时距模型和基于注意力的表格表示,并综合研究差距。第3节定义条件时距框架和面向时距的诊断输出。第4节描述模拟器数据和评估协议。第5节报告描述性、预测性、校准、消融和档案结果。第6节讨论方法论影响、实用范围和局限性。第7节总结本研究。