列车运行控制系统是确保列车安全、高效运行的关键技术和核心设备。随着列车运行速度的不断提高,对列控系统安全性和可靠性的要求也越来越高。列控系统是集3C(Computer,Communication and Control,计算机、通信及控制)技术与传统铁道信号技术为一体的复杂控制系统,也是一个典型的安全苛求系统。一旦系统发生故障,将会危及行车安全,造成重大人员伤亡和财产损失。本文以CTCS-3(Chinese Train Control System at level 3,中国列车运行控制系统应用等级3)级列控系统为研究对象,分别采用DBN(Dynamic Bayesian Network,动态贝叶斯网络)和云模型对其进行可靠性分析与评价。针对传统可靠性分析方法,如Markov模型、FTA(Fault Tree Analysis,故障树分析)以及BN(Bayesian Network,贝叶斯网络)模型在分析CTCS-3级列控系统可靠性时存在的不足,本文提出了基于DBN模型的CTCS-3级列控系统可靠性分析方法。首先,根据CTCS-3级列控系统的结构与功能建立其FT(Fault Tree,故障树)模型,并转化为与之对应的DBN模型;然后,综合考虑系统冗余结构、维修性、CCF(Common Cause Failure,共因失效)以及多状态故障模式对列控系统可靠性的影响,对CTCS-3级列控系统进行可靠性分析。结果表明:利用DBN的双向推理,不仅可以分析CTCS-3级列控系统的RAM(Reliability,Avaliability and Maintainability,可靠性、可用性和可维护性)指标是否满足列控系统需求规范,而且可以有效地识别系统的薄弱环节。研究结果对进一步改善系统设计、降低维护成本以及确保列车安全运行具有重要的意义。为了能够客观正确地评价CTCS-3级列控系统的可靠性,本文结合云模型和组合赋权法对CTCS-3级列控系统进行可靠性评价。首先,根据CTCS-3级列控系统的结构与功能,建立系统的综合能力模型和相应的功能层次结构模型,并采用组合赋权法确定基本单元的权重;然后,采用云模型表示各单元实际指标与额定指标的比值,并根据云运算规则,采用加权模型求得CTCS-3级列控系统的可靠性综合指标云;最后,将CTCS-3级列控系统的可靠性综合指标云与可靠性评价集的云模型进行相似度度量,得到系统可靠性的评价结果。结果表明:基于云模型和组合赋权法的CTCS-3级列控系统可靠性评价方法能够有效描述系统实现其规定功能的能力,最终的评价结果可以为CTCS-3级列控系统的研发及评估提供借鉴。