1.一种高铁列控系统复杂运营场景的风险耦合分析方法，其特征在于：包括以下步骤：S1.在高铁列控系统的技术规范下，利用UML建模技术建立高铁列控系统运营场景的UML模型；S2.根据运营场景的UML模型，建立运营场景的仿真模型；S3.在运营场景的仿真模型中注入故障组合，得到仿真数据；所述步骤S3包括以下子步骤：S31.利用危险及可操作性方法辨识运营场景中潜在的危险源，构造故障模式库；S32.将故障进行排列组合，生成包含故障执行顺序的故障脚本；S33.利用故障注入技术，依据故障脚本，以运营场景仿真模型为目标系统，执行故障的组合注入，监视并记录仿真系统的运行数据，得到系统仿真数据；S4.利用决策树算法,从步骤S3所得到的仿真数据中挖掘风险耦合规则。
2.根据权利要求1所述的一种高铁列控系统复杂运营场景的风险耦合分析方法，其特征在于：所述步骤S1包括以下子步骤：S11.在高铁列控系统的技术规范下，根据所要描述对象的特征，将UML模型划分为系统交互层、系统场景层和系统逻辑层；S12.在系统交互层中，利用交互图来描述列控系统运营场景各个参与主体之间的交互行为；S13.在系统场景层中，利用状态图来描述列控系统运营场景各个参与主体自身的状态迁移；S14.在系统逻辑层中，利用状态图来描述列控系统运营场景中各个参与主体的功能逻辑。
3.根据权利要求1所述的一种高铁列控系统复杂运营场景的风险耦合分析方法，其特征在于：所述步骤S2包括以下子步骤：S21.根据系统交互层的描述确定仿真模型子系统之间的交互行为，实现运营场景仿真模型子系统的交互协作；S22.根据系统场景层的描述确定仿真模型子系统自身的状态迁移，实现运营场景仿真模型子系统的状态变迁；S23.根据系统逻辑层的描述确定仿真模型子系统功能的实现逻辑，实现运营场景仿真模型子系统的功能逻辑。
4.根据权利要求1所述的一种高铁列控系统复杂运营场景的风险耦合分析方法，其特征在于：所述步骤S3生成的仿真数据包含运营场景子系统模块的故障情况和仿真模型的系统正常状态和系统危险状态信息。
5.根据权利要求1所述的一种高铁列控系统复杂运营场景的风险耦合分析方法，其特征在于：所述步骤S4包括以下子步骤：S41.将所要分析的系统危险状态作为决策属性，再将各子系统的故障情况作为条件属性，构造决策表；S42.利用决策树算法对决策表进行学习，挖掘其中蕴含的导致对应系统危险状态产生的风险耦合规则。
