FTA、FAHP耦合GRA复杂系统风险诱因分析方法技术方案

FTA、FAHP耦合GRA复杂系统风险诱因分析方法，建立复杂系统风险分析模型、模糊判断矩阵和模糊一致判断矩阵，对模糊一致判断矩阵的排序，然后进行数据的无量纲化处理，求关联系数中的两极差、关联系数和关联度，建立复杂系统耦合关联序模型，对计算得到的复杂系统各个诱因的序关系大小进行排序，找出导致系统风险的主因素，本发明专利技术建立的FAHP耦合GRA模型，考虑了复杂系统实际故障数据及专家经验，FAHP法确定各个诱因的权重大小，克服了GRA方法中仅靠少数数据样本评判导致结果失真的不足，而GRA方法克服了FAHP方法的主观性强的缺点，从主观和客观、定性和定量方面对事故诱因进行分析研究，分析结果与实际情况相符。

【技术实现步骤摘要】

本专利技术涉及复杂系统的风险评价领域，具体涉及一种FTA、FAHP耦合GRA复杂系统风险诱因分析方法。
技术介绍
随着复杂系统规模的不断扩大，系统环境的不确定性的增加，针对复杂系统的风险诱因问题国内外学者进行了大量研究，现有主要方法是事故树分析法、概率评价法、层次分析法、神经网络法、灰色理论法等。这些方法仍存在一些不足：事故树分析法(FTA)利于寻找事故风险诱因，但计算过程复杂；概率评价法虽已被初步应用，但其理论基础尚有不足，实用性有待改进；层次分析法的关键步骤是由专家给出判断矩阵，然后计算排序向量，因此专家给出的判断矩阵是否具有满意一致性是一个很重要的问题，而且权重及隶属度的确定存在主观性等问题；神经网络法学习样本不足时无法保证精度，样本量过大时又影响其泛化性；灰色理论法因使用样本不同，准确性不够，使用过程较复杂。模糊层次分析法(FAHP)是针对层次分析法(AHP)中存在诸如判断一致性与矩阵一致性相异、一致性检验困难与缺乏科学性等问题而提出的改进方法，其目的是为了进一步提高科学问题决策的可靠性；灰色关联分析方法(GRA)可描述系统发展过程中因素间相对变化的情况，如果二者在发展过程中的相对变化基本一致，则认为二者关联度大，反之，则认为二者关联度就小。目前还没有FTA、FAHP耦合GRA的分析方法的相关文献报道。
技术实现思路
为了克服上述现有技术的缺点，本专利技术的目的在于提供一种FTA、FAHP耦合GRA复杂系统风险诱因分析方法，从主观和客观、定性和定量方面对事故诱因进行分析研究，分析结果与实际情况相符，对判断复杂系统风险诱因有指导作用。为了达到上述目的，本专利技术采用的技术方案步骤为：一种FTA、FAHP耦合GRA复杂系统风险诱因分析方法，包括以下步骤：第一步，建立复杂系统风险分析模型：根据事故树分析法对系统故障分析，按照事故的因果关系将因素分为三层：最高层、中间层和最底层，然后标明上一层元素与下一层之间的关系，并用结构图表示；第二步，建立模糊判断矩阵F＝(fij)n×n：由每一层中的因素针对上层因素的相对重要性建立矩阵，采用九标度法建立优先关系矩阵，如下表所示：表1 0.1-0.9数量标度第三步，建立模糊一致判断矩阵：对模糊判断矩阵F＝(fij)n×n按照行求和，即ri=Σk=1nfik,i=1,2,...,n---(1)]]>再进行数学变换rij=ri-rj2n+0.5---(2)]]>由此建立模糊一致判断矩阵，使之满足0≤rij≤1,(i＝1,2,…,n；j＝1,2,…,n)，有：rij＝rik-rjk+0.5 (3)第四步，模糊一致判断矩阵的排序：采用模糊一致判断矩阵的元素与权重的关系式，计算各个因素的重要度排序，公式如下：wi=1n-12α+1nαΣk=1nrik,α=n-12---(4)]]>第五步，数据的无量纲化处理：采用数据初值化方法进行无量纲化处理，即：xi'(k)＝xi(0)(k)/xi(1) (5)式中，——原始数据列，i＝0,1,2,…,n；xi(k)——第i个数据列的均值化数列；第六步，求关联系数中的两极差：如果参考序列x0(k)有若干个比较序列x0(k),x1(k),…,xi(k)的情况下，x0(k)与xi(k)序列的绝对差为：Δi(k)＝|x'0(k)-xi'(k)|，Δi＝(Δi(1),Δi(2),…Δi(n))，i＝1,2,…,n (6)确定两级最大差和两级最小差分别为和第七步，求关联系数：x0(t)序列与xi(t)序列的关联系数记为l0i(k)，其关系式为：l0i(k)=minimink|x0′(k)-xi′(k)|+ρmaximaxk|x0′(k)-xi′(k)||x0′(k)-xi′(k)|+ρmaximaxk|x0′(k)-xi′(k)|---(7)]]>式中ρ为分辨系数，用来削弱Δmax数值过大而失真的影响，提高关联系数之间的差异显著性，ρ∈(0,1)，原始数据经过初值化变换，得到新序列中的各数无量纲，且在曲线图上各比较序列有同一起点，故上式中的则公式(7)变为：l0i(k)=ρmaximaxk|x0′(k)-xi′(k)||x0′(k)-xi′(k)|+ρmaximaxk|x0′(k)-xi′(k)|---(8)]]>第八步，求关联度：综合公式(8)和各点的关联系数，得到比较数列xi(k)和参考数列x0(k)的关联度，即：r0i=1NΣk=1nl0i(k)---(9)]]>第九步，建立复杂系统耦合关联序模型，由公式(4)和公式(9)的计算结果计算复杂系统各个诱因的序关系大小，Fi＝wi×r0i(i＝1,2,…,n) (10)式中：Fi为第i个诱因的序关系大小；wi为FHAP计算得到的第i个诱因的重要度；r0i为第i个诱因的关联系数；第十步，对计算得到的复杂系统各个诱因的序关系大小进行排序，找出导致系统风险的主因素。本专利技术的有益效果为：按照FTA原理建立的FAHP耦合GRA模型，考虑了复杂系统实际故障数据及专家经验，FAHP法确定各个诱因的权重大小，克服了GRA方法中仅靠少数数据样本评判导致结果失真的不足，而GRA方法克服了FAHP方法的主观性强的缺点，互为补充，从主观和客观、定性和定量方面对事故诱因进行分析研究，分析结果与实际情况相符。附图说明图1为本专利技术实施例的复杂系统风险分析模型结构图。具体实施方法下面结合某油田潜油电泵机组复杂系统现场数据对本专利技术作进一步详细描述。一种FTA、FAHP耦合GRA复杂系统风险诱因分析方法，包括以下步骤：第一步，建立复杂系统风险分析模型：根据事故树分析法对潜油电泵机组系统故障分析，按照事故的因果关系将因素分为三层：最高层、中间层和最底层，然后标明上一层元素与下一层之间的关系，并用结构图表示，如图1所示，潜油电泵机组系统失效为A层，电泵失效，电机失效，分离器失效，电缆失效，保护器失效为B层，叶轮碎，轴偏磨，笨筒漏，螺栓断等为C层；第二步，建立模糊判断矩阵F＝(fij)n×n：由每一层中的因素针对上层因素的相对重要性建立矩阵，为了能够准确地描述任意两个因素关于某准则的相对重要程度，采用九标度法建立优先关系矩阵，如下表所示：表1 0.1-0.9数量标度按照表1的九标度法构造B层对A层的1个模糊判断矩阵A-B(B1,B2,B3,B4,B5)，C层对B层的4个模糊判断矩阵B1-C(C1,C2,C3,C4,C5,C6,C7)；B2-C(C8,C9,C10,C11)；B3-C(C12,C13)；B4-C(C14,C15,C16)；第三步，建立模糊一致判断矩阵：对模糊判断矩阵F＝(fij)n×n按照行求和，即ri=Σk=1nfik,i=1,2,...,n---(1)]]>再进行数学变换rij=ri-rj2n+0.5---(2)]]>由此建立模糊一致判断矩阵，使之满足0≤rij≤1,(i＝1,2,…,n；j＝1,2,…,n)，有：rij＝rik-rjk+0本文档来自技高网...

【技术保护点】
一种FTA、FAHP耦合GRA复杂系统风险诱因分析方法，其特征在于，包括以下步骤：第一步，建立复杂系统风险分析模型：根据事故树分析法对系统故障分析，按照事故的因果关系将因素分为三层：最高层、中间层和最底层，然后标明上一层元素与下一层之间的关系，并用结构图表示；第二步，建立模糊判断矩阵F＝(fij)n×n：由每一层中的因素针对上层因素的相对重要性建立矩阵，采用九标度法建立优先关系矩阵，如下表所示:表1 0.1‑0.9数量标度第三步，建立模糊一致判断矩阵：对模糊判断矩阵F＝(fij)n×n按照行求和，即ri=Σk=1nfik,i=1,2,...,n---(1)]]>再进行数学变换rij=ri-rj2n+0.5---(2)]]>由此建立模糊一致判断矩阵，使之满足0≤rij≤1,(i＝1,2,…,n；j＝1,2,…,n)，有：rij＝rik‑rjk+0.5；   (3)第四步，模糊一致判断矩阵的排序：采用模糊一致判断矩阵的元素与权重的关系式，计算各个因素的重要度排序，公式如下：wi=1n-12α+1nαΣk=1nrik,α=n-12;---(4)]]>第五步，数据的无量纲化处理：采用数据初值化方法进行无量纲化处理，即：xi′(k)=xi(0)(k)/xi(1)---(5)]]>式中，——原始数据列，i＝0,1,2,…,n；xi(k)——第i个数据列的均值化数列；第六步，求关联系数中的两极差：如果参考序列x0(k)有若干个比较序列x0(k),x1(k),…,xi(k)的情况下，x0(k)与xi(k)序列的绝对差为：Δi(k)＝|x′0(k)‑x′i(k)|，Δi＝(Δi(1),Δi(2),…Δi(n))，i＝1,2,…,n     (6)确定两级最大差和两级最小差分别为和第七步，求关联系数：x0(t)序列与xi(t)序列的关联系数记为l0i(k)，其关系式为：l0i(k)=minimink|x0′(k)-xi′(k)|+ρmaximaxk|x0′(k)-xi′(k)||x0′(k)-xi′(k)|+ρmaximaxk|x0′(k)-xi′(k)|---(7)]]>式中ρ为分辨系数，用来削弱Δmax数值过大而失真的影响，提高关联系数之间的差异显著性，ρ∈(0,1)，原始数据经过初值化变换，得到新序列中的各数无量纲，且在曲线图上各比较序列有同一起点，故上式中的为0，则公式(7)变为：l0i(k)=ρmaximaxk|x0′(k)-xi′(k)||x0′(k)-xi′(k)|+ρmaximaxk|x0′(k)-xi′(k)|;---(8)]]>第八步，求关联度：综合公式(8)和各点的关联系数，得到比较数列xi(k)和参考数列x0(k)的关联度，即：r0i=1NΣk=1nl0i(k);---(9)]]>第九步，建立复杂系统耦合关联序模型，由公式(4)和公式(9)的计算结果计算复杂系统各个诱因的序关系大小，Fi＝wi×r0i(i＝1,2,…,n)     (10)式中：Fi为第i个诱因的序关系大小；wi为FHAP计算得到的第i个诱因的重要度；r0i为第i个诱因的关联系数；第十步，对计算得到的复杂系统各个诱因的序关系大小进行排序，找出导致系统风险的主因素。...

【技术特征摘要】
1.一种FTA、FAHP耦合GRA复杂系统风险诱因分析方法，其特征在于，包括以下步骤：第一步，建立复杂系统风险分析模型：根据事故树分析法对系统故障分析，按照事故的因果关系将因素分为三层：最高层、中间层和最底层，然后标明上一层元素与下一层之间的关系，并用结构图表示；第二步，建立模糊判断矩阵F＝(fij)n×n：由每一层中的因素针对上层因素的相对重要性建立矩阵，采用九标度法建立优先关系矩阵，如下表所示:表1 0.1-0.9数量标度第三步，建立模糊一致判断矩阵：对模糊判断矩阵F＝(fij)n×n按照行求和，即ri=Σk=1nfik,i=1,2,...,n---(1)]]>再进行数学变换rij=ri-rj2n+0.5---(2)]]>由此建立模糊一致判断矩阵，使之满足0≤rij≤1,(i＝1,2,…,n；j＝1,2,…,n)，有：rij＝rik-rjk+0.5； (3)第四步，模糊一致判断矩阵的排序：采用模糊一致判断矩阵的元素与权重的关系式，计算各个因素的重要度排序，公式如下：wi=1n-12α+1nαΣk=1nrik,α=n-12;---(4)]]>第五步，数据的无量纲化处理：采用数据初值化方法进行无量纲化处理，即：xi′(k)=xi(0)(k)/xi(1)---(5)]]>式中，——原始数据列，i＝0,1,2,…,n；xi(k)——第i个数据列的均值化数列；第六步，求关联系数中的两极差：如果参考序列x0(k)有若干个比较序列x0(k),x1(k),…,xi(k)的情况下，x0(k)与xi(k)序列的绝对差为：Δi(k)＝|x′0(k)-x′i(k)|，Δi＝(Δi(1),Δi(2),...

【专利技术属性】
技术研发人员：赵晓姣，屈展，刘灿，王萍，李小和，林洪先，
申请(专利权)人：西安石油大学，
类型：发明
国别省市：陕西;61