基于信息征兆的复杂系统事变树定量风险评估方法技术方案

本发明专利技术公开的基于信息征兆的复杂系统事变树定量风险评估方法，属于定量风险评价领域。本发明专利技术所提出的事变树以描述系统中的信息流而不是逻辑关系，以模糊事件的信息量而不是事件的概率，从概率统计到基本事件和事故的模糊信息量，提出的事故树模型和事故树分析方法，通过概率识别事故的随机性，通过人为因素识别事故的复杂性，通过模糊集识别事故的可能性，从时间上识别事故的多样性，实现对风险评估中事故发生的不确定、随机、复杂、可能和可变特征分析，并进行风险量化评估。本发明专利技术不仅能够捕获系统运行中发生事故的基本信息转换，还能够确定可能导致系统级特定意外事件甚至事故发生的硬件故障、软件故障和人为错误的各种组合。组合。组合。

【技术实现步骤摘要】
基于信息征兆的复杂系统事变树定量风险评估方法


[0001]本专利技术涉及一种复杂系统定量风险评估方法，属于定量风险评价领域。

技术介绍

[0002]量化风险评估是一种综合的、结构化的和逻辑的方法，用于识别和理解与复杂系统中的危险活动相关的风险，许多公共部门和私营组织在评价和管理安全风险时，越来越多的选择了这一方法。比如，在交通部门定量安全评价方法用于评价安全带的效果，安全气囊的经济效益，防抱死系统的可靠性。定量安全评价可以识别潜在的事故场景，估计其可能性和后果，并改善系统安全和运行。许多公共部门和私营组织在评价和管理安全风险时，越来越多的选择了这一方法。
[0003]目前有大量定量安全评价方法，基于树论的故障树分析方法、事变树分析方法、原因故障分析方法，这些方法主要用于寻找导致不期望事件发生的因素割集。虽然事变树分析方法可以量化事故和其他不期望事件发生的可能性，由此获得定量安全评价中的死亡率和经济损失，但事变树分析方法仅限于在事故静态分析中，要确认更详细的事故作用原因图示，则需要通过故障树法。故障树法用来评价事故的概率，由故障事件的顺序本文档来自技高网...

【技术保护点】

【技术特征摘要】
1.基于信息征兆的复杂系统事变树定量风险评估方法，其特征在于：包括以下步骤，步骤101：识别与事变树模型及其分析方法运行相关的所有事件的直观联系和因果关系；步骤102：分析导致事故发生的因素，确定事故的动力机制，然后评估每个事故的发生概率和分布；步骤103：确定事故之间的联系和相互作用，然后根据事件之间的相互作用，计算每个事件的加权系数；步骤104：利用最大信息分布和事件隶属度函数，获得不同层上每个事件的信息量；根据最大模糊信息原理识别两个主要事件；步骤105：无论事件造成的约束多么小，间接影响也会导致其他事件甚至事故的发生，在构建事变树模型时应将间接影响视为影响；本发明将讨论“对上层事件有影响和无影响两种影响”，直接和间接影响被视为“对上层事件有影响或部分影响”，无影响被视为“不影响上层事件”；在主导事件发生后，根据事件对上层事件的影响程度，将相关事件分为两个子表；步骤106：读取模糊事故树，实现对风险评估中事故发生的不确定、随机、复杂、可能和可变特征分析，并进行风险量化评估；步骤107：利用模糊事故树模型及其分析方法以描述系统中的信息流而不是逻辑关系，以模糊事件的信息量而不是事件的概率，从概率统计到基本事件和事故的模糊信息量。通过模糊事变树中符号的规定、模糊事变树的构造步骤、模糊事变树的读取方法和模糊事变树分析方法，实现对风险评估中事故发生的不确定、随机、复杂、可能和可变特征分析，并进行风险量化评估，解决实际工程中问题，所述实际工程中问题包括辨识风险、分析风险的可能性和潜在影响、确定风险偶然性、评估风险可能发生的时间范围。2.如权利要求1所述的基于信息征兆的复杂系统事变树定量风险评估方法，其特征在于：步骤103中确定事故之间的联系和相互作用时的定义1：事件I
i
(x
i
)的发生直接影响事件I
i
‑1，所述情况用a表示；事件I
i
(x
i
)的发生对事件I
i
‑1没有影响，即不会导致事件I
i
‑1的发生，而所述情况由b表示；步骤103中确定事故之间的联系和相互作用时的定义2：以其他事件为条件的事件I
i
的发生对I
i
‑1有间接影响，或者I
i
对I
i
‑1的发生作用有限；所述情况用c表示；步骤103中确定事故之间的联系和相互作用时的定义3：I
i
(x
i
)的出现只影响上层事件I
i
‑1或直接影响上层的I
i
‑2或T；步骤103中计算每个事件的加权系数时考虑事件的非模糊状态，若事件发生的概率相同...

【专利技术属性】
技术研发人员：王武宏，曹琦，蒋晓蓓，夏塽辰，郭伟伟，刘琳，高婷婷，刘跃军，王潇，李函茹，周艳龙，候福国，谭海秋，
申请(专利权)人：北京理工大学，
类型：发明
国别省市：