用于風(fēng)險(xiǎn)評(píng)估的混合因果邏輯方法

1、介紹錯(cuò)誤！未定義書簽。1.1問題陳述錯(cuò)誤！未定義書簽。1.2主要成果錯(cuò)誤！未定義書簽。1.3論文大綱錯(cuò)誤！未定義書簽。傳統(tǒng)的概率風(fēng)險(xiǎn)評(píng)估的基本構(gòu)建塊錯(cuò)誤！未定義書簽。2.1事件序列圖的方法錯(cuò)誤！未定義書簽。2.1.1基礎(chǔ)知識(shí)錯(cuò)誤！未定義書簽。2.1.2事件序列圖組件錯(cuò)誤！未定義書簽。2.1.3事件序列圖施工和量化錯(cuò)誤！未定義書簽。2.2事件樹錯(cuò)誤！未定義書簽。2.3故障樹建模錯(cuò)誤！未定義書簽。2.3.1故障樹構(gòu)建塊錯(cuò)誤！未定義書簽。2.3.2故障樹評(píng)價(jià)錯(cuò)誤！未定義書簽。2.4鏈接故障樹和事件序列圖錯(cuò)誤！未定義書簽。2.5二元決策圖的方法來解決故障樹或鏈接故障樹和事件序列圖錯(cuò)誤！未定義書簽。2.

2、5.1二元決策圖錯(cuò)誤！未定義書簽。2.5.3遞歸公式的if - then - else工具錯(cuò)誤！未定義書簽。2.5.4使用二元決策圖聯(lián)合解決故障樹和事件序列圖錯(cuò)誤！未定義書簽。 貝葉斯置信網(wǎng)絡(luò)在混合因果邏輯中的應(yīng)用錯(cuò)誤！未定義書簽。3.1為什么用貝葉斯置信網(wǎng)絡(luò)錯(cuò)誤！未定義書簽。3.2為什么需要使用進(jìn)行概率計(jì)算錯(cuò)誤！未定義書簽。3.3貝葉斯置信網(wǎng)絡(luò)基本原則錯(cuò)誤！未定義書簽。3.4貝葉斯置信網(wǎng)絡(luò)推理算法錯(cuò)誤！未定義書簽。3.5貝葉斯置信網(wǎng)絡(luò)規(guī)模容量錯(cuò)誤！未定義書簽。3.6貝葉斯置信網(wǎng)絡(luò)應(yīng)用錯(cuò)誤！未定義書簽。3.6.1故障樹到貝葉斯置信網(wǎng)絡(luò)的轉(zhuǎn)換錯(cuò)誤！未定義書簽。3.6.2將貝葉斯置信網(wǎng)絡(luò)附加到故障

3、樹基本事件錯(cuò)誤！未定義書簽。3.6.3使用貝葉斯置信網(wǎng)絡(luò)進(jìn)行事件樹建模錯(cuò)誤！未定義書簽?；旌弦蚬壿嫹椒ㄅc算法錯(cuò)誤！未定義書簽。4.1HC1圖從屬物的性質(zhì)錯(cuò)誤！未定義書簽。4.2二元決策圖的作用在混合因果邏輯的解決方案中扮演的角色錯(cuò)誤！未定義書簽。4.3精確的調(diào)節(jié)方法錯(cuò)誤！未定義書簽。4.4的迭代方法錯(cuò)誤！未定義書簽。4.5混合因果邏輯量化算法錯(cuò)誤！未定義書簽。4.5.1計(jì)算規(guī)則錯(cuò)誤！未定義書簽。4.5.2在HCL圖中構(gòu)造二元決策圖錯(cuò)誤！未定義書簽。4.5.3因變量的量化錯(cuò)誤！未定義書簽。4.5.4舉例錯(cuò)誤！未定義書簽。4.6帶有察證的混合因果邏輯量化算法錯(cuò)誤！未定義書簽?；旌弦蚬壿嬛匾院?/p>

4、量錯(cuò)誤！未定義書簽。5.1重要性的衡量方法錯(cuò)誤！未定義書簽。5.1.1在混合因果邏輯中的風(fēng)險(xiǎn)成績(jī)過程錯(cuò)誤！未定義書簽。5.1.2在混合因果邏輯中的Vesely-Fussel重要因素量化過程錯(cuò)誤！未定義書簽。5.2 舉例錯(cuò)誤！未定義書簽。混合因果邏輯中的安全性能指標(biāo)錯(cuò)誤！未定義書簽。6.1定義錯(cuò)誤！未定義書簽。6.2不同HCL要素的風(fēng)險(xiǎn)加權(quán)量化錯(cuò)誤！未定義書簽。HCL圖的不確定性傳遞錯(cuò)誤！未定義書簽。7.1介紹錯(cuò)誤！未定義書簽。7.2不確定性分布錯(cuò)誤！未定義書簽。7.3不確定性采樣錯(cuò)誤！未定義書簽。在混合因果邏輯中的定性定量貝葉斯置信網(wǎng)絡(luò)錯(cuò)誤！未定義書簽。8.1介紹錯(cuò)誤！未定義書簽。QQ-BBN

5、分析方法錯(cuò)誤！未定義書簽。8.3定性域與定量域間的層錯(cuò)誤！未定義書簽?；旌弦蚬壿嫹椒ǖ能浖?shí)現(xiàn)錯(cuò)誤！未定義書簽。9.1綜合風(fēng)險(xiǎn)信息制度的主要特點(diǎn)錯(cuò)誤！未定義書簽。9.1.1事件序列圖分析錯(cuò)誤！未定義書簽。9.1.2故障樹分析錯(cuò)誤！未定義書簽。9.1.3 貝葉斯置信網(wǎng)絡(luò)分析錯(cuò)誤！未定義書簽。9.1.4綜合混合因果邏輯分析特征錯(cuò)誤！未定義書簽。9.2軟件測(cè)試錯(cuò)誤！未定義書簽。9.2.1測(cè)試范圍錯(cuò)誤！未定義書簽。9.2.2概率計(jì)算方法錯(cuò)誤！未定義書簽。一個(gè)大型實(shí)例錯(cuò)誤！未定義書簽。摘要題目：用于風(fēng)險(xiǎn)評(píng)估的混合因果邏輯方法概率風(fēng)險(xiǎn)評(píng)估正在越來越多地被使用在核、航天、化工過程等許多行業(yè)。概率風(fēng)險(xiǎn)評(píng) 估

6、（PRA）風(fēng)險(xiǎn)特征的三個(gè)問題是：（1）什么可能出錯(cuò)？（2）可能性有多大？（3）有什么后果? 概率風(fēng)險(xiǎn)評(píng)估研究通過系統(tǒng)地提出和量化不受歡迎的場(chǎng)景在一個(gè)高度集成的、自頂向下的 方式回答了這些問題。這個(gè)過程通常包括以下步驟：目標(biāo)和范圍定義，系統(tǒng)熟悉，確定初 始的事件，場(chǎng)景建模，故障建模，量化不確定性分析，敏感性分析，重要性排序和數(shù)據(jù)分 析。故障樹和事件樹廣泛使用在概率風(fēng)險(xiǎn)技術(shù)系統(tǒng)的評(píng)估，這種方法最適合系統(tǒng)的硬件組 件。對(duì)技術(shù)系統(tǒng)風(fēng)險(xiǎn)更全面的處理需要考慮整個(gè)環(huán)境中這類系統(tǒng)的設(shè)計(jì)和操作。這個(gè)環(huán)境 包括自然環(huán)境、社會(huì)經(jīng)濟(jì)環(huán)境，在某些情況下，監(jiān)控和監(jiān)管環(huán)境。一個(gè)基于操作者們組織 而成的技術(shù)系統(tǒng)跨越這些環(huán)境。

7、為了開發(fā)一個(gè)更全面的風(fēng)險(xiǎn)模型來應(yīng)對(duì)這些系統(tǒng)，重要的一步就是擴(kuò)展傳統(tǒng)的概率風(fēng) 險(xiǎn)的建模能力，此外還包括與人類活動(dòng)有關(guān)的風(fēng)險(xiǎn)評(píng)估方法，以及硬件和軟件故障以外的 組織因素和物理環(huán)境的不良影響。因果建模考慮的因素也應(yīng)該擴(kuò)展到監(jiān)管和監(jiān)督造成的影 響。這項(xiàng)研究提供了這樣一個(gè)方法：它提出了一個(gè)多層次的建模方法，以至于技術(shù)系統(tǒng)適 用于不同的個(gè)別領(lǐng)域。這種方法被稱為混合因果邏輯（HCL）方法。主要的層次有：（一）定 義安全/風(fēng)險(xiǎn)的模型，這是通過使用一種稱為事件序列圖（ESD）方法,幫助定義和系統(tǒng)有關(guān) 的意外事故；（二）行為捕獲模型，是一個(gè)針對(duì)物理系統(tǒng)（硬件、軟件和環(huán)境因素）的模型， 通過事件序列圖描繪的意外事故。這是常見的系統(tǒng)建模技術(shù)，如故障樹（FT）；（三）用以擴(kuò) 展人及組織的事件因果鏈的模型。這樣做是利用貝葉斯置信網(wǎng)絡(luò)（BBN）。貝葉斯置信網(wǎng)絡(luò) 很有用，因?yàn)樗麄儾恍枰暾囊蚬g的關(guān)系。因此，綜合的模型是一個(gè)帶有相應(yīng)分類和 分析計(jì)算的混合因果模型。在本研究中，介紹了故障樹、事件樹或事件序列圖的組合方法 以及貝葉斯置信網(wǎng)絡(luò)。由于這類混合模型涉及重要的相互依賴，這種依賴性的本質(zhì)首次為 合適的邏輯模型算法方案鋪平道路。這項(xiàng)工作的主要成就有：（1）混