CN112446621A - 一种基于人因失误率评估系统安全运行的方法及装置 - Google Patents

一种基于人因失误率评估系统安全运行的方法及装置 Download PDF

Info

Publication number
CN112446621A
CN112446621A CN202011366661.8A CN202011366661A CN112446621A CN 112446621 A CN112446621 A CN 112446621A CN 202011366661 A CN202011366661 A CN 202011366661A CN 112446621 A CN112446621 A CN 112446621A
Authority
CN
China
Prior art keywords
fuzzy
human
evaluation
membership
evaluation result
Prior art date
Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
Pending
Application number
CN202011366661.8A
Other languages
English (en)
Inventor
潘星
赵先恒
章文晋
Current Assignee (The listed assignees may be inaccurate. Google has not performed a legal analysis and makes no representation or warranty as to the accuracy of the list.)
Beihang University
Original Assignee
Beihang University
Priority date (The priority date is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the date listed.)
Filing date
Publication date
Application filed by Beihang University filed Critical Beihang University
Priority to CN202011366661.8A priority Critical patent/CN112446621A/zh
Publication of CN112446621A publication Critical patent/CN112446621A/zh
Pending legal-status Critical Current

Links

Images

Classifications

    • GPHYSICS
    • G06COMPUTING; CALCULATING OR COUNTING
    • G06QINFORMATION AND COMMUNICATION TECHNOLOGY [ICT] SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES; SYSTEMS OR METHODS SPECIALLY ADAPTED FOR ADMINISTRATIVE, COMMERCIAL, FINANCIAL, MANAGERIAL OR SUPERVISORY PURPOSES, NOT OTHERWISE PROVIDED FOR
    • G06Q10/00Administration; Management
    • G06Q10/06Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
    • G06Q10/063Operations research, analysis or management
    • G06Q10/0639Performance analysis of employees; Performance analysis of enterprise or organisation operations
    • G06Q10/06393Score-carding, benchmarking or key performance indicator [KPI] analysis

Landscapes

  • Business, Economics & Management (AREA)
  • Human Resources & Organizations (AREA)
  • Engineering & Computer Science (AREA)
  • Strategic Management (AREA)
  • Development Economics (AREA)
  • Economics (AREA)
  • Entrepreneurship & Innovation (AREA)
  • Educational Administration (AREA)
  • Operations Research (AREA)
  • Marketing (AREA)
  • Game Theory and Decision Science (AREA)
  • Quality & Reliability (AREA)
  • Tourism & Hospitality (AREA)
  • Physics & Mathematics (AREA)
  • General Business, Economics & Management (AREA)
  • General Physics & Mathematics (AREA)
  • Theoretical Computer Science (AREA)
  • Testing And Monitoring For Control Systems (AREA)

Abstract

本申请实施例提供一种基于人因失误率评估系统安全运行的方法及装置,该方法包括:将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理过程中使用的规则;将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;根据所述人因失误率确认系统运行情况。本申请的一些实施例至少能够利用有限的统计数据评估由于人因失误对系统安全运行造成的影响。

Description

一种基于人因失误率评估系统安全运行的方法及装置
技术领域
本申请涉及可靠性分析领域,具体涉及一种基于人因失误率评估系统安全运行的方法及装置。
背景技术
相关技术中,工程技术已可以克服早期工程应用中的许多问题,设备(硬件及软件)可靠性不断提高,运行环境得到明显改善。但是作为大规模复杂人-机系统重要的一方——人,其可靠性却并未能够得到保障,人因可靠性的影响因子存在不确定性等问题,因此在这种情况下实现人因失误的量化成为了困难。
因此,本申请的发明人发现如何利用有限的统计数据,实现对系统安全运行的量化分析成为了亟待解决的问题。
发明内容
本申请实施例提供一种基于人因失误率评估系统安全运行的方法及装置,通过本申请的技术方案至少可以实现利用有限的统计数据,实现对系统安全运行的量化分析。
第一方面,本申请的一些实施例提供一种基于人因失误率评估系统安全运行的方法,所述方法包括:将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理过程中使用的规则;将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;根据所述人因失误率确认系统运行情况。
因此,本申请实施例通过在认知可靠性和失误分析方法(Cognitive reliabilityand error analysis method,CREAM)的基础上结合模糊逻辑系统,能够对输入的评估结果进行模糊化处理后进行去模糊化,获得人因失误率,从而能够通过人因失误率判断系统的运行情况,提升人因风险评估的准确性和客观性。从而根据系统的运行情况实施相应的措施,保障系统的平稳和安全的运行。
结合第一方面,在一种实施例中,所述各影响因子的评估结果至少采用评价水平和评价影响进行表征,其中,所述评价水平用于表征统计得到的所述各影响因子客观存在的多种情况,所述评价影响用于表征与所述评价水平包括的多种情况一一对应的对事件结果的影响。
因此,本申请实施例通过使用评价水平和评价影响来表征评价结果,能够在方法执行的过程中,使用不同的规则对评价结果进行模糊化处理,从而获得量化的人因失误率。
结合第一方面,在一种实施例中,所述隶属度函数采用与所述评价水平对应的曲线进行表征,将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值,包括:将所述评估结果映射到所述评价水平对应的曲线上,以获得所述各影响因子在所述评价水平上的模糊隶属度值。
因此,本申请实施例通过获得模糊隶属度值,能够得到评价结果在各自对应的评价水平中的隶属度,从而能够得知评价结果对于系统安全性的影响,同时为后续的模糊化处理提供数据支撑。
结合第一方面,在一种实施例中,在所述将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值之前,所述方法还包括:将所述各影响因子的模糊区间作为自变量,将所述模糊隶属度值作为因变量,根据与所述评价水平对应的评估区间和模糊隶属度区间,获得所述隶属度函数;其中,所述模糊隶属度区间的取值范围是大于等于0且小于等于1,所述评估区间是与所述评价水平对应的区间。
因此,本申请实施例通过建立隶属度函数,能够使得评价结果能通过隶属度函数对应到模糊隶属度值,得到评价结果在各自对应的评价水平中的隶属度。
结合第一方面,在一种实施例中,在所述根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果之前,所述方法还包括:将所述评估结果对应各自的所述评价影响,将所述评估结果通过所述评价影响,对应到各自的控制模式,获得所述模糊规则,其中,所述控制模式分为战略型、策略型、机会型和混乱型中的至少一个。
因此,本申请实施例中通过建立模糊规则,能够在模糊化的过程中保障评估结果能够准确的进行模糊化,从而得到准确的人因失误率。
结合第一方面,在一种实施例中,在所述根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果之前,所述方法还包括:根据所述控制模式和所述控制模式对应的人因失误率区间,获得所述人因失误模糊评价函数。
结合第一方面,在一种实施例中,所述根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,包括:根据模糊规则和所述人因失误模糊评价函数,将所述模糊隶属度值与所述评估结果进行模糊推理,获得所述人因失误模糊评价结果。
因此,本申请实施例通过获得人因失误模糊评价结果,能够将评估结果对应到与评估结果有隶属关系的控制模式中,从而能够得到评估结果与每个控制模式之间的隶属关系。
结合第一方面,在一种实施例中,所述将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率,包括:使用中心区域法将所述人因失误模糊评价结果中的聚合隶属度,进行去模糊化处理,获得人因失误率,其中,所述聚合隶属度表示所述评估结果分别对应的所述人因失误模糊评价结果的和。
因此,本申请实施例通过去模糊化处理,能够根据人因失误模糊评价结果获得具体的人因失误率值,直观地体现系统任务的人因可靠性的高低,从而实现对系统安全性的评价。
结合第一方面,在一种实施例中,在所述将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率之后,所述方法还包括:根据所述人因失误率评价人因可靠性。
因此,本申请实施例通过根据所述人因失误率评价人因可靠性,能够实现根据人因可靠性的评价,定量的评价系统的安全性。
第二方面,本申请的一些实施例提供一种基于人因失误率评估系统安全运行的装置,所述装置包括:模糊化模块,被配置为将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;模糊推理模块,被配置为根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理过程中使用的规则;去模糊化模块,被配置为将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;确认模块,被配置为根据所述人因失误率确认系统运行情况。
结合第二方面,在一种实施例中,所述各影响因子的评估结果至少采用评价水平和评价影响进行表征,其中,所述评价水平用于表征统计得到的所述各影响因子客观存在的多种情况,所述评价影响用于表征与所述评价水平包括的多种情况一一对应的对事件结果的影响。
结合第二方面,在一种实施例中,所述隶属度函数采用与所述评价水平对应的曲线进行表征,模糊化模块,被配置为将所述评估结果映射到所述评价水平对应的曲线上,以获得所述各影响因子在所述评价水平上的模糊隶属度值。
结合第二方面,在一种实施例中,模糊化模块,被配置为将所述各影响因子的模糊区间作为自变量,将所述模糊隶属度值作为因变量,根据与所述评价水平对应的评估区间和模糊隶属度区间,获得所述隶属度函数;其中,所述模糊隶属度区间的取值范围是大于等于0且小于等于1,所述评估区间是与所述评价水平对应的区间。
结合第二方面,在一种实施例中,模糊推理模块,被配置为将所述评估结果对应各自的所述评价影响,将所述评估结果通过所述评价影响,对应到各自的控制模式,获得所述模糊规则,其中,所述控制模式分为战略型、策略型、机会型和混乱型中的至少一个。
结合第二方面,在一种实施例中,模糊推理模块,被配置为根据所述控制模式和所述控制模式对应的人因失误率区间,获得所述人因失误模糊评价结果。
结合第二方面,在一种实施例中,模糊推理模块,被配置为根据模糊规则,将所述模糊隶属度值与所述评估结果进行模糊推理,获得所述人因失误模糊评价结果。
结合第二方面,在一种实施例中,去模糊模块,被配置为使用中心区域法将所述人因失误模糊评价结果中的聚合隶属度,进行去模糊化处理,获得人因失误率,其中,所述聚合隶属度表示所述评估结果分别对应的所述人因失误模糊评价结果的和。
结合第二方面,在一种实施例中,去模糊模块,被配置为根据所述人因失误率评价人因可靠性。
第三方面,本申请的一些实施例提供一种电子设备,包括:处理器、存储器和总线,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现上述所有实施方式中任一所述的方法。
第四方面,本申请的一些实施例提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被服务器执行时实现上述所有实施方式中任一所述的方法。
附图说明
图1是本申请实施例示出的基于人因失误率评估系统安全运行的方法流程图;
图2是本申请实施例示出的影响因子中组织充分性的隶属度函数图;
图3是本申请实施例示出的控制模式的分类规则图;
图4是本申请实施例示出的人因失误模糊评价结果图;
图5是本申请实施例示出的战略型模糊推理函数图;
图6是本申请实施例示出的策略型模糊推理函数图;
图7是本申请实施例示出的模糊推理结果函数图;
图8是本申请实施例示出的基于人因失误率评估系统安全运行的装置内部结构图;
图9是本申请实施例示出的一种电子设备结构图。
具体实施方式
为使本申请实施例的目的、技术方案和优点更加清楚,下面将结合本申请实施例中附图,对本申请实施例中的技术方案进行清楚、完整的描述,显然,所描述的实施例仅仅是本申请的一部分实施例,而不是全部实施例。通常在此处附图中描述和示出的本申请实施例的组件可以以各种不同的配置来布置和设计。因此,以下对附图中提供的本申请的实施例的详情描述并非旨在限制要求保护的本申请的范围,而是仅仅表示本申请的选定实施例。基于本申请的实施例,本领域技术人员在没有做出创造性劳动的前提下所获得的所有其他实施例,都属于本申请保护范围。
下面结合附图对本申请实施例进行详细描述。
本申请实施可以应用于众多场景,这些场景包括在难以获得充足历史数据来确定人因失误的场景。例如:航天发射、核电站等。这是由于航天和核电产业往往具有很高的风险,特别是在航天发射过程中,系统中的任何组件出现故障或者人员出现失误(即人因失误)都有可能导致事故的发生,因此如何获取这些场景中人因失误的情况具有非常重要的意义,但是由于这些行业也存在统计数据(在很多领域中由于实验的次数有限,往往难以获得足够的与人为失误相关的统计数据)不易获取的问题。因此,在数据不易获取、获取历史数据较为困难的场景中,可以采用本申请实施例中的方法来确定人因失误率,进而根据人因失误率来评估系统运行的安全性。可以理解的是,本申请实施例的应用场景不限于此。
相关技术中,技术已可以克服早期工程应用中的许多问题,设备(硬件及软件)可靠性不断提高,运行环境得到明显改善。但是作为大规模复杂人-机系统重要的一方——人,其可靠性却并未能够得到保障,人因可靠性的影响因子存在不确定性等问题,因此在这种情况下实现人因失误的量化成为了困难。因此,如何利用有限的统计数据,实现对人因可靠性的量化分析成为了亟待解决的问题。
鉴于上述问题本申请实施例提供一种基于人因失误率评估系统安全运行的方法及装置,该方法包括:110,将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;120,根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理过程中使用的规则;130,将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;140,根据所述人因失误率确认系统运行情况,能够利用有限的统计数据,实现对系统安全运行的量化分析。
下面结合图1详细描述一种基于人因失误率评估系统安全运行的方法的实施步骤,如图1所示步骤,包括:
110,将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值。
需要理解的是,评估结果是对工作人员对系统操作的评价,包括:评估分数(例如:90分、80分)、评估等级(例如:A级、B级)或者是评估投票(例如:5票、10票)等,本申请实施例不限于此。
在一种实施方式中,所述各影响因子的评估结果至少采用评价水平和评价影响进行表征,其中,所述评价水平用于表征统计得到的所述各影响因子客观存在的多种情况,所述评价影响用于表征与所述评价水平包括的多种情况一一对应的对事件结果的影响。
作为上述实施方式中,各影响因子的评估结果至少采用评价水平和评价影响进行表征的具体实施例,例如,导致人因失误的影响因子有9个,包括,组织充分性、工作环境、操作支持充分性、操作程序可用性、同时操作目标数、可用时间、工作时段、训练/经验充足性、班组人员协调性,评价水平用于表征统计得到的各影响因子客观存在的多种情况,例如:组织充分性对应的评价水平为非常有效、有效、无效和有缺陷,评价影响用于表征与评价水平包括的多种情况一一对应的对事件结果的影响,例如:组织充分性的评价水平对应的评价影响为,非常有效对应积极影响、有效对应无影响、无效对应消极影响和有缺陷对应消极影响,具体的对应关系如表1所示:
表1影响因子的评价水平、评价影响和评价区间对照表
Figure BDA0002803386590000081
Figure BDA0002803386590000091
在一种实施方式中,将所述各影响因子的模糊区间作为自变量,将所述模糊隶属度值作为因变量,根据与所述评价水平对应的评估区间和模糊隶属度区间,获得所述隶属度函数;其中,所述模糊隶属度区间的取值范围是大于等于0且小于等于1,所述评估区间是与所述评价水平对应的区间。
通过表1,将各影响因子的评价区间作为横坐标,将隶属度作为纵坐标,建立隶属度函数,横坐标中的评价区间与各个评价水平对应,纵坐标隶属度的取值范围为大于等于0且小于等于1,以影响因子组织充分性为例,如图2所示,如图2所示,评价水平非常有效的评价区间为70分至100分、有效的评价区间为40分至90分、无效的评价区间为10分至60分,有缺陷的评价区间为0分至30分,在横坐标的评价区间中,每个评价水平的跨度表示该评价水平的评价区间,以最高模糊隶属度值1为顶点,使用三角型模糊隶属度函数,确定每个评价水平的模糊隶属度函数。
在一种实施方式中,所述隶属度函数采用与所述评价水平对应的曲线进行表征,将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值,包括:将所述评估结果映射到所述评价水平对应的曲线上,以获得所述各影响因子在所述评价水平上的模糊隶属度值。
每个因素都建立一个隶属度函数,每个因素包括的评价水平曲线在这一个隶属度函数中进行表征,当获得得到各影响因子的评估结果,将评估结果映射到隶属度函数中,进行模糊化处理,经过模糊化处理得到每个影响因子的评价结果在隶属度函数上的模糊隶属度值。
上述实施方式的具体实施例中,如图2所示,图2展示的是影响因子中组织充分性的隶属度函数,组织充分性对应的评价水平的曲线,表征在同一隶属度函数上面,当输入的评估结果x1为25分的情况下,以横坐标中25的点作垂直于横坐标的线,映射到隶属度函数中,可以得到评估结果在“有缺陷”的隶属度为a1,在“无效”的隶属度为b1。
120,根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理过程中使用的规则。
在一种实施方式中,将所述评估结果对应各自的所述评价影响,将所述评估结果通过所述评价影响,对应到各自的控制模式,获得所述模糊规则,其中,所述控制模式分为战略型、策略型、机会型和混乱型中的至少一个。
在进行模糊推理之前,需要先确定模糊规则,本申请实施例将模糊规则定义为“IF-THEN-”形式,考虑影响因子“积极”、“消极”的个数进而判定对人因可靠性的影响。
简化模糊规则如下:
IF统计得(积极,消极)数组为(7,0),THEN控制模式为“战略型”;
IF统计得(积极,消极)数组为(7,1),THEN控制模式为“战略型”;
……
IF统计得(积极,消极)数组为(0,9),THEN控制模式为“混乱型”。
当输入的评估结果为评分的情况下,统计每个影响因子的评分对应评价影响的个数确定模糊规则中的控制模式,如图3所示,横坐标表示各影响因子对应的评价影响中消极影响之和的个数,纵坐标表示各影响因子对应的评价影响中积极影响之和的个数,分割线131、分割线132和分割线133将各影响因子对人因失误率的整体影响分为了4个控制模式,分别为战略型、策略型、机会型和混乱型,分割线131上面的区域表示在的是战略型,分割线132与分割线131之间的区域为策略型,分割线133与分割线132之间的区域为机会型,分割线133之下为混乱型。例如:当判断输入各影响因子的评分对应有6个积极影响,有1个消极影响,那么就将控制模式判断为战略型。
需要说明的是,控制模式为人为操作失误各影响因子的综合评价,分别为战略型、策略型、机会型和混乱型4种,其中,战略型表示工作人员在操作的过程中的表现较为优秀,对事件结果呈积极影响,策略型表示工作人员在操作的过程中的表现较为良好,对事件结果呈现较为积极的影响,机会型表示工作人员在操作的过程中表现平平,但对事件的结果没有产生不好的影响,混乱型表示工作人员在操作的过程中表现较差,对事件的结果产生了消极影响。
在一种实施方式中,根据所述控制模式和所述控制模式对应的人因失误率区间,获得所述人因失误模糊评价函数。
根据4种控制模式,将4种控制模式对应到不同的人因失误率的区间内,对应方法如表2所示,根据控制模式对应的人因失误率(HEP)区间建立人因失误模糊评价函数,为了更准确地表示其人因失误模糊评价函数,对人因失误率区间取对数后作人因失误模糊评价函数图像。如图4所示,横坐标为人因失误率(HEP)区间取对数后的取值,纵坐标为隶属度。
表2人因失误率区间与控制模式对应表
控制模式 战略型 策略型 机会型 混乱型
人因失误率区间 [0.000005,0.01] [0.001,0.1] [0.001,0.5] [0.01,0.5]
在一种实施方式中,根据模糊规则和人因失误模糊评价函数,将所述模糊隶属度值与所述评估结果进行模糊推理,获得所述人因失误模糊评价结果。
本申请实施例中,运用最小-最大推理方法进行推理过程的计算,取对9个影响因子的评估结果的集合为A=(s1,s2,s3,s4,s5,s6,s7,s8,s9),根据模糊规则和公式(1)获得第i个模糊规则的人因失误模糊评价结果。
Figure BDA0002803386590000121
其中,ri(A)表示在给定评估结果A,在第i个模糊规则下的各个影响因子的人因失误模糊评价函数,
Figure BDA0002803386590000122
表示在第i个规则下,对第j个影响因子评估结果所对应的隶属度,
Figure BDA0002803386590000123
表示在第i个规则下,影响因子对应的隶属度函数。
将每个模糊规则对应的人因失误模糊评价结果,再根据公式(2)进行模糊推理,获得人因失误模糊评价结果。
Figure BDA0002803386590000124
其中,B(p)表示推理获得的人因失误模糊评价结果,ri(A)表示在给定评估结果A,在第i个模糊规则下的各个影响因子的人因失误模糊评价函数,
Figure BDA0002803386590000125
表示在第i个规则下,控制模式对应的隶属度函数。
将步骤110中得到的各因素的评估结果在对应的评价水平上的人因失误模糊评价结果,根据模糊规则进行模糊推理,得到在不同控制模式下的人因失误模糊评价结果,将不同模式下的隶属度函数值进行聚合,得到如模糊推理结果。
图5表示各影响因子的评估结果根据模糊规则获得的,控制模式为战略型的模糊评价函数,图5中阴影部分表示评估结果根据模糊规则进行模糊推理后,获得在战略型控制模式下的模糊评价结果,图6表示各影响因子的评估结果根据模糊规则获得的控制模式为策略型的模糊评价函数,图6中阴影部分表示评估结果根据模糊规则进行模糊推理后,获得在策略型控制模式下的模糊评价结果,将不同模式下的隶属度函数值进行聚合获得如图7所示的模糊推理结果,其中,阴影部分表示各因素在不同控制模式中的人因失误模糊评价结果。
130,将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率。
在一种实施方式中,使用中心区域法将所述人因失误模糊评价结果中的聚合隶属度,进行去模糊化处理,获得人因失误率,其中,所述聚合隶属度表示所述评估结果分别对应的所述人因失误模糊评价结果的和。
因为根据模糊规则进行模糊推理后得到的是各控制模式水平的模糊隶属度,要去模糊化才能获得准确的人因失误率。先确定去模糊化函数,本申请实施例选取中心区域法(COA)进行去模糊化处理,运用COA方法进行去模糊化公式(3)所示:
Figure BDA0002803386590000131
其中,μ(x)代表要去模糊化的变量的聚合隶属度函数,X0代表评估对象的数值,μ(x)=μ(x)+μ(x)+μ(x)+μ(x),其中,μ(x)表示控制模式为战略型的人因失误模糊隶属度,μ(x)表示控制模式为策略型的人因失误模糊隶属度,μ(x)表示控制模式为机会型的人因失误模糊隶属度,μ(x)表示控制模式为混乱型的人因失误模糊隶属度。
假设模糊推理得到的结果为(a1,b1,c1,d1),根据公式(4)、公式(5)和公式(6)获得人因失误率的指数x0,从而获得人因失误率
Figure BDA0002803386590000141
Figure BDA0002803386590000142
Figure BDA0002803386590000143
Figure BDA0002803386590000144
140,根据所述人因失误率确认系统运行情况。
人因失误率高,表示系统中由于人的原因运行情况较差,需要寻找相应的防护措施;人因失误率较低,表示系统中由于人的原因运行情况较好,继续保持运行状态即可。
上文详细描述了基于人因失误率评估系统安全运行的方法,下文将结合图8和图9描述,基于人因失误率评估系统安全运行的装置和一种电子设备。
如图8所示,一种基于人因失误率评估系统安全运行的装置,包括:模糊化模块810、模糊推理模块820、去模糊化模块830和确认模块840。
在一种实施方式中,一种基于人因失误率评估系统安全运行的装置,包括:模糊化模块,被配置为将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;模糊推理模块,被配置为根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理过程中使用的规则;去模糊化模块,被配置为将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;确认模块,被配置为根据所述人因失误率确认系统运行情况。
在一种实施例中,所述各影响因子的评估结果至少采用评价水平和评价影响进行表征,其中,所述评价水平用于表征统计得到的所述各影响因子客观存在的多种情况,所述评价影响用于表征与所述评价水平包括的多种情况一一对应的对事件结果的影响。
在一种实施例中,所述隶属度函数采用与所述评价水平对应的曲线进行表征,模糊化模块,被配置为将所述评估结果映射到所述评价水平对应的曲线上,以获得所述各影响因子在所述评价水平上的模糊隶属度值。
在一种实施例中,模糊化模块,被配置为将所述各影响因子的模糊区间作为自变量,将所述模糊隶属度值作为因变量,根据与所述评价水平对应的评估区间和模糊隶属度区间,获得所述隶属度函数;其中,所述模糊隶属度区间的取值范围是大于等于0且小于等于1,所述评估区间是与所述评价水平对应的区间。
在一种实施例中,模糊推理模块,被配置为将所述评估结果对应各自的所述评价影响,将所述评估结果通过所述评价影响,对应到各自的控制模式,获得所述模糊规则,其中,所述控制模式分为战略型、策略型、机会型和混乱型中的至少一个。
在一种实施例中,模糊推理模块,被配置为根据所述控制模式和所述控制模式对应的人因失误率区间,获得所述人因失误模糊评价结果。
在一种实施例中,模糊推理模块,被配置为根据模糊规则,将所述模糊隶属度值与所述评估结果进行模糊推理,获得所述人因失误模糊评价结果。
在一种实施例中,去模糊模块,被配置为使用中心区域法将所述人因失误模糊评价结果中的聚合隶属度,进行去模糊化处理,获得人因失误率,其中,所述聚合隶属度表示所述评估结果分别对应的所述人因失误模糊评价结果的和。
在一种实施例中,去模糊模块,被配置为根据所述人因失误率评价人因可靠性。
在本申请实施例中,图8所示的模糊化模块810、模糊推理模块820、去模糊化模块830和确认模块840,能够实现图1至图7方法实施例中涉及图片信息提取方法中的各个过程。图8中的各个模块的操作和/或功能,分别为了实现图1至图7中的方法实施例中的相应流程。具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
如图9所示,本申请实施例还提出了,一种电子设备,包括:处理器910、存储器920和总线930,所述处理器通过所述总线与所述存储器相连,所述存储器存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,用于实现上述所有实施方式中任一所述的方法,具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
其中,总线用于实现这些组件直接的连接通信。其中,本申请实施例中处理器可以是一种集成电路芯片,具有信号的处理能力。上述的处理器可以是通用处理器,包括中央处理器(Central Processing Unit,简称CPU)、网络处理器(Network Processor,简称NP)等;还可以是数字信号处理器(DSP)、专用集成电路(ASIC)、现成可编程门阵列(FPGA)或者其他可编程逻辑器件、分立门或者晶体管逻辑器件、分立硬件组件。可以实现或者执行本申请实施例中的公开的各方法、步骤及逻辑框图。通用处理器可以是微处理器或者该处理器也可以是任何常规的处理器等。
存储器可以是,但不限于,随机存取存储器(Random Access Memory,RAM),只读存储器(Read Only Memory,ROM),可编程只读存储器(Programmable Read-Only Memory,PROM),可擦除只读存储器(Erasable Programmable Read-Only Memory,EPROM),电可擦除只读存储器(Electric Erasable Programmable Read-Only Memory,EEPROM)等。存储器中存储有计算机可读取指令,当所述计算机可读取指令由所述处理器执行时,可以执行上述实施例中所述的方法。
可以理解,图9所示的结构仅为示意,还可包括比图9中所示更多或者更少的组件,或者具有与图9所示不同的配置。图9中所示的各组件可以采用硬件、软件或其组合实现。
本申请实施例还提供一种计算机可读存储介质,该计算机可读存储介质上存储有计算机程序,该计算机程序被服务器执行时实现上述所有实施方式中任一所述的方法,具体可参见上述方法实施例中的描述,为避免重复,此处适当省略详细描述。
以上所述仅为本申请的优选实施例而已,并不用于限制本申请,对于本领域的技术人员来说,本申请可以有各种更改和变化。凡在本申请的精神和原则之内,所作的任何修改、等同替换、改进等,均应包含在本申请的保护范围之内。应注意到:相似的标号和字母在下面的附图中表示类似项,因此,一旦某一项在一个附图中被定义,则在随后的附图中不需要对其进行进一步定义和解释。
以上所述,仅为本申请的具体实施方式,但本申请的保护范围并不局限于此,任何熟悉本技术领域的技术人员在本申请揭露的技术范围内,可轻易想到变化或替换,都应涵盖在本申请的保护范围之内。因此,本申请的保护范围应所述以权利要求的保护范围为准。

Claims (10)

1.一种基于人因失误率评估系统安全运行的方法,其特征在于,所述方法包括:
将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;
根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理的过程中使用的规则;
将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;
根据所述人因失误率确认系统运行情况。
2.根据权利要求1所述的方法,其特征在于,
所述各影响因子的评估结果至少采用评价水平和评价影响进行表征,其中,所述评价水平用于表征统计得到的所述各影响因子客观存在的多种情况,所述评价影响用于表征与所述评价水平包括的所述多种情况一一对应的对事件结果的影响。
3.根据权利要求2所述的方法,其特征在于,所述隶属度函数采用与所述评价水平对应的曲线进行表征;
所述将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值,包括:
将所述评估结果映射到所述评价水平对应的曲线上,以获得所述各影响因子在所述评价水平上的模糊隶属度值。
4.根据权利要求3所述的方法,其特征在于,在所述将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值之前,所述方法还包括:
将所述各影响因子的评价区间作为自变量,将所述模糊隶属度值作为因变量,根据与所述评价水平对应的所述评价区间和模糊隶属度区间,获得所述隶属度函数;
其中,所述模糊隶属度区间的取值范围是大于等于0且小于等于1,所述评价区间是与所述评价水平对应的区间。
5.根据权利要求2所述的方法,其特征在于,在所述根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果之前,所述方法还包括:
将所述评估结果对应各自的所述评价影响,将所述评估结果通过所述评价影响,对应到各自的控制模式,获得所述模糊规则,其中,所述控制模式分为战略型、策略型、机会型和混乱型中的至少一个。
6.根据权利要求5所述的方法,其特征在于,在所述根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果之前,所述方法还包括:
根据所述控制模式和所述控制模式对应的人因失误率区间,获得所述人因失误模糊评价函数。
7.根据权利要求6中所述的方法,其特征在于,所述根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,包括:
根据模糊规则和所述人因失误模糊评价函数,将所述模糊隶属度值与所述评估结果进行模糊推理,获得所述人因失误模糊评价结果。
8.根据权利要求1中所述的方法,其特征在于,所述将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率,包括:
使用中心区域法对得到的所述人因失误模糊评价结果中的聚合隶属度,进行去模糊化处理,获得人因失误率,其中,所述聚合隶属度表示所述评估结果分别对应的所述人因失误模糊评价结果的和。
9.根据权利要求1中所述的方法,其特征在于,在所述将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率之后,所述方法还包括:
根据所述人因失误率评价人因可靠性。
10.一种基于人因失误率评估系统安全运行的装置,其特征在于,所述装置包括:
模糊化模块,被配置为将导致人因失误的各影响因子的评估结果,根据所述各影响因子对应的隶属度函数进行模糊化处理,获得所述各影响因子的模糊隶属度值;
模糊推理模块,被配置为根据模糊规则和所述模糊隶属度值进行模糊推理,获得人因失误模糊评价结果,其中,所述模糊规则是在所述模糊推理的过程中使用的规则;
去模糊化模块,被配置为将所述人因失误模糊评价结果进行去模糊化处理,获得人因失误率;
确认模块,被配置为根据所述人因失误率确认系统运行情况。
CN202011366661.8A 2020-11-27 2020-11-27 一种基于人因失误率评估系统安全运行的方法及装置 Pending CN112446621A (zh)

Priority Applications (1)

Application Number Priority Date Filing Date Title
CN202011366661.8A CN112446621A (zh) 2020-11-27 2020-11-27 一种基于人因失误率评估系统安全运行的方法及装置

Applications Claiming Priority (1)

Application Number Priority Date Filing Date Title
CN202011366661.8A CN112446621A (zh) 2020-11-27 2020-11-27 一种基于人因失误率评估系统安全运行的方法及装置

Publications (1)

Publication Number Publication Date
CN112446621A true CN112446621A (zh) 2021-03-05

Family

ID=74738829

Family Applications (1)

Application Number Title Priority Date Filing Date
CN202011366661.8A Pending CN112446621A (zh) 2020-11-27 2020-11-27 一种基于人因失误率评估系统安全运行的方法及装置

Country Status (1)

Country Link
CN (1) CN112446621A (zh)

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269375A (zh) * 2021-07-14 2021-08-17 支付宝(杭州)信息技术有限公司 一种业务方风险的判定方法及装置

Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267348A (en) * 1990-03-09 1993-11-30 Hitachi, Ltd. Method and system for evaluating and modifying fuzzy knowledge
CN103198436A (zh) * 2013-03-28 2013-07-10 浙江大学 一种变电站操作可靠性的评估方法及评估系统

Patent Citations (2)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
US5267348A (en) * 1990-03-09 1993-11-30 Hitachi, Ltd. Method and system for evaluating and modifying fuzzy knowledge
CN103198436A (zh) * 2013-03-28 2013-07-10 浙江大学 一种变电站操作可靠性的评估方法及评估系统

Non-Patent Citations (1)

* Cited by examiner, † Cited by third party
Title
唐俊熙: "《中国优秀硕士学位论文全文数据库 工程科技Ⅱ辑》", 15 July 2015 *

Cited By (1)

* Cited by examiner, † Cited by third party
Publication number Priority date Publication date Assignee Title
CN113269375A (zh) * 2021-07-14 2021-08-17 支付宝(杭州)信息技术有限公司 一种业务方风险的判定方法及装置

Similar Documents

Publication Publication Date Title
Khoshgoftaar et al. Ordering fault-prone software modules
de Maya et al. Application of fuzzy cognitive maps to investigate the contributors of maritime collision accidents
CN103198438A (zh) 响应计划的可靠性分析方法及装置
CN113379053A (zh) 应急响应决策方法、装置及电子设备
CN112446621A (zh) 一种基于人因失误率评估系统安全运行的方法及装置
CN117390545A (zh) 一种风险评估方法
CN114743703A (zh) 核电站机组的可靠性分析方法、装置、设备和存储介质
Pandey et al. Fault prediction model by fuzzy profile development of reliability relevant software metrics
CN105825130A (zh) 一种信息安全预警方法及装置
CN111143763B (zh) 电力设备状态的评估方法、装置及其存储介质
CN112598326A (zh) 模型迭代方法、装置、电子设备及存储介质
CN111783883A (zh) 一种异常数据的检测方法及装置
CN115564410A (zh) 一种继电保护设备的状态监测方法及装置
Jang et al. A proactive alarm reduction method and its human factors validation test for a main control room for SMART
Majumder et al. Detecting trend change in hazard functions—an L-statistic approach
CN112199359B (zh) 数据检核方法、装置、电子设备和存储介质
CN114866338A (zh) 网络安全检测方法、装置及电子设备
CN111815442B (zh) 一种链接预测的方法、装置和电子设备
Costantino et al. A systemic approach for stochastic reliability management in human–machine systems
Polishchuk et al. The Technology for Determining the Level of Process Control in Complex Systems.
CN113344472A (zh) 网络安全评分方法
Chen Complexity metrics for rule-based expert systems
CN114881424B (zh) 一种武器装备体系的脆性风险分析方法及装置
CN113723725B (zh) 化工装置运行过程的风险预警方法、装置及终端设备
Zhang et al. Optimal Inspection Strategy for Systems Under Uncertain Mission Scenarios: A Risk-Averse Perspective

Legal Events

Date Code Title Description
PB01 Publication
PB01 Publication
SE01 Entry into force of request for substantive examination
SE01 Entry into force of request for substantive examination
RJ01 Rejection of invention patent application after publication
RJ01 Rejection of invention patent application after publication

Application publication date: 20210305