CN114723346A - 一种核应急情况下量化决策行为可能性方法 - Google Patents
一种核应急情况下量化决策行为可能性方法 Download PDFInfo
- Publication number
- CN114723346A CN114723346A CN202210639605.XA CN202210639605A CN114723346A CN 114723346 A CN114723346 A CN 114723346A CN 202210639605 A CN202210639605 A CN 202210639605A CN 114723346 A CN114723346 A CN 114723346A
- Authority
- CN
- China
- Prior art keywords
- decision
- fuzzy
- nuclear emergency
- input parameters
- behavior
- 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
Links
- 238000000034 method Methods 0.000 title claims abstract description 51
- 238000011156 evaluation Methods 0.000 claims abstract description 47
- 230000002776 aggregation Effects 0.000 claims abstract description 18
- 238000004220 aggregation Methods 0.000 claims abstract description 18
- 238000007781 pre-processing Methods 0.000 claims abstract description 12
- 230000006870 function Effects 0.000 claims description 33
- 230000008569 process Effects 0.000 claims description 13
- 238000010276 construction Methods 0.000 claims description 5
- 230000019771 cognition Effects 0.000 claims description 2
- 230000005484 gravity Effects 0.000 claims description 2
- 230000000694 effects Effects 0.000 abstract description 15
- 230000006399 behavior Effects 0.000 description 56
- 230000000116 mitigating effect Effects 0.000 description 10
- XLYOFNOQVPJJNP-UHFFFAOYSA-N water Substances O XLYOFNOQVPJJNP-UHFFFAOYSA-N 0.000 description 6
- 238000004458 analytical method Methods 0.000 description 4
- 239000000243 solution Substances 0.000 description 4
- 238000005516 engineering process Methods 0.000 description 3
- 230000014509 gene expression Effects 0.000 description 3
- 238000004364 calculation method Methods 0.000 description 2
- 239000002826 coolant Substances 0.000 description 2
- 230000007547 defect Effects 0.000 description 2
- 238000000605 extraction Methods 0.000 description 2
- 238000002347 injection Methods 0.000 description 2
- 239000007924 injection Substances 0.000 description 2
- 238000011158 quantitative evaluation Methods 0.000 description 2
- 238000013139 quantization Methods 0.000 description 2
- 230000035939 shock Effects 0.000 description 2
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000010485 coping Effects 0.000 description 1
- 230000003247 decreasing effect Effects 0.000 description 1
- 238000002405 diagnostic procedure Methods 0.000 description 1
- 238000012854 evaluation process Methods 0.000 description 1
- 238000006116 polymerization reaction Methods 0.000 description 1
- 238000011002 quantification Methods 0.000 description 1
- 230000004044 response Effects 0.000 description 1
Images
Classifications
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q10/00—Administration; Management
- G06Q10/06—Resources, workflows, human or project management; Enterprise or organisation planning; Enterprise or organisation modelling
- G06Q10/063—Operations research, analysis or management
- G06Q10/0639—Performance analysis of employees; Performance analysis of enterprise or organisation operations
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06N—COMPUTING ARRANGEMENTS BASED ON SPECIFIC COMPUTATIONAL MODELS
- G06N5/00—Computing arrangements using knowledge-based models
- G06N5/04—Inference or reasoning models
- G06N5/048—Fuzzy inferencing
-
- G—PHYSICS
- G06—COMPUTING; CALCULATING OR COUNTING
- G06Q—INFORMATION 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
- G06Q50/00—Information and communication technology [ICT] specially adapted for implementation of business processes of specific business sectors, e.g. utilities or tourism
- G06Q50/10—Services
- G06Q50/26—Government or public services
- G06Q50/265—Personal security, identity or safety
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E30/00—Energy generation of nuclear origin
Landscapes
- Engineering & Computer Science (AREA)
- Business, Economics & Management (AREA)
- Human Resources & Organizations (AREA)
- Theoretical Computer Science (AREA)
- Development Economics (AREA)
- Tourism & Hospitality (AREA)
- Economics (AREA)
- Educational Administration (AREA)
- General Physics & Mathematics (AREA)
- Strategic Management (AREA)
- Physics & Mathematics (AREA)
- Entrepreneurship & Innovation (AREA)
- Marketing (AREA)
- Software Systems (AREA)
- General Business, Economics & Management (AREA)
- General Health & Medical Sciences (AREA)
- Artificial Intelligence (AREA)
- Health & Medical Sciences (AREA)
- Game Theory and Decision Science (AREA)
- Operations Research (AREA)
- Quality & Reliability (AREA)
- Automation & Control Theory (AREA)
- Fuzzy Systems (AREA)
- Computer Security & Cryptography (AREA)
- Primary Health Care (AREA)
- Computational Linguistics (AREA)
- Data Mining & Analysis (AREA)
- Evolutionary Computation (AREA)
- Computing Systems (AREA)
- General Engineering & Computer Science (AREA)
- Mathematical Physics (AREA)
- Monitoring And Testing Of Nuclear Reactors (AREA)
- Testing And Monitoring For Control Systems (AREA)
Abstract
本发明提供了一种核应急情况下量化决策行为可能性方法，包括以下步骤：选择与待评估的核应急决策相关的行为因素作为决策行为因素，所述行为因素的取值从核应急严重事故管理指南的评估系统中获取；对决策行为因素进行预处理，消除量纲的影响；将预处理后的决策行为因素作为输入参数，对输入参数的进行模糊化处理；将模糊化处理的输入参数输入模糊推理系统；模糊推理系统推理出聚合隶属度函数；对聚合隶属度函数进行解模糊化，生成核应急决策的评估结果。本发明避免在核应急情况下进行紧急决策活动时由于人为因素导致的不确定性，从而为技术支持中心在实时严重事故导则中提供重要的决策支持。
Description
技术领域
本发明属于核应急决策技术领域，具体涉及一种核应急情况下量化决策行为可能性方法。
背景技术
在福岛核电事故后，核安全监督部门对国内核电厂的严重事故管理指南提出了明确的监管要求，严重事故管理指南是核电厂发生严重事故后，为保证安全壳的完整性，采用一切可利用的措施（安全系统/非安全系统），对严重事故进行缓解的结构化程序。当某种严重事故发生，并满足启动严重事故管理指南(SAMG)的条件后，严重事故管理指南可以针对该严重事故给出相应的应对策略建议，防止严重事故升级并减轻其后果，技术支持中心作为严重事故管理指南的使用者，应立即对建议的策略进行评估，最后决定是否采取建议的措施，然而是否实施战略决策非常复杂，需要更高层次的认知过程。因此，决策是严重事故管理导则实施过程中的重要过程。
传统的人因可靠性分析方法关注的是基于规则的响应措施，比如应急操作程序，很少需要基于知识的决策，例如是否实施战略，导致对建议的策略评估往往不够全面，容易导致决策评估出现人为误判。
由于技术支持中心的决策行为在实施严重事故导则中起着至关重要的作用，因此急需开发一种分析严重事故管理导则的决策行为的新技术，能够量化决策行为可能性，用于评估核应急情况下的应急决策，为应急决策提供全面的技术支撑。
发明内容
本发明的目的就是为了解决上述背景技术存在的不足，提供一种核应急情况下量化决策行为可能性方法，避免在核应急情况下进行紧急决策活动时由于人为因素导致的不确定性。
本发明采用的技术方案是：一种核应急情况下量化决策行为可能性方法，包括以下步骤：
根据核应急严重事故管理指南选择与待评估的核应急决策相关的行为因素作为决策行为因素，所述行为因素的取值从核应急严重事故管理指南的评估系统中获取；
对决策行为因素进行预处理，消除量纲的影响；
将预处理后的决策行为因素作为输入参数，对输入参数的进行模糊化处理；
将模糊化处理的输入参数输入模糊推理系统；
模糊推理系统推理出聚合隶属度函数；
对聚合隶属度函数进行解模糊化，生成核应急决策的评估结果。
上述技术方案中，所述决策行为因素包括待评估的核应急决策所带来的负面影响的可能性，负面影响的评估复杂性，缓解措施的实施可行性，缓解措施后果的决策负担；所述核应急决策的评估结果为核应急决策的置信度。
上述技术方案中，所述模糊推理系统的构建过程包括：选择决策行为因素作为输入参数，选择核应急决策的置信度作为输出参数；通过预处理以消除输入参数的量纲影响；定义输入参数和输出参数的模糊集；基于输入参数和输出参数的模糊集，将输入参数和输出参数的具体数值转化为模糊数值；根据专家经验和工程经验的认知，基于输入参数和输出参数的模糊数值，建立输入参数与输出参数之间的模糊规则；基于模糊规则构建模糊推理系统。
上述技术方案中，定义输入参数和输出参数的模糊集的过程包括：将每个输入参数和输出参数的隶属度函数分为三或五类，核应急决策人员根据经验对输入参数和输出参数进行评分，根据输入参数和输出参数的所属范围决定输入参数和输出参数的所属模糊集。
上述技术方案中，所述模糊推理系统采用if-then规则构建；根据输入参数的组合，确定输出参数的值，其构造格式如下：
如果负面影响的可能性的模糊数值为某设定值，且负面影响的评估复杂性的模糊数值为某设定值，且缓解措施的实施可行性为的模糊数值为某设定值，且缓解措施后果的决策负担的模糊数值为某设定值，则对应输出核应急决策的置信度的量化值；
其中，每一条规则根据专家经验和工程经验确定。
上述技术方案中，所述模糊推理系统采用Mandani推理方法，由与和或逻辑推理函数计算：
其中A和B为输入参数的隶属度函数集合；经过Mandani推理后，输出模糊集的聚合模糊隶属度函数。
上述技术方案中，所述解模糊化采用面积重心法，取聚合隶属度函数曲线和横坐标包围区域面积的中心点的横坐标值作为输出值，求解方式如下：
其中A(x)为聚合隶属度函数，X为置信度取值空间，xc为待评估的核应急决策的置信度；
当xc大于0.5时，建议采用待评估的核应急决策；
当xc不大于0.5时，不建议采用待评估的核应急决策。
本发明提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有核应急情况下量化决策行为可能性方法程序，所述核应急情况下量化决策行为可能性方法程序被处理器执行时实现所述的核应急情况下量化决策行为可能性方法的步骤。
本发明的有益效果是：将模糊逻辑模型应用于整体人因可靠性分析以及严重事故管理指南中人因决策可能性评估，将有助于对严重事故管理指南进行详细的任务分析。本发明提出一种核应急情况下量化决策行为可能性方法，能够根据严重事故管理指南的结构，确定决策行为因素，并将因素转化为模糊化语言，通过模糊推理系统得到模糊化的决策行为，并采用解模糊化技术生成量化决策行为，从而为技术支持中心在实时严重事故导则中提供重要的决策支持。本发明通过构建模糊推理系统，实现对基于核应急严重事故管理导则（SAMG）生成的核应急决策进行评估，通过量化决策行为背后的人因推理，将量化的核应急决策用于概率安全评估过程中的决策行为，使得决策者可以通过得到的核应急决策的置信度大小判定由核应急严重事故管理导则（SAMG）获得的决策结果是否有效，保证核应急决策的可靠性。
附图说明
图1为本发明的核应急情况下量化决策行为可能性方法流程图。
图2为本发明具体实施例的输入1的隶属度函数效果图。
具体实施方式
下面结合附图和具体实施例对本发明作进一步的详细说明，便于清楚地了解本发明，但它们不对本发明构成限定。
本发明针对现有应急操作程序无法处理人类自主紧急决策活动的缺点，以及人类决策具有不确定性的特点，提出了一种核应急情况下量化决策行为可能性方法。如图1所示，包括以下步骤：
根据核应急严重事故管理指南选择与待评估的核应急决策相关的行为因素作为决策行为因素，所述行为因素的取值从核应急严重事故管理指南的评估系统中获取；
对决策行为因素进行预处理，消除量纲的影响；
将预处理后的决策行为因素作为输入参数，对输入参数的进行模糊化处理；
将模糊化处理的输入参数输入模糊推理系统；
模糊推理系统推理出聚合隶属度函数；
对聚合隶属度函数进行解模糊化，生成核应急决策的评估结果。
所述决策行为因素包括待评估的核应急决策所带来的负面影响的可能性，负面影响的评估复杂性，缓解措施的实施可行性，缓解措施后果的决策负担；所述核应急决策的评估结果为核应急决策的置信度。以上输入参数的取值从核应急严重事故管理指南的事件评估系统中直接获取。
本发明还提出了一种核应急情况下量化决策行为可能性系统，包括决策行为因素提取模块、预处理模块、模糊化处理模块、模糊推理系统、解模糊化模块。
其中，决策行为因素提取模块用于选择与待评估的核应急决策相关的行为因素作为决策行为因素，所述行为因素的取值从核应急严重事故管理指南的评估系统中获取；
预处理模块用于对决策行为因素进行预处理，消除量纲的影响；
模糊化处理模块用于将预处理后的决策行为因素作为输入参数，对输入参数的进行模糊化处理；
将模糊化处理的输入参数输入模糊推理系统；模糊推理系统推理出聚合隶属度函数；
解模糊化模块用于对聚合隶属度函数进行解模糊化，生成核应急决策的评估结果。
所述模糊推理系统的构建过程包括以下步骤：
1、选择决策行为因素作为模糊推理系统的输入参数，选择最终决策的置信度作为模糊推理系统的输出参数；
在严重核事故工况下，可根据核事故类型在SAMG中检索出对应的负面影响，根据专家经验和工程经验，从核应急严重事故管理指南的事件评估系统中选择了4个决策行为因素作为输入参数，包括负面影响的可能性PN，负面影响的评估复杂性CN，缓解措施的实施可行性IF，缓解措施后果的决策负担CB，输出参数为最终决策的置信度PD。以上输入参数的取值从核应急严重事故管理指南的事件评估系统中直接获取，输出参数的取值通过专家经验和工程经验赋予。
负面影响的可能性，即给定情景中个别负面影响实际发生的可能性。负面影响的评估复杂性，即技术支持中心人员根据给定的信息和计算辅助工具评估或感知负面影响的实际可能性的难度。缓解措施的实施可行性，即在给定场景下实施建议的缓解措施以消除或减少负面影响的可行性。缓解措施后果的决策负担，即对给定的严重事故管理策略的有效性所产生的负面影响。最终是否实施决策由技术支持中心决定，体现了对负面影响与缓解措施的看法，以及是否实施该决策的影响程度。
以冷却剂完全丧失事故为例，当该事故发生时，会造成SG的水位会降低，且压力容器的压力会下降等现象，因此依据SAMG的诊断流程，SAMG程序对事故进行自动评估，会得出SG水位不足以满足水位标准，RCS处于降压状态等评估结果。考虑到SG水位降低会带来热冲击的负面影响，SAMG程序针对该情况给出建议的缓解措施，即SG注水。事件评估系统可根据实际情况自动评估SG注水所产生的负面影响（热冲击）的可能性、负面影响的评估复杂性、缓解措施的实施可行性和缓解措施后果的决策负担，技术支持中心决定是否实施SAMG程序建议的缓解措施并赋予该缓解措施置信度。
2、输入参数预处理；
通过预处理以消除输入参数的量纲影响，并将所有的输入参数转换至[0,1]范围内，负面影响的可能性PN的预处理过程如下：
其中PN_max和PN_min 分别为PN的最大值与最小值。
负面影响的评估复杂性CN的预处理过程如下：
其中CN_max和CN_min 分别为CN的最大值与最小值。
缓解措施的实施可行性IF的预处理过程如下：
其中IF_max和IF_min分别为IF的最大值与最小值。
缓解措施后果的决策负担CB的预处理过程如下：
其中CB_max和CB_min分别为CB的最大值与最小值。
3、定义输入参数和输出参数的模糊集；
输入输出参数模糊集依据专家经验和工程经验定义，为了简单起见并减少保守性，本发明将每个参数中的隶属度函数分为三或五类（模糊集），即多个量化评价区间，核应急决策人员可根据经验对参数进行评分，根据评分所属范围决定参数所属模糊集。
依据专家经验和工程经验定义了如表1所示的输入输出参数模糊集，5类模糊集的量化表示为VL [0,0.1,0.2]，L [0.1,0.25,0.4]，M [0.3,0.5,0.7]，H [0.6,0.75,0.9]和VH [0.8,0.9,1]，3类模糊集的量化表示为L [0,0.2,0.4]，M [0.3,0.5,0.7]和H [0.6,0.8,1]，在核事故工况下，将预处理后的输入参数作为决策依据。
表1 输入输出参数模糊集
其中，VL表示非常低程度，L表示低程度，M表示中等程度，H表示高程度，VH表示非常高程度。
4、将输入参数和输出参数的具体数值转化为模糊数值；
模糊化方式采用三角形隶属度函数处理，对于5类模糊集，VL、L、M、H和VH的隶属度函数表示分别如下：
对于3类模糊集，L、M和H的隶属度函数表示分别如下：
如图2所示，横坐标表示输入参数的具体数值，纵坐标表示模糊数值，呈现了输入1中模糊集的隶属度函数效果，但不是暗示或者指示必须只能使用这些参数，可根据具体情况定义。
5、构建模糊规则集；
基于专家经验和工程经验的认知，建立输入参数与输出参数之间的模糊规则，表2列出了10条模糊规则，但不是暗示或者指示必须只能用这些规则，可根据具体情况定义。
表2 规则实例
以模糊规则1为例，事件评估系统计算得到最终核应急决策的核应急负面影响的可能性和核应急负面影响的评估复杂性，将其输入到模糊隶属度函数中，推理出核应急负面影响的可能性为L等级，核应急负面影响的评估复杂性为L等级，说明策略产生的核应急负面影响的可能性低，核应急负面影响的评估复杂性也为低，此时采取最终核应急决策的支持度为VH，即很高，说明系统对采取相应的应急策略支持度很高。
6、构建模糊推理系统；
模糊推理系统采用if-then规则构建；if-then的本质是根据输入参数的组合，确定输出值，其构造格式如下：
如果负面影响的可能性的模糊数值为某设定值，且负面影响的评估复杂性的模糊数值为某设定值，且缓解措施的实施可行性为的模糊数值为某设定值，且缓解措施后果的决策负担的模糊数值为某设定值，则对应输出核应急决策的置信度的量化值；
采用计算机语言格式表述为：
If (负面影响的可能性) and （负面影响的评估复杂性）and （缓解措施的实施可行性）and（缓解措施后果的决策负担），then（核应急的量化决策行为）；
其中，每一条规则根据专家经验和工程经验确定。
模糊推理系统构建完成后，获取待评估的核应急决策，输入核应急情况下量化决策行为可能性系统，执行核应急情况下量化决策行为可能性方法，具体过程如下：
根据核应急严重事故管理指南选择与待评估的核应急决策相关的行为因素作为决策行为因素，所述决策行为因素的取值从核应急严重事故管理指南的评估系统中获取；所述决策行为因素包括待评估的核应急决策所带来的负面影响的可能性，负面影响的评估复杂性，缓解措施的实施可行性，缓解措施后果的决策负担。
对决策行为因素进行预处理，消除量纲的影响；
将预处理后的决策行为因素作为输入参数，对输入参数的进行模糊化处理；
将模糊化处理的输入参数输入模糊推理系统。
以上输入参数的获取方法和处理方法与构建模糊推理系统的过程中采用的方法相同。
所述模糊推理系统采用Mandani推理方法，多个输入变量模糊隶属度函数的逻辑聚合处理的计算方式如下：
其中A和B为输入参数的隶属度函数集合，包括核应急决策所带来的负面影响的可能性，负面影响的评估复杂性，缓解措施的实施可行性，缓解措施后果的决策负担；经过上述逻辑计算后，输出聚合模糊隶属度函数，实现了对多尺度输入参数的量化评估。
然后，对输出参数解模糊化，生成量化决策行为的评估结果。
解模糊化操作的性质与模糊化相反，是将模糊推理得到的模糊语言转化为确定值。本发明采用面积重心法解模糊化，取聚合隶属度函数曲线和横坐标包围区域面积的中心点的横坐标值作为输出值，求解方式如下：
其中A(x)为聚合隶属度函数，X为置信度取值空间，xc为待评估的核应急决策的置信度；
当xc大于0.5时，输出建议采用待评估的核应急决策的评估结论；
当xc不大于0.5时，输出不建议采用待评估的核应急决策的评估结论。
表3为冷却剂完全丧失事故下，针对SAMG的缓解措施建议的专家分析结果和模糊推理系统的输出结果对比，模糊推理系统对量化SAMG中的决策行为是非常合理的，有助于支持复杂的核应急决策。
表3专家判断结果和模糊推理系统结果对比
本发明还提供了一种计算机可读存储介质，所述计算机可读存储介质上存储有核应急情况下量化决策行为可能性方法程序，所述核应急情况下量化决策行为可能性方法程序被处理器执行时实现所述的核应急情况下量化决策行为可能性方法的步骤。
本说明书中未作详细描述的内容属于本领域专业技术人员公知的现有技术。
Claims (8)
1.一种核应急情况下量化决策行为可能性方法，其特征在于：包括以下步骤：
选择与待评估的核应急决策相关的行为因素作为决策行为因素，所述行为因素的取值从核应急严重事故管理指南的评估系统中获取；
对决策行为因素进行预处理，消除量纲的影响；
将预处理后的决策行为因素作为输入参数，对输入参数的进行模糊化处理；
将模糊化处理的输入参数输入模糊推理系统；
模糊推理系统推理出聚合隶属度函数；
对聚合隶属度函数进行解模糊化，生成核应急决策的评估结果。
2.根据权利要求1所述的一种核应急情况下量化决策行为可能性方法，其特征在于：所述决策行为因素包括待评估的核应急决策所带来的负面影响的可能性，负面影响的评估复杂性，缓解措施的实施可行性，缓解措施后果的决策负担；所述核应急决策的评估结果为核应急决策的置信度。
3.根据权利要求2所述的一种核应急情况下量化决策行为可能性方法，其特征在于：所述模糊推理系统的构建过程包括：选择决策行为因素作为输入参数，选择核应急决策的置信度作为输出参数；通过预处理以消除输入参数的量纲影响；定义输入参数和输出参数的模糊集；基于输入参数和输出参数的模糊集，将输入参数和输出参数的具体数值转化为模糊数值；根据专家经验和工程经验的认知，基于输入参数和输出参数的模糊数值，建立输入参数与输出参数之间的模糊规则；基于模糊规则构建模糊推理系统。
4.根据权利要求3所述的一种核应急情况下量化决策行为可能性方法，其特征在于：定义输入参数和输出参数的模糊集的过程包括：将每个输入参数和输出参数的隶属度函数分为三或五类，核应急决策人员根据经验对输入参数和输出参数进行评分，根据输入参数和输出参数的所属范围决定输入参数和输出参数的所属模糊集。
5.根据权利要求4所述的一种核应急情况下量化决策行为可能性方法，其特征在于：所述模糊推理系统采用if-then规则构建；根据输入参数的组合，确定输出参数的值，其构造格式如下：
如果负面影响的可能性的模糊数值为某设定值，且负面影响的评估复杂性的模糊数值为某设定值，且缓解措施的实施可行性为的模糊数值为某设定值，且缓解措施后果的决策负担的模糊数值为某设定值，则对应输出核应急决策的置信度的量化值。
6.根据权利要求5所述的一种核应急情况下量化决策行为可能性方法，其特征在于：所述模糊推理系统采用Mandani推理方法，由与和或逻辑推理函数计算：
其中A和B为输入参数的隶属度函数集合；经过Mandani推理后，输出模糊集的聚合模糊隶属度函数。
7.根据权利要求6所述的一种核应急情况下量化决策行为可能性方法，其特征在于：所述解模糊化采用面积重心法，取聚合隶属度函数曲线和横坐标包围区域面积的中心点的横坐标值作为输出值，求解方式如下：
其中A(x)为聚合隶属度函数，X为置信度取值空间，xc为待评估的核应急决策的置信度；
当xc大于0.5时，建议采用待评估的核应急决策；
当xc不大于0.5时，不建议采用待评估的核应急决策。
8.一种计算机可读存储介质，所述计算机可读存储介质上存储有核应急情况下量化决策行为可能性方法程序，所述核应急情况下量化决策行为可能性方法程序被处理器执行时实现如权利要求1-7任一项所述的核应急情况下量化决策行为可能性方法的步骤。
Priority Applications (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210639605.XA CN114723346A (zh) | 2022-06-08 | 2022-06-08 | 一种核应急情况下量化决策行为可能性方法 |
Applications Claiming Priority (1)
| Application Number | Priority Date | Filing Date | Title |
|---|---|---|---|
| CN202210639605.XA CN114723346A (zh) | 2022-06-08 | 2022-06-08 | 一种核应急情况下量化决策行为可能性方法 |
Publications (1)
| Publication Number | Publication Date |
|---|---|
| CN114723346A true CN114723346A (zh) | 2022-07-08 |
Family
ID=82232435
Family Applications (1)
| Application Number | Title | Priority Date | Filing Date |
|---|---|---|---|
| CN202210639605.XA Pending CN114723346A (zh) | 2022-06-08 | 2022-06-08 | 一种核应急情况下量化决策行为可能性方法 |
Country Status (1)
| Country | Link |
|---|---|
| CN (1) | CN114723346A (zh) |
Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101477643A (zh) * | 2008-11-25 | 2009-07-08 | 卜全民 | 一种用于环境风险评价的改进型事故树分析法 |
| CN110705812A (zh) * | 2019-04-15 | 2020-01-17 | 中国石油大学(华东) | 一种基于模糊神经网络的工业故障分析系统 |
| CN114065820A (zh) * | 2021-11-29 | 2022-02-18 | 北京唐智科技发展有限公司 | 一种多维数据故障决策方法、装置及存储介质 |
| CN114676791A (zh) * | 2022-04-13 | 2022-06-28 | 华北电力大学（保定） | 一种基于模糊证据推理的电力系统告警信息处理方法 |
-
2022
- 2022-06-08 CN CN202210639605.XA patent/CN114723346A/zh active Pending
Patent Citations (4)
| Publication number | Priority date | Publication date | Assignee | Title |
|---|---|---|---|---|
| CN101477643A (zh) * | 2008-11-25 | 2009-07-08 | 卜全民 | 一种用于环境风险评价的改进型事故树分析法 |
| CN110705812A (zh) * | 2019-04-15 | 2020-01-17 | 中国石油大学(华东) | 一种基于模糊神经网络的工业故障分析系统 |
| CN114065820A (zh) * | 2021-11-29 | 2022-02-18 | 北京唐智科技发展有限公司 | 一种多维数据故障决策方法、装置及存储介质 |
| CN114676791A (zh) * | 2022-04-13 | 2022-06-28 | 华北电力大学（保定） | 一种基于模糊证据推理的电力系统告警信息处理方法 |
Non-Patent Citations (2)
| Title |
|---|
| YOUNG A SUH: "Estimation of the likelihood of severe accident management decision-making using a fuzzy logic model", 《ANNALS OF NUCLEAR ENERGY 144 (2020)》 * |
| 张志兵: "《空间数据挖掘及其相关问题研究[M]》", 31 October 2011, 华中科技大学出版社 * |
Similar Documents
| Publication | Publication Date | Title |
|---|---|---|
| Wang et al. | Risk evaluation in failure mode and effects analysis using fuzzy weighted geometric mean | |
| Wang et al. | Improving Generalization of Fuzzy IF--THEN Rules by Maximizing Fuzzy Entropy | |
| Yeh et al. | Fuzzy assessment of FMEA for a sewage plant | |
| CN110333414A (zh) | 电力变压器多层次状态评估方法 | |
| CN105046389A (zh) | 一种用于电力安全风险评估的智能风险评估方法及其系统 | |
| No et al. | Monitoring severe accidents using AI techniques | |
| CN115964503B (zh) | 基于社区设备设施的安全风险预测方法及系统 | |
| Chakhrit et al. | Fuzzy multi-criteria approach for criticality assessment and optimization of decision making | |
| Guzman et al. | Artificial intelligence improving safety and risk analysis: A comparative analysis for critical infrastructure | |
| CN107491862A (zh) | 电网风险评测的方法及装置 | |
| CN113641156A (zh) | 一种核电厂运行瞬态识别和评价系统 | |
| Prusty et al. | Performance analysis of fuzzy rule based classification system for transient identification in nuclear power plant | |
| CN114723346A (zh) | 一种核应急情况下量化决策行为可能性方法 | |
| Koçak et al. | Comparison of the defuzzification methods in risk assessment applications | |
| Borisov et al. | Fuzzy methods for comparing project situations and selecting precedent decisions | |
| Chakhrit et al. | Failure mode, effects, and criticality analysis improvement using a fuzzy criticality assessment based approach | |
| CN116343449B (zh) | 施工现场的安全监测预警方法、装置及系统 | |
| Qiao et al. | Dynamics simulation model for risk probability assessment based on cognitive modeling in manned deep dive mission scenario | |
| Applebaum | Fuzzy classification for fault isolation in gas turbine engines | |
| Ram et al. | Fuzzy system availability analysis with different membership functions of system failure mode | |
| Li | Crane Operation Hazard Evaluation Based on Z-number and CPT | |
| Rotshtein et al. | Neurolinguistic identification of nonlinear dependences | |
| Hossain et al. | Threat modelling on nuclear and radioactive materials based on intelligent approach | |
| Carneiro et al. | A methodology approach for analysis of sustainability indicators as a tool for decision making using fuzzy logic | |
| Tran et al. | TACDSS: adaptation using a hybrid neuro-fuzzy system |
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: 20220708 |