船舶风险评估.doc

.船舶风险评估学 院 建工学院 专 业 船舶与海洋工程 年 级 2016级 姓 名 施冠羽 指导教师 余建星 2016年12月12日摘 要为了合理进行船舶风险评估,提出了一种基于模糊逻辑系统的船舶风险评估方法. 根据模糊逻辑系统的基本原理,建立了船舶风险评估的模糊逻辑模型;按照国家标准、规范,并结合经验建立了风险指标的模糊集合、风险矩阵及模糊规则,然后进行了模糊推理,得到了系统的风险等级,并制定了预防风险的措施。结合船舶风险评估的特点，选择适用于船舶定量风险评估的理论方法，建立了层次分析法与模糊综合评估法相结合的风险评估模型。关键词：船舶工程; 模糊逻辑系统; 风险评估; 模糊规则；层次分析法ABSTRACTThe paper proposes a new risk assessment method for marine engineering based on the fuzzy-logic system. According to the theory of the fuzzy-logic system, a fuzzy-logic mode for risk assessment was set up. According to the national standards, rules and experiences, the paper presents the fuzzy risk variables sets, risk matrix and fuzzy rules, then makes fuzzy reasoning, and finds the risk level of the system, and takes some measures to avoid the risk. The theory method of quantitative risk assessment is selected, and the risk assessment model is established by the analytic hierarchy process and the fuzzy comprehensive evaluation method.Key words: marine engineering; fuzzy-logic system; risk assessment; fuzzy rules; AHP.目 录第一章 模糊逻辑系统概述51. 1 模糊规则库51. 2 模糊推理机51. 3 模糊化51. 4 清晰化5第二章船舶系统风险评估的模糊逻辑模型62. 1 风险指标的模糊集合62. 2 风险评估模型的模糊规则72. 3 船舶系统风险评估的流程72. 4 基于风险等级的系统维护8第三章船舶风险评估指标83.1 船舶评估指标权重83.2 船舶评估指标隶属度10第四章结束语11.第一章 模糊逻辑系统概述模糊逻辑系统1 ,2 ,4 是一个建立在知识库、模糊规则库基础上的逻辑推理系统,主要由模糊规则库、模糊推理机、模糊化和清晰化4 个部分组成,其信息处理流程如图1 所示. 文中仅讨论多输入单输出的模糊逻辑系统,多输出的模糊逻辑系统可分解为多个单输出系统来分析. 输入信号(风险参数) U = U1 U2 Un Rn ,经系统处理后得到输出信号(即评估等级) V R.1. 1 模糊规则库模糊规则库是模糊逻辑系统的核心,它由一系列IF2THEN 形式的模糊规则组成. 其格式为: Ru( l) IF x1 is Al1 and and xn is A ln , THEN y is Bl (1)式中: Ali( i = 1 ,2 , , n) ; Bl 分别为Ui R 和V R 对应的模糊集; x = ( x1 , x2 , , xn ) T U ; y V 分别表示模糊逻辑系统的输入变量和输出结果; l 表示模糊规则的序号,若共有M 条规则,则l = 1 ,2 , , M.1. 2 模糊推理机在模糊推理机中,利用模糊规则库中的IF2THEN 逻辑原理将输入信号U 对应的模糊集A l 映射到输出信号V 对应的模糊集B l . 输入信号U 对应的模糊集A l ,经模糊推理机处理后,得到输出信号对应的模糊集Bl :B l ( y) = max M l = 1 sup min (A l x U ( x) ,Al1 ( x1 ) , ,A l n ( xn ) ,B l ( y) ) M1. 3 模糊化模糊逻辑系统的输入信号是实数域变量或语言值变量,而模糊推理机只能处理模糊集信号,不能直接处理实数域信号,因此实数域的输入信号必须模糊化后才能进行模糊推理运算. 模糊化是将实数域变量x3 U Rn 映射到U 对应的模糊集A l 上.1. 4 清晰化清晰化是将输出信号V 对应的模糊集B l 映射到一个实点y V . 为了使该点能够很好地反映模糊集Bl 代表的信息,本文采用中值法清晰化模糊集合. 对于同一模糊集上的模糊等级F1 , F2 , , Fm , 若其中值分别为y1 , y2 , , ym ,某输出信号对它们的隶属度分别为w1 , w2 , , wm ,则代表输出信号V 指标的实数值y 可以用下式计算得到:y = ( y1 w1 + y2 w2 + + ymw m ) / ( w1 + w2 + + wm ) (3)第二章 船舶系统风险评估的模糊逻辑模型2. 1 风险指标的模糊集合风险,是指在一定的时间内,由于系统行为的不确定性(主要指发生了意料之外的事故) 给人类带来危害的可能性. 系统的风险等级主要由事件发生的概率及事件的危害程度2 个方面的因素决定.根据文献5 中表5. 2 失效概率分类,采用语言值集合FL = 不太可能,很少的,较少的,经常性 表示事件发生的概率, 并用0 , 1 上的模糊等级与之对应; 根据GJB1391 严酷度分类6 , 用语言值集合CS = 轻度的,临界的,致命的,灾难的 表示事件的危害程度, 并用0 , 1 上的模糊等级与之对应;采用语言值集合H = 可忽略的,合理可行的,高风险的,不可接受的 表示系统的风险等级,并用0 , 1 上的模糊等级与之对应.概率语言值5 、危害语言值6 、风险语言值与模糊等级的定义分别如表13 所示表1 事件的概率等级及语言值定义概率等级概率语言值年度名义频率范围0,0.1,0.2不太可能10-1表2 事件的危害等级及语言值定义危害等级危害程度的语言值对人员、财产和环境的影响0,01,0,2轻度的不足以导致人员伤害,很小的经济损失,不会破坏环境.0.3,0.4,0.5临界的引起人员的轻度伤害,一定的经济损失,对环境轻度破坏.0.6,0.7,0.8致命的引起人员的严重伤害,重大的经济损失,对环境破坏程度大.0.9,1.0灾难的引起人员死亡或系统毁坏,经济损失惨重,对环境灾难性破坏.表3 系统的风险等级及语言值风险等级0,0.1,0.20.3,0.4,0.50.6,0.7,0.80.9,1.0风险语言值可忽略的合理可行的高风险的不可接受的2. 2 风险评估模型的模糊规则风险(Risk) 是根据事件发生的概率( P) 及其危害( C) 来评价的,即: Risk = f ( P , C) . 模糊规则是用IF2THEN 的形式建立概率、危害和风险之间语言值的联系. 如: IF (事件发生概率等级是经常性的) and (其危害是灾难性的) Then (事件发生的风险是不可接受的) .2. 3 船舶系统风险评估的流程系统的风险是由人员风险、环境风险和财产风险3 部分构成的,利用模糊逻辑系统进行各个风险的评估步骤如下:(1) 系统输入变量的模糊化系统的输入变量是表征事件发生频率和危害程度的参数. 根据故障树分析、故障模式及危害分析6 ,参考概率、危害等级定义,便得出概率等级和危害等级;若缺乏统计数据,则需专家定义概率、危害等级标准,再逐一评估得到6 , 7 . 因此,输入变量可能是FL , CS 模糊集中具有隶属度的语言值,也可能是0 ,1 上的实数值(模糊等级) . 语言值可直接进行模糊推理;实数值则需根据概率、危害等级标准进行模糊化,判断其隶属于模糊集上的哪些语言值及其隶属度.(2) 模糊推理运算输入变量模糊化后,其可能隶属于几个语言值,则进行模糊推理时可能涉及到多个模糊规则. 在其涉及到的第i ( i = 1 , , I) 个模糊规则中,若输入变量对该规则中概率语言值的隶属度为FL , i ,对该规则中危害语言值的隶属度为CS , i ,则评估风险对该规则中风险语言值的隶属度i 可用下式表示为:i = min (FL , i ,CS , i ) (4)评估风险的语言值模糊集L rj可表示为:L r j = max (1 , i ,“可忽略的”) ;max (2 , i ,“合理可行的”) ;max (3 , i ,“高风险的”) ;max (4 , i ,“不可接受的”) (5)式中:1 , j表示经过模糊推理运算后,第i ( i = 1 , , I) 个模糊规则中的评估风险对风险语言值“可忽略的”的隶属度;同理,2 , i ,3 , i ,4 , i分别表示其对风险语言值“合理可行的”、“高风险的”、“不可接受的”的隶属度.(3) 模糊集清晰化利用中值法(即(3) 式) 将评估风险的语言值模糊集L rj 转化为一个实数值y ,用0 ,1 上的模糊等级rj = y 反映事件风险的大小.根据上述方法分别求出人员风险rP 、环境风险rE 和财产风险rB ,再利用专家层次分析法8 得到三者在系统风险中的权重wP , wE , wB ,则系统的风险RL 可表示为:RL = rp wp + rE wE + rB wB (6)2. 4 基于风险等级的系统维护有计划的维护能保证船舶系统的可靠性、安全性,而维护是直接与费用效益相联系的. 为了确保系统的风险,兼顾运作的效益,实施基于风险等级的系统维护是必要的. 作者根据经验,初步拟定了一份基于风险等级的船舶消防系统维护标准(风险等级0. 5 以下:正常维护,定期检查、维修;0. 50. 85 :经常检查、维修,定期大修;0. 85 以上:及时大修或替换系统) .第三章 船舶风险评估指标3.1船舶评估指标权重通过发放调查表以及对有经验的专家、学者的调研，建立了船舶承保风险评估指标体系，并对各指标进行了详细分析。为了客观、合理地评价船舶的承保风险，突出主要的风险影响因素，本文采用层次分析法(The Analytic Hierarchy Precess，简称AHP)来计算评估指标的权重，即获取下一级指标对上一级指标评价时各个指标的重要度。（1）首先，构造两两比较判断矩阵。在建立船舶承保风险评估指标体系以后，也就建立了元素的递阶层次结构。其上下层次之间元素的隶属关系也被确定了。接下来就是在各层元素中进行两两比较，并引入判断尺度将其量化，构成两两比较判断矩阵。比较判断矩阵是以上一层次的某元素CK为评价准则，对下一层次的元素A1，A2，.，An进行两两比较，按判断尺度确定其相当重要度aij，以此作为元素值，建立判断矩阵： CK A1 A2 . Aj . An A1 a11 a12 . a1j . a1n A2 a21 a22 . a2j . a2n Ai ai1 ai2 . aij . ain An an1 an2 . anj . ann 判断尺度就是表示元素对元素的相对重要性的数量尺度，常用的有九标度判断尺度，其意义如表1所示。表1 9标度判断尺度表判断尺度重要性等级1表示两个元素相比，具有同样重要性3表示两个元素相比，一个元素比另一个元素稍微重要5表示两个元素相比，一个元素比另一个元素明显重要7表示两个元素相比，一个元素比另-个元素重要得多9表示两个元素相比，一个元素比另一个元素绝对重要2，4，6，8表示上述相邻标度的中间值若元素Ai与Aj比较得aij ，则元素Aj与Ai比较的判断为1/aij ,例如Ai比Aj明显重要aij=5,则aji1/5。按上述原理制作并发出专家调查表(2)，要求专家根据判断尺度表，在表头标明的判断准则下，两两比较指标的相对重要性，并将比较结果填写在两指标的交叉位置上。调查结束后将表收回作计算处理。（2）其次，计算指标权重这一步要解决在准则CK下，n个元素A1，A2，.，An排序权重的计算问题，并进行一致性检验。对于A1，A2，.，An通过两两比较得到判断矩阵A,解特征根问题Awmaxw (1)所得到的w经正规化后作为元素A1，A2，.，An在准则CK下排序权重，这种方法称排序权向量计算的特征根方法。这种方法计算精度较高，要求评定因素分析严格，但因其计算方法较为复杂，大大增加计算工作量，而实际上只能获取对判断矩阵的粗略估计，因此计算其精确的特征值是没有必要的。实践证明，在实际应用中采用求和法或求根法来计算特征值的近似值已经能够满足计算指标权值的要求。本课题对船舶承保的风险评估研究主要采用求根法来计算特征值的近似值w，其步骤如下：第一步，A的元素按行相乘；(2) =njijijau1第二步，所得到的乘积(5-2)分别开n次方； nijiuu= (i=1,2,3,，n) (3)由各个ui组成(u1，u2,，un)T。第三步，将方根向量归一化即得排序权向量w；=niiiiuu1w (4)W（W1，W2，.，Wn），即为A的特征向量的近似值，也是各评价因素的相对权重的近似值。第四步，判断矩阵的一致性检验。 在实际评估中评估者只能对A进行粗略的判断。这可能会产生判断矩阵不一致性的错误。造成这种情况的原因主要有两个，一是专家在进行两两比较时的价值取向和定级技巧，二是重要性等级赋值的非等比性。为了检验判断矩阵A的一致性（相容性），根据AHP的原理，可通过计算一致性指标（简写CI）进行判断： 1max=nnCI （5） 判断矩阵的最大特征值 为： max ()=niiinWBW1max （6） 对判断矩阵A有，当maxn时，由CI0，矩阵A完全一致；当maxn时，CI的值大于零，矩阵A稍有不一致；max与n的差越大，即CI值越大，矩阵A的不一致性也就越大。随着判断矩阵维数n的增大，判断的一致性就越差，维数n对矩阵的一致性造成一定的影响。萨迪（Saaty）建议取一致性指标（CI）对平均随机性指标均值（RI）之比，即一致性比率（CR）作为一致性检验的判别式RICICR(7) 其中，RI为平均随机一致性指标，它是仅与判断矩阵的维数有关的指标。RI的取值如表2所示。表2 ，平均随机一致性指标RI的值矩阵维数n12345678RI0.000.000.520.891.121.261.361.41对每个判断矩阵A求CR，当CR0.1时，认为此判断矩阵A有满意的一致性，即评判较为合理，否则，需要重新评审来确定判断矩阵数据。依照上述方法，运算得到各位专家评价各指标在该层次中的权重值，将同一指标各专家的评价值权重相加，结果除以专家人数，即可得该指标最后在该层次所占的权重值。通过调查表(2)调查，并经计算得出船舶承保风险各指标的权重如下面各表所示，而且满足： 0 (8) 11=niiaia 3.2船舶评估指标隶属度在普通集合理论中，对任何一个元素或者属于某集合U，或者不属于这一集合。然而，在模糊集合理论中，由于存在模糊性，论域中的元素对于一个模糊子集的关系就不再是“属于”和“不属于”那么简单的关系，其对该模糊集的隶属程度的大小即隶属度，取值在0到1之间。在进行模糊评判的时候，如何建立各个因素对应各个评判等级的隶属程度的大小，是整个评判能否进行的关键。在模糊综合评判的三个基本要素中，因素集U是由影响评判对象的各个因素所组成的集合，它可表示为： U=U1, U2,U3,，Un 其中元素Ui(i =1,2 ,3 ,n)是若干影响因素。如图4-1,本文对评估指标体系进行了分层，经低层次评判得到的下一层次的综合评判向量继续参与上一层的评判，因而，在每一层次的评判中，该层次中的各指标集即为当前的因素集U。评判集是由对评判对象可能作出的评判结果所组成的集合，可以表示为: VV1，V2，V3，, Vm 其中元素Vj(j=1,2 ,3 ,，m)是若干可能做出的评判结果，模糊综合评判的目的就在于通过对评判对象综合考虑所有的影响因素，能够从评判集V中获得一个最佳的评判结果。本文将船舶承保风险的评价等级V分为五个等级，即: VV1，V2，V3，, Vm = 100,80,60,40,20 其中 100,80,60,40,20 对应的各级评语等级如下表18所示: 表 18 评估等级100无风险(安全状况很好，安全)80较小风险 (安全状况较好，安全)60中等风险(安全状况一般，一般安全)40较大风险（安全状况较差，不安全）20很大风险（安全状况很差，不安全）单因素评判矩阵由隶属度表得到。可以表示为:R=(rij)nm在建立模糊评判模型时，通常采用专家调查和集值统计方法相结合来构造单因素评判矩阵，专家调查法是首先制作专家打分调查表，通过专家评判给分，即专家对每一具体评价对象的每一项指标，根据专家的经验和看法进行认定，在打分表对应等级处打勾，再通过专家调查表的汇总，得到各个因素对应等级的频数，经过归一化处理即可得到各个因素对应等级的隶属度，从而得到单因素评判矩阵。第四章 结束语 由于专业知识水平及课外了解程度有限，故本文大量的借鉴了之前的研究者们的想法与思考。在写作本篇论文的过程中，也了解了许多，对我国的船舶风险评估有了一个大概的认识，