第五章系统安全预则与决策ppt课件

1、平安系统工程第五章 系统平安预测与决策.主要内容1.系统平安预测 2.系统平安决策.过去如今未来5.1 系统平安预测 5.1.1 平安预测概述.5.1 系统平安预测 5.1.1 平安预测概述知情况难以了解的中间过程结果输入输出预测技术和方法预测过程方框图.5.1 系统平安预测 1. 平安预测分类1按预测对象的范围分 宏观预测：是指对整个行业、一个省区、一个局企业的平安情况的预测。 微观预测：是指对一个厂矿的消费系统或对其子系统的平安情况的预测。 5.1.1 平安预测概述.5.1 系统平安预测 1. 平安预测分类2按时间长短分 长远期预测：是指对五年以上的平安情况的预测。它为平安管理方面的艰苦决

2、策提供科学根据。 中期预测：是指对一年以上五年以下的平安消费开展前景进展的预测。它是制定五年方案和义务的根据。 短期预测：是指对一年以内的平安形状的预测。它是年度方案、季度方案以及规定短期开展义务的根据。 5.1.1 平安预测概述.5.1 系统平安预测 2平安预测的根本原理系统平安预测同其他预测方法一样，遵照如下的根本原理：1系统原那么。系统平安预测是系统工程，因此，该当从系统的观念出发，以全局的观念、更大的范围、更长的时间、更大的空间、更高的层次来思索系统平安预测问题，并把系统中影响平安的要素用集合性、相关性和阶层性协调起来。5.1.1 平安预测概述.5.1 系统平安预测 2平安预测的根本原

3、理2类推和概率推断原那么。假设曾经知道两个不同事件之间的相互制约关系或共同的有联络的规律，那么可利用先导事件的开展规律来预测迟发事件的开展趋势，这就是所谓的类推预测。根据小概率事件推断准那么，假设某系统评价结果其发惹事故的概率为小概率事件，那么推断该系统是平安的；反之，假设其概率很大，那么以为系统是不平安的。5.1.1 平安预测概述.5.1 系统平安预测 2平安预测的根本原理3惯性原理。对于同一个事物，可以根据事物的开展都带有一定的延续性，即所谓惯性，来推断系统未来开展趋势。所以惯性原理也可以称为趋势外推原理。应该留意的是，运用此原理进展平安预测是有条件的，它是以系统的稳定性为前提，也就是说，

4、只需在系统稳定时，事物之间的内在联络及其根本特征才有能够延续下去。但是绝对稳定的系统是不存在的，这就要根据系统某些要素的偏离程度对预测结果进展修正。5.1.1 平安预测概述.3、预测的程序确定预测目的和义务输入信息预测处置输出结果1、确定预测目的2、制定预测方案3、确定预测时间4、搜集预测资料5、检验现有资料6、选择预测方法7、建立预测模型8、进展推测或计算9、预测结果的鉴定10、修正预测结果阶段步骤.5.1 系统平安预测 预测方法从大的方面可分为阅历推断预测法、时间序列预测法及计量模型预测法。本节就其中的主要常见预测方法作一引见。 5.1.1 平安预测概述.预测方法分类阅历推断预测法时间序列

5、预测法计量模型预测法头脑风暴法、特尔斐法、客观概率法等滑动平均法、指数滑动平均法、周期变动分析法回归分析法、马尔柯夫链预测法、灰色预测.5.1 系统平安预测 1.一元线性回归法5.1.2 回归预测分析法 比较典型的回归法是一元线性回归法，它是根据自变量x与因变量y的相互关系， 用自变量的变动来推测因变量变动的方向和程度，其根本方程式为.【例5-1】表5-1是某矿务局19932002年顶板事故死亡人数的统计数据，试用一元线性回归方法建立其预测方程。 年度时间顺序x死亡人数yx2xyy219931301309001994224448576199531895432419964416161619975

6、1225601441998683648641999722491544842000810648010020019138111716920021051005025合计.【解】将表中数据代入方程组5-2中，便可求出a和b的值，即故回归直线的方程为. 在回归分析中，为了了解回归直线对实践数据变化趋势的符合程度的大小，还应求出相关系数。其计算公式如下： 式中， 留意：相关系数 时，阐明回归直线与实践数据的变化趋势完全相符； 时，阐明x与y之间完全没有线性关系。 .将表5-1中的有关数据代入 ，阐明回归直线与实践数据的变化趋势相符合。所以，可根据所建立的回归直线预测方程对以后的死亡人数趋势进展预测。.5.

7、1 系统平安预测 2.一元非线性回归方法5.1.2 回归预测分析法 在回归分析法中，除了一元线性回归法外，还有一元非线性回归分析法、多元线性回归分析法、多元非线性回归分析法等。 例如：指数函数回归分析 根本公式：令：那么：.【例5-2】某矿2004年的工伤人数的统计数据见表5-2，用指数函数进展回归分析。月份时间序号xi工伤人数yi11152.70812.7087.33322122.48544.9706.1753371.94695.8383.7874461.792167.1683.2115541.386256.9301.9316651.609369.6542.5897761.7924912.5

8、443.2118871.9466415.5683.789941.3868112.4747.000101041.38610013.861.921111120.6961217.6230.480121210.00014400合计.【解】对两边取自然对数得： 令 那么：用一元线性回归方程计算公式得：因 ，所以 .故指数回归方程为 求相关系数： ，阐明用指效曲线进展回归分析，在一定程度上反映了该矿工伤人数的趋势。所以，可根据建立的回归方程对以后工伤人数开展趋势进展预测。 .5.1 系统平安预测 5.1.3 灰色预测法白色系统信息完全明确的系统黑色系统信息完全不明确的系统灰色系统信息部分明确、部分不明确的

9、系统平安系统典型的灰色系统各种要素和系统平安主行为的关系是灰的要素与要素之间的关系是灰的系统中人机环境三个子系统的关系是灰的系统与系统所处环境之间的关系是灰的.灰色系统实际预测的主要优点：经过一系列数据生成方法直接累加法、挪动平均法、加权累加法、遗传因子累加法、自顺应累加法等，将根本没规律的、杂乱无章的或规律性不强的一组原始数据序列变得具有明显的规律性，处理了数学界不断以为不能处理的微积分方程建模问题。灰色系统预测是从灰色系统的建模、关联度和残差辨识的思想出发，所获得的关于预测的新概念、观念和方法。.1.灰色预测建模方法设原始离散数据序列 按式5-7对其进展一次累加生成处置，得到序列 以序列

10、为根底建立灰色的生成模型。 k=1,2,N (5-7) 式5-8称为一阶灰色微分方程，记为GM1，1，式中和为待辨识参数。 (5-8)一阶一个变量 其中：称为开展灰数；称为内生控制灰数。.构造矩阵B与向量Y.设为待估参数向量，利用最小二乘法可得： 求解微分方程，即可得预测模型： ，那么微分方程可表示为.灰色预测检验普通有残差检验、关联度检验和后验差检验。2、模型检验1残差检验按预测模型计算并将累减生成然后计算原始序列与的绝对误差序列及相对误差序列。.2关联度检验根据前面所述关联度的计算方法算出与原始序列的关联络数，然后计算出关联度，根据阅历，当=0.5时，关联度大于0.6便称心了。.3后验差检

11、验a.计算原始序列规范差:b. 计算绝对误差序列的规范差：c. 计算方差比：.d. 计算小误差概率：令:，那么： P0.950.800.700.70 C0.350.500.65。当 Wt、Ww 两项中有一项数值较小时，用双曲线法能使 W 值明显变小，更便于对方案的抉择。.2优度图法 优度图如下图。图中横坐标为技术价Wt, 纵坐标为经济价Ww。每个方案的Wti、Wwi值构成点Si， 而Si的位置就反映了此方案的优度。 当Wt 、Ww值均等于 1 时的交点SI是理想优度, 表示技术经济综合目的的理想值。0-SI连线称为 “开发线, 线上各点 Wt= Ww。Si点离SI点越近，表示技术经济综合目的越

12、高；分开发线越近，阐明技术经济综合性能越好。 .5.2.6 稀少事件评价法稀少事件 (Rare Events)是指那些发生的概率非常小的事件, 对它们很难用直接观测的方法进展研讨, 由于它们不但“百年不遇, 而且 “不反复。 在稀少事件中有 2 种不同的风险估计: 一类是称外围 “零无穷大的风险, 指的是那些发生的能够性很小(几乎为零)而后果却非常严重(几乎是无穷大)的事故, 例如核电站走漏事故；另一类是发生概率很小, 后果不像前一类那么严重, 但涉及的面或人数却很多, 并且易被一些偶尔要素、另外的风险、与它们的作用一样或相反的其他要素所掩盖的事故, 如水质污染不是特别严重的情况下, 很难确定

13、其与癌症发病率之间的关系。前一类情况主要涉及明显事故的估计与价钱, 后一类情况那么主要是对潜在危险进展丈量和估计。 . 对稀少事件很难给出一个严厉定义，就第一类事故情况来说，普通采用如下的定义：即100年才能够发生一次事故称为稀少事件。其数学表达式如下： nP 0.01 式中n 实验次数次/年； P 事故发生的概率。 .稀少事件的风险度 稀少事件普通服从二项分布，它们相互独立，发生的概率为P，在n次实验中，有m次胜利发生的概率P(m)为： 其均值( 期望值 )：E(x)=nP 方差： D(x)=nP(1-P) 风险度： 对于稀少事件，P1，故有：.2绝对风险与对比风险 概率估计只需当概率不太大

14、和不太小时才比较准确, 因此以期望值(均值)为根底的统计数据计算对稀少事件的分析不是很确切，为此有人提出对比风险的概念。绝对风险：是对某一能够发惹事件的概率及其后果的估计，也就是我们通常所讨论的风险概念。对比风险：可分为两种情况，一种是对于发生概率类似的事件，比较其发生的后果；另一种是对于两种后果及大小类似的事件，比较其发生的概率。.2绝对风险与对比风险 绝对风险与对比风险的适用区域表示图：期望数值和绝对风险适用区.3稀少事件风险估计的运用 例如某企业需存放一种有毒有害物质, 拟有2种存放方案: 一种是简单的浅埋, 另一种是放在专门建造的地窖中。 浅埋比较经济, 但在发生水灾时会大量溢散。水灾

15、的发生是稀少事件。如今需求决议的是能否需求思索浅埋溢散的影响? 设有害物质的维护期为100年。当发生水灾时, 浅埋会呵斥100% 的有害物质溢散, 而专建地窖方案有10%的溢散。因专建的地窖是按要求建造的, 溢散10%是符合有关规定的。.3稀少事件风险估计的运用 假定决策者是一个对风险持中性态度的人，等价程度 P= /年( 即100年中发生溢散的概率为0.01与埋在专建地窖中等价) 。 决策者为更保险, 将此又降低两个数量级即以为等价程度是 P= /年, 然后就要对水灾发生的概率进展估计。假设水灾概率小于 /年, 那么可以采用浅埋方案; 否那么, 那么运用专建地窖方案。 .5.2.7 模糊决策

16、法利用模糊数学的方法将模糊的平安信息定量化, 从而对多要素进展定量评价与决策, 就是模糊决策(评价) 。这里所说的模糊的平安信息, 其实就是我们常说的描画与平安有关的定性术语。例如预测事故发生，常用能够性很大、能够性不大或很小；预测事故后果时，常用灾难性的、非常严重的、严重的、普通的等术语进展区别。如何用这些在平安领域中常用的定性术语进展评价和决策，采用模糊数学的方法是行之有效的途径之一。 .5.2.7 模糊决策法模糊决策主要分为两步进展: 首先按每个要素单独评判然后再按一切要素综合评判。 .1建立要素集 要素集是指以所决策 (评价) 系统中影响评判的各种要素为元素所组成的集合,通常用U表示,

17、 即： U =u1,u2,um 各元素ui(i=1,2, ,m) 即代表各影响要素。这些要素通常都具有不同程度的模糊性。 例如, 评判作业人员的平安消费素质时, 为了经过综合评判得出合理的值, 可列出影响作业人员的平安消费素质取值的要素, 普通包括 : u1平安责任心 ;u2 所受平安教育程度 ; u3文化程度 ;u4作业纠错技艺;u5监测缺点技艺 ; u6 普通缺点排除技艺 ;u7事故临界形状的辨识及应急操作技艺。 上述要素 u1u7 都是模糊的, 由它们组成的集合, 便是评判操作人员的平安消费技艺的要素集。.2建立权重集 普通说来, 要素集U中的各要素对平安系统的影响程度是不一样的。为了反

18、映各要素的重要程度, 对各个要素应赋予一相应的权数Qi。由各权数所组成的集合： A=1,2, ,m A 称为要素权重集，简称权重集。 各权数比应满足归一性和非负性条件 ： 它们可视为各要素对“重要的隶属度。因此, 权重集是要素集上的模糊子集。.3建立评判集 评判集是评判者对评判对象能够作出的各种总的评判结果所组成的集合。通常用 V 表示，即： V =( 1,2, , n)各元素i即代表各种能够的总评判结果。 模糊综合评判的目的，就是在综合思索一切影响要素根底上, 从评判集中得出一最正确的评判结果。.4单要素模糊评判 单独从一个要素进展评判, 以确定评判对象对评判集元素的隶属度, 称为单要素模糊

19、评判。 设对要素集U中第 i 个要素 ui 进展评判, 对评判集 V 中第 j 个元素j的隶属度为rij,那么按第 i 个要素ui的评判结果 , 可得模糊集合: Ri=ri1，ri2，rin同理 , 可得到相应于每个要素的单要素评判集如下 : R1=r11，r12，r1n R2=r21，r22，r2n Rm=rm1，rm2，rmn .4单要素模糊评判 将各单要素评判集的隶属度行组成矩阵，又称为评判 (决策) 矩阵： .5模糊综合决策 单要素模糊评判，仅反映了一个要素对评判对象的影响。要综合思索一切要素的影响，得出正确的评判结果，这就是模糊综合决策。假设已给出决策矩阵R，再思索各要素的重要程，即给定隶属函数或权重集 A，那么模糊综合决策模型为： B =AR 评判集 V 上的模糊子集 , 表示系统评判集诸要素的相对重要程度。.实例分析设评判某类事故的危险性，普通可思索事故发生的能够性、事故后的严重度、对社会呵斥的影响以及防止事故的难易程度。这 4 个要素就可构成危险性的要素集，即： U=事故发生的能够性(u1),事故后的严重程度 (u2), 对社会呵斥的影响程度 (u3),防止事故的难易程度 (u4)。 由于要素集中各