为研究管制单位风险的动态性,提高风险评估的准确性,预防风险事故的发生,提出基于毕达哥拉斯模糊、试验与评估实验室(Decision Making Trial and Evaluation Laboratory,DEMATEL)、贝叶斯网络(Bayesian Network,BN)和模糊损失率的管制...为研究管制单位风险的动态性,提高风险评估的准确性,预防风险事故的发生,提出基于毕达哥拉斯模糊、试验与评估实验室(Decision Making Trial and Evaluation Laboratory,DEMATEL)、贝叶斯网络(Bayesian Network,BN)和模糊损失率的管制单位动态风险评估模型。首先识别管制单位风险因素;其次应用毕达哥拉斯模糊和DEMATEL模型探究风险因素之间的相互关系;再次将因素间的相互关系映射到BN,构建管制单位风险演化过程;然后确定先验概率,并以前兆数据作为输入信息,推导计算管制单位的动态风险概率;最后利用模糊损失率量化风险后果,计算管制单位的动态风险评估值。以某管制单位为例,对构建的管制单位动态风险评估模型进行了实证研究。结果表明:特情处置预案不合理等高严重后果概率持续上升的风险因素是该管制单位的风险管控的重点;t1~t5时间段该管制单位的动态风险评估值从1.035×10-2上升到1.1063×10-2。构建的管制单位动态风险评估模型克服了管制传统风险评估模型无法捕捉动态特征和过度依靠专家经验的不足,提高了评估的准确性,为管制单位控制和减少风险提供了决策支持。展开更多
文摘为研究管制单位风险的动态性,提高风险评估的准确性,预防风险事故的发生,提出基于毕达哥拉斯模糊、试验与评估实验室(Decision Making Trial and Evaluation Laboratory,DEMATEL)、贝叶斯网络(Bayesian Network,BN)和模糊损失率的管制单位动态风险评估模型。首先识别管制单位风险因素;其次应用毕达哥拉斯模糊和DEMATEL模型探究风险因素之间的相互关系;再次将因素间的相互关系映射到BN,构建管制单位风险演化过程;然后确定先验概率,并以前兆数据作为输入信息,推导计算管制单位的动态风险概率;最后利用模糊损失率量化风险后果,计算管制单位的动态风险评估值。以某管制单位为例,对构建的管制单位动态风险评估模型进行了实证研究。结果表明:特情处置预案不合理等高严重后果概率持续上升的风险因素是该管制单位的风险管控的重点;t1~t5时间段该管制单位的动态风险评估值从1.035×10-2上升到1.1063×10-2。构建的管制单位动态风险评估模型克服了管制传统风险评估模型无法捕捉动态特征和过度依靠专家经验的不足,提高了评估的准确性,为管制单位控制和减少风险提供了决策支持。
