为满足人机系统概率风险评估的需要,提出一种人为差错概率量化方法。分析技能、规则和知识为基础(skill,rule and knowledge-based,SRK)框架和行为模式的确定方法Hanaman决策树法,指出在确定行为模式的过程中考虑行为模式影响因素的不...为满足人机系统概率风险评估的需要,提出一种人为差错概率量化方法。分析技能、规则和知识为基础(skill,rule and knowledge-based,SRK)框架和行为模式的确定方法Hanaman决策树法,指出在确定行为模式的过程中考虑行为模式影响因素的不确定性是必要的;使用模糊逻辑方法处理行为模式各个影响因素的不确定性,根据Hanaman决策树构建模糊推理规则,利用系统人为行为可靠性程序(systematic human action reliability procedure,SHARP)方法所提供的人为差错概率区间确定人为差错概率的隶属度函数。结果表明:该方法考虑了任务场景的不确定性,可以得到人为差错概率的精确值,满足人机系统概率风险评估的需要。展开更多
文摘为满足人机系统概率风险评估的需要,提出一种人为差错概率量化方法。分析技能、规则和知识为基础(skill,rule and knowledge-based,SRK)框架和行为模式的确定方法Hanaman决策树法,指出在确定行为模式的过程中考虑行为模式影响因素的不确定性是必要的;使用模糊逻辑方法处理行为模式各个影响因素的不确定性,根据Hanaman决策树构建模糊推理规则,利用系统人为行为可靠性程序(systematic human action reliability procedure,SHARP)方法所提供的人为差错概率区间确定人为差错概率的隶属度函数。结果表明:该方法考虑了任务场景的不确定性,可以得到人为差错概率的精确值,满足人机系统概率风险评估的需要。
