航空安全风险评价的模糊证据推理方法

高建国， 张 晗,2， 闵桂龙， 王 强

(1.空军工程大学，西安 710000； 2.西安财经大学，西安 710000; 3.中国人民解放军94810部队，南京 211000)

0 引言

航空安全风险评价是在安全风险识别的基础上，对危险源引发危险的可能性及其后果的严重程度进行综合评价的过程，可以确定系统的安全风险等级，是开展安全风险管理的核心关键，可为安全风险预警和控制提供支撑。因此，开展安全风险评价方法研究，对减少或消除安全风险隐患，提高航空安全风险管理水平具有重要价值。

关于航空安全风险评价方法的研究，概括起来有概率风险评价、基于机器学习的评价法和综合评价法三大类。概率风险评价的研究成果有：MOHAGHEGH等[1]

考虑组织因素的影响，拓展了概率风险评估模型，提出了SoTeRiA (Social-Technical Risk Analysis)事故致因模型，结合故障树(FT)、事件序列图(ESD)、贝叶斯网络(BBN)和系统动力学(SD)等方法对航空安全风险进行了定量评价；GROTH等[2]和ROELEN等[3]结合ESD,FT和BBN构建了航空运输系统的概率风险评价方法；袁乐平等[4]组合事件树(ETA)和人误评估与减少技术(HEART)方法建立了飞行冲突调配概率安全评估模型。基于机器学习的评价方法的研究成果有：孙大鑫等[5]提出了基于集成神经网络的航空安全风险评价方法;刘俊勇等[6]建立了基于BA-WNN的滑行道安全风险预警模型;BROOKER[7]构建了安全风险评估的贝叶斯网络。综合评价法的研究成果有：除了层次分析法[8]、模糊综合评价[9]、灰色综合评价[10]等常用方法，网络分析法[11]、集对分析[12]、可拓优度[13]、物元理论[14]等方法也被用于航空安全风险评价。

由于航空系统的复杂特性，在航空安全风险评价中普遍存在各类不确定问题，其关键是评价指标数据信息的不确定性问题，主要源自飞机故障和环境变化的随机性、决策信息不完备、评价专家意见分歧以及主观指标难以精确分析等。而上述安全风险评价方法在系统处理不确定性问题方面具有一定的局限性，因此，需要结合航空系统特点，研究解决安全风险评价的不确定问题。在证据推理和模糊集理论基础上发展而来的模糊证据推理方法，以其运算规则允许对未知情况缺省处理的特点而被广泛应用[15]。WANG等[16]最先将模糊集理论与证据推理算法相结合提出一种新的安全分析方法；在国内，姜江等[17]最早将模糊证据推理方法引入风险分析与评价领域，其研究最具系统性；张笛等[18]运用证据推理方法融合以模糊信度分布表示的各评价指标的安全风险值，将模糊证据推理方法引入内河船舶航行的安全评价领域。在此基础上，本文提出航空安全风险评价的模糊证据推理方法，由航空领域专家根据经验知识并结合被评价对象的实际情况给出每个安全风险评价指标的可能性和严重性等级，利用模糊风险评价方法求得每个指标以信度结构表示的安全风险值，并基于证据推理算法所具有良好的合成不同来源信息、处理冲突数据问题的能力，将其用于合成不同评价指标的安全风险值，最终得到航空系统综合安全风险值和安全风险等级。

1 航空安全风险评价指标体系构建

由于航空系统是由人员、飞机、环境和管理等因素构成的复杂社会技术系统。因此，基于“人-机-环”系统安全理论[1]，在总结相关文献和分析78起安全事件基础上，采用问卷调查的形式征求5位航空安全专家意见，根据专家反馈意见，优化构建航空安全风险评价指标体系，如图1所示。

图1 航空安全风险评价指标体系Fig.1 Aviation safety risk evaluation index system

由图1可以看出，航空安全风险评价指标体系共涵盖14项关键指标，指标的选取覆盖了航空系统安全风险的各个维度，全面系统、适用可行。

2 安全风险评价的模糊证据推理方法

2.1 证据推理算法

S(ei)={(Hn,βn,i),n=1,2,…,N}i=1,2,…,L

(1)

设βn为总体指标y被评价为等级Hn的信任度，证据推理算法就是将所有基本指标ei的信度分布S(ei)={(Hn,βn,i),n=1,2,…,N}提供的信息合成为总体指标y的信度分布S(y)={(Hn,βn),n=1,2,…,N}的过程。

设mn,i为已分配的基本概率函数，表示第i个基本指标ei支持总体指标y为等级Hn的程度；设mH,i是在指标ei上所有评价等级都被考虑后未分配给任何等级的剩余概率函数。其算式为

mn,i=ωiβn,in=1,2,…,N

(2)

(3)

(4)

(5)

令EI(i)为前i个基本指标的集合，即EI(i)={e1,e2,…,ei}。令mn,I(i)表示前i个基本指标支持y为等级Hn的程度，mH,I(i)为在前i个指标e1,e2,…,ei上所有评价等级都被考虑后未分配给任何等级的剩余概率函数。mn,I(i)和mH,I(i)需要合成所有mn, j和mH, j(n=1,2,…,N，j=1,2,…,i)得到。

求mn,I(i)和mH,I(i)的递归公式[19]为

{Hn}:mn,I(i+1)=KI(i+1)(mn,I(i)mn,i+1+
mn,I(i)mH,i+1+mH,I(i)mn,i+1)

(6)

(7)

(8)

(9)

(10)

(11)

(12)

2.2 模糊安全风险评价方法

安全风险R可以用R=P×S表示，即危险事件发生可能性P与引发后果严重性S的乘积。由于不确定性因素的影响，通常难以定量地对安全风险进行评价。一个实用且有效的方法是应用定性描述来表示安全风险级别。危险事件发生的可能性可以定性地用语言等级表述为“很低”、“低”、“较高”、“高”和“很高”；而后果的严重性也可以描述为“无影响”、“轻微”、“较大”、“危险”和“灾难性”。本文将风险参数P和S的语义评价等级描述转化为用三角模糊数表示，其对应关系见表1。

表1 语义等级评价与三角模糊数对应关系Table 1 Corresponding relationship between semantic grade evaluation and triangular fuzzy number

(13)

安全风险评价等级的定义及风险参数描述见表2。

表2 安全风险评价等级的定义及风险参数描述Table 2 Definition of safety risk evaluation level and risk parameter description

图2 5个等级三角模糊数的隶属度函数曲线Fig.2 Membership function curve of five-grade triangular fuzzy numbers

将每个评价指标的安全风险值从三角模糊数转化为信度结构的步骤如下。

5) 将ZR归一化得到标准化的信度结构Z={βVL,βL,βM,βH,βVH}。

2.3 安全风险评价的模糊证据推理方法

结合模糊评价方法和证据推理算法，提出航空安全风险评价的模糊证据推理方法，其步骤如下：

1) 构建航空安全风险评价指标体系。

2) 运用层次分析法计算各评价指标权重。

3) 对各指标的安全风险参数等级进行评价，将评价结果以三角模糊数形式表示。

4) 采用式(13)求得各评价指标以三角模糊数形式表示的安全风险值。

5) 将各指标的安全风险值从三角模糊数转化为以S(ei)={(Hn,βn,i),n=1,2,…,5}表示的信度结构。

6) 根据证据推理算法(式(2)～(12))综合所有评价指标以信度结构表示的安全风险值，得到以信度结构表示的总体航空安全风险值。

7) 求取航空安全风险值的期望效用值u。

在此基础上，可定义3种不同的期望效用值，即最大、最小及平均期望效用值[19-20]分别为

(14)

(15)

(16)

若评价是完全的，u(y)=uavg(y)=umin(y)=umax(y)，总体指标的期望效用值为

(17)

8) 确定航空安全风险等级。

3 实例分析

以某飞行大队为评价对象，采用本文提出的模糊证据推理方法对其航空安全风险进行评价，以验证方法的有效性。首先，运用调查咨询法，邀请5位航空领域专家，从14个安全风险评价指标出发，对该大队可能存在的安全风险进行分析判断，咨询过程中发现该飞行大队存在人员教育培训不充分、心理状态不佳、安全意识淡薄等安全风险隐患，根据调查分析情况，给出该单位每个安全风险评价指标的可能性和严重性等级，结果如表3所示。

表3 评价指标的可能性和严重性等级Table 3 Possibility and severity level of evaluation indexes

其次，参考表2，将表3中每个指标的可能性和严重性等级从语义评价转化为三角模糊数，并根据式(13)求得每个指标以三角模糊数形式表示的安全风险值，结果如表4所示。

表4 三角模糊数表示的风险评价结果Table 4 Risk evaluation results expressed by triangular fuzzy numbers

然后，采用三角模糊数转化为信度结构的算法，将表4中每个指标以三角模糊数形式表示的安全风险值转化为信度结构表示，结果如表5所示。

表5 归一化的评价指标安全风险值Table 5 Safety risk value of normalized evaluation index

进一步，利用层次分析法求解评价指标权重[8]，计算得到一级指标和二级指标对应的权重值，结果如表6和表7所示。

表6 一级指标权重Table 6 Weight of first-level indexes

表7 二级指标权重Table 7 Weight of second-level indexes

最后，运用证据推理算法综合每个评价指标的安全风险值，得到4个一级指标和总体航空安全风险值，如表8所示。从表8中可以看出，评价是完全的。

表8 一级指标和系统总体安全风险值Table 8 First-level index and overall safety risk value of the system

因此，该单位的安全风险等级序号为3，其相应的风险等级为“中等(M)”，表示该单位整体安全风险水平较高，若技术可行，必须采取措施降低安全风险，这与该单位的实际安全状况是相符的。

4 结束语

基于“人-机-环”系统安全理论，构建了由人员风险、飞机风险、环境风险和管理风险构成的航空安全风险评价指标体系。

提出了航空安全风险评价的模糊证据推理方法。以三角模糊数及其运算规则为逻辑基础，提出了模糊安全风险评价方法，运用证据推理算法综合所有指标的安全风险值。通过实例分析验证了模糊证据推理方法的可行性和有效性。

为保证航空安全风险评价的客观性，需进一步研究客观评价指标的识别和数据采集方法，为实现航空安全风险实时动态预警提供支持。