基于ANFIS的人因失误风险严重度识别

为提高人因失误风险评价的精度和效率,考虑人因失误对系统的影响,用人因失误概率(HEP)、失误影响概率(EEP)以及失误后果严重度(ECS)3个参数,对人因失误风险进行度量,以满足概率风险评价(PSA)的最终目的。将神经网络和模糊逻辑推理有机地结合,利用获得的120组人因失误风险数据,建立基于自适应神经-模糊推理系统(ANFIS)的人因失误风险评价模型,用于人因失误风险重要性识别。结果表明,用该模型可克服专家判断的主观性、模糊性和不确定性等缺陷,使人因失误风险评价结果更符合实际。