基于证据推理的改进加权CREAM模型

为弥补传统认知可靠性与失误分析方法(CREAM)的缺陷,提高人因失误概率(HEP)的计算精度,提出一种基于证据推理(ER)的改进CREAM模型。该模型首先通过决策实验室分析法(DEMATEL)和模糊层次分析法来分别计算共同绩效条件(CPC)的相关性权重和重要性权重;然后利用组合赋权法将两种权重线性组合,获得CPC的综合权重,在此基础上利用ER算法对CPC的绩效效应进行加权数据融合,并利用融合后的数据获取情景影响指数(CII),通过CII实现了HEP点值的输出;最后将该改进的CREAM模型应用到高速铁路列车调度员的人因可靠性定量评估案例中,以验证模型的有效性。案例评估结果表明:调度员在“设置临时限速”时的认知行为控制模式为战术型,HEP值为3.522×10^(-3),并通过与其他方法的对比分析,验证了该模型的有效性和可行性。