改进CREAM模型的船舶引航员人因可靠性预测

为有效预测船舶引航员人因可靠性,以认知可靠性与失误分析方法(Cognitive Reliability and Error Analysis Method,CREAM)为基础,将模糊数引入通用行为条件(Common Performance Condition,CPC)绩效效应评价中,将先验条件概率从确定值转变为概率值,降低专家判断的主观因素对评价结果的影响。基于贝叶斯网络技术建立改进CREAM模型,确定控制模式并计算出人因差错率(Human Error Probability,HEP),根据结果分析出实际情景环境下引航员的人因可靠性。结果表明:改进的CREAM模型能获得特定情景环境下引航员HEP的精确值,相比CREAM基本法有更好的可靠性和敏感性,可为船舶引航员人因可靠性分析提供定量评估数据。

概率化认知控制模式下人为差错概率的量化方法

在现有成果的基础上,对CREAM方法中的人为差错概率量化进行了改进。介绍了CREAM基本法量化人为差错概率的基本思想;讨论了两种概率化认知控制模式的确定方法:贝叶斯网络法和模糊逻辑法,强调了概率化认知控制模式下量化人为差错概率的必要性。通过理论推导,构建了概率化认知控制模式下人为差错概率的量化方法。另外,为了提高计算效率,提供了人为差错概率的Monte Carlo仿真算法。通过示例分析,证明了方法的有效性。