贝叶斯网络模型的发展 —基于风险的船舶设计外文翻译资料

 2022-09-09 16:18:35

英语原文共 12 页，剩余内容已隐藏，支付完成后下载完整资料

贝叶斯网络模型的发展
---基于风险的船舶设计

摘要

在过去的15年里,对船舶安全客观而非强制性的关注已经开始席卷整个海运业。提倡系统化集成对传统设计中的风险进行评估的，基于风险的船舶设计(RBD)方法,已经有了一定发展而且越来越受欢迎。从定量和定性两个方面进行的风险评估可能会破坏重要影响因素而产生错误的评估结果。本文详细介绍一种通过对历史数据有效的分析评估开发出来的一种形式化的风险评估方法，此方法应有助于生成适当的风险模型的选择平台(贝叶斯网络),可以在设计阶段用于决策。

关键词:基于风险的船舶设计;风险评估;数据挖掘;贝叶斯网络;船舶安全

1概述

船舶设计具有神圣的历史，它带给了船舶建筑师无比的自豪感和巨大的满足感。从简单的浮动树叶的阿基米德原理到牛顿力学再到先进的计算机辅助设计软件CAD，船舶工程经历了几千年的探索和积累，是一个极具魅力和创新的富有内涵的工程。通过长期的积累和对经验的利用，我们取得了巨大的成就，但是一些伤痛却不可磨灭，不时刺痛我们：从“永不沉没的”泰坦尼克号于1912年的损失(帕克,2006年), 1987年独立船舶企业企业的迅速倾覆,埃克森·瓦尔迪兹号漏油(美国环保署，2009年). 幸运的是,这种情况正在逐渐改变。不断传来的海洋悲剧,以及导致对人类生命,财产和环境的灾难性后果，迫使行业重新审视现有的船舶设计方法和增强航运安全意识。风险下的“安全”的设计哲学,形式化的方法,基于风险的船舶设计(RBD),已经在过去的15年里找到了肥沃的土壤。通过系统集成中的风险评估传统的船舶设计过程中,安全不再是唯一约束，而是客观存在的。通过连续的大型研究项目，,RBD已经从概念化,实例化,初步实现证明了它强壮的活力:困难(2000 - 2003),安全 (Vassalos Konovessis,2008),SAFEDOR(2005 - 2009)。

实现基于风险的设计、风险评估需要不断地实践,以量化的风险水平下的风险考虑。经典的技术风险评估(最典型故障和事件树技术)得到了广泛的认可（领域的定量风险分析摘要)(沃斯,2008年),因为它们提供了一个清晰的、合逻辑的表示形式。此外,树状拓扑适用于分析结合产生的危害和反推原因。相反, 从定性和定量的观点，发生故障的内在特征也被约束，从而大大削弱了风险模型的质量,

定性角度：由于这一事实错误和事件树采用树状拓扑中,每个分支除了直接的一系，和其余的参数是完全孤立的,。由于这个原因,所有事件被独立,是被简化的方法。但是,它很快成复杂,耗时和困难的大系统。

定量角度：大树很容易导致情况详细的历史数据不可用,而主观的消息经常被使用。此外,考虑到效率的情况,采用工具是必须的,船舶设计迭代推导过程可能非常耗时。

除了使用错误的事件树,值得注意的是一个有前途备用风险模型：贝叶斯网络(BN),(Darwiche,2009),(2008年霍姆斯和耆那教的),其拥有捕获复杂的物理事件之间的关系固的优势。贝叶斯网络,依赖关系由有关参数之间的联系,同时概率都存储在一个条件概率表，附加到每个参数。概率推理则根据贝叶斯定理。虽然配备了良好的数学基础,贝叶斯网络的复杂操作使它难于推广,这是反映的识别依赖关系和条件概率的估计数据不足导致的主观判断。只需要建立一个合适的渠道来识别依赖关系,推导出概率使用客观资源和科学方法这个缺点是可以克服的。在这方面,日益增长的计算机科学指出了一个有前途的方法：采用数据挖掘技术来不断学习数据和建立风险模型。

本文旨在描述一个正式的系统和客观的风险评估方法。文中RBD实现通过接受客观资源,采用先进的建模技术评估风险。强调顺序应遵循的步骤。数据挖掘的过程从简要回顾开始,在第二节采用贝叶斯网络技术总结了方法。第三节详细的展望下一代海洋数据库,而第四节阐述了贝叶斯风险模型的结构。通过有限的案例研究在第五节提出了消防安全,说明采用该方法的适用性。结论在第六节。

2背景介绍

2.1数据挖掘

数据挖掘,也通常被称为“从数据知识发现(KDD)“,它很难给出一个统一的定义,其扩张的节奏很快，在多学科领域,如数据库技术、机器学习、模式识别、统计、数据可视化等,用于发现有意义的新的关联、模式和趋势。一个典型的过程在图1。不同的任务可以由关联规则数据挖掘技术，包括量化两个和多个属性之间的关系,分类规则来预测分类标签,最后聚类的一组物理对象到类似的。配备这些功能,数据挖掘技术已经广泛使用在很多领域,如化学(Anand et al .,2006)和航空(Nazeri et al .,2001)行业,有关安全数据分析。相比之下,海事行业的应用和观察文献是很有限的。

将数据挖掘与不确定性的一种方法推理技术(陈,2001),包括贝叶斯网络,提供了一个有前途的未来。更具体地说,BN（贝叶斯网络）被确定为代表的平台数据的基本特征,即因果结构和不确定性,以及执行概率推理模型的更新。

图1的流程图,数据挖掘(汉Kamber,2006)

2.2贝叶斯网络

BN是一个能够描述复杂关系的概率并用直观的视觉来表示的工具。通用BN模型由一组变量网络中的节点,一组直接链接(箭头)连接的节点来表示依赖关系,用一系列概率密度函数和条件概率表(CPT)与每个节点描述关联的概率影响上下的节点。BN的关键特性是能够形成一个risk-knowledge模型,使对不确定性能被推理。

图2一个贝叶斯网络模型的一个例子

(Eleye-Datubo et al .,2006)

如图2中所示,每个节点表示一个事件,依赖关系由一个箭头表示,称为弧形,与条件分布分配(通常在一个条件概率表的形式)的向下箭头节点,有条件的组合状态的父母。BN的一个重要优点是它允许概率推理在网络中其他节点的观测证据的基础上,利用完善的贝叶斯定理,如(1)中所示。主要有四种类型的推理,可以执行,如图3中所示。根据证据,推理的方向可以向后(诊断),向前(预测),混合和总和。

图3类型的推理(科博和尼科尔森,2004年)

BN提供了几个优势传统的风险建模技术:

bull;不需要承担独立的关系，这些很容易被描述的事件之一，指挥弧。

bull;直观的可视化表示描述因果，合理和现实的模型使逻辑上容易被理解、接受和验证。

bull;可以使用不同的信息来源，同时在其他BN模型没有冲突。

bull;BN可以很容易地更新本地与更新互联网信息。

bull;计算并通过的信息概率,是一致的风险评估范式。

bull;可以使用概率计算和现成的BN工具,无视其大小依赖和一个实际模型的复杂性。

bull;如果模型中的变量是关键，选择域指标/措施,BN模型将是一个有用的决策支持工具。

bull; “单独守望黑暗时期”(Skjong,2008)：bn模型导航安全已经得到普及,如风险模型在电子海图显示与信息系统(航行)的应用(国际海事组织,2006)。类似的研究在航行使用。bn进一步确定bn的力量不仅造型也为风险评估的风险控制选项(金子和吉田,2007)。

bull;SAFEDOR研究项目(2005 - 2009)：bn已经部署为风险建模工具来分析原理的几乎每一个方面危害考虑在相关的风险模型的发展。关于结构完整性,BN模型开发识别最关键的破坏场景对船体梁折断(Friis-Hansen Garre,2007);碰撞和接地,各种BN子模型用于描述运营商(利瓦,2006)的行为关键。

2.3海洋应用程序

BN技术正逐渐被认可为一个有效的和强大的工具，特别是在最近几年对风险model-ling海事行业的相关决策支持手段中。早期的调查(Friis-Hansen,2000)确认潜在的bn作为透明和一致的建模工具及其应用决策支持。(Faber et al .,2002)bn用来构造一个解除活动的风险模型来评估退役选项和确定额外的安全措施。

从监管的角度发展,MSC69在1998年首次提出了一种基于贝叶斯网络的风险评估在有关因果影响因素下船舶碰撞力量(Ravn2006)和失败的推进系统和舵机系统(Ravn,2006 b);关于消防安全,BN模型被设计成一个火场的技术筛选的新布局,（科学分析和研究中心,2007年)和模拟货物火灾场景结合CFD工具(Povel Dausendschon,2007)。

2.4方法采用

方法采用RBD实现涵盖海洋事故/事件数据库，第一原则的工具为数据挖掘技术和贝叶斯网络。其方法包括两个阶段:

阶段一:开发一个框架,用于下一代海洋事故/事件数据库。重点是放在主导变量的识别记录和收集相关信息资源上。

阶段二:识别工具/技术和数据挖掘相关知识系统地ex-tract建设以及有用的数据结构和BN的量化模型。

3海洋数据库开发下一代

RBD是一个正式的方法,集成了系统在设计过程中风险评估与预防和减少风险的嵌入式设计目标,与“传统”的设计目标。理解RBD的关键是集成设计过程的风险评估和决策实现的总体设计目标,也作为一个平行(并发)安全评估过程中的迭代实现安全目标/目标,高层框架所描述的图4所示。

图4一个高水平的基于风险的设计框架

安全评估过程是一个系统的风险评估的过程,可以以多种方式进行。选择正确的方法可能有以下几种

bull;设计阶段:确定可能的设计灵活性的程度变化以及设计知识的水平。在概念设计阶段(初步)，要灵活地对主要设计进行权衡;另一方面,有较小的船舶知识,风险评估必须限于粗糙的方法。风险评估——当然可以re-fined在先进的设计阶段(如果能提供更多的设计细节),施工和调试过程。

bull;主要潜在危险潜力越大，全损概率就越大

尽力搜集整个海事行业调查过去的事故/事件,收集相关信息和通过采用BN工具分析其原因和后果。此举的目的是提升行业的安全性能，通过从错误中学习,防止将来类似的不良事件的发生。然而, 考虑到现有的监管框架，当前关于海洋事故的调查方法和相关数据的收集可以描述为面向规则的作用，它是面向规则的安全增强的方式，通过立法来确定明确目标。潜在的危险在监管框架之外时,几乎没有发现威胁原因,只使用传统的基于规则的方法是不可取的决策。因此,需关注主要的船事故原因类别。

bull;风险决策联系前后:更高的创新元素,
不确定性或大众的关注也将推动其走向更全面的风险评估并反馈给造船厂、运营商和设计师。,因此风险设计的偏差对高创新、高附加值的船舶尤为重要。它是特定的过去经验,表明的现有的海上安全框架的关键变化，主要是由个人的重大事故,而大部分记录没有得到充分利用。因此,另一种更合理利用海洋事故/事件立即需要的数据。

图5下一代海洋事故/事件数据库的高级配置

商业客船安全的情况下,全面风险管理可以通过分析寻求三原则的危险规避:碰撞、触底和消防(Vassalos,2008年),(Konovessis Vassalos,2008),每个原则遵循逻辑顺序:危害发生,升级,结果。

在图5中,表示应收集的数据即各种危害的生成。这些不仅来自过去的记录,也有采用方法(如模型试验、计算机模拟等)得到的。过去的记录和采用工具分析提供信息的利用和集成原则危害有关pre-casualty和post-casualty(后果)阶段;而对于缓解分析,事故后系统可用性和疏散等采用基于工具扮演主导的角色在提供相关信息。这样一个数据库的关键区别比较方式。

值得注意的是,不同的数据来源扮演着不同的角色在量化的各个组成元素的总风险框架,如图6中所示。

图6 事故/事件的数据源

由于海上事故的性质，通过使用历史数据,相对容易获得事件发生概率 (或频率)。另一方面,海事事故的特点是低频率、高后果,理解这一事实记录关键参数的细节/因素(如进水,倾侧运动,等等)在紧急情况下是一个艰巨的任务,历史数据将不能满足分析的需要。形势变得越来越复杂时,事故后系统可用性和疏散分析,历史信息是很少被发现。相比之下,通过采用基于数据生成方法是一种强大的大道,它只需要定义最初的场景，和减轻后果分析可以执行没有任何损失的虚拟操作。

在定义的框架,需要解决的关键问题是参数/变量的列表记录在数据库和用作RBD的输入实现。原则上,灵敏度分析应该执行,这样可以确定参数之间的相对重要性。然而,最先进的数学模型和相关工具,很难适应顺利执行。相反,一个有前途的方法是依靠最新的理解和最新的风险模型的优势，通过几年甚至几十年的不断努力和积累来理解相关的现象。因此,一个重要的假设可以是变量包含在最新的风险模型通过大规模研究开发项目,(例如困难,SAFEDOR等等),足以捕捉识别危害的关键特性。这将是进一步保障因为bn,影响图的一个分支(Kjaerulff马德森,2008),能够描述复杂的各种变量之间的影响关系。这意味着任何无关变量与其余最终将没有任何联系,这意味着那些不重要的参数将被排除在模型外。因此,可以提取的参数列表是最新的风险模型。

为了方便主导变量识别的过程,提出了一种层次分解方法，系统地分解总风险和其组成元素到一个阶段的物理参数有对安全的显著的重要性。具体问题可以被识别的性能。通过系统分解成各种安全性能的关键风险元素方面,最终连接每一个与专用船舶设计的问题都是由只有一小部分设计参数,基本的船舶设计参数可以顺利与安全性能参数和总风险,如图7中所示。一个独特的这种结构的优点在于考虑问题的复杂性可以大大简化为一个可以解决一个设计问题。进行层次分解,强调的关键风险因素。客船总风险应寻求通过分析主要危害:碰撞、接地和火。此外,风险的定义的基础上,设计有关的量化每个风险可以通过产品的数量来估计概率定义关键场景和随之而来的社会后果,如下图所示(Vassalos,20

剩余内容已隐藏，支付完成后下载完整资料

资料编号：[146079]，资料为PDF文档或Word文档，PDF文档可免费转换为Word

原文和译文剩余内容已隐藏，您需要先支付 30元 才能查看原文和译文全部内容！立即支付

以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。

您可能感兴趣的文章