系统安全性(System Safety)的综合评价(Comprehensive Evaluation)是对指标体系的安全综合评价方法。多个描述被评价对象不同方面且量纲不同的定性和定量指标,转化为无量纲的评价值,并综合这些评价值以得出对该评价对象的一个整体评价。安全综合评价法具有多指标、多层次特性,能较好地处理大型复杂系统的安全评价问题。构成综合评价问题的要素有:被评价对象、综合评价模型、评价指标、评价者、权重系数等要素。综合评价的的步骤如下:
(1)明确评价目的;
(2)确定被评价对象;
(3)建立评价指标体系;
(4)确定指标评价值及指标权重系数;
(5)选择或构造综合评价模型;
(6)计算各系统(评价对象)的综合评价值并进行排序、分类或比较;
1.评价指标体系的建立
评价指标体系(Evaluation Index System)是指由表征评价对象各方面特性及其相互联系的多个指标,所构成的具有内在结构的有机整体。
指标体系的结构:隐患指标(从系统整体出发,对人员、设备、环境、管理的安全综合评价)和事故指标(事故指标与隐患指标相结合)。
评价指标的筛选:主要有专家调研法、最小均方差法和极小极大离差法。
(1)专家调研法(Expert Investigation Method;Expert Investigation Approach;The Method Of Expert Investigation;Delphi Method):专家调研法又称德尔菲法,指围绕某一主题或问题,征询有关专家或权威人士的意见和看法的调查方法。这种调查的对象只限于专家这一层次。调查是多轮次的,一般为3~5次。每次都请调查对象回答内容基本一致的问卷,并要求他们简要陈述自己看法的理由根据。每轮次调查的结果经过整理后,都在下一轮调查时向所有被调查者公布,以便他们了解其他专家的意见,以及自己的看法与大多数专家意见的异同。这种调查法最早用于技术开发预测,现在已被广泛应用于对政治、经济、文化和社会发展等许多领域问题的研究。
(2)最小均方差法(Minimum Variance):方差是在概率论和统计方差衡量随机变量或一组数据时离散程度的度量。方差反映了样本数据围绕样本平均值变化的情况,方差值越小,表明数据越靠近平均值,离散程度越小。相反,方差值越大,数据离平均值越远,离散程度越大。在方差中最小的那个数,称为最小方差。而最小均方差法即选择一组时域采样值,采用最小均方误差算法(自适应算法的一种),以使均方误差最小,从而达到最优化设计。这一方法注重的是在整个频率区间内,总误差全局最小,但不能保证局部频率点的性能,有些频点可能会有较大的误差。筛选原则:
若存在
1≤k0≤m
使得
其中 sk0≈0
则可删除与sk0相应的评价指标xk0。
(3)极小极大离差法。求出各评价指标xj的最大离差rj:
再求出最小值,即
当r0接近于0时,可删除与r0相应的评价指标。
2.基础指标评价值的确定
基础指标评价值的确定分为定性指标评价值的确定、定量指标评价值的确定。
(1)定性指标评价值的确定。采用模糊数学的方法对模糊信息进行量化,主要有等级比重法(试验统计法)。步骤如下:
步骤一,专家试验,在表格中对每个指标打勾,统计出个中标的评判结果。
步骤二,将各个定性指标评判结果综合成评判矩阵。
步骤三,赋予不同定性等级以相应的权重系数
A=(a1,a2,∙∙∙,am)
步骤四,指标的评价值
B=A∙R=(b1,b2,∙∙∙,bn)
(2)定量指标评价值的确定。在确定指标实际值后,对评价指标类型的一致化和评级指标的无量纲化处理。指标中含“极大型”“居中型”和“极小型”指标。
对“极大型”指标:
对“居中型”指标:(www.xing528.com)
对“极小型”指标:
3.评价指标的无量纲化
无量纲化及标准化、规范化的主要方法有:
(1)标准化法(Standardization Method):标准化法是国家对现代化生产进行科学管理的有关标准化的法律规范的总称,也是数学中常用的一种无量纲化方法。
(2)极值法(Extremum Method):极值法是一种重要的数学思想和分析方法。
(3)功效系数法(Efficacy Coefficient Method):功效系数法又叫功效函数法,它是根据多目标规划原理,对每一项评价指标确定一个满意值和不允许值,以满意值为上限,以不允许值为下限。计算各指标实现满意值的程度,并以此确定各指标的分数,再经过加权平均进行综合,从而评价被研究对象的综合状况。
4.指标体系的赋权方法
基于“功能驱动”原理的赋权法是一类“求大同存小异”的方法,主要包括集值迭代法、特征值法(层次分析法)。
层次分析法(the Analytic Hierarchy Process,简称AHP),在20世纪70年代中期由美国运筹学家托马斯·塞蒂(T.L.Saaty)正式提出。它是一种定性和定量相结合的、系统化、层次化的分析方法。层次分析法是将与决策总是有关的元素分解成目标、准则、方案等层次,在此基础之上进行定性和定量分析的决策方法。该方法是美国运筹学家匹茨堡大学教授萨蒂于20世纪70年代初,在为美国国防部研究“根据各个工业部门对国家福利的贡献大小而进行电力分配”课题时,应用网络系统理论和多目标综合评价方法,提出的一种层次权重决策分析方法。它是一种定性和定量相结合的、系统化、层次化的分析方法。
AHP法首先把问题层次化,按问题性质和总目标将此问题分解成不同层次,构成一个多层次的分析结构模型,分为最低层(供决策的方案、措施等),相对于最高层(总目标)的相对重要性权值的确定或相对优劣次序的排序问题。具体步骤如下:
步骤一:建立层次结构。根据对问题分析和了解,将问题所包含的因素,按照是否共有某些特征进行归纳成组,并把它们之间的共同特性看成是系统中新的层次中的一些因素,而这些因素本身也按照另外的特性组合起来,形成更高层次的因素,直到最终形成单一的最高层次因素。递阶层次结构如图7.17所示。
图7.17 递阶层次结构图
步骤二:建立两两比较的判断矩阵(见表7.12)。
表7.12 判断矩阵
步骤三:层次分析法。采用1—9标度方法,对不同情况的评比给出数量标度(见表7.13)。
表7.13 层次分析法标度判定
步骤四:计算判断矩阵。判断矩阵中的bij是根据资料数据、专家的意见和系统分析人员的经验经过反复研究后确定。应用层次分析法保持判断思维的一致性是非常重要的,只要矩阵中的bij满足上述三条关系式时,就说明判断矩阵具有完全的一致性。
判断矩阵一致性指标C.I.(Consistency Index):
5.综合评价的数学模型
综合评价(Comprehensive Evaluation Method)也叫综合评价方法,是指使用比较系统的、规范的方法对于多个指标、多个单位同时进行评价的方法。也叫多指标综合评价方法。综合评价方法在现实中应用范围很广,综合评价的数学模型数学模型为线性评价模型、理想点评价模型、线性加权综合评价模型、非线性加权综合评价模型。
(1)线性评价模型:利用线性加权模型得出综合评价结果。
(2)非线性评价模型:非线性评价方法是指评价结果与指标值之间的关系是非线性的,主要指运用运筹学、模糊数学、系统工程等领域的方法进行评价,评价值与指标值之间的关系是非线性的。一些系统评价方法无须赋权,如主成分分析法、数据包络分析、TOPSIS 法等;另一些系统评价方法也可以赋权,采用主客观赋权方法均可,但一般以主观赋权为主,如加权TOPSIS 法、EL ECTRE 法、模糊综合评价法、PROMETHEE等。
(3)理想点评价模型:理想点法(Ideal Point Method)是一种评价函数方法,是使各目标值尽可能逼近其理想(最优)值的求解多目标规划问题的一种评价函数方法。
(4)线性加权综合评价模型:线性加权和法(Linear Weighted Sum Method)是一种评价函数方法,是按各目标的重要性赋予它相应的权系数,然后对其线性组合进行寻优的求解多目标规划问题的方法。
(5)非线性加权综合评价模型:利用非线性加权模型得出综合评价结果。非线性加权综合评价模型既能够反映某种指标的突出影响,又能把线性加权平均模型看作它的特例。
式中,yi为第i个系统的综合评价值。
免责声明:以上内容源自网络,版权归原作者所有,如有侵犯您的原创版权请告知,我们将尽快删除相关内容。