还剩1页未读,继续阅读
文本内容:
平安等级特征量及其计算方法【关键词】平安等级评价模糊随机特征量模糊特征量可能性CharacteristicQuantityofSafetyGradeandItsCalculationMethodAbstractUsingthemethodoffuzzyevaluationexistingproblemsandshortingsarepointedoutasthetimeofsystemsafetygradebeingdefined.Byusingfuzzyrandomvariabletheoryandfuzzysettheorytheconceptanditscalculationmethodoffuzzyrandomcharacteristicquantityofsafetygradeareputforward.Bothcharacteristicquantityofsafetygradeanditsvariablearethevalueobtainedfromthefuzzysub-setofsafetygradeondomainandarenotadefinitepoint.Calculationmethodofabsoluteandrelativepossibilityisalsogiven.Systemsafetyinfuturecanbeevaluatedandforecastedinadefiniteconditionbythecalculationmethodoffuzzyrandomcharacteristicquantityofsafetygrade.Examplesdemonstratethatcalculationmethodofcharacteristicquantityofsafetygradeandthepossibilitypointedoutinthispaperarescientificandrational.Keywords SafetygradeEvaluationFuzzyrandomcharacteristicquantityFuzzycharacteristicquantityPossibility1系统平安等级的模糊性在评价系统的平安程度或等级时,人们常用“极其平安”、“非常平安”、“非常危险”和“极其危险”等不确定性的语言表达方式这是因为平安和危险是相对的,两者具有亦此亦彼的过渡性质,即具有模糊性因此,要准确、客观地描绘系统的平安等级却非常困难,只能尽可能地使评价结果符合客观实际其原因是影响系统平安性的因素众多而复杂,且具有模糊性例如,机械设备可靠性及平安管理程度的“高”与“低”,环境条件的“优”与“劣”,人、机配合的“好”与“差”,等等在进展评价时,所获得的原始数据也具有模糊性当然,也不能排除在某些系统中,影响其平安的因素具有确定性,其平安等级也具有确定性的情况根据模糊集理论,确定性可以看作是模糊性或随机性的一个特例所以,不管系统的复杂性如何,其平安性均可采用模糊集理论进展评价系统平安评价的非模糊集方法往往也包含有模糊性例如,采用概率评价法时最终所得结果是系统处于平安或危险状态的概率,尽管概率值是确定的,但它所代表的含义那么具有模糊性等级系数法和DOW化学公司的火灾爆炸指数法的评价结果也具有同样的性质可见,系统平安状态的模糊性已成为人们的共识可以说,模糊集方法是评价系统平安性的最好的方法之一采用模糊集方法进展平安评价时,所得结果是对应于各平安等级的隶属度,然后按照最大隶属原那么或评分法确定系统的平安等级目前,此法也存在如下问题
①最大隶属原那么会丧失许多信息[1],存在着使评价结果失真的可能性
②计算评分值时,与平安等级论域U相对应的分数的选取不尽合理;
③一个确定的总分值是相空间中的一个点,而不是一个模糊集合,既不符合模糊集理论,同时也很难反映系统实际的平安状况,亦即其评价结果可能高于或低于实际的平安等级笔者对这些问题,作了初步研究和讨论2平安等级特征量系统平安评价可分为对系统将来状况和对系统现状的平安评价对于系统将来状况的平安评价可以称作预评价,它分现实系统的预评价和待建系统的预评价本文讨论前一种情况对于现实系统将来的平安性,由于无法控制条件,一些偶尔因素使系统运行的结果不可能准确地预先掌握,故具有随机性平安本身就是一个模糊概念所以,对系统将来的平安评价可以运用模糊随机变量理论模糊随机变量的概念于1978年由H.Kwakernaak首次提出的,随后,国内外不少学者对模糊随机变量进展了研究[4~6]由于系统的现状是已经发生的事件,所以具有确定性但由于人们所掌握的信息是模糊的,且平安本身具有模糊性,所以,对系统现状的评价要使用模糊集理论模板内容仅供参考 。