 |
| Навигация |
|
|
|
|
|
|
| Журнал |
|
|
|
|
|
|
| Атомные Блоги |
|
|
|
|
|
|
| PRo IT |
|
|
|
|
|
|
| Подписка |
|
|
|
|
|
|
| Задать вопрос |
|
|
|
|
|
|
| Наши партнеры |
|
|
|
|
|
|
| PRo-движение |
|
|
|
|
|
|
| PRo Погоду |
|
|
|
|
|
|
| Сотрудничество |
|
|
|
|
|
|
| Время и Судьбы |
|
|
|
|
| |
Re: О математических моделях для обработки неопределенностей (Всего: 0)
от на 01/06/2012 | О математических моделях для обработки неопределенностей
Автор заметки В.В.Костерев уверен в том, что “нечёткий анализ безопасности…призван дополнять и расширять возможности традиционных методов оценки надёжности, безопасности и риска, а также служить базой сравнения результатов анализов”.
Однако сравнение результатов анализов имеет смысл, если эти результаты представлены в виде численного интервала ожидаемых значений ”от-до” с определенной доверительной вероятностью. Если мера ”нечеткости” отсутствует, то ”нечёткий анализ безопасности”, например, в терминах ”больше-меньше”, ”лучше-хуже” не привносит новых знаний. Таким образом, “нечеткий анализ” должен включать в себя определение “меры нечеткости”.
Цитирую автора: “Так, несмотря на то, что каждый человек по-своему воспринимает, (нечеткое) понятие “толстый”, все понимают, о чем идет речь. То есть, слово “толстый” несет в себе подобную информацию для разных индивидуумов”. С этим нельзя согласится, поскольку “мера” нечеткости этого понятия должна включать определение объекта, который “измеряют”: человека, поросенка, электрический провод, дерево и т.п. Для каждого такого объекта может быть определен интервал массы, размера и т.п., который и должен служить мерой для определения ”толстого”.
При всех различиях в математических аппаратах, применяемых либо предлагаемых к применению в оценках риска, наиболее существенным является наличие или отсутствие априорных знаний о существе, взаимосвязи и количественных оценках вероятности или нормированной возможности проявления событий, приводящих к нежелательным результатам, которых по тем или иным причинам следует избегать. Носители априорных знаний – эксперты – при построении моделей для количественной оценки риска должны располагать математическим аппаратом, позволяющим учитывать неопределенности вследствие неполноты знаний. При этом применяемый математический аппарат не должен привносить дополнительных неопределенностей, связанных с субъективным выбором одного или другого варианта агрегирования величины события и меры возможности его проявления, на чем настаивают сторонники “нечёткого анализа безопасности”, включая уважаемого В.В.Костерева.
Основой количественных оценок риска является априорная информация о частоте, или вероятности, или нормированной на единицу времени возможности проявления исходных событий. Очевидно, что применительно к редким событиям вид функции распределения плотности вероятности не может быть определен, что практически исключает возможность определения плотности вероятности результирующего события, в том числе, с применением метода Монте-Карло, требующего задания функции плотности вероятности всех исходных событий. Известным решением проблемы неопределенностей, связанных с выбором или определением вида функции распределения плотности вероятности в случае редких событий с малой или отсутствующей статистикой, является переход к интервальным оценкам высокоэнтропийных логарифмических распределений, соответствующих принципу ‘скудных знаний’, и множество которых включает распределения от логарифмически равномерных до логарифмически нормальных, практически неразличимых на границах 90%-го доверительного интервала. Принципиальным при этом является полное исключение нуля как математической абстракции, не имеющей физического аналога. Детали такого метода изложены в моей статье “Метод квантильных оценок неопределенностей” (Атомная энергия, 2007, т. 102, вып. 4, с.208-215).
Автор по сути констатирует, что риск является функцией как статистических, так и нечетких параметров, и что в силу различия теорий, используемых для описания этих двух типов параметров, – теории вероятностей и, например, теории возможностей – задача их агрегирования становится нетривиальной. Методы решения этой задачи автор в очередной раз относит на будущее. Возможно, это когда-нибудь произойдет. А пока анализ безопасности сложных человеко-машинных систем может выполняться лишь средствами моделирования аварийных ситуаций, дополняемых ВАБ, и только с применением численных интервальных оценок полученных результатов. Этому прежде всего и нужно учить студентов.
С уважением. А.Н.Румянцев.
|
[ Ответить на это | Администратор ] |
|
|
