科研之友
微信
新浪微博
Facebook
分享链接
摘要
传统认知可靠性与失误分析方法 (cognitive reliability and error analysis method,CREAM)存在诸多缺陷，导致适用面较窄，但仍具有较大的开发潜力。为提高方法评价的精度和扩展其适用性，提出一种改进加权的贝叶斯网络(Bayesian network,BN)与CREAM方法相结合的模型。该模型首先使用灰色关联法与决策实验室分析法获取在场景下因子的权重，再利用贝叶斯网络推理得到调整后的共同绩效条件因子节点概率分布；然后将加权后的因子进行抽样仿真，得到在该场景下人所处控制模式的概率分布。选用1 800 W定制种子电源的案例，通过分析评估结果，再对比其他方法，验证了模型的有效性和可行性。改进后模型的适用性更广，输出结果更客观，为人因可靠性评价指标体系的构建提供参考。
- 单位
