[发明专利]一种基于定性数据的定量化风险评估方法

说明书

一种基于定性数据的定量化风险评估方法，包括如下步骤：步骤一、专家评语的收集和整理；步骤二、评语的云模型表达和修正；步骤三、计算综合云数值特征；步骤四、生成风险云图及各等级隶属度；步骤五、基于专家经验构建贝叶斯网络；步骤六、贝叶斯网络条件概率设定；步骤七、贝叶斯网络风险推理。本发明一方面，可以定量地刻画语言的随机性和模糊性；另一方面，可以构建风险影响要素之间的关系，进行定量化的风险评估，客观科学地表达风险。

技术领域

本发明属于风险评估领域，具体涉及一种基于定性数据的定量化风险评估方法。

背景技术

风险评估在地震、泥石流、台风、暴雨等自然灾害与经济、金融、保险等社会领域得到广泛应用，研究热点是自然灾害风险，对自然灾害的定义、孕育、发生、发展以及可能造成的影响有系统、科学的认识。随着经济社会的发展以及人类生活环境的变化，我们正进入一个综合风险时代，各风险之间的作用和影响更加紧密，通过灾害链的传递和放大，影响范围更大、机制更复杂。传统的自然灾害风险评估方法是基于定量的统计数据，但是目前这些综合风险无法获取定量数据，多数是一些专家的定性知识(如评语集、风险要素影响机理等)，无法直接采用传统的风险评估模型。因此，需要研究基于专家定性知识进行定量化风险评估方法，从而清晰客观地表达风险，且操作性更强。

目前，现有的基于定性知识的指标量化方法，绝大多数是赋值打分，处理方法是对指标划分为5个等级，如很高、较高、一般、较低、很低分别赋值(表1所示)。这种生硬的定性指标转为定量指标的方法，无法表达自然语言中的模糊性与随机性。目前模糊综合评价法可以较好地刻画定性指标定量化问题中的模糊性，该方法是结合模糊数学原理提出的，其核心技术是隶属度函数的选择。然而隶属度函数选择带有很大的主观成分，其合理性不好判断，无法客观地描述风险。

表1常见的赋值打分标准表

等级	很高	较高	一般	较低	很低
赋值	0.9	0.7	0.5	0.3	0.1

此外，现有的风险评估是传统的建立函数或关系模型的评估方法，例如对单个要素的线性相加、对风险的危险性、脆弱性和防范能力的线性叠加、基于历史数据的统计建模等。对于多个因素影响且具有动态性和不确定性的综合风险，如何基于专家知识经验构建其影响要素之间的网络关系，并进行科学定量的评估，都是需要解决的问题。

发明内容