[发明专利]基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法

权利要求书

1.基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：包括如下步骤：

S1、确定风险事件与BN模型建立；

S2、使用FAHP方法计算每个专家的能力并分配主观和客观因素的权重；

S3、收集数据，划分概率区间，计算模糊概率；

S4、将模糊值去模糊化转换为精确值，对精确概率进行归一化；

S5、利用BN的因果推理技术计算风险事件T的概率；

S6、通过BN的逻辑推理技术计算出每个风险因素的后验概率。

2.根据权利要求1所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S1中，从口岸货物堆场安全生产过程中的监控规范、相关文献对火源影响因素的分析、领域专家的经验知识、有效合理的火源故障树方面确定风险事件，使用工程领域积累的事件树整合先验知识，找到一个确定节点间相互依赖关系的有向无环图，并通过有向无环图将相互依赖关系直观清晰地表达出来，借助故障树或事件树的逻辑门来确定CPT，从而进行贝叶斯参数学习。

3.根据权利要求1所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S2中，提出一种基于能力和主观判断专家权重的FAHP方法，专家的客观能力取决于三个因素：职业地位、服务时间和文化程度，每个因素分为五个等级，分数分别为10、8、6、4、2；10分代表最可靠的判断，主观上，考虑到专家因专业领域的不同而对判断持有不同程度的信心，提出了专家的主观信度来衡量他们对判断的信心，专家主观信度分为五个等级，分别为10、8、6、4、2，分数由E表示。

4.根据权利要求1所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S3中，划分概率区间，在问卷调查过程中，收集专家对发生概率和主观信度的判断区间，引入非常高、高、略高、中等、略低、低和非常低七个语言变量，得分分别为7、6、5、4、3、2和1。

5.根据权利要求4所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S3中，发生概率表示为其中i是根节点的个数，j是根节点的判断状态，k是专家的数量，判断的第i个根节点在j状态下的专家主观可靠性表示为根据FAHP方法计算出每个专家的综合主客观权重

ω＝(ω1，ω2，···，ωl)

依据下式计算出根节点在j状态下的三角模糊概率；

6.根据权利要求1所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S4中，通过将模糊数与α加权估值相关联，公式如下：

每个状态的根节点的概率归一化如下：

7.根据权利要求1所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S5中，利用BN的因果推理技术，通过联合概率分布计算n个根节点Xi(风险因子)，其中i＝1，2，…，n，故障组合下叶节点T(风险事件)的概率；

风险事件T的概率用P(T)表示，计算公式如下：

P(T＝S_t)＝P(X_i＝x_j)×P(T＝S_t|X_i＝x_j) (4)。

8.根据权利要求1所述的基于模糊贝叶斯网络的口岸货物堆场火源风险分析方法，其特征在于：在S6中，假设发生了一个风险事件，通过BN计算出每个风险因素的后验概率，后验概率作为一个重要指标来确定最有可能诱发风险事件的风险因素组合，为寻找事故关键风险因素提供科学可靠的依据，公式如下：