数据驱动的定量风险评价:不确定性分析优化方法

1）提出了一种证据理论下 QRA 输入参数不确定性表示方法。根据 QRA数据特点，提出从通用数据中获取参数不确定性表示的方法;给出了利用特定数据获取信度信息并基于可能性分布进行参数估计的方法。2)提出了一种证据理论下不确定性在 QRA 事件物理模型中传播的高效计算方法。引入结构可靠性分析中“设计点”的概念，提出了无穷泛数设计点的解析和数值求解方法，通过设计点构建的辅助域减小了模型求解的计算量。3)提出了一种基于证据网络的事件链模型中不确定性传播方法。针对传统事 件树和故障树组合的事件链模型缺点，提出了事件链证据网络建模方法，分别给出了故障树和事件树向证据网络的转换方法，利用证据网络推理完成了事件链模型中不确定性传播操作。4)提出了一种基于证据理论统一表示的不确定性混合传播方法。利用证据理论兼容可能性理论和概率理论的优势，将模糊数和概率分布表示方式下的不确定性信息进行统一处理，并将故障相关带来的不确定性纳入混合传播框架内，完成了故障树中多种不确定性表示方式的混合传播。

定量风险评价（QRA）依赖于数据支持，而要真正实现让数字说话，让数据驱动QRA的实施，需要处理好其中的不确定性分析环节。本书在介绍QRA基本方法的基础上，将非概率的证据理论用于QRA不确定性分析，给出了包括QRA输入参数不确定性表示，QRA事件物理模型不确定性传播以及QRA事件链逻辑模型不确定性传播方法在内的一整套理论，通过案例探讨了所提出的方法在定量风险评价中的应用。本书适合经济、管理等领域研究风险分析、安全性分析、系统评价、可靠性评估等方向的研究人员参考，也可供相关专业研究生及技术人员阅读。

王冬，本科毕业于四川大学，硕士和博士均毕业于国防科技大学原信息系统与管理学院，现任解放军陆军勤务学院国防经济系讲师，讲授《管理学原理》、《系统工程》等课程，主要研究方向包括装备综合保障管理、装备经济性分析，参与多项国家、军队级研究项目，发表十余篇相关领域研究论文，其中多篇被SCI、EI检索。

章绪论(1)1.1研究背景与意义(2)1.2国内外研究现状(7)1.3研究内容与创新点(14)第2章证据理论基础(16)2.1证据理论基本概念(16)2.2证据理论与其他不确定性理论的关系(19)2.3本章小结(21)第3章QRA方法简介(22)3.1事故机理(22)3.2QRA事件链逻辑模型(23)3.3QRA事件物理模型(23)3.4QRA输入数据(24)3.5QRA不确定性分析(25)3.6本章小结(26)第4章输入参数的不确定性表示(27)4.1QRA输入数据类型(27)4.2通用数据不确定性表示方法(28)4.3特定数据下的参数估计方法(35)4.4应用示例(41)4.5本章小结(45)第5章事件物理模型中的不确定性传播(46)5.1证据理论下物理模型中不确定性传播(46)5.2应力强度模型及证据理论下的求解思路(47)5.3基于证据理论的应力强度模型求解方法(53)5.4应用示例(76)5.5本章小结(81)第6章事件链逻辑模型中的不确定性传播(82)6.1基于证据网络的不确定性传播方法(82)6.2基于证据理论统一表示的不确定性混合传播方法(93)6.3本章小结(106)第7章总结与展望(107)7.1主要成果(107)7.2研究展望(108)参考文献(110)附录A隧道风险分析故障树中所含事件具体定义(122)