Reliability Engineering and System Safety 93 (2008) 823–834
A Bayesian Belief Network modelling of organisational factors in risk analysis: A case study in maritime transportation
P. Truccoa,✕, E. Cagnoa, F. Ruggerib, O. Grandea
aDepartment of Management, Economics and Industrial Engineering—Politecnico di Milano, Piazza Leonardo da Vinci, 32, I-20133 Milano, Italy
bCNR IMATI, via E.Bassini, 15, I-20133 Milano, Italy
Received 26 September 2006; received in revised form 19 March 2007; accepted 21 March 2007
Available online 1 April 2007
Abstract
The paper presents an innovative approach to integrate Human and Organisational Factors (HOF) into risk analysis. The approach has been developed and applied to a case study in the maritime industry, but it can also be utilised in other sectors. A Bayesian Belief Network (BBN) has been developed to model the Maritime Transport System (MTS), by taking into account its different actors (i.e., ship-owner, shipyard, port and regulator) and their mutual influences. The latter have been modelled by means of a set of dependent variables whose combinations express the relevant functions performed by each actor. The BBN model of the MTS has been used in a case study for the quantification of HOF in the risk analysis carried out at the preliminary design stage of High Speed Craft (HSC). The study has focused on a collision in open sea hazard carried out by means of an original method of integration of a Fault Tree Analysis (FTA) of technical elements with a BBN model of the influences of organisational functions and regulations, as suggested by the International Maritime Organisationrsquo;s (IMO) Guidelines for Formal Safety Assessment (FSA). The approach has allowed the identification of probabilistic correlations between the basic events of a collision accident and the BBN model of the operational and organisational conditions. The linkage can be exploited in different ways, especially to support identification and evaluation of risk control options also at the organisational level. Conditional probabilities for the BBN have been estimated by means of expertsrsquo; judgments, collected from an international panel of different European countries. Finally, a sensitivity analysis has been carried out over the model to identify configurations of the MTS leading to a significant reduction of accident probability during the operation of the HSC.
r 2007 Elsevier Ltd. All rights reserved.
Keywords: Bayesian Belief Network; Risk analysis; Human and organisational factors; Maritime industry
- Introduction
Despite the remarkable effort performed at different levels to achieve a safe Maritime Transport System (MTS), the occurrence of accidents and incidents at sea is still increasing. Statistics published by the European Transport Safety Council [1] reveal that in Europe maritime accidents are responsible yearly for 140 deaths and 1.5 billion h of goods loss and damages. Globally, the MTS is responsible for 0.33 deaths per 100 million person-km, 4 times riskier than the air transport system, that accounts for 0.08 deaths per 100 million person-km. Grounding (32%), striking
✕Corresponding author. Tel.: 39 02 23 99 4053;
fax: 39 02 23 99 4067.
E-mail address: paolo.trucco@polimi.it (P. Trucco).
(24%) and collision (16%) are the most frequent occur- rences and they have the highest rate of casualties.
It is widely recognised that the human element plays the major role in most accidents involving modern ships. Thus, the Lord Carver report of the UK House of Lords summed it up succinctly when stating that it lsquo;lsquo;is the received wisdom that four out of five ship casualties [y] are due to human error [y]rsquo;rsquo;. Also national statistics shown in Fig. 1 (Transportation Safety Board of Canada [2]), attribute 74% of the accidents at sea to human errors and only 20% to technical failures. As shown in Fig. 2, 45% of the accident reports assess the misjudgement (mistake) of ship masters and pilots as predominant causes; in another 42% of cases human errors refer to lack of comprehension between the pilot and the master, inattention of the pilot and of the officer of the watch (OOW) or lack of communication among crew members.
0951-8320/$ - see front matter r 2007 Elsevier Ltd. All rights reserved. doi:10.1016/j.ress.2007.03.035
Port facilities 2%
Environmental 4%
Vessel- technical 16%
Aids to navigation
1% Other vessel
3%
Human Factors 74%
called latent failures). Rasmussen highlighted the conflict- ing interactions between parties in MTS, evidenced by his accident analysis of oil tankers and ferryboats [5–7].
The need for a systemic approach to analyse the MTS safety is therefore clear, not only focused on mistakes and violations of the operators, but also aimed at finding, if they exist, the causes at the various levels of the socio- technical system, which competes for determining the accidents. The International Maritime Organisation (IMO) provides a rational and systematic approach for
Fig. 1. Main causes of accidents at sea.
assessing risk in shipping activity: a comprehensive model is suggested to take into consideration different influences
Inattention- Officer of the watch (OOW) 10%
Inattention-Pilot 13%
Misunderstan- ding
9%
Lack- Communic.
10%
Other human factors 13%
Misjudgement- Pilot
34%
Misjudgement- Master 11%
with an impact on the technical and engineering system of a ship. In fact the Formal Safe
剩余内容已隐藏，支付完成后下载完整资料
可靠性工程与系统安全93 (2008)823-834
风险分析中组织因素的贝叶斯信念网络模型:以海运为例
p . Truccoa✕, e . Cagnoa f . Ruggerib o . Grandea
米兰理工大学管理、经济和工业工程学院，列奥纳多·达·芬奇广场，32岁，意大利米兰I-20133
bCNR IMATI，经E。贝西尼，15岁，意大利米兰I-20133
2006年9月26日收到;2007年3月19日收到经修订的表格;2007年3月21日接受申请
2007年4月1日网上有售
摘要
本文提出了一种创新的方法，将人力和组织因素(HOF)整合到风险分析中。该方法已发展并应用于航运业的个案研究，但也可应用于其他行业。一个贝叶斯信念网络(BBN)已经被开发出来，以模拟海上运输系统(MTS)，通过考虑其不同的参与者(即。、船东、船厂、港口和监管者)及其相互影响。后者是通过一组因变量来建模的，这些因变量的组合表示了每个参与者执行的相关函数。在高速船舶初步设计阶段进行的风险分析中，将MTS的BBN模型用于HOF的量化案例研究。研究集中在海上碰撞风险由一个原始的方法集成的故障树分析(FTA)技术元素的BBN模型的影响组织功能和规定,所显示的国际海事组织(IMO)正式的安全评估指南(FSA)。该方法允许识别碰撞事故的基本事件和BBN模型的操作和组织条件之间的概率相关性。这种联系可以通过不同的方式加以利用，特别是在组织层面上，支持风险控制选项的识别和评估。BBN的条件概率是通过从一个由不同欧洲国家组成的国际小组收集的专家判断来估计的。最后，对模型进行了敏感性分析，以识别MTS的配置，从而显著降低HSC运行期间的事故概率。
r 2007爱思唯尔有限公司保留所有权利。
关键词:贝叶斯信念网络;风险分析;人力及组织因素;海运业
1.介绍
尽管在不同层面为建立安全的海上运输系统作出了巨大的努力，但海上事故和事故的发生仍在增加。欧洲运输安全委员会[1]发布的统计数据显示，在欧洲，每年的海上事故造成140人死亡，15亿小时的货物损失和损害。在全球范围内，每1亿人公里中有0.33人死亡，比每1亿人公里中有0.08人死亡的航空运输系统危险4倍。接地(32%),引人注目(24%)和碰撞(16%)是最常见的交通事故，它们的伤亡率最高。
人们普遍认为，在涉及现代船舶的大多数事故中，人为因素起着主要作用。因此，英国上议院(House of Lords)卡弗勋爵(Lord Carver)的报告简明扼要地总结了这一点，称“人们普遍认为，五分之四的船只伤亡是人为错误造成的”。同样，国家统计数据如图1(加拿大交通安全委员会[2])所示，74%的海上事故是人为失误造成的，只有20%是技术故障造成的。如图2所示，45%的事故报告将船长和引航员的误判(错误)视为主要原因;在另外42%的情况下，人为失误是由于驾驶员和船长之间缺乏理解，驾驶员和值班驾驶员的注意力不集中或船员之间缺乏沟通。
通过对劳埃德信息服务公司[3]在10年时间内发生的15000多起事故数据的统计分析，得出了类似的结果。劳合社的统计数据显示，在所有的海上事故中，约有50%是由于航路不正确和航速过快造成的，尤其是搁浅事故。此外，70-80%的事故是由于人类的错误或其他事件归因于人类的行为。
虽然技术解决办法将继续发挥重要作用，但人们普遍认为，处理造成事故的人为因素的关键手段将是通过安全管理，包括检查和培训。通过对劳埃德信息服务公司[3]在10年时间内发生的15000多起事故数据的统计分析，得出了类似的结果。劳合社的统计数据显示，在所有的海上事故中，约有50%是由于航路不正确和航速过快造成的，尤其是搁浅事故。此外，70-80%的事故是由于人类的错误或其他事件归因于人类的行为。
虽然技术解决办法将继续发挥重要作用，但人们普遍认为，处理造成事故的人为因素的关键手段将是通过安全管理，包括检查和培训。
随着对人在海上运输安全性能中的作用有了更深入的认识，一个新的问题正在出现;事实上,官方报告有关泽布吕赫事件(倾覆的客船)[4]已经指出,这并不是由于一个巧合的独立技术故障和人为错误,而是一个系统的组织行为学的改变运营商的影响下经济压力在强烈的竞争环境。因此，需要扩大对MTS系统的安全分析，以包括MTS各行动者所作决定的相互作用和影响，以及工作场所和环境条件，包括影响海事部门的经济压力。各方(营办商、船厂、规管机构及政府)在其各自的工作范畴内，经常涉及一系列导致意外的事件;这是开发有效的风险或事故分析中最关键的问题。船上操作人员的错误，只是一长串复杂的组织和系统错误(即so-的最终结果称为潜在的失败)。拉斯穆森强调了MTS中各方之间的冲突和相互作用，他对油轮和渡船的事故分析证明了这一点[5-7]。
因此，分析MTS安全的系统方法的必要性是很明显的，它不仅集中于操作人员的错误和违规行为，而且还旨在发现(如果存在的话)在为确定事故而竞争的社会-技术系统的各个层次上的原因。国际海事组织(IMO)提供了一个合理和系统的方法航运活动风险评估:一个综合的模型被建议考虑不同的影响。对船舶技术和工程系统的影响。事实上正式安全评估(FSA)描述了一个通用的模型(图3所示),考虑了船舶的技术和工程系统,在模型的中心,作为相关函数代表随后的乘客和机组人员的行为是受到管理和组织的;最后，该模型显示了环境背景的外部影响，代表了所有的影响对航运感兴趣的各方。各子系统受其他子系统的直接和间接影响是动态的;需要一个复杂的模型来表示每个子系统变量之间的这些关系。
图3所示。应用正式安全评估(FSA)[8]的综合系统组件。
这种方法,将人的可靠性分析纳入的必要性FSA过程[8],建议使用风险贡献图(RCD)造型的影响一个事件在一个复杂的网络系统[9]发展风险贡献树(RCT)所描述的FSA:这种方法允许在操作级别上故障之间的联系与他们的直接原因,和底层组织和监管的影响。
并利用贝叶斯信念网络(BBN)[10]来综合分析人为和硬件故障，反映影响域的层次性。因此，BBN模型可以看作是一个RCD，其中这些因素的影响用条件概率来表示。此外，从降低风险的角度来看，欧洲委员会(EC)资助了一个名为S@S-Safety at Speed[11]的项目，以开发MTS的功能模型(FM)可以触发不需要的事件和可以用来改善情况的参数。该项目的目标是利用最先进的技术和工具[12]为高速飞行器(HSC)的安全设计开发一种正式的方法。与此同时，S@S希望推广一种安全文化的方法，将安全有效地整合到船舶设计过程。具体地说，该研究项目开发了一组代表不同的故障树(FTs)危险(碰撞、接地、火灾、洪水)，并以支持HSC设计过程中最佳风险控制选项的选择为目标，如图4所示。
管理MTS的基础是确定参与MTS的主要各方及其一套关键活动;每个活动都被建模为一个函数。然后，FM被表示为一个相互影响和相互依赖的网络，它允许了解MTS内部的变化如何传播并最终影响安全。特别地，FM旨在解释人为和组织因素(HOF)是如何破坏安全并导致不必要的事件的。MTS的FM经历了三个发展阶段，显示出模型的日益成熟。
本文提出了一种基于故障树分析(FTA)和BBN的模型和综合方法，将HOF整合到风险分析研究中。模型的先前版本已经提出[10,13]。关于后者，本文报告了该模型的完整演变和综合方法。具体来说，我们将提出一种方法，在定量的基础上研究单个组织因素对系统(即HSC)整体安全性能的影响。以S@S项目[11]开发的“公海碰撞”FTA为例，对HOF对基础事件(BEs)和顶事件(TE)发生概率的敏感性分析结果进行展示。
2贝叶斯信念网络
BBN是一个有向无环图(DAG)，它由一组节点和边组成，其中节点表示具有有限状态集的变量，边表示变量之间的概率因果关系。具有指向它们的边的节点称为“子”节点和节点从其中分离出的边称为“父”节点(如果从节点X1到另一个节点X2有一条边，X1称为X2的父结点;参考图5)，
没有拱门指向的节点称为“根”节点(图5中的X3)。DAG表示节点之间因果关系的结构，给出了因果关系的定性部分。在BBN中推理，因此变量之间的关系相应的状态给出了定量部分，由条件概率表(CPT)组成。附加到具有父节点的每个节点，如表1所示。DAG中所有变量的联合分布的表示，以及网络中每个节点的边际概率和条件概率的计算
如果U是一个变量的宇宙:
U的联合概率为:
不同的故障树(FTs)
来自联合概率分布的P (U),可以计算各种边际和条件概率,例如Peth;XiTHORN;,Peth;Xi jXjTHORN;或Peth;Xi jeTHORN;,一般来说,e是一个证据:
这是从外部来源接收到的关于网络变量子集的可能状态/值的信息(1)。
对于一组离散变量Xi，其证据以Xi状态的似然分布的形式出现:如果对网络中的某些变量进行观测，则某些事件发生的概率为
根据证据计算，当证据是精确的时候，它就被称为“硬证据”观察变量的状态，当给出一个不确定的信息时，用变量[14]状态的似然表示，这是“软”的，如图6所示。
换句话说，给出了一个概率推理，它能够更新我们对事件的信念，然后有可能对不同子集的证据进行概率敏感性分析。
2.1BBN在风险分析中的应用
有关风险分析的科学文献显示，BBN[15]的使用最近出现了扩散。BBN主要被视为一种工具，允许分析师在大量变量之间复杂关系的条件下，利用来自现实世界的不同信息，有确定性的，也有概率性的。报告应用程序构成一个大范围的风险分析研究,如:核电站的组件和子系统分类基于安全性能评估[16],慢性疾病的发病率估计未知的影响人口[17],指定的评估综合防火和保护系统[18],集成不同的富营养化模型的合成、预测,不确定性分析[19]。贝叶斯方法也为决策提供了帮助作为一个工具，以提高定性分析的整个数值程序[20]和找到一个合适的可靠性框架动态系统[21]。
特别是文学提供了一些框架分析事故的组织背景下为了提高操作安全:BBN模型允许获取操作事故的发生,包括组织因素,组织原因的研究在商业航空[22],高技术的复杂性,霍夫需要quantita——有效模型减少致命的事故发生率。为了评估事故概率的影响，还提出了一个整合FTA组织风险的策略，用于飞机维修计划[23];该模型的目的是建立一个明确的路径，从组织和管理因素到事故。在减少危险信号传递(SPAD)事故的框架中，分析了英国铁路网[24]上的相同问题;在这种情况下，BBN被用来获取可能导致事故的事件配置，并理解组织中促成事故的参与者之间的相互作用。国际海事组织海上安全委员会最近的成果报告了BBN在大型客轮航行服务中的应用[25,26];BBN是用来开发简单的模型选择的危害(如接地或碰撞)纳入很少的影响因素在组织层面(如安全文化)。
最后给出了一个BBN模型的例子：
在设计级别[27]的决策过程，BBN是用来估计危害分布的在建筑物中由火产生的人。
3.在风险分析中使用BBN建模HOF
贝叶斯网络常用于描述复杂系统或过程中所涉及的现象的因果关系，其中的信息是基于专家知识的。这种方法允许更好地分析一个可靠的系统[28]作为BBN对FTA的附加能力的结果(例如，共同原因故障的依赖性，诊断推理)。在这种情况下，BBN是FT的延伸，适用于大量需要传统方法和非常规方法结合使用的风险分析应用。
提出的方法使用BBN作为一个建模工具，以量化一个复杂的社会技术系统的组织结构，以获得一个更好的估计，在特定配置的临界HOF[10]的风险发生的概率。事实上，BBN的范围是实施组织模型，以便分析影响在系统内不同参与者的功能之间的传播(表示为条件概率)。给定一组表示所分析系统的相关危害的FTs，然后使用BBN修改这些BEs发生的概率，这些BEs受到关键组织功能的能力和性能水平的影响，如图7所示
利用贝叶斯基本定理估计了组织因素对单个BE发生概率的影响。为此“组织配置变量”的概念(O)介绍,简化虚拟变量作为BBN之间的结合模型和英国《金融时报》表示,美国的好j互斥的状态变量的组合影响BEk BBN模型(表2)。因此,考虑到专家的信仰组织的贡献因素,可以更新的基本事件的发生概率(BEk),技术或人类，给定其对应的组织结构变量(Ok)的一定知识如下
在这里
●Oj,k是“组织结构变量”的第j个状态，代表组织因素对BEk的影响;P(BEk|Oj,k)是给定Oj,k时BEk发生的后验概率;
●P(BEk)是发生BEk的先验概率
通过对历史数据的统计分析或基于过去数据的预测模型提供;
●P(Oj,k)是k ' organisa-的状态j的概率
通过BBN估计的名义配置变量给出了根节点的边际分布，如表2所示
剩余内容已隐藏，支付完成后下载完整资料
资料编号：[240594]，资料为PDF文档或Word文档，PDF文档可免费转换为Word
以上是毕业论文外文翻译，课题毕业论文、任务书、文献综述、开题报告、程序设计、图纸设计等资料可联系客服协助查找。
