CC BY
31
Оценка человеческого фактора при возникновении нештатных ситуаций
Аннотация: Данная работа посвящена нечеткому моделированию процесса оценки влияния человеческого фактора при возникновении нештатных ситуаций в производственной деятельности. Актуальность исследования заключается в неопределенности, разнородности и неточности входных данных, на основе которых необходимо оценить степень влияния человеческого фактора при возникновении нештатных ситуаций. В статье описаны основные этапы нечеткого моделирования: фаззификация входных данных, построение правил логического вывода и дефаззификация выходной переменной. Предложенная база правил нечеткого вывода включает входные лингвистические переменные, нечеткие правила-продукции и выходную лингвистическую переменную. Построенная модель позволяет оценить степень влияния человеческого фактора в условиях субъективности и неопределенности.
Ключевые слова: лингвистическая переменная, нечеткое моделирование, человеческий фактор, нечеткие правила-продукции.
В современном мире на всех уровнях государственной власти всё больше внимания уделяется вопросам производственной безопасности. Обусловлено это статистическими данными о высоком уровне производственного травматизма за последнее десятилетие [1]. Работы российских и зарубежных ученых при изучении данной проблемы, в основном, посвящены исследованию методов оценки состояния технических систем [2]. Однако, при минимизации производственных рисков необходимо учитывать большое количество разнородной, зачастую неполной информации: статистические данные, качественные и количественные показатели, оценки экспертов и т.д. При этом доказано, что основополагающую роль при возникновении рисков играет человеческий фактор [3]. Поэтому задача разработки методики оценки производственных рисков с учетом человеческого фактора в условиях многофакторности и неопределенности входных [4] данных является актуальной.
на основе нечетких множеств
Л.В. Гордиенко, И.А. Дмитриева Южный Федеральный Университет, г. Таганрог
Цель работы заключается в разработке методики оценки человеческого фактора при возникновении производственных рисков с использованием категории нечетких множеств.
В данной работе выделим следующие параметры для оценки человеческого фактора:
— Уровень профессионализма;
— Уровень виктимности;
— Физиологические качества.
Уровень профессионализма определяется на основе оценок экспертов.
Виктимность - повышенная способность человека в силу ряда духовных, физических, социальных качеств при определенных обстоятельствах становиться жертвой [5-6].
Уровень виктимности определяется с помощью специализированной диагностической системы.
Высокий уровень виктимности - высокая вероятность стать жертвой производственного травматизма. Испытуемый достаточно часто попадает в неприятные или даже опасные для его здоровья и жизни ситуации. Причиной этого является внутренняя предрасположенность и готовность личности действовать определенными, ведущими в индивидуальном профиле способами. Чаще всего это стремление к агрессивному, необдуманному действию спонтанного характера.
Средний уровень виктимности - средняя вероятность стать жертвой. У испытуемого присутствует внутренняя готовность к виктимному способу поведения. Скорее всего, ощущая внутренний уровень напряжения, человек стремится избегать опасные ситуации.
Низкий уровень виктимности - низкая вероятность стать жертвой производственного травматизма. Испытуемый нечасто попадает в
критические ситуации, либо уже выработался защитный способ поведения, позволяющий избегать опасных ситуаций.
К физиологическим качествам относятся: общее состояние здоровья, внимание, память, интеллект, которые определяются на основе специализированных тестов.
В качестве входных параметров рассмотрим три нечеткие лингвистические переменные [7-9]: «professional» (профессионализм), «victim» (виктимность), «physiology» (физиологические качества), а в качестве выходных - нечеткую лингвистическую переменную «risk» (уровень риска).
Терм-множество лингвистической переменной «professional»:
Т1 = {little, medium, superior}
Терм-множество лингвистической переменной «professional» представлено на рис. 1:
1
о.а
а.
1с со
J 0.6
Е
аз
Е
| 114
m аз С
0.2 О
и 2 4 6 8 10 12
professional
Рис. 1. - Терм-множество лингвистической переменной «professional» Терм-множество лингвистической переменной «victim» Т2 = {low, average, high} представлено на рис. 2:
I I I I I
little medium superior
Т-1-1-г
low avefacje high
и 5 10 15 20 25 30 V35 40
victim
Рис. 2. - Терм-множество лингвистической переменной «victim» Терм-множество лингвистической переменной «physiology» Т3 = {poor, normal, good} представлено на рис. 3:
и .2 4 6 8 10 Щ
physiology
Рис. 3. - Терм-множество лингвистической переменной «physiology» В качестве терм-множества выходной лингвистической переменной «risk» будем использовать множество Т4 = {min, valid, critical}, представленное на рис. 4:
Т-1-1-1-1-
min critical
_I_I_I_I_I_
О 5 10 15 20 .25 30
risk
Рис. 4. - Терм-множество лингвистической переменной «risk» Следующим этапом является организация базы правил нечеткого вывода на основе формализованных знаний экспертов в области безопасности производства. Правила нечеткого вывода должны удовлетворять требованию слабой согласованности, которое означает, что малые приращения входных параметров не должны приводить к скачкообразному изменению выходного параметра [10-11]. База правил нечеткого вывода включает в себя множество правил нечетких продукций, наименование входных и выходных лингвистических переменных:
ПРАВИЛО_1: Если «professional» = superior И «victim» = low И «physiology» = normal ТО «risk» = min;
ПРАВИЛО_2: Если «professional» = medium И «victim» = average И «physiology» = good ТО «risk» = valid;
ПРАВИЛО_3: Если «professional» = little И «victim» = high И «physiology» = normal ТО «risk» = critical;
ПРАВИЛО_4: Если «professional» = superior И «victim» = average И «physiology» = normal ТО «risk» = valid;
:
ПРАВИЛО_5: Если «professional» = superior И «victim» = average И «physiology» = goo^ ТО «risk» = min.
После заданий правил нечеткого вывода получаем результат нечеткого вывода (этап дефаззификации). На рис. 5 представлена оценка уровня производственного риска с учетом человеческого фактора на основе разработанных правил-продукций нечеткого вывода.
Рис. 5. - Оценка уровня производственного риска с учетом человеческого фактора с помощью нечетких множеств Например, входные лингвистические переменные принимают следующие значения: «professional» = 7, «victim» = 11, «physiology» = 8. При данных значениях выходная лингвистическая переменная «risk» = 5.24, что соответствует низкому уровню риска «min».
Таким образом, применение теории нечетких множеств для анализа уровня производственных рисков с учетом человеческого фактора позволяет оценить вероятность возникновения нештатных ситуаций, учитывая при этом субъективные оценки экспертов и неопределенность входных данных.
Литература
1. Концепция президентской программы «Здоровье работающего населения России на 2004 - 2015 гг.» // URL:
budgetrf.ru/Publications/Magazines/VestnikSF/2003/vestniksf217-24/vestniksf217 -24210.htm (дата обращения: 22.12.2016).
2. Баширов М. Г. Система автоматизации управления техническим состоянием технологического оборудования нефтегазовых производств / М.Г. Баширов, Р.Н. Бахтизин, Э.М. Баширова, И.С. Миронова // Нефтегазовое дело: электронный научный журнал. - 2011. - № 3. - С. 26 - 40. - URL: ogbus.ru/authors/Bashirov/Bashirov_4.pdf.
3. Бакаева Т.Н., Дмитриева И.А. О некоторых вопросах профотбора // Инженерный вестник дона, 2014, № 4 (часть 2) URL: ivdon.ru/ru/magazine/archive/n4p2y2014/2635.
4. Лаптев П.В.Моделирование системы контроллинга на промышленном предприятии // Инженерный вестник Дона, 2012, №2 URL: ivdon.ru/ru/magazine/archive/n2y2012/854.
5. Управление персоналом // URL: psyfactor.org/personal/personal15-08.htm (дата обращения: 23.11.2016).
6. Белян Д.М., Дмитриева И. А., Кибальченко И. А. Рефлексивная оценка потенциальной индивидуальной виктимности студентов. Сборник научных трудов ТТИ ЮФУ «Психология и педагогика». - Таганрог: Изд-во ТТИ ЮФУ, 2010. - С. 63-77.
7. Берштейн Л.С., Боженюк А.В. Нечеткие модели принятия решений: дедукция, индукция, аналогия. - Таганрог: Изд-во ТРТУ, 2001. - 110 с.
8. Заде Л. Понятие лингвистической переменной и его применение к принятию приближенных решений. - М.: Мир, 1976. - 165 с.
9. Поспелов Д. А. Нечеткие множества в моделях управления и искусственного интеллекта / Д. А. Поспелов. М.: Наука. Гл. Ред. физ.-мат. лит., 1986. 312 с.
10. Huang, C. Fuzzy risk assessment of urban natural hazards / C. Huang // Fuzzy Sets and Systems. - 1996. - № 83. - pp. 271 - 282.
11. Karwowski, W. Fuzzy concepts in Human Factors / Karwowski, W., Mital A. // Ergonomics Research. Application of Fuzzy Theory in Human Factors. - 1986. - pp. 41 - 53.
References
1. Kontseptsiya prezidentskoy programmy "Zdorove rabotayuschego naseleniya Rossii na 2004-2015 gg."[The concept of the presidential program "Health of working population of Russia for 2004 - 2015]. URL: budgetrf.ru/Publications/Magazines/VestnikSF/2003/vestniksf217-24/vestniksf217 -24210.htm (accessed 22 December 2016).
2. Bashirov M.G., Bahtizin R.N., Bashirova E.M., Mironova I.S. Neftegazovoe delo: electronny nauchny zhurnal. 2011. № 3. URL: ogbus.ru/authors/Bashirov/Bashirov_4.pdf.
3. Bakaeva T.N., Dmitrieva I.A. Inzenernyj vestnik Dona (Rus), 2014, № 4 (part 2). URL: ivdon.ru/ru/magazine/archive/n4p2y2014/2635.
4. Laptev P.V. Inzenernyj vestnik Dona (Rus), 2012, №2 URL: ivdon.ru/ru/magazine/archive/n2y2012/854.
5. Upravlenie personalom [Personnel management]. URL: psyfactor.org/personal/personal15-08.htm (accessed 23 November 2016).
6. Belyan D.M., Dmitrieva I.A. Sbornik nauchnyh trudov TTI YUFU "Psihologiya i pedagogika" [Collection of scientific works TTI SFEDU "Psychology and pedagogy"]. Taganrog: TTI SFEDU, 2010, pp. 63-77.
7. Bershtein L.S., Bozhenyuk A.V. Nechetkie modeli prinyatiya resheniy: deduktsiya, induktsiya, analogiya [A fuzzy model of decision-making: deduction, induction, analogy], Taganrog: TSURE, 2001. 110 p.
8. Zade L. Ponyatie lingvisticheskoy peremennoy i ego primenenie k prinyatiyu priblizhennyh resheniy [The concept of a linguistic variable and its application to the adoption of approximate solutions]. Moscow, 1976. 165p.
9. Pospelov D.A. Nechetkie mnozhestva v modelyah upravleniya i iskusstvennogo intellekta [Fuzzy sets in management models and artificial intelligence]. Moscow, 1986. 312 p.
10. Huang, C. Fuzzy risk assessment of urban natural hazards. C. Huang. Fuzzy Sets and Systems. 1996. № 83. pp. 271 - 282.
11. Karwowski, W. Fuzzy concepts in Human Factors. Karwowski, W., Mital A. Ergonomics Research. Application of Fuzzy Theory in Human Factors. 1986. pp. 41 - 53.
