Научная статья на тему 'Оценка человеческого фактора при возникновении нештатных ситуаций на основе нечетких множеств'

Оценка человеческого фактора при возникновении нештатных ситуаций на основе нечетких множеств Текст научной статьи по специальности «Компьютерные и информационные науки»

CC BY
182
30
i Надоели баннеры? Вы всегда можете отключить рекламу.
Ключевые слова
LINGUISTIC VARIABLE / FUZZY MODELING / HUMAN FACTORS / FUZZY RULE-PRODUCTION / ЛИНГВИСТИЧЕСКАЯ ПЕРЕМЕННАЯ / НЕЧЕТКОЕ МОДЕЛИРОВАНИЕ / ЧЕЛОВЕЧЕСКИЙ ФАКТОР / НЕЧЕТКИЕ ПРАВИЛА-ПРОДУКЦИИ

Аннотация научной статьи по компьютерным и информационным наукам, автор научной работы — Гордиенко Л. В., Дмитриева И. А.

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.

i Надоели баннеры? Вы всегда можете отключить рекламу.
iНе можете найти то, что вам нужно? Попробуйте сервис подбора литературы.
i Надоели баннеры? Вы всегда можете отключить рекламу.

Assessment of human factor in emergency situations on the basis of fuzzy sets

This work is devoted to the modeling of the fuzzy assessment of the impact of human factors in emergency situations in industrial activity. Relevance of the research lies in the uncertainty, heterogeneity and uncertainties of the input data, on the basis of which it is necessary to assess the impact of human factors in emergency situations. The article describes the main stages of the fuzzy modeling: fuzzification of input data, the construction of inference rules and defuzzification of the output variable. The proposed base of fuzzy inference rules include input linguistic variables, fuzzy rule-production and output linguistic variable. The constructed model allows us to estimate the degree of influence of the human factor in the conditions of uncertainty and subjectivity.

Текст научной работы на тему «Оценка человеческого фактора при возникновении нештатных ситуаций на основе нечетких множеств»

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.

i Надоели баннеры? Вы всегда можете отключить рекламу.