基于云模型与共识机制的航空加油操作人因可靠性分析方法研究

本研究针对人因可靠性分析(HRA)中专家评估不一致性和性能形塑因子(PSF)权重不确定性问题，提出融合云模型、注水理论和完全一致性方法(FUCOM)的成功似然指数法(SLIM)改进框架。通过航空加油操作案例验证，该方法能有效量化人因失误概率(HEP)，为高风险作业提供更精准的安全评估工具。

　　

在核能、航空等高风险领域，人因失误往往会导致灾难性后果。尽管传统人因可靠性分析(HRA)方法如成功似然指数法(SLIM)已被广泛应用，但其面临两大瓶颈：专家主观评估存在随机性和模糊性，性能形塑因子(PSF)的权重分配缺乏客观依据。这些问题导致人因失误概率(HEP)评估结果可靠性不足，难以支撑精准的风险干预决策。

为突破这些限制，研究人员创新性地将云模型引入SLIM框架。这种基于正态分布的数学模型能巧妙捕捉专家评估中的不确定性，通过期望值(Ex)、熵(En)和超熵(He)三重特征实现定性-定量转换。研究还设计了共识达成机制，通过最小化修正成本协调专家意见分歧。更突破性的是，团队融合注水理论（源自通信领域的资源分配算法）与完全一致性方法(FUCOM)，构建了主客观结合的PSF权重计算体系。

方法学创新体现在三个关键环节：首先利用云模型将专家语言评价转化为数值云滴；其次采用改进的共识模型调整评估偏差；最后通过FUCOM计算主观权重，注水理论推导客观权重，二者线性组合确定最终PSF权重。在航空加油操作案例中，该方法成功识别出"预接触稳定"和"湍流调整"为高失误风险环节，HEP估值分别为0.0032和0.0041，与历史事故数据高度吻合。

研究结果部分显示：
1）共识达成机制使专家评估一致性指数从0.52提升至0.81；
2）PSF权重分析表明"任务复杂度"(0.32)和"时间压力"(0.28)是主要影响因素；
3）敏感性验证证实，当PSF权重波动±20%时，HEP结果变异系数<5%。

讨论部分指出，该方法相较传统SLIM具有三大优势：
1）云模型有效处理评估不确定性，避免信息失真；
2）共识机制降低群体决策偏差；
3）混合权重策略平衡主客观信息。研究同时承认，云模型参数设定依赖经验，未来可结合机器学习优化。

这项发表于《Expert Systems with Applications》的研究，为复杂人机系统的可靠性分析提供了新范式。其方法论价值不仅体现在航空领域，还可拓展至核电站操作、外科手术等需要精确量化人因风险的场景。通过将信息科学理论引入安全工程，该研究实现了人因可靠性分析从"经验驱动"到"数据-模型双驱动"的跨越。