《RELIABILITY ENGINEERING & SYSTEM SAFETY》：Coupling under-specification in Functional Resonance Analysis Method
在功能共振分析方法（Functional Resonance Analysis Method, FRAM）网络模型中识别出耦合欠指定（coupling under-specification）。耦合的误读使从FRAM模型得出的网络推断失效。一个形式化本体（formal ontology）规定了耦合角色（coupling role）、输出性质（output nature）与机制（mechanism）。研究提供了FRAM模型的首个完整Elaborate solution。耦合类型学（coupling typology）为网络测度（network measures）提供了有原则的映射。
该文发表于《RELIABILITY ENGINEERING》。研究背景方面，网络科学已成为当代科学中高度跨学科的方法论框架，将复杂系统表示为图，节点代表离散实体，边代表关系或流动，并已应用于交通、金融传染、流行病传播、基因调控、神经连接组、生态食物网、代谢通路和非法贩运网络等。可靠性工程与安全科学对网络分析尤为接纳：贝叶斯网络长期用于概率风险分析，介数中心性等拓扑测度用于识别基础设施、电网、交通网络和工业装置中的结构关键组件，随机游走用于描述干扰如何在耦合结构未完全表征的系统中扩散，k-shell分解和多层网络表征也扩展了安全分析工具。FRAM由Hollnagel提出，将社会技术系统建模为相互作用功能的集合，将性能可变性作为主要分析对象，而非偏离规范基线的偏差。Hollnagel一直指出FRAM模型不是流模型、不是网络模型、也不是图。FRAM模型是实例化制品，表示在特定运行条件下可能激活的潜在耦合集合，而不是静态路由结构。尽管如此，越来越多研究将FRAM实例当作有向图并应用网络分析工具。该研究开展的符合PRISMA（Preferred Reporting Items for Systematic Reviews and Meta-Analyses，系统评价与Meta分析首选报告项目）的综述识别出39篇将FRAM结构与网络分析方法结合的已发表论文，涉及海运、建筑安全、过程工业、应急管理和自动驾驶车辆设计等。其动机在于：FRAM模型的功能构成自然节点集，功能方面之间的耦合构成自然边集，所得有向图似乎可直接应用中心性测度、传播算法、贝叶斯网络表示和结构指标。然而，该PRISMA综述发现，所有39个模型存在统一的结构局限：连接FRAM功能的弧被当作未指定管道；当可变性离开一个功能并通过耦合进入另一个功能时，没有模型声明所传输对象的类型、该对象如何分布到多个下游接收者，或当被Input以外的功能方面接收时如何转化。Borgatti表明，任何网络中中心性测度和传播模型的选择由三个参数决定：传输物的性质、分布模态和轨迹类型。未声明这些参数的网络模型在Borgatti意义上属于欠指定，应用于其上的中心性测度和传播算法缺乏有原则的正当性。FRAM文献内部也承认该空白：Steen等指出缺少对耦合如何相互关联以及可变性如何随时间回响的描述；Patriarca等观察到没有显式变量表示简单解的两个可变性表型Timing和Precision，需要引入新变量。该文将上述状况称为耦合欠指定，并将其作为FRAM-网络文献中核心未解决问题。研究贡献包括四方面：第一，通过FRAM耦合结构与Borgatti网络流类型学的系统比较形式化该问题；第二，通过符合PRISMA的综述证明39篇论文均未声明三个Borgatti参数；第三，提出形式化本体框架，并给出评分者间信度研究和网络测度映射；第四，将Hollnagel的上游-下游耦合效应从简单Timing–Precision表示扩展到Elaborate Solution的全部八个表型维度。
关键技术方法不超过250字：该研究采用符合PRISMA的综述，检索Scopus与Web of Science，最终纳入39篇文献；以Borgatti网络流类型学的三个参数为形式化基准；构建FRAM耦合的形式化本体，将耦合表示为C = (β, ν, μ)，其中β为耦合角色，ν为输出性质，μ为传输机制；开展评分者间信度研究，使用Cohen kappa和Krippendorff alpha；应用案例为乳制品包装厂Baseline模型，包含44个功能和181个耦合，并由五名具有FRAM经验的评分者对20个耦合进行输出性质标注，其中四名为本文作者。样本队列来源为乳制品包装厂案例。
研究结果保留各小标题并简要说明如下。
3. Network representations of FRAM: a PRISMA compliant review（FRAM的网络表征：一项符合PRISMA的综述）：通过Scopus与Web of Science检索，初始去重后返回402条记录，筛选后最终纳入39篇论文，包括31篇期刊论文、7篇会议论文和1篇书籍章节。39篇中19篇应用贝叶斯网络，将耦合结构作为有向无环图骨架并为弧分配条件概率表；其余20篇将FRAM实例视为网络并应用标准网络指标，最常报告介数中心性，其次为度中心性、PageRank、HITS权威和枢纽分数；两篇出现社会网络分析，两篇出现随机游走。多数情况将网络视为多层同质有向图，所有耦合弧被认为结构等价。没有论文对三个Borgatti参数中的任何一个作出完全声明。
3.1. Four forms of coupling under-specification（耦合欠指定的四种形式）：通过提取数据分析，研究人员归纳出四种形式。本体抹除：耦合内容被条件概率替代，例如贝叶斯网络将每条弧变为P(downstream state | upstream state)，FRAM原本表示可变性传播，却被替换为条件失败概率，属于类别变化。本体模糊：内容在模型层级泛化描述为物质、能量或信息，但未对单个耦合弧指定类型，是大多数论文的形式。本体替代：FRAM耦合被替换为不同性质的社会纽带，弧权重表示组织主体之间的纽带强度，出现在两篇社会网络分析论文中。测度错配：由于未声明输出性质和传输机制，分析人员应用相邻文献中最熟悉的中心性测度，例如将嵌入测地线转移传播模型的介数中心性应用于承载广播信息的Control耦合，会系统性低估枢纽影响并高估桥接影响。
4. A formal ontology for coupling specification in FRAM networks（FRAM网络中耦合规范的形式化本体）：研究人员提出，FRAM耦合是从上游功能Output端口到下游功能某方面端口的有向弧，由三元组C = (β, ν, μ)完全指定；任一组件未赋值即欠指定。该本体作为现有FRAM模型上的分类层，分为建模层级和标注层级，标注层级在不改变底层模型和可视化源文件的情况下为每条耦合弧添加三元组，且耦合标注可从方面描述和模型上下文推导。
4.1. Coupling role β（耦合角色β）：耦合角色在FRAM中具有自主分析维度。标注层级有六种角色：Input（I）、Precondition（P）、Resource consumed（R
c）、Execution Condition（EC）、Control（C）、Time（T）。Control和Time按Hollnagel定义仅承载信息；R
c仅允许Entity、Energy和Material Resource，信息不会因使用而消耗；EC必须全程存在但不被消耗，与R
c通过Duration特征区分。建模层级β
model为五元素集合{I, P, R, C, T}，标注层级β
ont为六元素集合{I, P, R
c, EC, C, T}；R映射为R
c或EC，存在真正歧义时给予软类型标记。
4.2. Output nature ν（输出性质ν）：ν将耦合弧传输内容的本体类型分为五类：Entity（Ent）、Energy（En）、Information（I）、State change（SC）、Material Resource（MR），其基础是Rasmussen抽象层级中抽象功能层将物理系统表示为物质、能量和信息流的拓扑。五类细化了Hollnagel原有三分法：Ent和MR属于物质，En属于能量，I和SC属于信息。研究人员给出各类可接受的传输机制和特征表型谱。完整性由Rasmussen关于抽象功能层物理穷尽的论证建立；非冗余不能仅由表型谱证明，而依赖耦合角色约束和Borgatti传输机制：I是Control和Time角色的唯一可接受输出性质；Ent和MR通过物质不允许Parallel duplication与Energy区分；Ent和MR通过Object表型与Distance/Magnitude表型的主次区分。
4.3. Transmission mechanism μ（传输机制μ）：μ遵循Borgatti类型学，描述输出的局部分布。Transfer表示一对一有向流，上游输出移动到单个下游方面并失去或消耗；Serial duplication表示一对顺序流，副本依次转发到多个下游功能而不耗尽原件；Parallel duplication表示广播，副本同时到达所有连接的下游方面而不耗尽原件。各类ν的可接受机制为：Ent仅Transfer；MR仅Transfer；En可Transfer或Parallel duplication；I可全部三种；SC可Transfer或Parallel duplication。网络层轨迹类型应作为独立维度添加。
4.4. Admissibility constraints（可接受性约束）：耦合C = (β, ν, μ)可接受，当且仅当(β, ν)满足约束矩阵且μ属于ν的可接受集合。Control和Time不允许Ent、En、SC和MR，因为监督、调节和时间约束本质上是信息行为；R
c不允许I和SC，因为信息不因使用而消耗，二元状态不能被耗尽或按比例消耗。
4.5. Extended upstream-downstream coupling effects (Elaborate Solution)（扩展的上游-下游耦合效应：Elaborate Solution）：研究人员将Hollnagel使用简单Timing × Precision描述的五组上游-下游耦合表，探索性扩展到Elaborate Solution全部八个表型维度，并以输出性质ν为条件。八个维度为Timing、Duration、Speed、Force/Power、Distance/Magnitude、Direction、Object、Sequence。可变性方向记法为[V↑]表示下游可变性可能增加，[V↓]可能减少，[V?]可能无变化。三个方法选择为：Force/Power对Control和Time不适用；Direction仅用于承载物理向量或路由路径的角色，即R
c、EC和Input，Precondition的二元状态无空间方向，Control和Time中看似方向性错误归入Object；Resource分为R
c和EC，其Duration特征可能不同。Precondition耦合的扩展表显示Timing、Duration、Speed、Force/Power、Distance/Magnitude、Object、Sequence等失败维度对下游功能的影响。研究人员指出，Sequence表型在不同耦合角色中最不对称：到达Control时可能严重，因为步骤顺序错误可能无自校正；到达Time时可能破坏下游计划的时间序列；到达Input和Resource时可恢复；到达Precondition时仅边际相关，因为Precondition是二元或分类状态。Force/Power对Control和Time不适用，与信息不允许该表型一致。Direction主要适用于R
c、EC和Input；Precondition、Control和Time中看似方向性可变性可归为Object错误。
4.6. Soft typing and inter-rater reliability ν（软类型与评分者间信度ν）：五类ν存在可预测边界：Ent与MR，I与SC，I与Ent。研究人员引入软类型扩展：评分者一致时硬类型，评分者分歧时软类型，给予可接受ν类别上的概率分布，以众数标注为点估计，以经验评分分布与众数分配之间的Jensen-Shannon散度作为不确定性测度。信度研究测试乳制品包装厂案例中20个耦合，每个类别选4个，由五名具有FRAM经验的评分者标注，耦合角色提前提供，传输机制和其他维度未独立评分。平均两两Cohen kappa为0.868，标准差0.046，最小值0.812；Krippendorff alpha为0.869，均处于Landis和Koch的几乎完美一致范围。20个中16个一致，3个一致比例0.80，1个为0.60；四个非一致耦合正好落在三个预测边界区，支持软类型扩展识别类型学结构极限。
4.7. Network measure mapping（网络测度映射）：完全指定的耦合三元组(β, ν, μ)决定适用于FRAM派生网络分析的适当中心性测度。映射为：Ent或MR且Transfer，适用于I、P、R
c、EC，使用转移子图上的流介数、容量分析；En且Transfer，使用流介数、容量分析；En且Parallel duplication，使用特征向量中心性、HITS枢纽分数；I且Transfer到Input，使用测地线介数；I且Transfer到Precondition，使用Precondition子图上的路径介数；I且Serial duplication，使用串行转发子图上的轨迹介数；I且Parallel duplication，使用特征向量中心性、PageRank；SC且Transfer，使用二元依赖分析、结构可达性；SC且Parallel duplication，使用广播依赖分析。若FRAM派生有向图中大量弧为I且Parallel duplication，即通过Control或Time耦合广播信息，介数中心性嵌入测地线转移传播模型，会系统性低估能同时向下游多个功能提供信息控制的节点影响；正确测度是特征向量中心性或PageRank。PRISMA语料中39篇有17篇未声明耦合类型分布便应用介数中心性，且被审查模型多数Control耦合承载广播信息，因此系统性错误可由欠指定结构性预测。
4.8. Relation to prior taxonomic work in FRAM（与FRAM既有分类工作的关系）：Abreu Saurin和Patriarca提出九标准交互分类，覆盖代理性质、输出性质、等待时间、距离、耦合程度和可见性等上下文属性，目标是使分析人员关于交互的假设透明，但未为单个弧分配传输机制、Borgatti轨迹类型或耦合角色子分类，也未建立输出性质与耦合角色间可接受性约束。Steen、Patriarca和Girardini提出将Time方面作为分析层而非耦合角色的FRAM扩展，动机是Time常被解释为Precondition或Control；该本体通过规定Time耦合仅承载信息来消除歧义，并指出顺序信息串行传播需要轨迹介数，广播时间约束需要影响型中心性。既有工作重组图形表示，而该框架直接处理耦合内容。
5. Application to a dairy packaging plant（在乳制品包装厂中的应用）：案例研究不是严格的前后验证，而是说明性应用，展示耦合规范如何改变网络分析假设以及网络测度的选择和解释。该厂将巴氏杀菌奶和奶油包装为零售单元，生产Tetra Brik型纸盒和PET瓶，三条包装线并行：FM1和FM2为纸盒线，由Galdi一次包装机和Gampack二次包装机服务；FM12为PET线，由Sidel吹瓶-灌装-封口机及OCME Vega捆扎机服务。Baseline模型代表名义人员配置，包含44个功能，按FRAM惯例分为人、组织或技术功能；每条功能名称为尖括号内的不定式动词短语。
5.1. Annotation and distribution（标注与分布）：标注阶段为181个耦合分配五类输出性质ν，并将Resource方面解析为R
c或EC。分布显示Information在181个耦合中占89个；Control角色贡献41个耦合；Input角色贡献33个信息耦合，包括生产计划请求、阳性分析响应和包装操作已开始的报告；Precondition角色贡献12个信息耦合；Time耦合仅3个，均承载计划测试信号，全部为信息。Material Resource出现53个耦合，其中28个为R
c，25个为Precondition，代表半成品和包装材料。Energy出现8个耦合，全部为EC，承载从供电功能到八台包装机的一次能源；Energy未出现在R
c，因为电力供应不因使用而耗尽，而必须全程存在。Entity出现12个耦合，全部为Input。State change出现19个耦合，全部为Precondition。
5.2. Borderline couplings and soft typing ν（边界耦合与软类型ν）：五名具有FRAM经验的评分者使用五类码本标注20个选定耦合的输出性质。平均两两Cohen kappa为0.868，标准差0.046，最小值0.812；Krippendorff alpha为0.869，处于几乎完美一致范围。20个中16个获得一致标注，3个一致比例0.80，1个为0.60。四个非一致耦合正好落在三个预测边界区：I与SC边界出现在耦合C038，I与Ent边界出现在C023，Ent与MR边界出现在C040和C181；这些在Level 1标注中获得软类型标记。Baseline中所有Resource耦合无歧义解决：从供电到机器的8个耦合为EC，因为电源持续存在且不被消耗；半成品耦合为R
c，因为产品被物理纳入包装输出。
5.3. Network measure implications（网络测度含义）：Borgatti映射产生三类需要不同网络测度的耦合。41个Control耦合和3个Time耦合均为(I, Par)型，需要特征向量中心性或PageRank；信息性Input和Precondition耦合需要相应子图上的介数变体；Ent或MR且Transfer的R
c耦合以及En且Parallel duplication的EC耦合分别需要基于容量的流分析和广播依赖分析。将经典中心性指标应用于未区分的181耦合多重图，并折叠为132个唯一节点对的加权简单图，返回的头号结构节点包括：Packaging Sidel bottles在入度和PageRank上排第一，反映其作为多条控制、输入和资源链的汇聚点；Carry bogs in the packaging area在出度和HITS枢纽分数上排第一，反映其作为向三条线广播包装材料可用性的主要来源；Load FM2 Line Balls在HITS权威分数上排第三，反映其向FM2线基础设施分配初始装载Resource流。比较分析显示，介数和PageRank系统性地误排名纯广播源，这些节点发出但不接收弧，因此生产计划功能和供电功能在经典测度中排第35至44位，却在各自Control和EC子图上排第一；后者是唯一一个单点失效会停止整厂的功能。Sidel包装功能和半成品功能在两种分析中一致，后者因为介数对主导其节点的Transfer耦合是正确的。不同子图上的排名不可直接比较，因为子图大小不同，应解读为各耦合类别内部的位置。
6. Discussion, limitations, and future directions（讨论、局限与未来方向）：第5节提出结构性观察：跨耦合类型子图的排名位置不可直接比较，因为子图大小差异很大。所有子图大小均在132个唯一节点对的折叠简单图上计数，而非181耦合多重图：Control子图含41条弧，EC子图8条，材料转移子图40条，而相应多重图计数为41、8和65，差异来自同一对功能间的多个同类耦合折叠为单弧。八弧子图中的排名第一与四十一弧子图中的排名第一不构成相同程度的结构影响，因此子图表应解读为类型特定结构位置，仅在其耦合类别内有意义。更深含义是，经典网络测度将单一指标应用于并不存在的同质图。FRAM Baseline包含三个结构上不同的传播层，具有物理不同机制、失效模式和适当测度。在统一图上计算介数或PageRank产生图论上形式正确但本体上无意义的量。该本体不是产生更好排名，而是确立每种耦合类型下哪个问题是有意义的。对于供电到机器功能，相关问题不是该功能在统一图中多中心，而是若该节点失效，有多少功能瞬时停止；答案——三条生产线上的八台包装机全部停止——不能从应用于未区分图的任何经典测度推出。类型化FRAM图的适当形式表示可能是有向类型化多层超图：多层成分将每个耦合类别分配到不同层，超图成分将广播事件表示为单一超边，例如生产计划功能的十二路Control广播是一条同时连接十三个节点的超边，而不是十二个独立顺序传输。层间耦合权重来自本体约束，而非经验校准的自由参数。从该类型化多层超图结构推导集成中心性测度，并以耦合本体规定权重，是未来工作的具体计划，本文尚未解决。该文证明耦合欠指定是已发表FRAM-网络文献中系统且统一的条件，呈现四种结构上不同的形式，其分析后果从测度错配情况下的形式不正确到社会网络分析情况下的本体类别替代。所提出的本体通过将每个FRAM耦合规定为耦合角色、输出性质和传输机制的三元组来解决该条件。它是可能的规范之一，并不声称唯一或完整。完整性通过ν维度的物理穷尽性和β维度的规范闭合建立；非冗余通过耦合角色约束使信息成为Control和Time角色的唯一可接受输出性质，以及通过机制约束以并行复制能力区分物质与能量来建立。该本体作为现有FRAM模型上的分类层运行，模型无需修改。评分者间信度结果显示，五类输出性质分类由五名评分者使用基于码本的协议一致应用，在包含三个预测边界区的分层样本上达到几乎完美一致。该练习记录分类应用时的表现，不构成外部验证，后者需要独立分析人员。一致性在面板代表的FRAM经验全范围内成立，包括一名对应用领域不熟悉的评分者。由于样本来自单一工业案例，研究人员不声称领域通用性。四个非一致耦合正好落在三个预测边界上，与软类型扩展识别类型学结构极限一致。然而，非一致评分也可能归因于建模者未能充分指定系统。所提出的形式化迫使系统描述澄清耦合性质，从而提高对社会技术系统的理解。该方法也减少对分析者个人能力的依赖。局限包括：评分者间信度研究仅基于单一工业案例的20个耦合；更大更多样样本可估计类别特定一致率和软类型耦合跨领域流行率。将可接受性分析扩展到多层级FRAM模型，纳入Patriarca等的抽象层级整合，可建立层级特定耦合类型分布，并让类型化框架独立 informing 每个功能抽象层级的分析。开发将五类码本实现为结构化引出协议半自动标注工具，可减少大型FRAM模型的标注负担，并支持跨领域和建模团队的耦合类型分布系统比较。从给定FRAM模型的耦合类型分布而非单个耦合分类推导形式化测度选择标准，可为分析人员提供操作决策程序。该框架是示意性贡献，旨在激发关于耦合规范如何改进FRAM网络模型的讨论。尚待确定接受有向类型化多层超图结构是否有效，是否被使用相关网络分析工具的能力所抵消。管理如此复杂网络通常只能通过张量表示。根据Hollnagel原建议，建议放弃该方法，这是最谨慎的做法，以避免FRAM成为少数人工具。替代方法可能牺牲部分复杂性，例如不区分各种次要输入，以换取对派生网络的更简单处理。采用更形式化方法，如本文提出的耦合本体，也可能通过减少描述模糊和FRAM对分析者技能的过度依赖来增强建模。实际上，所提出的具体分类和规则不如认识到耦合欠指定是真实问题且明确规范可能且有价值重要。
研究结论部分翻译：该文已证明，耦合欠指定在已发表的FRAM-网络文献中是一种系统且统一的条件，呈现四种结构上不同的形式，其分析后果范围从测度错配情况下的形式不正确到社会网络分析情况下的本体类别替代。本文提出的本体通过将每个FRAM耦合规定为耦合角色、输出性质和传输机制的三元组来处理该条件。它是可能的规范之一，并不声称唯一或完整。完整性通过ν维度的物理穷尽性和β维度的规范闭合建立；非冗余通过耦合角色约束——使信息成为Control和Time角色的唯一可接受输出性质——以及通过机制约束——以并行复制能力区分物质与能量——建立。该本体作为现有FRAM模型上的分类层运行，现有FRAM模型无需修改。评分者间信度结果显示，五类输出性质分类由五名评分者使用基于码本的协议一致应用，在包含三个预测边界区的分层样本上达到几乎完美一致。该练习记录了分类应用时的表现；它不构成外部验证，外部验证需要独立分析人员。一致性在面板所代表的FRAM经验全范围内成立，包括一名对应用领域不熟悉的评分者。由于样本来自单一工业案例，研究人员不声称领域通用性。四个非一致耦合正好落在三个预测边界上，这与软类型扩展识别类型学结构极限一致。然而，必须注意，非一致评分也可能归因于建模者未能充分指定系统。本文提出的形式化迫使系统描述澄清耦合性质，从而提高对社会技术系统的理解。该方法也减少对分析者个人能力的依赖。一些局限值得承认。评分者间信度研究是在单一工业案例的20个耦合上进行的；更大和更多样的样本将允许估计类别特定一致率以及软类型耦合跨领域的流行率。将可接受性分析扩展到多层级FRAM模型，纳入Patriarca等的抽象层级整合，将建立层级特定耦合类型分布，并允许类型化框架独立 informing 每个功能抽象层级的分析。开发将五类码本实现为结构化引出协议半自动标注工具，将减少大型FRAM模型的标注负担，并支持跨领域和建模团队的耦合类型分布系统比较。从给定FRAM模型的耦合类型分布而非从单个耦合分类推导形式化测度选择标准，将为寻求在已编目的中心性和传播测度中选择的分析人员提供操作决策程序。本文提出的框架是一项示意性贡献，旨在激发关于耦合规范如何改进FRAM网络模型的讨论。尚待确定，接受有向类型化多层超图结构是否有效，是否被使用相关网络分析工具的能力所抵消。管理如此复杂的网络通常只能通过张量表示。根据Hollnagel原建议，建议放弃该方法。这将是更谨慎的做法，以避免FRAM成为少数人工具。替代方法可能是牺牲部分复杂性，例如不区分各种次要输入，以换取对派生网络的更简单处理。采用更形式化方法，例如本文提出的耦合本体，也有可能通过减少描述模糊和FRAM对分析者技能的过度依赖来增强建模。实际上，所提出的具体分类和规则不如认识到耦合欠指定是真实问题且明确规范可能且有价值重要。
