嚴新平 張 笛 張明陽 付姍姍

（1.武漢理工大學智能交通系統(tǒng)研究中心 武漢430063；2.國家水運安全工程技術研究中心 武漢430063）

0 引 言

ESREL2015（25thEuropean Safety and Reliability Conference，ESREL）是第25屆歐洲安全與可靠性工程會議，于2015年9月7日至10日在瑞士蘇黎世（ETH Zurich，Switzerland）召開。此次會議由歐洲安全與可靠性協(xié)會（European Safety and Reliability Association，ESRA）主辦，瑞士蘇黎世聯(lián)邦理工大學承辦。該會議自1989年發(fā)起，由歐洲多個國際類似主題會議合并而成，是目前世界上以“安全與可靠性”為主題的規(guī)模最大、最具有影響力的學術會議，也是研究系統(tǒng)安全與可靠性理論和跨領域的學科平臺。

ESREL 2015會議是歷屆規(guī)模最大的一次，共收到歐洲及其他國家論文摘要850多篇，會議組委會從提交的650多篇論文中錄用了569篇，并出版了《第25屆“安全與可靠性”國際會議論文集》，其中563篇論文的作者參會并宣讀論文。會議委員會推選蘇黎世聯(lián)邦理工大學Wolfgang Kroger教授擔任本屆會議的榮譽主席，論文由CRC press／balkema出版，會議的主題為：復雜系統(tǒng)的安全與可靠性。會議安排了7場大會報告，還組織召開了交通系統(tǒng)的可靠性、可用性、可維修性和安全性（reliability，availability and maintainability and safety，RAMS）、概率安全評估（probability safety assessment，PSA）以及柔性理論（Resilience Theory）等專題研討會。

本文從系統(tǒng)安全研究的角度出發(fā)，通過總結ESREL 2015會議情況，分析交通安全領域的研究熱點與趨勢，對未來交通系統(tǒng)的安全風險防控問題進行了探討。

1 會議論文的分類與總結

1.1 大會報告

本次會議共邀請了9位安全與可靠性領域的專家，設置了7場學術報告，具體詳細內(nèi)容如下：

蘇黎世聯(lián)邦理工學院Paul Embrechts教授在“小概率事件建模（從理論方法到應用）”報告中指出 ，現(xiàn)今社會日益面臨“超乎正常”的各種小概率事件，在環(huán)境科學、結構工程、人口統(tǒng)計學、保險和金融等學科領域內(nèi)屢見不鮮，小概率事件的建模、影響和風險管理扮演著越來越重要的角色。該報告提出了針對小概率事件的建模方法，并將應用到了道路交通研究中。

紐約大學Nassim Nicholas Taleb教授在“厚尾效應和模型誤差下的大數(shù)定律”報告中提出了大數(shù)定律在尾域下收斂很慢，一定程度上導致了科學研究和商業(yè)決策中的許多錯誤，即統(tǒng)計學專家也會犯的錯誤。Taleb教授還就當前相關性分析中存在的缺陷問題進行了探討，提出了大數(shù)定律與特定風險等級評估的聯(lián)系。

蘇黎世聯(lián)邦理工學院Didier Sornette教授在“利益系統(tǒng)的安全和可靠性”報告中提出了大多數(shù)人類利益系統(tǒng)都會伴隨著異常的極端事件（“王”）和獨特的起源（“龍”）問題。一方面，風險是遠遠大于目前在大多數(shù)領域的量化；另一方面，這些危險并不是突然發(fā)生的，而是可以被估計甚至是預測的。Sornette［1］教授回顧了已知的“龍－王”出現(xiàn)機制并提出了抑制它們擾動系統(tǒng)可行性，提出了控制“龍－王”這一極端事件的可能性。

斯塔萬格大學Terje Aven［2］教授、米蘭理工／巴黎中央理工學院Enrico Zio［3－4］教授分別為歐洲安全與可靠性協(xié)會現(xiàn)任主席和前任主席，在“不確定性的風險評價”報告中針對風險評估中面臨的數(shù)據(jù)缺失、系統(tǒng)未知等不確定性問題，提出了不確定性問題度量、評價和控制的解決思路。

瑞士電力公司首席執(zhí)行官Pierre－Alain Graf先生在報告中介紹了瑞士輸電網(wǎng)的系統(tǒng)性風險，瑞士電子傳輸系統(tǒng)被認為是一個重要的基礎設施，因此需要針對不同的風險提供不同的保護。隨著電力傳輸網(wǎng)格系統(tǒng)進一步整合，風險也隨之變化。為了進行積極應對，瑞士電力公司的風險管理需要在不同層次中進行，即充分考慮基礎設施、市場體系、極端事件和人為因素。

代爾夫特理工大學Pieter van Gelder教授在“自然災害監(jiān)測和處理的創(chuàng)新”報告中提出了使用各種傳感技術監(jiān)測自然災害的可能性（從遙感衛(wèi)星到監(jiān)測通過智能手機參與的公民），Gelder［5］教授及其團隊探索各種創(chuàng)新方法來處理這些災害，不僅是結構安全評價方法，也包括利用移動短信、安全應用程序等，最終達到抵抗自然災害、保證社會安全的目的。

格勒諾布爾國立理工學院Christophe Berenguer［6］教授、Antoine Grall［7］教授在“剩余壽命預測的維護決策（尋找失誤環(huán)節(jié)）”報告中介紹了完整預見性維護處理鏈系統(tǒng)，從病變的監(jiān)測、健康狀況的評估等方面對剩余使用壽命（Remaining Useful Life）進行評估。該系統(tǒng)將這些問題作為一個整體來考慮，從而得到更準確的預測結果。

1.2 分會場報告

本次會議的內(nèi)容涉及多學科、多領域、多層次，從一定程度反映出現(xiàn)代安全與可靠性領域的新理論、新觀點、新方法及國際上研究的熱點。本次會議根據(jù)錄用論文的研究領域設置了131個會場，如表1所示。

表1 分會場報告分組情況表Tab.1 The grouping table of parallel sessions

1.3 論文分類統(tǒng)計

本次會議收錄的569篇論文分別到來自42個國家和地區(qū)，覆蓋了安全與可靠性理論、方法、技術、系統(tǒng)開發(fā)和應用等各個領域。其中，挪威（85篇）、法國（52篇）、中國（45篇）、意大利（45篇）、英國（37篇）、波蘭（36篇）、德國（30篇）、捷克（27篇）、巴西（27篇）和美國（23篇）是發(fā)表論文數(shù)量最多的國家，占會議總論文數(shù)量的71.5%。另外，論文中有60篇涉及交通系統(tǒng)研究，超過了總數(shù)的10%，其中有14篇涉及柔性理論在交通系統(tǒng)安全研究中的應用。

2 安全與可靠性研究領域熱點問題分析

2.1 柔性理論及其應用

柔性起源于生態(tài)系統(tǒng)，最初用來衡量一個系統(tǒng)內(nèi)生物間的穩(wěn)定性，生態(tài)系統(tǒng)吸收變化和干擾、維持穩(wěn)定的能力。隨著柔性理論的不斷完善，不少學者對它賦予了更多的含義。例如，Kruke等［8］認為柔性是在沒有重大故障情況下適應變化的能力，以及平穩(wěn)吸收沖擊的能力，Hollnagel［9］認為柔性是一個系統(tǒng)適應變化和干擾的固有能力，能夠在常態(tài)和意外情況下維持系統(tǒng)運轉的能力，Broccardo和Galanis［10］等認為柔性是一個設備或者系統(tǒng)受到外部沖擊后在恢復階段的性能，是對該設備或者系統(tǒng)抵抗風險的一個評價指標。Kruke和Broccardo都認為柔性系統(tǒng)都存在一個破裂點（Resilience break point）［10］，當外界的沖擊或者故障超出了系統(tǒng)能承受的破裂點，系統(tǒng)將無法自行恢復。柔性是系統(tǒng)能否抵抗風險和沖擊的指標，用來評價系統(tǒng)在一定時間內(nèi)受到外部沖擊而恢復原始狀態(tài)或者減輕這種沖擊的能力［10］。

Hollnagel［8，11］從工程領域提出了結合工程特點對柔性提出了理解和定義，柔性工程的理論也在Hollnagel和Woods等研究基礎上逐步完善，從最初的概念、系統(tǒng)性能的詮釋，到柔性系統(tǒng)構建的體系框架。Hollnagel［11－12］提出柔性系統(tǒng)從提高系統(tǒng)自身能力和外部環(huán)境兩個方面進行構建。

Kozine和Andersen［13］等根據(jù)Hollnagel對柔性的理解和定義，提出了以柔性理論為基礎的系統(tǒng)評價框架，主要包括以下方面：

1）執(zhí)行。系統(tǒng)做出的可預見和不可預見的行為?？深A見行為是指在抵御系統(tǒng)預測到的風險和沖擊時及時被實施的行為，不可預見的執(zhí)行則無法提前預估。

2）資源。不同層次的資源是以安全而有效的方式來實現(xiàn)目標。該子系統(tǒng)中的資源包括多方資源、組織資源、團隊資源、個人資源以及技術資產(chǎn)資源。

3）策略和結果。通過各種方式利用所有資源執(zhí)行一個所要實現(xiàn)的功能，以達到預期抵御風險和沖擊的結果。

4）系統(tǒng)內(nèi)部能力。指系統(tǒng)的學習、預測、監(jiān)測等應對能力［13］。

執(zhí)行、資源、決策和結果屬于系統(tǒng)的外部環(huán)境。系統(tǒng)外部環(huán)境與系統(tǒng)自身（內(nèi)部）的聯(lián)系，形成了系統(tǒng)柔性的評價框架，如圖1所示。

圖1 基于柔性理論的多級評價模型框架Fig.1 The framework of multilevel assessment model based on resilience theory

從整個模型來看，資源（resource）、操作（operation）、決策（strategies）等外部環(huán)境為該評價模型提供了抵御風險和外界沖擊的基礎。系統(tǒng)自身的4種能力都與外部環(huán)境密切相關。學習（learning）、預測（anticipating）、監(jiān)測（monitoring）、應對（responding）形成一個循環(huán)，利用系統(tǒng)所提供資源，通過學習分析風險和沖擊致因，弄清系統(tǒng)的脆弱影響機理，加強風險和沖擊要素分析，對系統(tǒng)安全水平評價，分析系統(tǒng)的故障模式及影響，對其進行狀態(tài)監(jiān)控，對系統(tǒng)可能發(fā)生的危險事件制定應對策略，提前預防事故的發(fā)生。該系統(tǒng)通過自身提升和外部資源的輔助，能準確制定危險事件的應對策略，在復雜環(huán)境下保持良好的風險應對能力，形成一個環(huán)境適應性強、風險抵御力強的多層次評價模型，進而實現(xiàn)抵御風險和沖擊的功能。

2.2 安全評價理論框架及其應用

定量風險評價（quantity risk analysis，QRA）［14］是一種在過去40年里應用最為廣泛的系統(tǒng)安全評價方法。在交通系統(tǒng)領域，各個國家經(jīng)過總結事故的教訓，學者的研究與探討逐漸形成了航空工業(yè)標準和指南、鐵路標準和指南及海事標準和指南等安全評價理論框架。在水運安全方面比較典型且廣泛運用的安全評價理論框架是國際海事組織（International Maritime Organization，IMO）制定的綜合安全評估（Formal Safety Assessment，F(xiàn)SA）［15］。

綜合安全評估（FSA）［16－17］是一種結構化和系統(tǒng)性的分析方法，該指南將FSA確定為水上交通安全評估的標準化程序，逐步在水上交通安全營運管理中得到了廣泛的應用。

FSA采用規(guī)范化步驟，全方位地對水上交通危險進行識別，并對相關項目及因素進行綜合評估［18－20］，制定風險控制方案，最后結合對費用與收益進行評價為決策提供建議，進而有效地提高水上交通的安全與可靠性程度。FSA方法流程主要包括5個步驟（如圖2所示）：

圖2 FSA方法流程構架Fig.2 The framework of Formal Safety Assessment

FSA提供了一種標準化的水上交通風險評價和控制方法，自從被提出以來，在水上交通安全等領域得到了廣泛的應用［21－22］。

近年來，隨著脆弱性、柔性理論的發(fā)展，傳統(tǒng)風險評價的研究范疇得到了極大的擴展。Aven［23－24］結合風險、脆弱性、柔性理論，對傳統(tǒng)的定量風險評價框架（quantitative risk assessment，QRA）進行了擴展，提出了一種基于柔性理論的風險評價體系構架。該框架主要包括下述5個步驟：

1）危險識別Identification of initiating events A；

2）致因分析Causes analysis；

3）脆弱性分析Vulnerability analysis expressing vulnerability（C，P，U，K｜A）；

4）柔性分析Resilience analysis expressing resilience（C，P，U，K｜any A，including new types of A）；

5）風險描述和分類Risk description and characterization。

其中，A表示初始事件，C表示事件的后果，U表示不確定性，P表示概率，K表示知識。該評價框架將脆弱性定義為危險事件發(fā)生時，系統(tǒng)可能遭受的危險，柔性定義為各種危險事件共同作用情況下，系統(tǒng)面臨的危險。

2.3 不確定性評價及其應用

概率邊界分析（包括概率分析和系統(tǒng)內(nèi)部分析）［25］、隨機集合／D－S證據(jù)推理［26－27］和貝葉斯理論［28］是不確定性分析的經(jīng)典理論。貝葉斯網(wǎng)絡、證據(jù)理論這些方法的優(yōu)化方法，和可能性理論（possibility theory）、蒙特卡洛仿真（Monte Carlo simulation）［29］、模糊層次分析法［30］近年來被廣泛的應用到系統(tǒng)的不確定性研究中。

1）貝葉斯網(wǎng)絡模型（Bayesian Network，BN）。貝葉斯網(wǎng)絡模型能夠分析風險因素間的相互影響，在船舶通航風險評價中最受青睞。Yang［31］、Eleye－Datubo［32］、Merrick［33］等在應用貝葉斯網(wǎng)絡模型時提出結合模糊邏輯的方法實現(xiàn)定性、定量數(shù)據(jù)的轉換；Ayele等［34］運用貝葉斯網(wǎng)絡建立北極地區(qū)鉆井廢物固體和液體的廢物處理模型，避免了傳統(tǒng)的風險評估方法的不足，確保成本和效益的優(yōu)化；Montewka等［35］運用貝葉斯網(wǎng)絡建立了波羅的海冰區(qū)航行船舶的冰困風險評價模型，并以一艘獨立冰區(qū)加強型散貨船為例進行了案例研究；趙金寶等［36］運用貝葉斯網(wǎng)絡模型，以3 584起交通事故數(shù)據(jù)為依據(jù)，根據(jù)專家知識和數(shù)據(jù)融合方法，建立了城市平面交叉口交通事故分析的貝葉斯網(wǎng)絡結構。

2）證據(jù)推理法（evidential reasoning approach，ERA）。證據(jù)推理法是一種以D－S證據(jù)理論、模糊集合為基礎的多目標決策方法［37］。該方法能滿足更弱的公理系統(tǒng)，有處理信息的無知和缺失的問題的能力，對不同數(shù)據(jù)中的信息的不準確性和矛盾提供了顯式的估計；能處理類別混合問題，在混合像元的表達中非常有用；可以對不完備信息進行建模和融合［38］。Kambiz和Jin Wang等［39］運用證據(jù)推理法結合模糊集理論建立港口或碼頭的風險評價框架，針對不確定風險因素對整個港口或碼頭進行風險評價，并通過伊朗3個港口實例驗證，證明了該方法在港口或碼頭風險評價中的適用性；姜江等［40］針對在航天發(fā)射場推進劑加注系統(tǒng)的風險分析不確定性，利用證據(jù)推理法，結合模糊集理論，提出了加注系統(tǒng)風險分析及評價方法，該方法可行有效，并量化分析系統(tǒng)相關結構的風險程度，為后續(xù)風險決策的制定提供理論支持；張笛等［29］運用證據(jù)推理和模糊規(guī)則庫，建立了內(nèi)河運輸系統(tǒng)的通航風險評價模型，解決了不確定條件下的通航風險評價問題。

3）蒙特卡洛仿真（Monte Carlo Simulation，MC）。蒙特卡洛仿真方法是一種以概率論和數(shù)理統(tǒng)計為依托的數(shù)值計算方法。在運用蒙特卡洛進行風險評價時，當所評價系統(tǒng)的危險服從某種分布時，便可以通過多次隨機抽樣來模擬危險因素的變化，根據(jù)危險因素出現(xiàn)的頻率來表征風險發(fā)生的概率，模擬的次數(shù)越多，系統(tǒng)風險評價的精度就越高。該方法被用到工程學科的各個領域，同時也是風險評價最常用的方法之一。Medeiros等［41］運用蒙特卡洛仿真方法結合所天然氣管道運輸系統(tǒng)的危險因素特征，建立了天然氣管道運輸?shù)亩嗑S風險評價模型，根據(jù)敏感性分析，該模型較好的反映了天然氣管道運輸系統(tǒng)的風險等級。

4）模糊層次分析法（Fuzzy－AHP）。模糊層次分析法是一種基于AHP模型運用離散模糊集處理相關數(shù)據(jù)的最優(yōu)風險評價方法。張笛等［38］運用模糊層次分析法建立長江枯水期通航安全評價模型，實現(xiàn)在客觀數(shù)據(jù)缺失的情況下進行定量分析評價的目的，并根據(jù)評價結果制定了長江枯水期通航風險控制方案。

3 對交通系統(tǒng)安全風險防控的啟示

3.1 風險評價應成為貫穿交通系統(tǒng)全生命周期的重要決策支持手段

盡管風險評估最早起源于核工業(yè)、航空航天等傳統(tǒng)高風險領域，隨著載運工具、交通基礎設施、交通環(huán)境的復雜化，交通風險也隨之增大，有必要從傳統(tǒng)的事后評價轉變?yōu)榧笆虑啊?、“事中”、“事后”為一體的全過程風險評價，即在交通系統(tǒng)設計階段、運行階段和各種應急非常態(tài)階段均利用風險評價這一手段輔助決策。

另外，決策時應該充分考慮風險的兩個方面，即事故發(fā)生的概率及可能產(chǎn)生的后果，不應單獨以事故發(fā)生的可能性或事故發(fā)生后可能造成后果的嚴重程度判斷風險的高低。因此，決策者一方面應該充分研究可能產(chǎn)生重特大事故后果的風險源，如?；返倪\輸儲運、大型客運車輛／船舶等；另一方面，還應該同時考慮發(fā)生頻率高但總體后果較小的事件，因為這些事件如果得不到較好的控制，有可能會導致進一步嚴重的事故后果。

3.2 應充分考慮交通系統(tǒng)風險評價的不確定性問題

風險評價過程往往伴隨一系列不確定性問題：首先，客觀數(shù)據(jù)缺失和數(shù)據(jù)本身的誤差為風險評價帶來了不確定性，大量主觀數(shù)據(jù)或失真數(shù)據(jù)將有可能導致評價結果與實際情況不符；其次，交通系統(tǒng)本身是一個復雜巨系統(tǒng)，如期望將其所有風險一一辨識不具有可行性，特別是針對一些新生系統(tǒng)，如極地航行系統(tǒng)等，風險評價工作往往因為對研究對象的不了解而難以進行或?qū)е陆Y果的重大誤差；最后，應充分研究人為因素的不確定性，考慮到人為因素是導致交通事故的主因，從根本上減少、消除交通風險必須最大程度上降低人為因素的影響，因此，交通系統(tǒng)風險評價過程中有必要對人為因素的不確定性進行充分分析、度量和控制。

3.3 大力推進柔性理論在交通系統(tǒng)中的應用

近年來，柔性理論逐漸成為風險評價領域的研究熱點，即在“事后應急”轉向“事前預防”的基礎上，將系統(tǒng)自身防控風險的能力進一步強化和提升，使系統(tǒng)從“被動”地應對風險，到“主動”地抵御風險。

針對交通系統(tǒng)特性以及載運工具、交通參與者所面臨的風險，基于柔性系統(tǒng)構建的框架與步驟，應從環(huán)境特征分析、機理分析、風險預測、狀態(tài)監(jiān)測、危機應對這5個方面建設交通柔性系統(tǒng)。具體來說，需要建設：

1）復雜交通環(huán)境影響特征分析能力；

2）交通環(huán)境－載運工具－基礎設施耦合機理學習能力；

3）交通系統(tǒng)不確定性風險評價和預測能力；4）交通系統(tǒng)高敏感知狀態(tài)監(jiān)測能力；

5）重大交通事故風險調(diào)控和應急決策能力。如圖3所示。

圖3 交通柔性系統(tǒng)構架Fig.3 The framework of the transportation resilience system

4 結 語

系統(tǒng)安全與可靠性的提升是各領域不斷追求的目標，安全與可靠性相關理論方法的不斷完善將進一步保障交通運輸?shù)裙こ填I域的健康可持續(xù)發(fā)展。第25屆安全與可靠性國際會議反映了國際上安全與可靠性領域的最新技術與應用動態(tài)，促進了各國最新研究成果的交流，引領了安全與可靠性技術在不同領域的發(fā)展方向。通過對該會議相關技術成果的統(tǒng)計分析，未來交通系統(tǒng)的安全風險防控將進一步發(fā)揮風險評價在決策支持中的作用。其中，不確定性分析技術與柔性理論將成為未來風險評價領域的重點研究方向。

［1］ WHEATLEY S，SOVACOOL B，SORNETTE D.Statistical analysis of the risk of nuclear accidents：new data and extreme heavy tailed distributions［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［2］ SHORTRIDGE J E，AVEN T，GUIKEMA S D.Risk assessment under deep uncertainty：A methodological comparison［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［3］ SEDANO B，ASTIGARRAGA D，BARALDI P，et al.Assessment of the improvement achieved in RAMS by a FEV embedding apowertrain PHMS［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［4］ SAHLIN U，MAIO F D，VAGNOLI M，et al.E－valuating the impact of climate change on the risk assessment of Nuclear Power Plants［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［5］ MENDEL M，RENIERS G，GELDER P V.Risk in the safety sciences：Its economic foundations，its hyperbolic geometry，and its engineering methods［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［6］ LE T T，CHATELAIN F，BERENGUER C.Jump Markov Linear Systems for deterioration modeling and Remaining Useful Life estimation［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［7］ LANGERON Y，GRALL A，BARROS A.Maintenance of a deteriorating control system based upon controller reconfiguration［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［8］ KRUKE B I，MORSUT C.Resilience in a multilev－el crisis governance context：A tale of joint implementation of community，regional，national and EU response capabilities［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［9］ HOLLNAGEL E.Barriers and Accident Prevention［M］.Aldershot，UK：Ashgate Publishing，2004.

［10］ BROCCARDO M，GALANIS P，ESPOSITO S，et al.Stojadinovic Probabilistic resilience assessment of civil systems：Analysis and validity of the PEER framework［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［11］ HOLLNAGEL E，PARIES J，DAVID D W，et al.Resilience engineering in practice：A guidebook［M］.Aldershot，UK：Aahgate Publishing，2011.

［12］ HOLLNAGEL E.Resilience engineering and the built environment［J］.Building Research ＆Information 2014，42（2）：221－228.

［13］ KOZINE H，ANDERSEN B.Integration of resilience capabilities for Critical Infrastructures into the Emergency Management set－up［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［14］ FALCK A，F(xiàn)LAGE R，AVEN T.Risk assessment of oil and gas facilities during operational phase［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［15］ WANG J.Current status of future aspects of formal safety assessment of ships［J］.Safety Science，2001（38）：19－30.

［16］ ZHANG D，YAN X P，YANG Z L.Application of Formal Safety Assessment to Navigational Risk of Yangtze River［C］.Proceeding of the 30thInternational Conference on Ocean，Offshore and Arctic Engineering（OMAE 2011），Rotterdam，the Netherlands：ASME，2011.

［17］ TAN Z R，WANG W L，HUANG M，et al.Formal Safety Assessment and its.application to maritime［J］.Progress in Safety Science and Technology，pts a and b，2004（4）：2252－2257.

［18］ ROSQVISTA T，TUOMINENB R.Qualification of Formal Safety Assessment：an exploratory study［J］.Safety Science，2004，2（42）：99－120.

［19］ HU S P，F(xiàn)ANG Q，XIA H，et al.Formal safety assessment based on relative risks model in ship navigation［J］.Reliability Engineering ＆System Safety，2007，92（3）：369－377.

［20］ 中國船級社.綜合安全評估應用指南［M］.北京：中國船級社，1999.China Classification Society.General safety assessment application guide［M］.Beijing：China Classification Society1999.（in Chinese）

［21］ ZHANG J P，HU S P.Application of formal safety assessment methodology on traffic risks in Coastal Waters ＆Harbors［C］.International Conference on Industrial Engineering and Engineering Management，IEEE，2009.

［22］ BARENDS D M，OLDENHOF M T，VREDENBREGT M J，et al.Risk analysis of analytical validations by probabilistic modification of FMEA［J］.Journal of Pharmaceutical and Biomedical Analysis，2012，64－65：82－86.

［23］ RIANA S，AVEN T.A risk perspective suitable for resilience engineering［J］.Safety Science，2011，49（2）：292－297.

［24］ AVEN T.On some recent definitions and analysis framework for risk，vulnerability and resilience.Risk Analysis，2011，31（4）：515－522.

［25］ LIU H C，LIU L，LIU N，et al.Risk evaluation in failure mode and effects analysis with extended VIKOR method under fuzzy environment［J］.Expert Systems with Applications，2012，39（17）：12926－12934.

［26］ DEMPSTER A P.Upper and lower probabilities induced by a multivalued mapping［J］.Annals of the Material Statistics.1976，38（2）：325－339.

［27］ SHAFER G.A Mathematical Theory of Evidence［M］.Princeton：Princeton University Press，1976.

［28］ ZHANG D，YAN X P，YANG Z L，et al.Incorporation of formal safety assessment and bAYESIAN network in navigational risk estimation of the Yangtze River［J］.Reliability Engineering＆System Safety，2013（118）：93－115.

［29］ GILES M B.Multilevel monte carlo path simulation［J］.Operations Research，2008，56（3）：607－617.

［30］ 張笛，嚴新平，張金奮，等.基于模糊層次分析法的枯水期長江通航風險評價研究［J］.交通信息與安全，2013，31（3）：82－85.ZHANG Di，YAN Xinping，ZHANG Jinfen，et al.Navigational risk assessment of Yangtze River in dry season with Fuzzy Analytic Hierarchy Process［J］.Journal of Transport Information and Safety，2013，31（3）：82－85.（in Chinese）

［31］ YANG Z，BONSALL S，WANG J.Fuzzy Rulebased bayesian Reasoning approach for prioritization of failures in FEMA［J］.IEEE Transactions on Reliability，2008，57（3）：517－528.

［32］ ELEYE－DATUBO A，WALL A，WANG J.Marine and offshore safety assessment by incorporative risk modelling in a Fuzzy－Bayesian network of an induced mass assignment paradigm［J］.Risk A－nalysis，2008，28（1）：95－111.

［33］ MERRICK J，DORP R.Assessing uncertainty in simulation－based maritime risk assessment［J］.Risk Analysis，2005，25（3）：731－743.

［34］ AYELE Y Z，BARABADY J，DROGUETT E L.Risk assessment of Arctic drilling waste management operations based on Bayesian Networks［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［35］ MONTEWKA J，GOERLANDT F，KUJALA P，et al.Towards probabilistic models for the prediction of a ship performance in dynamic ice［J］.Cold Regions Science and Technology，2015（112）：14－28.

［36］ 趙金寶，鄧衛(wèi)，王建.基于貝葉斯網(wǎng)絡的城市道路交通事故分析［J］.南京：東南大學學報，2011，41（06）：1300－1306.ZHAO Jinbao，DENG Wei，WANG Jian.Bayesian network based urban road traffic accidents analysis［J］.Nanjing：Journal of Southeast University.2011，41（06）：1300－1306.（in Chinese）

［37］ YANG J B，XU D.L.Evidential reasoning rule for evidence combination［J］.Artificial Intelligence，2013（205）：1－29.

［38］ 張笛，張金奮，嚴新平.基于模糊規(guī)則庫和證據(jù)推理的內(nèi)河通航風險評價［J］.中國航海，2014，37（01）：71－75，98.ZHANG Di，ZHANG Jinfen，YAN Xinping.Navigational risk system based assessment for inland on Fuzzy Rule Base and waterway transportation evidential reasoning［J］.Navigation of China，2014，37（1）：71－75，98.（in Chinese）

［39］ MOKHTARI K，REN J，ROBERTS C，et al.Decision support framework for risk management on sea ports and terminals using fuzzy set theory and evidential reasoning approach［J］.Journal of Expert Systems with Applications，2012，39（5），5087－5103.

［40］ 姜江，李漩，邢立寧，等.基于模糊證據(jù)推理的系統(tǒng)風險分析與評價［J］.北京：系統(tǒng)工程理論與實踐，2013，33（05）：29－09.

JIANG Jiang，LI Xuan，XING Lining，et al.System risk analysis and evaluation approach based on fuzzy evidential reasoning［J］.Beijing：Systems Engineering－theory＆Practice，2013，33（05）：29－09.（in Chinese）

［41］ MEDEIROS C，ALENCAR M H，GARCEZ T V.Global sensitivity analysis based on a Monte Carlo simulation：A study based on a natural gas system［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.