22.Принципы учета «человеческого фактора».

Оценка ЧФ= оценка вкладов ош-к чел-ка в аварийность с-мы «чел-к – машина». ЧФ имеет место, т.к. люди явл частью больш-ва с-м и дают сущест-й вклад в R.

Анализ ЧФ исп-ет инф-ию о чел-ком поведении, способностях, огранич, психологич, психофизич, антропометрич и др хар-ках чел-ка, важных для разработки инструментов, мех-мов, рабочего мест и орг-ции ОС для безоп-й, удобной и эффектив работы чел-ка.

Моделир-е ош-к чел-ка: как только ош-ки идентифиц-ны, они предст-ся в логической и поддающ-ся колич-му опис-ю структуре наряду с др компонентами, кот вносят вклад в риск с-мы. Моделирование ош основано на исп-е ДС и ДО чел-ка. Оценки частот отказов чел-ка основ-ся на тестах, моделир-и и эксперт оценках.

Количественное опред-е ош-к чел-ка требует знания физиологии чел-ка, особен-ей когнитивных процессов и особен-ей челов-го восприятия. Т.к. нет точной челов-го познания, большая часть текущих данных по над-ти человека основ-ся на имеющихся базах данных по несчаст случаям, моделировании и др эмпирич подходах. Многие данные получ в ядерной и авиационной пром-сти.

Результат колич-го определение ош-к чел-ка в терминах вер-ти их появления хар-ся как вер-ть ош-ок чел-ка.

Предсказ-е вер-ей ош-ок чел-ка – один из наиб широко использ-х методов для колич-го опред-я этих вер-й. Он базир-ся на данных, собр-х в ядер и химичй индустрии с исп-ем ДС.

На степень «над-ти» чел-ка влияет много факторов, затраг-х способ-ть людей вып-ть треб задачи. Внутр-е факторы вкл-т индивидуал признаки чел-ка (опыт, уровень интеллекта, навыки, способ-ти, установки), кот-е затраг-т способ-ть чел-ка вып-ть конкрет задачи. Внеш факторы – динамич-е аспекты ситуации, задачи и техника, кот-е затраг-т способ-ть вып-ть эти задачи. Внеш факторы вкл-т стрессовые факторы (высок т-ра, холод, шумовое поле, ситуативное напряж-е, время дня), ограничения вр-и и качество интерфейса человек – машина. Обучение может повысить «над-ть» чел-ка.

Орг-ция баз данных об ош-ках 3 категории:

1.Базы эксперим-х данных (рез-ты эксперимент-х работ в лаборат-х усл-ях).

+ заслуж-т высокого доверия; – присут-т эл-т субъективизма.

2. Базы эксплуатац-х данных (треб-т тщательн регистр-и действий в реальн усл-ях эксплуатации).

+более адекватны реал ситуации; – применимы только в конкрет ситуац-х, огранич-х жесткими рамками.

3. Базы экспертной инф-ции. + не требуют больших затрат. Для исп-я этой субъектив инф-ции при анализе над-ти чел-ка следует: - обеспечить необх точность данных; - обеспечить представительность экспертных оценок (в кач-ве эксперта – высококвалифиц-й специалист); - правильно устан-ть уровень экспертного оценивания, выявить факторы, опред-ие качество оценив-ой работы и опред-ть типы шо-к, хар-х для оценив-го процесса; - четко опр-ть процедуру оценивания (напр, метод парного сравнивания).

23.МНОГОКРИТЕРИАЛЬНЫЕ ОЦЕНКИ.

Оптимизация – процедура взвешив-я достоинств и недост-в конкрет-го реш-я и определ-е лучшего из них.

Однокритериальная задача – задача оптимизации по одному пар-ру (минимизация убытков или максимизация прибыли).

Каждый день нам приходится принимать множ-во реш-й: Что одеть? Взять ли с собой зонт? Где и как переходить дорогу? Каждый раз мы стараемся поступить оптимал образом. Часто процесс принятия реш-й происх-т на подсознательном ур-е. Все это м.б. ассоциировано с однокрит-й задачей.

Когда мы имеем дело со слож ситуац-и, может потреб-ся осознанная оценка доводов «за» и «против» различ вар-в реш-й. Например, при покупке автомобиля могут прин-ься во вним-е различ факторы: безоп-ть, над-ть, цена, модель цвет, различ технич характер-ки. При этом мы имеем дело с многокритериальным выбором и, чтобы выбрать оптимал вар-т, проводим оптимизацию по всем пар-рам.

Сущ-т несколько подходов ан-за многокритериальных задач. Один из них – построение ф-ции полезности. u(x₁,x₂,…x_n)=f[u₁(x₁), u₂(x₂), …, u_n(x_n)], где u – интегральная полезность (эффективность) действия при принятии реш-я; x_i – факторы, пар-ры, критерии; f – скалярная ф-ция; u_i – полезность i-го фактора.

Полезность – линейная аддитивная ф-ция: u(x₁, x₂,…,x_n)= при наличии неск-х факторов их весовые коэффициенты

В США этот метод исп-ся для реш-я проблемы утилизации плутония: захоронение, исп-е в качестве топлива, распространение в др гос-ва.