工程风险评估与控制第二章风险分析

第二章风险分析第一节风险分析及方法综述风险分析是近二十年发展起来的一门综合性边缘学科。风险分析技术最早起源于可靠性分析技术，现在已广泛应用于各门学科，如医学、保险学、政治、商业、工程、心理等。在西方，风险分析已形成一门独立的学科，有专门的组织机构风险与保险管理协会（RIMS）、专业的期刊以及相关网站。1980年，美国风险分析协会(TheSocietyforRiskAnalysis,SRA)成立，其后，有许多风险分析协会的分支机构相继成立，其中比较有代表性的有欧洲分会，1988年欧洲分会在奥地利成立(TheEuropeanSectionoftheSocietyforRiskAnalysis)，当时的成立大会主要吸引了社会科学家和政策分析家。目前在欧美发达国家开展得比较广泛。在发展中国家，直到20世纪80年代定量的风险分析几乎还不存在。一、风险分析的内容、后果估计的全过程。其内容见图2-1二、风险分析方法目前主要的风险分析方法有:1.智暴法(BrainStorming)智暴法是通过专家间的相互交流，在头脑中进行智力碰撞，产生新的智力火花。它可以在一个小组内进行，也可以由单人完成。若采取小组开会讨论的方式，5人左右参加为宜，开会时为避免参加人的思想压力，直接领导应回避;开会时所讨论应比较简单，如可提出这样的问题:某项工程施工中，可能遇到哪些风险.风险发生概率和危害程度如何。如果所讨论的问题涉及面较广，所包含的因素太多，应事先将问题进行分解，使问题明晰简单化之后，再采用此办法。这种办法是一种重要的专家调查法，工程风险判断的基础数据往往通过这种方式获取。2.德尔菲法(Delphi)德尔菲法是美国兰德公司于1964年，首先用于技术预测的，德尔菲是古希腊传说中的神谕之地，城中有座阿波罗神殿可以预测未来，因而借用其名。德尔菲法为克服专家会议易受心理因素影响的缺占.以匿名方式通过几轮函询征求专家意见，对每一轮专家意见用统计方法进行汇总后，将反馈材料发给每个专家，供他们分析判断，提出新的论证，如此多次反复，直到专家意见日趋一致。目前德尔菲法在国内外的风险分析研究中被大量使用。3.统计和概率分析方法(StatisticsandProbability)也称解析方法，它借助于一些典型的概率分布函数，如三角分布、威布尔分布、正态分布、伽玛分布等.估计风险因素，并运用概率数理统计的知识，计算整个系统的风险程度。当考虑的风险因素较多时，用这种方法计算十分困难，需借助于计算机的帮助。4.蒙特卡罗樟拟技术(Monte一carloSimulation)该法可看成是在计算机卜模拟实际概率过程，是基于对事实或假定的大量数据的反复试验。已知各输人变量的概率分布，用一个机数发生器来产生具‘有相同概率的数值，赋值给各个输入变量，计算出各输出变量。50一300次之后，输出的分布函数就基本收敛了。此法的精度和有效性取决于仿真计算模型的精度和各输人量概率分布估计的有效性，适用于变量较多情况下风险辨识和估计。此法可用来解决难以用解析方法求解的复杂问题，具有极大的优越性，已成为当今风险分析的主要工具之一。5.外推法(Extension)包括前推法、后推法和旁推法。前推法是由历史来推断未来可能发生的事件，后推法是在无历史资料的情况下，由可能发生的原因推断结果，旁推法是由别人的结果来推断外推法的实质是利用某种函数分析描述预测对象的发展趋势，实际常用的函数模型有多项式模型、指数曲线、生长曲线和包络曲线等。6.敏感性分析法(SensitiveAnalysis)敏感性分析是一种用来考察某一变量的变化对其他变量所造成影响的决策模型技术，它不是对风险定量，而是找出哪些因素对风险敏感。通过敏感性分析，可以找出对项目结果最有影响的主要因素，缩减需考虑的主要变量。7.CIM模型(ControlledIntervalandMemoryModels，控制区间和记忆模型)ChapmanandCooper(1983)提出了CIM模型，解决了概率分布叠加问题，包括串联响应模型和并联响应模型，是进行串并联联结变量的概率分布叠加的有效方法。CIM模型用直方图代替了变量的概率分布，用和代替了概率函数的积分，可以通过缩小叠加变量的概率区间来提高叠加结果的精度，可以方便地获取风险因素概率分布。该模型不仅可以解决变量间相互独立的问题，而且可以解决变量间具有相关性的问题。《三峡工程投资风险分析理论与方法研究》中运用了此种方法将项目总成本划分为一级子成本、二本、三级子成本直至基础项目成本用专家调查法辨识出最低级成本项目风险的概率分布，然后各成本项目风险的概率依次叠加，求出总成本项目风险的概率分布。8.层次分析法(AnalyticHierarchyProcess简称AHP)层次分析法本质上是一种决策思维方式，邻复杂的问题分解为各组成因素，将这因素按支配关系分组以形成有序的递阶层次结构，通过两两比较判断的方式确定每一层次中因素的相对重要性，然后在递阶层次结构内进行合成，得到决策因素相对于目标的重要性的总顺序。9.模糊数学法(FuzzySet)大多数的风险因素是不确定的、模糊的，用经典数学难以计算，而运用模糊数学的知识，可以用数学的语言去准确地描述风险因素对系统的影响程度，建立数学评价模型，得出其精确解。正是因为它的这一特点，这一方法目前在工程风险领域中被大量采用。10.事件树法(EventTreeAnalysis简称ETA)事件树分析是从分析事故的起因事件概率开始，按照系统构成要素的排列次序，每一事件都按成功和失败两种状态，逐步求出因失败而造成事故的发生概率。决策树是一种特殊的事件树。11.事故树法(FaultTreeAnalysis简称FIA)又称故障树法，它是一种演绎地表示事故发生原因及其逻辑关系的有向逻辑树，由各种事件符号和连接它们的逻辑门组成。这种方法既能进行定性分析，也能进行定量分析定性分析时，按事故树结构，列出布尔表达式，求出最小割集和最小径集，确定各基本事件的结构重要度大小。定量分析时，先根据调查资料，确定基本原因事件，进而求出各原因事件和顶上事件的发生概率。12.灰色理论(GrayTheory)灰色理论是华中工学院邓聚龙教授(1982)首先提出的，它将说明客观对象现在状态和过去状态的各种时间序列的数据，按某种方式组合到一起，形成白色数据，再将需要预测的时间序列的数据群当作灰色模块，然后，寻找这两种数据群间的内在联系和发展规律。’13.马尔可夫链分析(Markov)马尔可夫链分析是利用某一系统的现在状态和状态的转移，预测该系统未来的状态的一种方法。它的特点是不需要连续不断的大量历史资料，只需要现在的动态资料就可以预测。X1=X0P……Xk=X1-kPX0——初始状态P—动态转移概率;Xk系统第K步所处的状态。14.人工神经网络方法(ANN)神经网络作为一种模拟生物神经系统结构的人工智能技术，能够从数据样本中自动地通过学习和训练找出输人和输出之间的内在联系，揭示出数据样本中所蕴含的非线性关系。由于神经网络的这种非线性映射能力以及对任意函数的一致逼近性，近年来，这种方法也被引人风险分析领域。第二节风险辨识一、风险辨识的概念风险辨识是进行风险分析时要首先进行的重要工作。风险辨识要回答以下问题:1)有哪些风险应当考虑?2)引起这些风险的主要因素是什么?3)这些风险所引起后果的严重程度是什么?当要进行某项目时，能引起风险的因素是很多的，其后果的严重程度也各异，完全不考虑这些或遗漏了主要因素是不对的，但每个因素都考虑也会使问题复杂化，因而也是不恰当的。风险辨识就是要合理地缩小这种不确定性。二、风险辨识的一般步骤在进行风险辨识之前，首先应该明确进行分析的系统，进行系统界定;其次是将复杂的系统分解成比较简单的容易认识的事物;最后就可以根据收集的资料和分析人员的衡量，采用一定的方法对系统进行风险辨识，找出风险影响因素，具体步骤如图2-2所示。1.确定系统明确所分析的系统，并且界定系统的功能和分析范围。2.调查收集资料调查生产目的、工艺过程、操作条件和周围环境。收集设计说明书，本单位的生产经验，国内外事故情报及有关标准、规范、规程及各种基本数据库信息等资料。3.系统功能分解一个系统是由若干个功能不同的子系统组成的，如动力、设备、燃料供应、电力供应、控制仪表、信息网络等，其中还有各种连接结构，同样子系统也是由功能不同的子系统或部件、元件组成，为了全面分析，按系统工程的原理，将系统进行功能分解，并给出功能框图，表示它们之间的输入、输出关系。功能分解框图如图2-3所示04.选择分析方法适于风险辨识的方法很多，像失效模式、概率结构力学(PSM)、事故树、能量转换等，这些方法各有所长，分析者应根据自己对各种方法的熟悉程度和具体的分析对象选择适合的分析方法。5.分析识别危险性确定危险类型、危险来源、初始伤害及其造成的风险性，对潜在的危险点要仔细判定。6.识别风险影响因素图2一3功能分解框图在分析、识别危险性的基础上，找出具体的危险因素，即风险影响因素，区别主次，从而建立合理的风险评价指标体系。三、风险辨识的方法(一)智暴法集思广益是头脑风暴(Brainstorming)的意译，可以在一个小组内进行，也可以由各个单位人完成，然后将他们的意见汇集起来。如果采取小组开会的形式，参加人以五人左右为宜。参加人应没有压力和约束，如不要有直接领导人参加等。智暴法用于风险辨识，就要提出类似的这样的问题:如果进行某项工程，会遇到哪些危险，其危害程度如何。可以看出，这种会议比较适合于所讨论的问题比较单纯，目标比较明确的情况。如果问题牵涉面太广，包含的因素太多，那就要首先进行分析和分解，然后再采用此法。当然，对智暴的结果还要进行详细的分析，既不能轻视，也不能盲目接受。一般来说，只要有少数几条意见得到实际应用，就算很有成绩了，有时一条意见就可能带来很大的社会、经济效益。即便除原有分析结果外所有智暴产生的新思想都被证明不实用，那么智暴作为对原有分析结果的一种讨论和论证，对领导决策也是很有好处的。(二)德尔菲方法德尔菲方法表示集中众人智慧预测的意思，是专家估计法之一，可用于很难用数学模型描述的某些风险的辨识中。它有三个特点:参加者之间相互匿名、对各种反应进行统计处理、带动反馈地反复征求意见。为保证结果的合理性，避免个人权威、资历、财产、劝说、压力等因素的影响。在对预测结果处理时，主要应考虑专家意见的倾向性和一致性，所谓倾向性是指专家意见的主要倾向是什么，或大多数意见是什么，统计上称此为集中趋势。所谓一致性是指专家意见在此倾向性意见周围分散到什么程度，统计上称此为离散趋势。意见的倾向性和一致性这两个方面对风险辨识或其他预测和决策者都是需要的，专家的倾向性意见常被作为主要参考依据，而一致性程度则表示这一倾向性意见参考价值的大小，或其权威程度的大小。在使用德尔菲方法时，有时还要考虑专家意见的相对重要性，这通常是用专家积极性系数与专家权威程度来表示的。所谓专家积极性系数是指专家对某一方案关心与感兴趣程度。由于任何一名专家都不可能对预测中的每一个问题都具有足够的专业知识和权威性，这应当成为意见评定时的严格参考因素。换句话说，对于参加预测的各个专家，由于知识结构不同。各自意见的重要性也就不同.该可通过加权系数来解决。德尔菲方法实际上就是集中许多专家意见的一种方法，这比某一个人的意见接近客观实际的概率要大，但从理论上并不能证明这一意见能收敛于客观实际，也没有算出有多少人参加最为合理。为了检验德尔菲方法预测结果的准确性和可信度，美国加利福尼亚学采用了实验的方法。实验结果表明，采用匿名反馈的德尔菲方法，其结果还是比较可信的。一般说来，预侧的时间越长，准确性也越差。关于预测的可靠性或有效度的问题，也作了一些实验，即由三个专家组对同一组问题进行预测，结果表明，意见基本上一致。德尔菲方法的不足之处:(1)受预测者本人主观因素的影响，特别是整个过程的领导都有对选择条目及工作方式等起着较大影响，因而有可能使结果产生偏差。(2)它有一个取得一致意见的趋势，但从理论上并没有证明为什么这个意见