Metodi per la costruzione di Probabilità condizionata Tabelle di Bayesian Belief Networks limitata giudizio: Una valutazione Umana, l’Affidabilità dell’Applicazione
Il presente documento valuta cinque metodi per la costruzione di Probabilità condizionata Tabelle (Cpt) di Bayesian Belief Networks (BBNs) parziale esperto di informazioni di tipo funzionale, interpolazione, l’Elicitazione BBN, il Caino calcolatrice, Fenton et al. e Røed et al. metodo. La valutazione considera l’applicazione ad uno specifico campo di analisi del rischio, Human Reliability Analysis (HRA). I cinque metodi sono particolarmente adatti per i modelli HRA che calcolano la probabilità di errore umano in funzione dell’influenza delle valutazioni dei fattori. Le prestazioni dei metodi sono valutate su due semplici esempi, progettati per testare aspetti rilevanti per HRA (ma non esclusivamente): la rappresentazione di forti influenze e interazioni dei fattori, la rappresentazione dell’incertezza sulle relazioni BBN e i requisiti del metodo all’aumentare della dimensione BBN. La valutazione sottolinea le limitazioni della modellizzazione relative al trattamento delle interdipendenze multifattoriali e dei diversi gradi di incertezza nelle relazioni fattoriali. Il metodo di interpolazione funzionale è il meno suscettibile a queste limitazioni; tuttavia, i suoi requisiti di elicitazione crescono esponenzialmente con le dimensioni del modello. Oltre al giudizio degli esperti, le applicazioni HRA di BBNs includono l’uso di dati empirici, combinazione di dati e giudizio, informazioni dai metodi HRA esistenti: la costruzione del CPTS in queste applicazioni non rientra nell’ambito della valutazione.
