Methods for building Conditional Probability Tables of Bayesian Belief Networks from limited judgement: An evaluation for Human Reliability Application
the present paper evaluates five methods for building Conditional Probability Tables (CPTs) of Bayesian Belief Networks (BBNs) from partial expert information: functional interpolation, the Elicitation BBN, The Cain calculator, Fenton et al. en Røed et al. methode. Bij de evaluatie wordt gekeken naar toepassing op een specifiek gebied van risicoanalyse, Human Reliability Analysis (HRA). De vijf methoden zijn bijzonder geschikt voor HRA-modellen die de waarschijnlijkheid van menselijke fouten berekenen als functie van het beïnvloeden van factorbeoordelingen. De prestaties van de methoden worden geëvalueerd aan de hand van twee eenvoudige voorbeelden, ontworpen om aspecten te testen die relevant zijn voor HRA (maar niet uitsluitend): de representatie van sterke factorinvloeden en interacties, de representatie van onzekerheid over de BBN-relaties en de methodevereisten naarmate de BBN-grootte toeneemt. De evaluatie onderstreept de modelleringsbeperkingen in verband met de behandeling van multi-factorafhankelijkheden en van verschillende mate van onzekerheid in de factorrelaties. De functionele interpolatiemethode is het minst vatbaar voor deze beperkingen; echter, de elicitatievereisten groeien exponentieel met de modelgrootte. Naast deskundig oordeel omvatten HRA-toepassingen van BBN ‘s het gebruik van empirische gegevens, combinatie van gegevens en oordeel, informatie uit bestaande HRA-methoden: het opbouwen van de CPT’ s in deze toepassingen valt buiten het toepassingsgebied van de evaluatie.
