其安全等级也具有确定性的情况。根据模糊集理论，确定性可以看作是模糊性或随机性的一个特例。所以，不管系统的复杂性如何，其安全性均可采用模糊集理论进行评价。系统安全评价的非模糊集方法往往也包含有模糊性。例如，采用概率评价法时最终所得结果是系统处于安全或危险状态的概率，尽管概率值是确定的，但它所代表的含义则具有模糊性。等级系数法和dow化学公司的火灾*指数法的评价结果也具有同样的性质。可见，系统安全状态的模糊性已成为人们的共识。可以说，模糊集方法是评价系统安全性的最好的方法之一。采用模糊集方法进行安全评价时，所得结果是对应于各安全等级的隶属度，然后按照最大隶属原则或评分法确定系统的安全等级。目前，此法也存在如下问题：①最大隶属原则会丢失许多信息^［1］，存在着使评价结果失真的可能性。②计算评分值时，与安全等级论域u相对应的分数的选取不尽合理；③一个确定的总分值是相空间中的一个点，而不是一个模糊集合，既不符合模糊集理论，同时也很难反映系统实际的安全状况，亦即其评价结果可能高于或低于实际的安全等级。笔者对这些问题，作了初步研究和探讨。

2 安全等级特征量
系统安全评价可分为对系统未来状况和对系统现状的安全评价。对于系统未来状况的安全评价可以称作预评价，它分现实系统的预评价和待建系统的预评价。本文讨论前一种情况。对于现实系统未来的安全性，由于无法控制条件，一些偶然因素使系统运行的结果不可能准确地预先掌握，故具有随机性。安全本身就是一个模糊概念。所以，对系统未来的安全评价可以运用模糊随机变量理论。模糊随机变量的概念于1978年由h.kwakernaak首次提出的，随后，国内外不少学者对模糊随机变量进行了研究^［4～6］。由于系统的现状是已经发生的事件，所以具有确定性。但由于人们所掌握的信息是模糊的，且安全本身具有模糊性，所以，对系统现状的评价要使用模糊集理论。

2.1 安全等级模糊随机特征量与安全等级模糊特征量
系统安全等级或安全状态不宜分得过少,但也不宜过多。不失一般性，将系统安全等级分成c级，则其论域为u，并定义u_i，i＝1,2,…,c，随着i的增大，系统安全性增加，危险性降低。令ω_i<ω_i+1，则此时相当于ω_i越大，系统越安全。与论域u相对应的取值论域为

对于ω，也可以定义相反的情况。
对系统进行模糊综合评价后，所得出的对各安全等级的隶属度向量为

并且，
是（ω，a，p）上的模糊随机变量。对于i＝1,2,…,c，可得^［4～6］

随机区间为

针对ω及模糊集理论，构造如下的对称三角闭模糊数，即

上一页  [1] [2] [3] [4] [5] [6] [7] [8] [9] [10] 下一页