安全評價中應用小子樣理論之初探

薛春立?柏文峰

摘 要：安全評價作為現代安全管理模式，體現安全生產以人為本和預防為主的理念，正逐漸被社會廣泛認可，對于安全生產所起的技術保障作用越來越顯現出來。本文主要是研究小子樣理論作為安全評價方法在安全生產領域應用的可應用性。

關鍵詞：安全評價；小子樣

隨著國家對安全生產工作要求的不斷提高 ，企業對安全生產日益重視，因此對安全評價質量的要求也在不斷提高。目前安全評價理論中所涉及的幾十種安全評價方法 基本是基于傳統的、在大量數據支持下的經驗理論。且大多脫胎于化工企業。能不能創造一種適合各行各業的較為通用的評價方法，眾多科研人員都在進行積極努力，比如模糊數學理論，概率分析等。目前，有一種理論，即基于Bayes理論的小子樣理論，已在軍工或復雜電子系統中得到應用，我們不訪借鑒一下，探討 其在系統中安全評價應用 問題。

所謂小子樣理論，是指在現場試驗量較少的情況下，通過利用各種信息進行試驗分析與評估的理論。該理論在軍工生產中得到重要應用，并取得了重要成果。該理論的最大長處就是在樣品較少的情況下，能通過各種信息，分析與評估復雜系統的安全可靠性能，可大大縮短研發周期。它是一種全新的統計分析工具。它和傳統的可靠性評估不同的是利用有限的樣本對復雜系統進行分析。

在復雜系統傳統評價中，評價人員需要逐一收集各種上數據，判斷每一數據的真實可靠性才能最終判斷系統的安全可靠程度。而按照小子樣理論，則可能在樣本數據較少的情況下，實現評價目標可靠性的自動化評估。按照《小子樣統計理論及IC可靠性評估》（鄒心遙、姚若河）和《貝葉斯融合方法在武器小子樣試驗中的應用》（李智生、李俊山、張軍團、馮元偉） ，具體方法是第一步是建立評估函數，第二步獲取先驗信息，第三步進行先驗分布的表示，第四步進行信息的可信度判斷，第五步進行驗前信息的多源融合，第六步就是仿真應用。其中，驗前信息是關鍵因素，可利用Bayes方法，正交函數類逼近法等確定。以Bayes為例，Bayes公式在初等概率中都有敘述，

即：P（AB） = P（A）P（B|A） = P（B）P（A|B）

即事件A和事件B同時發生的概率等于在發生A的條件下B發生的概率乘以A的概率。由條件概率公式推導出貝葉斯公式：

P（B|A）=P（A|B）P（B）/P（A）

即，已知P（A|B），P（A）和P（B）可以計算出P（B|A）

假設B是由相互獨立的事件組成的概率空間{B1，b2，...bn}。則P（A）可以用全概率公式展開：P（A）=P （A|B1）P（B1）+P（A|B2）P（B2）+..P（A|Bn）P（Bn）。貝葉斯公式表示成：P（Bi|A）=P（A|Bi）P（Bi）/（P（A|B1）P（B1）+P（A|B2）P（B2）+..P（A|Bn）P（Bn））；常常把P（Bi|A）稱作后驗概率，而P（A|Bn）P（Bn）為先驗概率。而P（Bi）又叫做基礎概率。

貝葉斯公式：

小子樣理論是數理統計方法，它摒棄了經典統計方法的缺陷及誤用，并通過驗前和驗后不同方法的計算，從而準確判定系統的安全性。小子樣理論的誕生，解決了數據少且復雜系統的安全評估問題，是一種先進的分析系統，它可以大量節省評估時間，大量節省人力物力 ，且具有較強的可操作性。可以作為一種新的安全評價手段進行深入研究。

參考文獻

[1]鄒心遙，姚若河.小子樣統計理論及IC可靠性評估.

[2]李智生，李俊山，張軍團，馮元偉.貝葉斯融合方法在武器小子樣試驗中的應用.