基于多应激源的空管人员人因可靠性分析.pdf

第39 卷第4期2023年8 月Journal of Harbin University of Commerce(Natural Sciences Edition)哈尔滨商业大学学报(自然科学版)Vol.39 No.4Aug.2023基于多应激源的空管人员人因可靠性分析刘继新,焦杰,刘禹汐1（1.南京航空航天大学民航学院，南京2 1110 6；2.上海吉祥航空有限公司，上海2 0 110 5）摘要：空中交通管制员应激反应是诱发航空运输不安全事件的重要因素，评估其人因可靠性成为提升空管安全的重要依据.通过分析影响空管人员人因可靠性的多应激源，建立了针对多应激源的空管人员人因可靠性分析模糊故障树模型，并利用从T-S模糊故障树映射到贝叶斯网络的系统可靠性评估方法，评估了空管人员应激激活模糊可能性,逆向追踪各应激源的模糊重要度、状态重要度和后验概率，以此来分析空管人员人因可靠性.结合某地区空管局调研数据进行验证，发现管制员应激被完全激活的模糊可能性为0.0 35 5 7,与应激源的发生率处于同一数量级,验证了所提方法的有效性，证明了该方法可用于识别导致空管人员应激的关键应激源，有助于进行应激源针对性管理,提高多应激源作用下空管人员人因可靠性。关键词：航空运输；人因可靠性;T-S模糊故障树；空管人员应激；贝叶斯网络中图分类号：V325文献标识码：A文章编号：16 7 2-0 9 46(2 0 2 3)0 4-0 49 3-0 9Air traffic controller human reliability analysis based on multi-stressorsLIU Jixin,JIAO Jie?,LIU Yuxi(1.College of Civil Aviation,Nanjing University of Aeronautics and Astronautics,Nanjing 210016,China;2.Junyao Airlines,Shanghai 201105,China)Abstract:Air traffic controllers stress response is an important factor inducing air transportunsafe events.Evaluating the reliability of air traffic controllers is an important basis for im-proving air traffic control safety.In this paper,by analyzing the multiple stressors that affectthe human reliability of air traffic controllers,a fuzzy fault tree model for human reliability a-nalysis of air traffic controllers with multiple stressors was established,and a system reliabili-ty evaluation method based on mapping from T-S fuzzy fault tree to Bayesian network wasused to evaluate the fuzzy possibility of activating the stress of air traffic controllers.Thefuzzy importance degree,state importance degree and posterior probability of each stressorwere tracked backward to analyze the human reliability of air traffic controllers.Combinedwith the survey data of a regional air traffic control bureau for verification,it was found that收稿日期：2 0 2 2-10-2 0.基金项目：国家自然科学基金项目（No.71971112）作者简介：刘继新（196 6），男，副教授.研究方向：交通运输规划与管理，E-mail：l a r r y l j x 16 3.c o m494the fuzzy probability of controllers stress to be fully activated is 0.03557,the occurrence rateof stressors in the same order of magnitude,thus verifying the validity of the proposed meth-od.It also proved that the method can be used to identify key stressors triggering controllerstress,which is helpful for the management of stressors,and improved the human reliabilityof air traffic controllers under the effect of multiple stressors.Key words:air transportation;human reliability;T-S fuzzy fault tree;air traffic control-lers stress;Bayesian network哈尔滨商业大学学报（自然科学版）第39卷空中交通管制作为航空运输的重要环节，是引发不安全事件的重要因素之一，空中交通管制员则是完成该工作的主体.数据显示，大约7 0%8 0%空中交通管制不安全事件由人为因素引起，而管制员的应激反应是诱发这些不安全事件的重要原因 .研究空管人员应激源产生机制,进而评估其人因可靠性，已成为近年来业内的热点，成果主要集中于应激激活机制和人因可靠性分析两个领域：一方面，工作应激激活机制研究已经从单一因素引起应激领域拓展到多因素共同作用产生应激2-3,并发现针对多应激源的工作应激分析能够更加全面、真实地反映复杂环境对应激激活的作用机制；另一方面，人因可靠性分析已经历了三代可靠性分析与评估技术历程4,尤其在航空系统中取得了较多成果.2 0 0 2 年，Shorrock5首次将人因可靠性方法应用于空中交通管制员的人因可靠性分析,开发了一种被称为 tracer(Technique for the Retrospec-tive Analysis of Cognitive Errors,tracer)技术的人为错误识别技术，用于对空中交通管制（AirTrafficManagement,ATC)中的认知错误进行回顾和预测分析;2 0 0 7 年,BarryKirwan等人6 旨在为空中交通管理（ATM)在安全案例和人为因素保证工作中的应用提供完善的人因可靠性评估（HumanRelia-bilityAnalysis,HRA）能力的开发基础，预测管制员可能发生的错误、以及出错的频率;2 0 0 8 年,LiWC等人7 利用Reason模型的人为因素分析与分类系统框架从历史数据角度分析了人为差错、组织缺陷对民航安全的影响;2 0 0 9年，Zahra M等人8 提出综合动态系统、贝叶斯网络以及故障树等算法的概率风险评估方法，随后又利用该方法评估组织因素对航空安全的作用；同年，王世锦和隋东9 首次将认知可靠性与失误分析方法（Cognitive Reliabili-ty and Error Analysis Method,CREAM)方法应用在管制员人因可靠性的定量分析中，并基于灰色系统理论,利用改进的三角白化权函数确定共同绩效条件(Common Performance Condition,CPC）各因子的水平等级，在定量预测管制员的行为可靠性的同时还可以发现影响CPC因子的薄弱环节;2 0 12 年,LiPC等人【10 利用模糊贝叶斯网络定量分析组织因素对人因可靠性的影响;2 0 14 年,刘福鳖等1 利用人的因素分析和分类系统（HumanFactors Analy-sis and Classification System,HFACS)理论建立了空管人因失误模型，确定了造成管制员人因失误的主要原因，并提出了相应解决措施；2 0 17 年，袁乐平等12 采用几何平均法、采样法对多源的基本人为差错概率进行融合，利用贝叶斯网络得到差错诱发条件的最大影响值，用此方法计算管制员在调配飞行冲突时的差错概率；2 0 2 0 年，杨越等人13 采用CREAM中的扩展预测法与贝叶斯网络的方法，计算10 项管制通用任务中的人误概率，并建立其与情景控制模式的不确定关系模型,对管制员在多任务中的人误概率进行量化分析.上述成果虽然将模糊理论引入人因可靠性评估方法中，但是传统模糊故障树中逻辑门并不能准确表示应激源状态且不能进行反向推理，贝叶斯网络根节点故障概率难以精确获得,因此本文提出由T-S模糊故障树映射模糊贝叶斯网络的人因可靠性分析方法来评估空管人员在多应激源综合影响下的可靠性1空管人员的多应激源分析利用直接影响模型（Direct EffectModel）14,分别从管制员组织、外部以及个人因素等方面全面分析管制员应激源.第4期1.1组织因素组织因素是与管制员工作相关的组织环境中各种因素的总称.组织因素应激源主要表现在：1)组织工作.管制员在日常工作中需要根据专业知识和规章应对各类突发事件和紧急情况；管制任务冲突、工作超负荷会使管制员产生疲劳、倦卷怠等生理反应；晋升通道、工资报酬可影响管制员工作积极性；工作职责不明确可造成管制员工作效能低下.2)组织环境.管制员工作组织环境会对管制员工作专注度造成重要影响，主要包括物理环境和人际环境.其中，工作物理环境如温度、湿度、空气质量、背景噪声、反光和闪光、工作台及设备灯光照明亮度等影响其生理直观感受，人际关系环境包括管制员与上级领导、同事和下级员工关系以及班组人员人际氛围.3)组织文化.组织文化能够影响管制员的组织认同感和管制凝聚力，进而影响其工作积极性。1.2外部因素外部因素指与管制员工作无关的空管组织外部的因素.家庭矛盾是外部因素的代表,家庭生活的潜在矛盾易导致管制员精神散、疲劳和倦怠.管制员频繁处理个人事务将影响正常休息，造成工作疲劳和注意力渔散等.1.3个人因素个人因素是管制员因个体差异而导致应激水平不同的因素总称.性别、年龄、工龄差异会导致工作积极性差异；性格、人格和神经质类型差异与管制工作专注度相关；与血糖水平直接相关的饮食习惯等个人因素也会对日常管制工作产生影响.管制员受多应激源综合影响，可能产生疲劳、倦怠、工作缺少动力与积极性、缺乏足够专注度和工作效能不能满足需求等不良反应，进而导致应激完全被激活.2基于多应激源的空管人员人因可靠性建模2.1空管职业应激T-S模糊故障树应激源严重程度的演变通常具有不同的过程且基本事件故障率也具有不确定性,使用模糊数对刘继新，等：基于多应激源的空管人员人因可靠性分析495.基本事件的严重程度和故障率进行描述，比传统故障树更具科学性和适用性15 .使用模糊数描述空管人员应激水平和应激源模糊严重程度：0 表示无此现象，0.5 表示严重程度为中，1表示非常严重，以此类推，0.2 表示介于无此现象和中度之间的轻微应激源.在T-S模糊故障树中,已知规则I(I=1,2,3,m);假设基本事件x;(i=1,2,n)和上级事件y的严重程度分别使用模糊数（x，x，.,),(x,x,x)和(y,y,yy)描述.故障树各部件的逻辑关系使用TS模糊门表示,如图1.T-S门图1 T-S 模糊门Figure 1T-S fuzzy gate根据空管人员多应激源分析，生成空管职业应激T-S模糊故障树,如图2.顶事件代表管制员应激激活系统，中间事件y1y 4代表由应激源引起的不良反应,基本事件xi14代表应激源.2.2空管人员可靠性分析的贝叶斯网络为避免故障无法逆向追踪评估，将TS模糊故障树转化为模糊贝叶斯网络.转化算法与传统故障树转换为贝叶斯网络16 类似.首先假设：基本事件有三个模糊状态（低/中/高分别用0/0.5/1表示)；各基本事件之间相互独立；基本事件和上层事件之间的关系用T-S门来表示.然后，由T-S模糊故障树构造模糊贝叶斯网络步骤如下：1）将T-S模糊故障树每个基本事件都对应转化为模糊贝叶斯网络根节点，各根节点亦有三种模糊状态，分别用0/0.5/1表示；2）贝叶斯网络根节点的先验概率与对应T-S模糊故障树的先验概率相同;3）T-S模糊故障树的每一个T-S门,都对应转化成贝叶斯网络的叶子节点；4）贝叶斯网络中叶子节点的条件概率与对应的T-S门条件概率相等,叶 496.子节点按照T-S模糊故障树中相应T-S门连接方式连接.按此方法,将图2 中T-S模糊故障树生成贝叶斯网络模型结构,如图3.其中，根节点哈尔滨商业大学学报（自然科学版）X14、中间节点y1y4与叶节点T与图2 中T-S模糊故障树的事件一一对应.第39卷应激T-S门5J2缺乏积极性T-S门2X3晋升渠道Xi组织文化y4工作效能低缺乏专注度T-S门3T-S门4X4Xs突发工作紧急报酬事件X2性别年龄工龄X10疲劳、倦怠工作职责T-S门1XX工作超负荷X人际关系氛围X1sXsXg管制任务冲突X12工作物理环境X14性格个人家庭事务神经质人格矛盾健康习惯n)执行的可能性为：图2空管职业应激T-S模糊故障树Figure 2AATC job stress T-S FFT2,ki;i,=1,2,kn.则规则l(=1,2,13X14po=p(x)p(x).p(xt)(1)空管多应激源可靠性分析图3空管职业应激贝叶斯网络Figure 3ATC job stress BN3基于多应激源的空管人员人因可靠性分析算法已知应激源严重程度和各严重程度的可能性，计算应激激活模糊可能性以及各应激源的模糊重要度和状态重要度，再利用空管应激贝叶斯网络，计算应激激活情况下的各应激源后验概率.具体算法如图4所示.3.1已知应激源各严重程度的模糊可能性，计算应激处于不同激活状态的模糊可能性假设应激源1，x 2，x，处于各严重程度的模糊可能性为p(）,p(x），,p（x）,其中i=1,构建T-S故障树应激源严重程度应激状态隶属度应激激活模糊可能性应激源状态重要度图4空管人员人因可靠性分析算法步骤Figure 4 Steps for air traffic controller HRA algorithm构建贝叶斯网络应激源后验概率应激源各严重程度模糊可能性规则/执行的可能性应激激活模糊可能性应激源模糊严重度(6)第4期由此计算上级事件的模糊可能性为：p(yl)=Zpop(yl)=Zpp(y)一=Zpp(y)p(y)3.2已知应激源严重程度，计算应激处于不同应激状态的模糊可能性假设故障树应激源（i=1,2,n)的故障严重程度为x（a;=1,2，,k,）,选取的隶属度函数为梯形隶属度函数（如图5），将模糊支撑半径设为1,所构造函数如下：1Mo(x)=0.4-x0.1 x 0.40.30-0.10.1 x 0.40.31Mo.s(x)=0.9-0.6 x 0.90.301-0.60.6 x 0.90.3000.5010.10.4 0.5 0.6图5 严重程度隶属函数Figure 5Severity membership function若x;严重程度为x，,x,严重程度为x；则y严重程度为 的可能性为p（y ），,y 的可能性为p(y,).其中.i=1,2,ki;i,=1,2,kn.m为规则总数,容易得到m=k,kzkn.记x=刘继新，等：基于多应激源的空管人员人因可靠性分析(2)1=1p(y2)=Z(x)p(y)=1mlp(y)=r(x)p(y)1=1(x)其中：u（x,)表示第l条规则中，x,对相应的模糊0 x0.1集的隶属度.(3)3.3T-S模糊重要度已知应激源（j=1,2，,n)严重程度为x其他的发生可能性为p（x=），则x,严重程度为的发生可能性对系统顶事件T严重程度为T。的发0.4 x 0.6生可能性的T-S模糊重要度为：(4)ki)=A(/T=T,P(g,=4)=1-其他pT=T,p(x,=0)=1I0.9 x1其中:pT=T，p(x,=）=1 表示应激源,严(5)重程度为的条件下引起顶事件T严重程度为T，其他的模糊可能性;pT=T,，p(;=0）=1表示x;严重程度为0 的条件下引起顶事件T严重程度为T，的模糊可能性.k,为应激源严重程度的个数.3.4 T-S 状态重要度已知应激源x1，2，j，,x，的严重程度为xi,x2，,x,x则x,的严重程度x对系统顶事件T为严重程度T，的T-S状态重要度为：故障状态xIf,(x;)=max(pT=T,x,=x;)-0.91.0p(T=T,x;=0),0)其中:p(T=T，x;=）表示在应激源x,严重程度为,的条件下,顶事件T严重程度为T,的模糊可能性;p(T=T，=0）表示应激源x,严重程度为0 的条件下,顶事件T严重程度为T，的模糊可能性.3.5根节点后验概率贝叶斯网络是由有向无环图以及若干个条件 497.（1，x2，x，），当已知故障树底层事件的严重程度x=（x i,x 2,x ），则由T-S模型可得出上级事件严重程度的模糊可能性如下：p(yl)=Z(x)p(yl)(7)(8)(9)498概率表组成的有向无循环网络.在贝叶斯网络叶节点严重程度为T，条件下，结合贝叶斯条件概率表求得应激源x;严重程度为的后验概率p（x；=I T=T,)为:p(x;=x I T=T,)4算例分析4.1数据采集由于应激源发生的概率具有模糊性和不确定性，此类数据不易直接获得，为保证数据的客观性应激源发生率x;不适宜或缺失的组织文化0.001X2性别、年龄、工龄X3缺乏晋升渠道和机会x4与工作强度不相符的工资报酬处理各类突发事件和紧急情况能力不足*6工作超负荷X7管制任务与其他工作任务冲突表2T-S模糊门1Table 2T-S fuzzy gate 1序号x6102030405060708090811哈尔滨商业大学学报（自然科学版）和准确性,本文以某地区空管局空管人员为对象，采用问卷调查方法获得初始数据，并利用数据分析软件SPSS19.0进行信度和效度检验，结果满足信度和效度要求，可作为算例数据，具体见表1.在调查问卷中，将主观认为应激源会在自己工p(x;=x,T=T,)(10)P(T=T,)表1基本事件及其模糊可能性Table 1basic events and their fuzzy possibility0.0050.0010.0040.0090.0130.001X7x800000000.500.500.5010101：11第39卷作生活中发生的管制员数量占该空管局所有管制员数量的比例作为该应激源的发生率.表1中各应激源发生率数据为应激源严重程度为1时的发生可能性.考虑各应激源逻辑关系的不确定性，综合该空管局历史数据和专家知识得到节点yiy 4和T对应的T-S模糊门,见表2 6.应激源x8频繁个人事务且缺乏有效处理方式x9家庭矛盾与工作产生冲突X10不明确详尽的工作职责x11紧张的人际关系、氛围X12不适宜的温度湿度、空气质量、背景噪声、照明亮度等x13性格、人格、神经质类型x14个人健康习惯状况表3T-S 模糊门2Table 3T-S fuzzy gate 2x9序号00.5010.50.810.500.10.50.110.100.20.40.50.110：10发生率0.010.0120.0090.0010.0010.0020.003y2x2x31000.10.10.30.20.60.30.50.40.40.50.40.10.80.10.9：0 x4102030405060708090：18100.500000.50.40.50000.500.50.50.200.501010.501：1110110.500.40.30.310.200.30.1101100.30.10.30.100000.10.20.30.50.70.40.811第4期序号102030405060：271Table 5T-S fuzzy gate 4序号x11102030405060708090：811Table 6T-S fuzzy gate 5序号y2102030405060708090：271刘继新，等：基于多应激源的空管人员人因可靠性分析表4 T-S模糊门3Table 4T-S fuzzy gate 3x100000.50.50.5：1表5T-S模糊门4x12x1300000.50000.500.500.5010101：11表6 T-S模糊门5y3Y40000.5010.500.50.50.511010.511：11499.4.2数据处理4.2.1已知应激源发生的模糊可能性，计算管制y3y10010.50.61000.20.50.110.2：10 x1400.5010.31000.40.50.50.110.200.40.40.50.1100.1：1000.5100.80.10.60.20.50.20.30.30.20.30.60.20.10.200：00员应激激活模糊可能性0.51000.20.2010.40.40.30.60.10.7：01y41000.50.2010.10.30.60.10.70.30.10.80.9：0T0.10.20.30.40.50.20.71：1各应激源严重程度为1的发生率如表1所示，假设应激源严重程度为0.5 时的模糊可能性与严重程度为1相同，则可根据表2 6、式（1）（2)得到各个T-S门的模糊可能性,结果如表7 所示.表7 模糊可能性(已知可能性)Table 7Fuzzy possibility(possibility is known)上层事件非常严重(1)0.038 322y20.013 861y30.070 191y40.008 179T0.035 5704.2.2已知应激源的严重程度，计算管制员应激激活模糊可能性假设已知各应激源的严重程度为：x1=0,x2=0.2,x3=0.6,x4=0.7,xs=0.1,X。=0,x =0.3,x g=0.4,xg=0.1,X10=0,x1=0,X12=0.2,X13=0.8,14=0.6.通过模糊隶属函数计算各个应激源当前严重程度属于T-S门规则中相应模糊集的隶属度,再根据表2 6、式(6)、（7)计算得到各 T-S1门的模糊可能性.计算y3时用y的模糊可能性代替其隶属度,结果如表8 所示.表8 模糊可能性(已知严重程度)Table 8 Fuzzy possibility(severity is known)1上层事件非常严重(1)00.2y20.566 667y30.551 241y40.733 333T0.915 3754.2.3模糊重要度利用式（8）可得各应激源对顶层事件T严重程度为0.5 和1的模糊重要度，结果如表9所示.中度严重(0.5)0.014 1880.003 7450.006 1570.003 2740.016 676中度严重(0.5)0.40.233 3330.080.166 6670.022 566无现象(0)0.947 4900.982 3930.923 6520.988 5470.947 754无现象(0)0.40.20.368 7590.10.062 059500Table 9 Fuzzy importance of each stressor应激源模糊重要度16%(x.)一x2一x3一x4一0.181 50.182 6X70.178 24.2.4状态重要度利用式(9）可得各应激源对顶层事件严重T程度为0.5 和1的状态重要度，结果如表10 所示.4.2.5根节点后验概率贝叶斯网络中的后验概率，可以帮助空管人员p(x;IT=0.5)p(x;IT=1)根节点x；0.50X20 x30.000 4x40.001 60.105 2X60.151 6X70.011 74.3结果分析根据上述数据处理结果，分析可知：1)管制员应激激活可能性计算结果可信.在已知应激源各严重程度的模糊可能性的条件下，根据表7 可知，管制员应激T被完全激活的模糊可能性为0.0 35 5 7,与应激源的发生率处于同一数量级，且略高于单个应激源的发生率，符合实际情况.在已知管制员应激源严重程度的条件下，根据表8可以看出，当多个应激源的严重程度都较高时，管制员应激激活的可能性也将大大提高.2）通过应激源重要度计算得到管制员应激激活薄弱环节在已知应激源各严重程度的模糊可能性的条件下，由表9可知，对于管制员出现中度应哈尔滨商业大学学报（自然科学版）表9各应激源模糊重要度应激在被激活时，反向追踪各种应激源引起应激的可能性大小.利用2.2 节中得到的空管人员应激激应激源模糊重要度x;16%(x)0.663 6x80.974 2x90.627 9x100.532 80.189 50.191 30.186 70.000 30.002.00.105 20.151 60.011 7第39卷活贝叶斯网络，运用式（10）求得在已知叶节点T1f(x)出现不同程度激活时，根节点x；的后验概率，结果0.099 70.112 80.041 70.046 90.181 10.189 90.166 90.236 0X120.166 9X130.065 8x140.123 1Table 11Posterior probability of each node10.500.028 100.140 60.017 30.068 90.056 00.081 10.006 2如表11所示.表10 各应激源状态重要度Table 10Condition importance of each stressor0.236 0应激源0.091 6X0.173 2X1X2X3x4X6X7表11各节点后验概率根节点x10.028 10.140 60.020 00.058 00.056 20.081 10.006 2状态重要度1P(x,)000000.098 700.084 6000000p(x;IT=0.5)0.51x80.067 20.029 6x100.105 2X10.011 0X120.011 0 x130.009 4x140.017 1激，（工作超负荷）为其最薄弱的环节；对于管制员出现严重应激，x2（性别年龄工龄）为其最薄弱的环节.在已知管制员应激源严重程度的条件下，由表10 可知，对于管制员出现严重应激，x3（晋升渠道）为其最薄弱的环节.3)计算应激源后验概率，逆向追踪关键应激源.从表11的结果可以看出，当叶节点应激被激活时，根节点应激源s（突发紧急事件）、（工作超负荷）、1o（工作职责）等后验概率较大，是造成管制员应激被激活的关键环节.在进行管制员应激预判时，应优先考虑这几个应激源是否出现及其严重程度.应激源10%(x,)X80X90X1000X120130 x140p(x;IT=1)0.510.070 00.040 90.052 90.021 20.105 20.056 20.011 00.007 60.011 00.007 60.010 30.006 80.033 00.012 2状态重要度1P(x.)0.070 500000.035 20.043 10.041 30.033 70.056 20.007 60.007 60.007 50.022 9第4期5结语本文分析了管制员生活、工作环境中的众多应激源以及各个应激源对不良反应和应激的作用关系，利用模糊故障树映射模糊贝叶斯网络的空管人员人因可靠性评估方法，评估了空管人员应激激活模糊可能性，逆向追踪各应激源的模糊重要度、状态重要度和后验概率,并通过算例验证了本文提出的模型方法的有效性,更加精确地确定了T-S模糊门条件概率将是下一步的研究重点.参考文献：1WIECMANN D,SHAPPELL S.A human error ap-proach to aviation accident analysis:the human factorsanalysis and classification system M.Hants,Ver-mont:Ashgate Publishing,2003.2TAYLOR S E.Health PsychologyM.Boston:McGraw-Hill Press,1999.3 ROBBINS S P.Organizational Behavior M.ninth ed.New Jersey:Prentice-Hall International Press,2001.4蒋英杰，孙志强，谢红卫，等.人为差错概率量化方法综述J.科技导报,2 0 11,2 9（5）：7 4-7 9.5 SHORROCK S T,KIRWAN B.Development and appli-cation of a human error identification tool for air trafficcontrolJ.Applied ergonomics,2002,33（4)：319-336.6 KIRWAN B,GIBSON H.CARA:A human reliabilityassessment tool for air traffic safety managementTech-nical basis and preliminary architecture M.London:The safety of systems.Springer,2007.7LI W C,DON H,YU C S.Routes to failure:Analysisof 41 civil aviation accidents from the Republic of China刘继新，等：基于多应激源的空管人员人因可靠性分析47:1398-1409.9王世锦，隋东.空中交通管制员人因可靠性定量分析研究J.人类工效学,2 0 0 9,15（4）：46-5 0.10LI P C,CHEN G H.A fuzzy Bayesian network ap-proach to improve the quantification of organizationalinfluences in HRA frameworks J.Safety Science,2012,50:1569-1583.11刘福鳌,赵振武，徐桢，等.基于HFACS的管制员人因失误因素分析J.科技创新与应用,2 0 14（3）：252-253.12袁乐平，张兴俭.空中交通管制员人因可靠性分析方法J.中国安全科学学报，2 0 17,2 7（9）：98-103.13杨越，张燕飞,王建忠.基于CREAM和贝叶斯网络的空管人误概率预测方法J.中国安全生产科学技术,2 0 2 0,16(3):37-43.14GAITHER C,KAHALEH A.A modified model ofpharmacists job stress:The role of organizational,extra-role,and individual factors on work-related out-comes J.Research in Social and AdministrativePharmacy,2008,4:231-243.15华小洋，胡宗武，范祖尧.模糊故障树分析方法J.机械强度,1998,2 0（1):35-40.16 WANG Y,XIE M.Approach to Integrate Fuzzy FaultTree with Bayesian NetworkJ.Procedia Engineer-ing,2012,45:131-138.501.using the human factors analysis and classification sys-temJ.Accident Analysis and Prevention,2008,40:426-434.8ZAHRA M,ALI M.Measurement techniques for organ-izational safety causal models:Characterization and sug-gestions for enhancements J.Safety Science,2009,(上接418 页)12 KE B,KHANDELWAL M,ASTERIS P G,et al.Rock-burst occurrence prediction based on optimized NaveBayes modelsJ.IEEE Access,2021(99):1.13YIGUO XUE,CHENGHAO BAI,DAOHONG QIU,etal.Predicting rockburst with database using particleswarm optimization and extreme learning machine J.Tunnellingand Underground SpaceTechnologyincorporating Trenchless Technology Research,2020,98(C).14BRUNI,CARDINALIV,VITULANOML D A ShortReview on Minimum Description Length:An Applica-tion to Dimension Reductionin PCA J.Entropy,2022,24:269.15 张开放，苏华友，窦勇.一种基于混淆矩阵的多分类任务准确率评估新方法J.计算机工程与科学，2021,43(11):1910-1919.16钱七虎.岩爆、冲击地压的定义、机制、分类及其定量预测模型J.岩土力学,2 0 14,35（1）：1-6.