Use of uncertainty modeling such as Bayesian network and eviden- tial reasoning in risk assessment has been increasingly growing in recent years across different areas. In the maritime industries, use of Bayesian networks in risk studies is seen in (e.g. Hu et al., 2008; Yang et al., 2009a; Yang et al., 2010; Zhang et al., 2013), while evi- dential reasoning in Yang et al., 2009b, 2014). In various marine safety contexts, analytical methods have been developed to define risk factors and been documented in Yang et al. (2013). However, Bayesian networks require too much prior failure information when modeling casual relationships between risk factors. Eviden- tial reasoning is mainly used to tackle the incompleteness in risk data. The preliminary investigation of Korean port safety analysis reveals that the interdependencies of the risk factors and incom- pleteness of subjective input data are insignificant. In other words, the combination of fuzzy logic and AHP is sufficiently capable of dealing with vagueness of expert evaluations and hierarchical structure presenting the risk factors relationship. In terms of the applications of fuzzy logics in risk research, Sii et al. (2001) and Lavasani et al. (2011) studied the safety assessment of maritime and offshore systems by using a fuzzy-logic-based approach, while
ใช้การสร้างแบบจำลองของความไม่แน่นอนเช่นเครือข่ายแบบเบส์และการให้เหตุผล tial eviden- ในการประเมินความเสี่ยงได้รับการเจริญเติบโตมากขึ้นในปีที่ผ่านมาทั่วพื้นที่ที่แตกต่างกัน ในอุตสาหกรรมการเดินเรือการใช้เครือข่ายแบบเบย์ในการศึกษาความเสี่ยงที่จะเห็นใน (เช่น Hu et al, 2008;.. ยาง, et al, 2009a; Yang et al, 2010;.. Zhang et al, 2013) ในขณะที่ evi- dential เหตุผลในยาง et al., 2009b 2014) ในบริบทต่างๆความปลอดภัยทางทะเลวิธีการวิเคราะห์ได้รับการพัฒนาเพื่อกำหนดปัจจัยเสี่ยงและได้รับการบันทึกไว้ในยาง, et al (2013) อย่างไรก็ตามเครือข่ายคชกรรมต้องการข้อมูลความล้มเหลวก่อนที่มากเกินไปเมื่อการสร้างแบบจำลองความสัมพันธ์สบาย ๆ ระหว่างปัจจัยความเสี่ยง Eviden- เหตุผล tial ส่วนใหญ่จะใช้ในการแก้ไขปัญหาความไม่สมบูรณ์ในข้อมูลความเสี่ยง การสืบสวนเบื้องต้นของการวิเคราะห์ความปลอดภัยพอร์ตเกาหลีเผยให้เห็นว่าการสัมพันธ์กันของปัจจัยเสี่ยงและ pleteness incom- ของข้อมูลเข้าอัตนัยที่มีนัยสำคัญ ในคำอื่น ๆ รวมกันของตรรกศาสตร์และ AHP คือพอมีความสามารถในการจัดการกับความไม่ชัดเจนของการประเมินจากผู้เชี่ยวชาญและโครงสร้างลำดับชั้นที่นำเสนอความสัมพันธ์ปัจจัยเสี่ยง ในแง่ของการใช้งานของตรรกศาสตร์คลุมเครือในการวิจัยความเสี่ยง Sii et al, (2001) และ Lavasani et al, (2011) การศึกษาการประเมินความปลอดภัยของระบบการเดินเรือและต่างประเทศโดยใช้วิธีการเลือนตรรกะที่ใช้ในขณะที่
การแปล กรุณารอสักครู่..

การใช้แบบจำลองความไม่แน่นอน เช่น เครือข่ายคชกรรม eviden - ด้วยเหตุนี้และเหตุผลในการประเมินความเสี่ยงได้เติบโตยิ่งขึ้นในปีที่ผ่านมาในพื้นที่ต่างๆ ในอุตสาหกรรมการเดินเรือ การใช้เครือข่ายแบบเบย์ในการศึกษาความเสี่ยง คือเห็นใน ( เช่น Hu et al . , 2008 ; ยาง et al . , 2009a ยาง et al . , 2010 ; Zhang et al . , 2013 ) ในขณะที่เอฟวี่ - dential การใช้เหตุผลในยาง et al . , 2009b 2014 ) ในบริบทความปลอดภัยทางทะเลต่างๆ วิธีการวิเคราะห์ได้ถูกพัฒนาขึ้นเพื่อกำหนดปัจจัยความเสี่ยง และได้รับการบันทึกไว้ในยาง et al . ( 2013 ) อย่างไรก็ตาม เครือข่ายคชกรรมต้องการมากเกินไปก่อนที่ความล้มเหลวแบบจำลองความสัมพันธ์ระหว่างข้อมูลที่ไม่เป็นทางการ ปัจจัยความเสี่ยง eviden - ด้วยเหตุนี้เหตุผลส่วนใหญ่จะใช้เล่นงาน incompleteness ข้อมูลความเสี่ยง การสอบสวนเบื้องต้นของการวิเคราะห์ความปลอดภัยท่าเรือที่เกาหลี พบว่า interdependencies ของปัจจัยความเสี่ยง รายได้ - pleteness ของข้อมูลอัตนัยน่ะสำคัญนะ ในคำอื่น ๆ , การรวมกันของตรรกศาสตร์คลุมเครือและวิธีมีความสามารถเพียงพอในการจัดการกับความคลุมเครือของการประเมินผลและโครงสร้างลำดับชั้นผู้เชี่ยวชาญเสนอปัจจัยความเสี่ยงสัมพันธ์ ในแง่ของการประยุกต์ใช้ Fuzzy ตรรกะในการวิจัยความเสี่ยง , SII et al . ( 2001 ) และ lavasani et al . ( 2011 ) ได้ศึกษาการประเมินความปลอดภัยของระบบทางทะเลและนอกชายฝั่ง โดยใช้วิธีการฟัซซี่อยู่ ในขณะที่
การแปล กรุณารอสักครู่..
