严新平 张 笛 张明阳 付姗姗

（1.武汉理工大学智能交通系统研究中心 武汉430063；2.国家水运安全工程技术研究中心 武汉430063）

0 引 言

ESREL2015（25thEuropean Safety and Reliability Conference，ESREL）是第25届欧洲安全与可靠性工程会议，于2015年9月7日至10日在瑞士苏黎世（ETH Zurich，Switzerland）召开。此次会议由欧洲安全与可靠性协会（European Safety and Reliability Association，ESRA）主办，瑞士苏黎世联邦理工大学承办。该会议自1989年发起，由欧洲多个国际类似主题会议合并而成，是目前世界上以“安全与可靠性”为主题的规模最大、最具有影响力的学术会议，也是研究系统安全与可靠性理论和跨领域的学科平台。

ESREL 2015会议是历届规模最大的一次，共收到欧洲及其他国家论文摘要850多篇，会议组委会从提交的650多篇论文中录用了569篇，并出版了《第25届“安全与可靠性”国际会议论文集》，其中563篇论文的作者参会并宣读论文。会议委员会推选苏黎世联邦理工大学Wolfgang Kroger教授担任本届会议的荣誉主席，论文由CRC press／balkema出版，会议的主题为：复杂系统的安全与可靠性。会议安排了7场大会报告，还组织召开了交通系统的可靠性、可用性、可维修性和安全性（reliability，availability and maintainability and safety，RAMS）、概率安全评估（probability safety assessment，PSA）以及柔性理论（Resilience Theory）等专题研讨会。

本文从系统安全研究的角度出发，通过总结ESREL 2015会议情况，分析交通安全领域的研究热点与趋势，对未来交通系统的安全风险防控问题进行了探讨。

1 会议论文的分类与总结

1.1 大会报告

本次会议共邀请了9位安全与可靠性领域的专家，设置了7场学术报告，具体详细内容如下：

苏黎世联邦理工学院Paul Embrechts教授在“小概率事件建模（从理论方法到应用）”报告中指出 ，现今社会日益面临“超乎正常”的各种小概率事件，在环境科学、结构工程、人口统计学、保险和金融等学科领域内屡见不鲜，小概率事件的建模、影响和风险管理扮演着越来越重要的角色。该报告提出了针对小概率事件的建模方法，并将应用到了道路交通研究中。

纽约大学Nassim Nicholas Taleb教授在“厚尾效应和模型误差下的大数定律”报告中提出了大数定律在尾域下收敛很慢，一定程度上导致了科学研究和商业决策中的许多错误，即统计学专家也会犯的错误。Taleb教授还就当前相关性分析中存在的缺陷问题进行了探讨，提出了大数定律与特定风险等级评估的联系。

苏黎世联邦理工学院Didier Sornette教授在“利益系统的安全和可靠性”报告中提出了大多数人类利益系统都会伴随着异常的极端事件（“王”）和独特的起源（“龙”）问题。一方面，风险是远远大于目前在大多数领域的量化；另一方面，这些危险并不是突然发生的，而是可以被估计甚至是预测的。Sornette［1］教授回顾了已知的“龙－王”出现机制并提出了抑制它们扰动系统可行性，提出了控制“龙－王”这一极端事件的可能性。

斯塔万格大学Terje Aven［2］教授、米兰理工／巴黎中央理工学院Enrico Zio［3－4］教授分别为欧洲安全与可靠性协会现任主席和前任主席，在“不确定性的风险评价”报告中针对风险评估中面临的数据缺失、系统未知等不确定性问题，提出了不确定性问题度量、评价和控制的解决思路。

瑞士电力公司首席执行官Pierre－Alain Graf先生在报告中介绍了瑞士输电网的系统性风险，瑞士电子传输系统被认为是一个重要的基础设施，因此需要针对不同的风险提供不同的保护。随着电力传输网格系统进一步整合，风险也随之变化。为了进行积极应对，瑞士电力公司的风险管理需要在不同层次中进行，即充分考虑基础设施、市场体系、极端事件和人为因素。

代尔夫特理工大学Pieter van Gelder教授在“自然灾害监测和处理的创新”报告中提出了使用各种传感技术监测自然灾害的可能性（从遥感卫星到监测通过智能手机参与的公民），Gelder［5］教授及其团队探索各种创新方法来处理这些灾害，不仅是结构安全评价方法，也包括利用移动短信、安全应用程序等，最终达到抵抗自然灾害、保证社会安全的目的。

格勒诺布尔国立理工学院Christophe Berenguer［6］教授、Antoine Grall［7］教授在“剩余寿命预测的维护决策（寻找失误环节）”报告中介绍了完整预见性维护处理链系统，从病变的监测、健康状况的评估等方面对剩余使用寿命（Remaining Useful Life）进行评估。该系统将这些问题作为一个整体来考虑，从而得到更准确的预测结果。

1.2 分会场报告

本次会议的内容涉及多学科、多领域、多层次，从一定程度反映出现代安全与可靠性领域的新理论、新观点、新方法及国际上研究的热点。本次会议根据录用论文的研究领域设置了131个会场，如表1所示。

表1 分会场报告分组情况表Tab.1 The grouping table of parallel sessions

1.3 论文分类统计

本次会议收录的569篇论文分别到来自42个国家和地区，覆盖了安全与可靠性理论、方法、技术、系统开发和应用等各个领域。其中，挪威（85篇）、法国（52篇）、中国（45篇）、意大利（45篇）、英国（37篇）、波兰（36篇）、德国（30篇）、捷克（27篇）、巴西（27篇）和美国（23篇）是发表论文数量最多的国家，占会议总论文数量的71.5%。另外，论文中有60篇涉及交通系统研究，超过了总数的10%，其中有14篇涉及柔性理论在交通系统安全研究中的应用。

2 安全与可靠性研究领域热点问题分析

2.1 柔性理论及其应用

柔性起源于生态系统，最初用来衡量一个系统内生物间的稳定性，生态系统吸收变化和干扰、维持稳定的能力。随着柔性理论的不断完善，不少学者对它赋予了更多的含义。例如，Kruke等［8］认为柔性是在没有重大故障情况下适应变化的能力，以及平稳吸收冲击的能力，Hollnagel［9］认为柔性是一个系统适应变化和干扰的固有能力，能够在常态和意外情况下维持系统运转的能力，Broccardo和Galanis［10］等认为柔性是一个设备或者系统受到外部冲击后在恢复阶段的性能，是对该设备或者系统抵抗风险的一个评价指标。Kruke和Broccardo都认为柔性系统都存在一个破裂点（Resilience break point）［10］，当外界的冲击或者故障超出了系统能承受的破裂点，系统将无法自行恢复。柔性是系统能否抵抗风险和冲击的指标，用来评价系统在一定时间内受到外部冲击而恢复原始状态或者减轻这种冲击的能力［10］。

Hollnagel［8，11］从工程领域提出了结合工程特点对柔性提出了理解和定义，柔性工程的理论也在Hollnagel和Woods等研究基础上逐步完善，从最初的概念、系统性能的诠释，到柔性系统构建的体系框架。Hollnagel［11－12］提出柔性系统从提高系统自身能力和外部环境两个方面进行构建。

Kozine和Andersen［13］等根据Hollnagel对柔性的理解和定义，提出了以柔性理论为基础的系统评价框架，主要包括以下方面：

1）执行。系统做出的可预见和不可预见的行为。可预见行为是指在抵御系统预测到的风险和冲击时及时被实施的行为，不可预见的执行则无法提前预估。

2）资源。不同层次的资源是以安全而有效的方式来实现目标。该子系统中的资源包括多方资源、组织资源、团队资源、个人资源以及技术资产资源。

3）策略和结果。通过各种方式利用所有资源执行一个所要实现的功能，以达到预期抵御风险和冲击的结果。

4）系统内部能力。指系统的学习、预测、监测等应对能力［13］。

执行、资源、决策和结果属于系统的外部环境。系统外部环境与系统自身（内部）的联系，形成了系统柔性的评价框架，如图1所示。

图1 基于柔性理论的多级评价模型框架Fig.1 The framework of multilevel assessment model based on resilience theory

从整个模型来看，资源（resource）、操作（operation）、决策（strategies）等外部环境为该评价模型提供了抵御风险和外界冲击的基础。系统自身的4种能力都与外部环境密切相关。学习（learning）、预测（anticipating）、监测（monitoring）、应对（responding）形成一个循环，利用系统所提供资源，通过学习分析风险和冲击致因，弄清系统的脆弱影响机理，加强风险和冲击要素分析，对系统安全水平评价，分析系统的故障模式及影响，对其进行状态监控，对系统可能发生的危险事件制定应对策略，提前预防事故的发生。该系统通过自身提升和外部资源的辅助，能准确制定危险事件的应对策略，在复杂环境下保持良好的风险应对能力，形成一个环境适应性强、风险抵御力强的多层次评价模型，进而实现抵御风险和冲击的功能。

2.2 安全评价理论框架及其应用

定量风险评价（quantity risk analysis，QRA）［14］是一种在过去40年里应用最为广泛的系统安全评价方法。在交通系统领域，各个国家经过总结事故的教训，学者的研究与探讨逐渐形成了航空工业标准和指南、铁路标准和指南及海事标准和指南等安全评价理论框架。在水运安全方面比较典型且广泛运用的安全评价理论框架是国际海事组织（International Maritime Organization，IMO）制定的综合安全评估（Formal Safety Assessment，FSA）［15］。

综合安全评估（FSA）［16－17］是一种结构化和系统性的分析方法，该指南将FSA确定为水上交通安全评估的标准化程序，逐步在水上交通安全营运管理中得到了广泛的应用。

FSA采用规范化步骤，全方位地对水上交通危险进行识别，并对相关项目及因素进行综合评估［18－20］，制定风险控制方案，最后结合对费用与收益进行评价为决策提供建议，进而有效地提高水上交通的安全与可靠性程度。FSA方法流程主要包括5个步骤（如图2所示）：

图2 FSA方法流程构架Fig.2 The framework of Formal Safety Assessment

FSA提供了一种标准化的水上交通风险评价和控制方法，自从被提出以来，在水上交通安全等领域得到了广泛的应用［21－22］。

近年来，随着脆弱性、柔性理论的发展，传统风险评价的研究范畴得到了极大的扩展。Aven［23－24］结合风险、脆弱性、柔性理论，对传统的定量风险评价框架（quantitative risk assessment，QRA）进行了扩展，提出了一种基于柔性理论的风险评价体系构架。该框架主要包括下述5个步骤：

1）危险识别Identification of initiating events A；

2）致因分析Causes analysis；

3）脆弱性分析Vulnerability analysis expressing vulnerability（C，P，U，K｜A）；

4）柔性分析Resilience analysis expressing resilience（C，P，U，K｜any A，including new types of A）；

5）风险描述和分类Risk description and characterization。

其中，A表示初始事件，C表示事件的后果，U表示不确定性，P表示概率，K表示知识。该评价框架将脆弱性定义为危险事件发生时，系统可能遭受的危险，柔性定义为各种危险事件共同作用情况下，系统面临的危险。

2.3 不确定性评价及其应用

概率边界分析（包括概率分析和系统内部分析）［25］、随机集合／D－S证据推理［26－27］和贝叶斯理论［28］是不确定性分析的经典理论。贝叶斯网络、证据理论这些方法的优化方法，和可能性理论（possibility theory）、蒙特卡洛仿真（Monte Carlo simulation）［29］、模糊层次分析法［30］近年来被广泛的应用到系统的不确定性研究中。

1）贝叶斯网络模型（Bayesian Network，BN）。贝叶斯网络模型能够分析风险因素间的相互影响，在船舶通航风险评价中最受青睐。Yang［31］、Eleye－Datubo［32］、Merrick［33］等在应用贝叶斯网络模型时提出结合模糊逻辑的方法实现定性、定量数据的转换；Ayele等［34］运用贝叶斯网络建立北极地区钻井废物固体和液体的废物处理模型，避免了传统的风险评估方法的不足，确保成本和效益的优化；Montewka等［35］运用贝叶斯网络建立了波罗的海冰区航行船舶的冰困风险评价模型，并以一艘独立冰区加强型散货船为例进行了案例研究；赵金宝等［36］运用贝叶斯网络模型，以3 584起交通事故数据为依据，根据专家知识和数据融合方法，建立了城市平面交叉口交通事故分析的贝叶斯网络结构。

2）证据推理法（evidential reasoning approach，ERA）。证据推理法是一种以D－S证据理论、模糊集合为基础的多目标决策方法［37］。该方法能满足更弱的公理系统，有处理信息的无知和缺失的问题的能力，对不同数据中的信息的不准确性和矛盾提供了显式的估计；能处理类别混合问题，在混合像元的表达中非常有用；可以对不完备信息进行建模和融合［38］。Kambiz和Jin Wang等［39］运用证据推理法结合模糊集理论建立港口或码头的风险评价框架，针对不确定风险因素对整个港口或码头进行风险评价，并通过伊朗3个港口实例验证，证明了该方法在港口或码头风险评价中的适用性；姜江等［40］针对在航天发射场推进剂加注系统的风险分析不确定性，利用证据推理法，结合模糊集理论，提出了加注系统风险分析及评价方法，该方法可行有效，并量化分析系统相关结构的风险程度，为后续风险决策的制定提供理论支持；张笛等［29］运用证据推理和模糊规则库，建立了内河运输系统的通航风险评价模型，解决了不确定条件下的通航风险评价问题。

3）蒙特卡洛仿真（Monte Carlo Simulation，MC）。蒙特卡洛仿真方法是一种以概率论和数理统计为依托的数值计算方法。在运用蒙特卡洛进行风险评价时，当所评价系统的危险服从某种分布时，便可以通过多次随机抽样来模拟危险因素的变化，根据危险因素出现的频率来表征风险发生的概率，模拟的次数越多，系统风险评价的精度就越高。该方法被用到工程学科的各个领域，同时也是风险评价最常用的方法之一。Medeiros等［41］运用蒙特卡洛仿真方法结合所天然气管道运输系统的危险因素特征，建立了天然气管道运输的多维风险评价模型，根据敏感性分析，该模型较好的反映了天然气管道运输系统的风险等级。

4）模糊层次分析法（Fuzzy－AHP）。模糊层次分析法是一种基于AHP模型运用离散模糊集处理相关数据的最优风险评价方法。张笛等［38］运用模糊层次分析法建立长江枯水期通航安全评价模型，实现在客观数据缺失的情况下进行定量分析评价的目的，并根据评价结果制定了长江枯水期通航风险控制方案。

3 对交通系统安全风险防控的启示

3.1 风险评价应成为贯穿交通系统全生命周期的重要决策支持手段

尽管风险评估最早起源于核工业、航空航天等传统高风险领域，随着载运工具、交通基础设施、交通环境的复杂化，交通风险也随之增大，有必要从传统的事后评价转变为集“事前”、“事中”、“事后”为一体的全过程风险评价，即在交通系统设计阶段、运行阶段和各种应急非常态阶段均利用风险评价这一手段辅助决策。

另外，决策时应该充分考虑风险的两个方面，即事故发生的概率及可能产生的后果，不应单独以事故发生的可能性或事故发生后可能造成后果的严重程度判断风险的高低。因此，决策者一方面应该充分研究可能产生重特大事故后果的风险源，如危化品的运输储运、大型客运车辆／船舶等；另一方面，还应该同时考虑发生频率高但总体后果较小的事件，因为这些事件如果得不到较好的控制，有可能会导致进一步严重的事故后果。

3.2 应充分考虑交通系统风险评价的不确定性问题

风险评价过程往往伴随一系列不确定性问题：首先，客观数据缺失和数据本身的误差为风险评价带来了不确定性，大量主观数据或失真数据将有可能导致评价结果与实际情况不符；其次，交通系统本身是一个复杂巨系统，如期望将其所有风险一一辨识不具有可行性，特别是针对一些新生系统，如极地航行系统等，风险评价工作往往因为对研究对象的不了解而难以进行或导致结果的重大误差；最后，应充分研究人为因素的不确定性，考虑到人为因素是导致交通事故的主因，从根本上减少、消除交通风险必须最大程度上降低人为因素的影响，因此，交通系统风险评价过程中有必要对人为因素的不确定性进行充分分析、度量和控制。

3.3 大力推进柔性理论在交通系统中的应用

近年来，柔性理论逐渐成为风险评价领域的研究热点，即在“事后应急”转向“事前预防”的基础上，将系统自身防控风险的能力进一步强化和提升，使系统从“被动”地应对风险，到“主动”地抵御风险。

针对交通系统特性以及载运工具、交通参与者所面临的风险，基于柔性系统构建的框架与步骤，应从环境特征分析、机理分析、风险预测、状态监测、危机应对这5个方面建设交通柔性系统。具体来说，需要建设：

1）复杂交通环境影响特征分析能力；

2）交通环境－载运工具－基础设施耦合机理学习能力；

3）交通系统不确定性风险评价和预测能力；4）交通系统高敏感知状态监测能力；

5）重大交通事故风险调控和应急决策能力。如图3所示。

图3 交通柔性系统构架Fig.3 The framework of the transportation resilience system

4 结 语

系统安全与可靠性的提升是各领域不断追求的目标，安全与可靠性相关理论方法的不断完善将进一步保障交通运输等工程领域的健康可持续发展。第25届安全与可靠性国际会议反映了国际上安全与可靠性领域的最新技术与应用动态，促进了各国最新研究成果的交流，引领了安全与可靠性技术在不同领域的发展方向。通过对该会议相关技术成果的统计分析，未来交通系统的安全风险防控将进一步发挥风险评价在决策支持中的作用。其中，不确定性分析技术与柔性理论将成为未来风险评价领域的重点研究方向。

［1］ WHEATLEY S，SOVACOOL B，SORNETTE D.Statistical analysis of the risk of nuclear accidents：new data and extreme heavy tailed distributions［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［2］ SHORTRIDGE J E，AVEN T，GUIKEMA S D.Risk assessment under deep uncertainty：A methodological comparison［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［3］ SEDANO B，ASTIGARRAGA D，BARALDI P，et al.Assessment of the improvement achieved in RAMS by a FEV embedding apowertrain PHMS［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［4］ SAHLIN U，MAIO F D，VAGNOLI M，et al.E－valuating the impact of climate change on the risk assessment of Nuclear Power Plants［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［5］ MENDEL M，RENIERS G，GELDER P V.Risk in the safety sciences：Its economic foundations，its hyperbolic geometry，and its engineering methods［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［6］ LE T T，CHATELAIN F，BERENGUER C.Jump Markov Linear Systems for deterioration modeling and Remaining Useful Life estimation［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［7］ LANGERON Y，GRALL A，BARROS A.Maintenance of a deteriorating control system based upon controller reconfiguration［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［8］ KRUKE B I，MORSUT C.Resilience in a multilev－el crisis governance context：A tale of joint implementation of community，regional，national and EU response capabilities［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［9］ HOLLNAGEL E.Barriers and Accident Prevention［M］.Aldershot，UK：Ashgate Publishing，2004.

［10］ BROCCARDO M，GALANIS P，ESPOSITO S，et al.Stojadinovic Probabilistic resilience assessment of civil systems：Analysis and validity of the PEER framework［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［11］ HOLLNAGEL E，PARIES J，DAVID D W，et al.Resilience engineering in practice：A guidebook［M］.Aldershot，UK：Aahgate Publishing，2011.

［12］ HOLLNAGEL E.Resilience engineering and the built environment［J］.Building Research ＆Information 2014，42（2）：221－228.

［13］ KOZINE H，ANDERSEN B.Integration of resilience capabilities for Critical Infrastructures into the Emergency Management set－up［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［14］ FALCK A，FLAGE R，AVEN T.Risk assessment of oil and gas facilities during operational phase［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［15］ WANG J.Current status of future aspects of formal safety assessment of ships［J］.Safety Science，2001（38）：19－30.

［16］ ZHANG D，YAN X P，YANG Z L.Application of Formal Safety Assessment to Navigational Risk of Yangtze River［C］.Proceeding of the 30thInternational Conference on Ocean，Offshore and Arctic Engineering（OMAE 2011），Rotterdam，the Netherlands：ASME，2011.

［17］ TAN Z R，WANG W L，HUANG M，et al.Formal Safety Assessment and its.application to maritime［J］.Progress in Safety Science and Technology，pts a and b，2004（4）：2252－2257.

［18］ ROSQVISTA T，TUOMINENB R.Qualification of Formal Safety Assessment：an exploratory study［J］.Safety Science，2004，2（42）：99－120.

［19］ HU S P，FANG Q，XIA H，et al.Formal safety assessment based on relative risks model in ship navigation［J］.Reliability Engineering ＆System Safety，2007，92（3）：369－377.

［20］ 中国船级社.综合安全评估应用指南［M］.北京：中国船级社，1999.China Classification Society.General safety assessment application guide［M］.Beijing：China Classification Society1999.（in Chinese）

［21］ ZHANG J P，HU S P.Application of formal safety assessment methodology on traffic risks in Coastal Waters ＆Harbors［C］.International Conference on Industrial Engineering and Engineering Management，IEEE，2009.

［22］ BARENDS D M，OLDENHOF M T，VREDENBREGT M J，et al.Risk analysis of analytical validations by probabilistic modification of FMEA［J］.Journal of Pharmaceutical and Biomedical Analysis，2012，64－65：82－86.

［23］ RIANA S，AVEN T.A risk perspective suitable for resilience engineering［J］.Safety Science，2011，49（2）：292－297.

［24］ AVEN T.On some recent definitions and analysis framework for risk，vulnerability and resilience.Risk Analysis，2011，31（4）：515－522.

［25］ LIU H C，LIU L，LIU N，et al.Risk evaluation in failure mode and effects analysis with extended VIKOR method under fuzzy environment［J］.Expert Systems with Applications，2012，39（17）：12926－12934.

［26］ DEMPSTER A P.Upper and lower probabilities induced by a multivalued mapping［J］.Annals of the Material Statistics.1976，38（2）：325－339.

［27］ SHAFER G.A Mathematical Theory of Evidence［M］.Princeton：Princeton University Press，1976.

［28］ ZHANG D，YAN X P，YANG Z L，et al.Incorporation of formal safety assessment and bAYESIAN network in navigational risk estimation of the Yangtze River［J］.Reliability Engineering＆System Safety，2013（118）：93－115.

［29］ GILES M B.Multilevel monte carlo path simulation［J］.Operations Research，2008，56（3）：607－617.

［30］ 张笛，严新平，张金奋，等.基于模糊层次分析法的枯水期长江通航风险评价研究［J］.交通信息与安全，2013，31（3）：82－85.ZHANG Di，YAN Xinping，ZHANG Jinfen，et al.Navigational risk assessment of Yangtze River in dry season with Fuzzy Analytic Hierarchy Process［J］.Journal of Transport Information and Safety，2013，31（3）：82－85.（in Chinese）

［31］ YANG Z，BONSALL S，WANG J.Fuzzy Rulebased bayesian Reasoning approach for prioritization of failures in FEMA［J］.IEEE Transactions on Reliability，2008，57（3）：517－528.

［32］ ELEYE－DATUBO A，WALL A，WANG J.Marine and offshore safety assessment by incorporative risk modelling in a Fuzzy－Bayesian network of an induced mass assignment paradigm［J］.Risk A－nalysis，2008，28（1）：95－111.

［33］ MERRICK J，DORP R.Assessing uncertainty in simulation－based maritime risk assessment［J］.Risk Analysis，2005，25（3）：731－743.

［34］ AYELE Y Z，BARABADY J，DROGUETT E L.Risk assessment of Arctic drilling waste management operations based on Bayesian Networks［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.

［35］ MONTEWKA J，GOERLANDT F，KUJALA P，et al.Towards probabilistic models for the prediction of a ship performance in dynamic ice［J］.Cold Regions Science and Technology，2015（112）：14－28.

［36］ 赵金宝，邓卫，王建.基于贝叶斯网络的城市道路交通事故分析［J］.南京：东南大学学报，2011，41（06）：1300－1306.ZHAO Jinbao，DENG Wei，WANG Jian.Bayesian network based urban road traffic accidents analysis［J］.Nanjing：Journal of Southeast University.2011，41（06）：1300－1306.（in Chinese）

［37］ YANG J B，XU D.L.Evidential reasoning rule for evidence combination［J］.Artificial Intelligence，2013（205）：1－29.

［38］ 张笛，张金奋，严新平.基于模糊规则库和证据推理的内河通航风险评价［J］.中国航海，2014，37（01）：71－75，98.ZHANG Di，ZHANG Jinfen，YAN Xinping.Navigational risk system based assessment for inland on Fuzzy Rule Base and waterway transportation evidential reasoning［J］.Navigation of China，2014，37（1）：71－75，98.（in Chinese）

［39］ MOKHTARI K，REN J，ROBERTS C，et al.Decision support framework for risk management on sea ports and terminals using fuzzy set theory and evidential reasoning approach［J］.Journal of Expert Systems with Applications，2012，39（5），5087－5103.

［40］ 姜江，李漩，邢立宁，等.基于模糊证据推理的系统风险分析与评价［J］.北京：系统工程理论与实践，2013，33（05）：29－09.

JIANG Jiang，LI Xuan，XING Lining，et al.System risk analysis and evaluation approach based on fuzzy evidential reasoning［J］.Beijing：Systems Engineering－theory＆Practice，2013，33（05）：29－09.（in Chinese）

［41］ MEDEIROS C，ALENCAR M H，GARCEZ T V.Global sensitivity analysis based on a Monte Carlo simulation：A study based on a natural gas system［C］.The 25thEuropean Safety and Reliability Conference（ESREL 2015）.ETH Zurich，Switzerland：ESRA，2015.