基于坐标的多区域风险综合模型
2019-08-27王生玉蔡绪涛
王生玉,蔡绪涛,王 正
(海军航空大学青岛校区航空装备保障指挥系,山东 青岛266041)
0 引言
概率和影响是技术风险的基本维度,概率-影响矩阵通过风险可能性和风险后果的交叉结果来综合反映风险值,从而为风险决策提供依据[1-5]。
如图1所示,在概率-影响矩阵中,根据风险大小,大致可以将其分为4个区域:高概率高影响区域、高概率低影响区域、低概率高影响区域和低概率低影响区域[6]。
图1 概率-影响矩阵区域划分
对于高概率高影响区域的风险,由于其发生可能性大并且后果严重,所以此类风险将作为风险管理的重点关注对象。对于低概率高影响区域的风险,虽然其发生可能性较小,但是一旦发生后果将会很严重,所以,在风险管理过程中,此类风险也应被列入重点关注范围。对于高概率低影响风险,其与低概率高影响风险有一定的差别,在风险管理过程中,注意力往往更倾向于低概率高影响风险。对于低概率低影响风险,往往花费很少的精力去关注,甚至忽略[7-10]。
通过概率-影响矩阵的分析,风险管理者可以对风险有一个总体的把握与筛选,将有限的资源集中于需要重点关注的风险[11]。在概率-影响矩阵的建立过程中,首先要充分考察和了解项目特征,根据项目具体情况,规定概率和影响层级的划分标准,进而确定风险等级[12-14]。如表1所示,为某型装备风险概率和影响的层级划分标准:
表1 风险概率等级定义
表2 风险影响等级定义
根据以上确定的风险概率和影响等级划分标准,对各风险进行概率估计和影响评估,确定风险属性对应等级。通过对风险大小的综合考虑,将概率和影响对应的风险进行等级划分。
表3 风险综合评估矩阵
表4 风险综合评级
1 典型风险综合模型分析
式中,Ps为技术事件无风险的概率;Pf为风险事件的发生概率;Cs为技术事件无风险的结果;Cf为风险事件的后果影响。
上述是风险综合的典型模型,该模型通过技术无风险情况进行了逆向推理,综合了风险的概率特性和后果影响特性。其特点是易于理解和操作,计算过程简单。但是,通过对概率-影响矩阵进行分析,风险发生概率和后果影响在某些区域是非对称的,而上述模型中,无论什么情况,风险概率和后果影响的位置都是对等的,未能完整体现风险概率和风险后果的区域性特征。
对风险概率P和后果影响C取值,利用典型模型计算风险值如图2和下页表5所示。
图2 典型风险综合模型函数图形
2 多区域风险综合模型
2.1 多区域风险矩阵特性分析
2.1.1主客观结合
多区域风险矩阵基于经典模型的函数运算,结合专家及项目风险管理经验,对经典模型中的风险估计进行校正及区域化研究。
2.1.2持续优化
多区域风险矩阵可以进行持续的改进研究,随着风险管理经验的丰富,可以将多区域风险矩阵进行不断改进,使之朝着精确估计的方向不断发展。
表5 典型风险模型计算结果
2.1.3精细化
多区域风险矩阵划分的区域越小,则风险评估的精度也越高。当区域划分达到了一定程度,则风险评估误差也将达到完全可接受的范围。
2.1.4具体化
已经成熟的多区域风险矩阵可以满足正常风险管理的要求。如果项目风险管理人员对风险评估有特殊要求,只需根据风险管理要求对部分区域进行适当调整即可。
2.2 区域权重设定过程与方法
2.2.1项目风险信息收集
收集类似武器装备项目风险信息,通过对类似武器装备研制阶段风险信息的分析,奠定数据基础。同时,查找相关武器装备的风险记录,对实际研制过程中的风险管理数据进行统计,并进行系统剖析。将不同装备的风险管理数据进行横向比对,分析装备研制差异,综合借鉴各装备风险管理经验。
2.2.2专家选定
专家选择方面,需选择具有直接丰富风险管理经验并对装备项目熟悉的人员,再者,还要综合考虑装备涉及重要技术,选择参与过类似或相关技术研制的风险管理人员。
2.2.3专家打分
专家选定之后,设定打分准则,组织专家进行区域划分讨论,区域划分确定之后,给各专家分发研制相关技术评估报告,使专家充分了解项目技术状态及要求。最后,专家结合自身风险管理经验,对区域风险概率和后果影响进行打分。
设专家打分为vij,风险概率权重为pij,后果影响权重为cij,其中,i表示第i个专家,j表示第j个区域。
2.2.4数据处理
设有n个专家,得到专家打分之后,对各区域数据进行平均化处理,即
经过平均化处理,就得到区域权矩阵V。
区域权矩阵需要经历一个不断完善的过程,随着风险记录信息的增多,风险管理经验的丰富,可以对区域权矩阵进行不断校正与优化,同时,根据不同研制项目风险管理需要,可以对区域划分进行缩小,达到项目研制所要求的精度。再者,根据项目以及装备技术特点,可以对权系数矩阵进行区域化改动。
2.3 区域连续化处理
在现实中区域划分不可能无限小,因此,区域划分会导致概率权和影响权呈现区域化特征,所以需要对区域间的概率权和影响权进行连续化处理。
专家对每个区域的赋权只作为区域中心点的概率权和影响权,要想将概率权和影响权扩展到区域所有点,首先要借助相邻区域的概率和影响权重关系。
区域轴线:除边界区域外,每个区域都有4个相邻区域,将本区域的中心与相邻区域中心连接起来,这样就构成了区域轴线。
区间:区域轴线将每个区域划分为左上、右上、左下、右下4个区间,每个区间的相邻区域都有不同。
2.3.1中心区域连续化
每个区间的概率权和影响权由本区域及区间相邻3个区域的概率权和影响权共同决定,如图3所示:
图3 中心区域连续处理
2.3.2边界区域连续化处理
以10×10区域划分为例,边界点有两类:1)角区间:顶角的4个区间的点,如e点;2)边区间:只有3个相邻区间的点,这样的区间共有18×4即72个,如f点。
1)在角区间中的点,概率—影响权重由角区域中心点和相邻两个区域的中心点共同确定。
图4 边界区域连续处理
2)在边区间中的点,概率—影响权重由边区域中心点和相邻3个区域的中心点共同确定。
经过这样处理之后,区域之间以及区域的每个区间中的概率权和影响权将形成一种连续的关系。
2.4 风险综合
3 技术风险综合数据计算
3.1 区域划分
本文风险管理以装备研制为基础,经过系统分析与讨论,0.1的区域精度以及区域保持对称性可满足技术风险管理基本要求。本文暂不讨论区域非等距划分和不规则区域问题。通过征求专家意见以及实际操作考虑,将概率-影响图划分为10×10共100个区域,即每个区域为边长0.1的正方形,
3.2 专家打分结果
经过综合考量,对专家进行筛选,选定5位专家,通过专家打分,得到区域判断矩阵Ak10×10,k=1,2,3,4,5。
3.3 数据处理
根据专家打分结果,对各专家的打分结果进行平均化处理,如表6所示。
表6 区域权重关系
3.4 区域连续化处理
通过MATLAB程序,以权系数矩阵为基础,对区域进行连续化处理,得到连续的概率-影响权重关系,如图5所示。
图5 概率—影响权重关系
3.5 风险综合计算
由已知技术风险样本的概率和影响值,如表7所示。
通过模型计算对应概率和影响的权重关系,得到表8。
根据式(7)可得技术风险的综合风险值,得到下页表9。
将已知的风险概率和影响输入综合模型,可以得到对应的概率-影响权重比,进而对概率和影响进行综合,得到最终风险值。由排序结果可以看出,PRL3技术风险最高,PRL9技术风险次之,PRL6技术风险最小。区域风险综合模型描述了概率和影响的区域分布特征,更加具有客观性,与实际情况更加吻合。
表7 技术风险概率和影响值
表8 技术风险概率-影响权重
表9 技术风险综合值
4 结论
本文主要通过建立风险评估模型对装备研制阶段技术风险进行了研究。传统评估方法极少区别分析风险概率和影响,通过风险特性分析对二者进行区别分析和评估,同时考虑风险综合过程概率和影响的权重变化,基于坐标对概率-影响权重关系进行了区域划分。
多区域风险矩阵结合了经典模型的特点和专家风险管理的经验,可以进行持续的改进研究,从而使之准确性更高;多区域风险矩阵划分的区域越小,则风险评估的精度也越高;如果项目风险管理人员对风险评估有特殊要求,只需根据风险管理要求对部分区域进行调整即可。