[发明专利]基于EFA-BBN的计算机量化预测人员失误概率的方法和系统

权利要求书

1.基于EFA-BBN的计算机量化预测人员失误概率的方法，其特征在于，包括以下步骤：

一、生成当前情境条件下的EFA-BBN模型；

以通用BBN模型为基础，所述通用BBN模型结构为：以多种情境下影响人员失误的PSFs作为父节点，以人员失误概率作为子节点，以PSFs聚类分析得到的聚类因子作为连接父节点和子节点的中间节点；

利用EFA法结合当前情境条件对通用BBN模型中的PSFs进行分析，生成PSF对聚类因子贡献权重值的均匀分布，以对聚类因子贡献权重值大于0.5为筛选标准，对于满足该标准的PSFs，保留其与中间节点的关系，对于不满足该标准的PSFs，则删除其与中间节点的关系，生成当前情境条件下的EFA-BBN模型；

二、EFA-BBN模型的量化；

从存储有多种情境下影响人员失误的PSFs及其条件概率分布数据的数据库中获取模型中保留的PSFs的条件概率并将概率值归一化，再基于与父节点状态相关的聚类因子的概率密度函数获得中间节点的条件概率，以及利用成功似然指数法估算子节点，得出当前情境条件下人员失误概率的量化预测结果。

2.如权利要求1所述计算机量化预测人员失误概率的方法，其特征在于，还包括构建通用BBN模型的步骤：

从所述数据库中获取多种情境下影响人员失误的PSFs并将其作为父节点，以人员失误概率作为子节点，对获取的PSFs进行聚类分析，以聚类因子作为连接父节点和子节点的中间节点，得到通用BBN模型。

3.如权利要求1或2所述计算机量化预测人员失误概率的方法，其特征在于：

步骤一中，利用EFA法结合当前情境条件对通用BBN模型中的PSFs进行分析的过程包括：

(1)当PSF i在当前情境条件下发生时，赋值为1，如若不发生，则赋值为0；

(2)将通用BBN模型中的n个PSF的赋值输入SPSS软件进行EFA分析，产生m个聚类因子，以ω_ij表示PSF i对聚类因子j的贡献权重值，用ω_base(ij)表示PSF i对聚类因子j的贡献权重基准值，且i＝1，2，...，n，j＝1，2，...，m；

(3)将所有的PSFs分为a和b两组，a组仅包含PSF在当前情境条件下发生的情况，b组仅包含PSF在当前情境条件下不发生的情况；对两组中的PSF分别用SPSS进行分析，在每次SPSS运行中预先设定m个聚类因子，a、b两组中PSF经EFA分析得到的结果分别为ω_PSFi＝1(i，j)和ω_PSFi＝0(i，j)；

(4)从ω_PSFi＝0(i，j)和ω_PSFi＝1(i，j)中确定最小值ω_min(i，j)和最大值ω_max(i，j)，令然后设置a_ij＝ω_base(i，j)-D_ij，b_ij＝ω_base(i，j)+D_ij，生成PSF i对聚类因子j贡献权重值ω_ij的均匀分布U(a_ij，b_ij)；

之后，从U(a_ij，b_ij)获取PSF i的ω_ij值，若ω_ij＞0.5，则该PSF i与聚类因子j的关系保留，否则删除。