یک طرح طبقه بندی شده از خطاهای رفتاری برای تخمین احتمال خطای انسانی بر اساس شبیه سازی داده

قیمت: 47,000 تومان

دانلود رایگان مقاله

خرید ترجمه مقاله

عنوان فارسی

یک طرح طبقه بندی شده از خطاهای رفتاری برای تخمین احتمال خطای انسانی بر اساس شبیه سازی داده

عنوان لاتین

A classification scheme of erroneous behaviors for human error probability estimations based on simulator data

از آنجایی که مشخص شده است که داده های تجربی ایی که از ارزیابی های مورد استفاده در تحلیل خطای انسانی پشتیبانی می کند، کافی نیست، اخیرا چندین پایگاه داده ساخته شده است. برای تولید برآوردهای کمّی از داده های قابل اطمینان انسانی، این مهم است که رفتارهای نادرست پیدا شده در داده های قابل اطمینان، به طور مناسب مرتب شوند. بنابراین این مقاله یک طرح برای طبقه بندی رفتارهای نادرست شناسایی شده توسط چارچوب HuREX (استخراج داده های قابل اطمینان انسانی)، از طریق مرور ادبیات مربوطه، پیشنهاد می دهد. یک مورد مطالعه از محاسبات احتمال خطای انسانی (HEP) برای بررسی اینست که آیا میتوان طرح پیشنهادی را برای دسته بندی رفتارهای نادرست اجرا کرد و برای ارزیابی این که آیا این طرح برای سنجش اهداف HEP مفید است. اگرچه داده های شبیه سازی شده به طور مداوم جمع آوری و تجزیه و تحلیل می شوند، بهتر است تا مطمئن شویم که HEP ها قابل اعتماد تر است. در چندین روش مهم نتایج HEP ها با توجه به قابلیت اطمینان انسان در شرایط عادی، خردمندانه بود. از یافته های مرور ادبیات و مورد مطالعه شده، پتانسیل و محدودیت های روش پیشنهادی مورد بحث قرار گرفته است.

Because it has been indicated that empirical data supporting the estimates used in human reliability analysis (HRA) is insufficient, several databases have been constructed recently. To generate quantitative estimates from human reliability data, it is important to appropriately sort the erroneous behaviors found in the reliability data. Therefore, this paper proposes a scheme to classify the erroneous behaviors identified by the HuREX (Human Reliability data Extraction) framework through a review of the relevant literature. A case study of the human error probability (HEP) calculations is conducted to verify that the proposed scheme can be successfully implemented for the categorization of the erroneous behaviors and to assess whether the scheme is useful for the HEP quantification purposes. Although continuously accumulating and analyzing simulator data is desirable to secure more reliable HEPs, the resulting HEPs were insightful in several important ways with regard to human reliability in off-normal conditions. From the findings of the literature review and the case study, the potential and limitations of the proposed method are discussed.