МЕТОДИКА ИНТЕГРИРОВАННОГО АНАЛИЗА ВЛИЯНИЯ ЧЕЛОВЕЧЕСКОГО ФАКТОРА НА БЕЗОПАСНОСТЬ СОЦИОТЕХНИЧЕСКИХ СИСТЕМ НА ОСНОВЕ БАЙЕСОВСКИХ СЕТЕЙ И НЕЧЕТКИХ КОГНИТИВНЫХ КАРТ : научное издание
Библиографическое описание:МЕТОДИКА ИНТЕГРИРОВАННОГО АНАЛИЗА ВЛИЯНИЯ ЧЕЛОВЕЧЕСКОГО ФАКТОРА НА БЕЗОПАСНОСТЬ СОЦИОТЕХНИЧЕСКИХ СИСТЕМ НА ОСНОВЕ БАЙЕСОВСКИХ СЕТЕЙ И НЕЧЕТКИХ КОГНИТИВНЫХ КАРТ : научное издание / У. С. Постникова, В. И. Куксова. - Текст : непосредственный // Проблемы безопасности и чрезвычайных ситуаций. - 2026. - № 3. - С. 109-120. - Работа выполнена за счет средств Государственного задания FFGU-2024-0020. - ISSN 0869-4176, DOI 10.36535/0869-4176-2026-03-7.
Аннотация:В работе исследуется влияние человеческого фактора на уровень аварийности и травматизма в социотехнических системах. Предложен интегрированный подход, объединяющий байесовские сети и методы нечеткого моделирования, что позволяет учитывать как статистическую неопределенность, так и качественные характеристики поведения и состояния персонала. Модель описывает структуру взаимосвязей между факторами риска и обеспечивает их системный анализ с использованием показателей консонанса, диссонанса и воздействия. Установлено, что ключевую роль в формировании аварийности играют стресс, психоэмоциональное состояние, интенсивность труда, организационная культура и уровень подготовки. Полученные результаты подтверждают согласованность модели и позволяют использовать ее для анализа, прогнозирования и управления рисками в сложных производственных системах.
This paper investigates the impact of human factors on accident and injury rates insocio-technical systems. An integrated approach is proposed that combines Bayesian networks and fuzzy modeling methods, enabling the consideration of both statistical uncertainty and qualitative characteristics of personnel behavior and condition. The model describes the structure of interrelationships among risk factors and provides a system-level analysis using measures of consonance, dissonance, and influence. The results indicate that stress, psychoemotional state, workload intensity, organizational culture, and level of training play a key role in accident occurrence. The findings confirm the internal consistency of the model and demonstrate its applicability for risk analysis, forecasting, and management in complex industrial systems.
