Abstract
In a fault tree analysis, an uncertainty importance measure is often used to assess how much uncertainty of the top event probability (Q) is attributable to the uncertainty of a basic event probability ($q_i$), and thus, to identify those basic events whose uncertainties need to be reduced to effectively reduce the uncertainty of Q. For evaluating the measures suggested by many authors which assess a percentage change in the variance V of Q with respect to unit percentage change in the variance $\upsilon_i$ of $q_i$, V and ${\partial}V/{\partial}{\upsilon}_i$ need to be estimated analytically or by Monte Carlo simulation. However, it is very complicated to analytically compute V and ${\partial}V/{\partial}{\upsilon}_i$ for large-sized fault trees, and difficult to estimate them in a robust manner by Monte Carlo simulation. In this paper, we propose a method for experimentally evaluating the measure using a Taguchi orthogonal array. The proposed method is very computationally efficient compared to the method based on Monte Carlo simulation, and provides a stable uncertainty importance of each basic event.
결점나무 분석에서 불확실설 중요도 측도는 basic event 확률 ($q_i$)의 불확실성이 top event 확률 (Q)의 불확실성에 얼마나 많이 기여하는지를 나타내는 측도로서, top event 확률의 불확실성을 감소시키기 위하여 어떤 basic event 확률의 불확실성을 감소시키는 것이 효과적인지를 밝히는데 사용된다. $q_i$의 분산 $\upsilon_i$가 백분율 단위로 한 단위 변화될 때 Q의 분산 V의 변화량을 평가하는 측도가 불확실성 중요도 측도로서 많은 저자들에 의해 제안되었으며, 이 측도를 계산하기 위해서는 V와 ${\partial}V/{\partial}{\upsilon}_i$를 해석적인 방법이나 몬테칼로 시뮬레이션을 사용하여 계산해야 한다. 그러나 대규모 결점나무에 대해서 V와 ${\partial}V/{\partial}{\upsilon}_i$를 해석적인 방법으로 계산하는 것은 매우 복잡하며, 몬테칼로 시뮬레이션을 사용하여 V와 ${\partial}V/{\partial}{\upsilon}_i$의 안정적인 추정치를 얻는 것은 매우 어렵다. 본 연구에서는 불확실성 중요도 측도를 실험적인 방법을 이용하여 평가하기 위한 방법을 제안한다. 제안된 방법은 몬테칼로 시뮬레이션을 이용하는 방법에 비해 계산량이 매우 적으며, 불확실성 중요도의 안정적 인 추정치를 제공한다.
