第二节  预测理论

预测自古有之，随着人们对世界认识水平的提高，预测从唯心走向唯物，从现象辨识到心理挖掘，从少量数据研究到大数据分析，从人工到智能，预测领域不断拓展，新方法不断涌现。

一、先兆识别理论

（一） 先兆辨识理论的基本观点

先兆辨识是指根据系统危险性因素，分别研究其事故先兆，综合估算其发生事故的可能性及事故的严重程度，进而采取措施加以控制。

先兆辨识理论认为，任何系统的运转和事物的变化总是有先兆的，只要先期发现事故先兆并及时准确的破译，就能预防并控制事故的发生。比如温度、压力、振动的变化，能量积聚和释放的速度变化，出现光声电效应等等。这种先兆最初是以某种微弱的信息向外界传递的，只要能接受并破译这种信息，就能辨识事故的征兆，从而为防止和控制事故提供依据。如地震发生前总会有能量积聚、应力变化、地磁扰动等现象出现，如果能及时捕捉到这些变化，就可以为地震预告、防灾、撤离等行动争取时间，减少事故造成的人员伤亡。

先兆辨识用于预测评价很有价值，在实践中常用于安全评估。事物变化的先兆可能有多种，有些比较容易接受和破译，有的则比较难；有些具有决定性意义，有的却没有。这就必须对已捕捉到的事物变化的信息进行认真的综合分析研究，做出力所能及的判断。先兆辨识并非易事，判断不准确反而会误导决策，因此必须由经验丰富的人员承担此项工作。

（二）先兆辨识理论在公共安全管理中的运用

目前在危险物品管理中，先兆辨识理论也有一些运用。比如煤矿和部分大型煤场，为了防止煤矿矿井巷道的瓦斯爆炸，安装了瓦斯气体含量检测装置，当标瓦斯体含量达到阈值时发出警报，预示含量超标爆炸可能发生。一些危险物品从业单位在自行组织的安全检查中运用事故树分析等辨识技术查找隐患，实际上也是先兆辨识方法的运用。但总体而言，先兆辨识方法在危险物品安全管理中的运用还很不够。

二、海恩法则

海恩法则(Ohain’s law)，是德国飞机涡轮机的发明者帕布斯·海恩提出的一个在航空界关于飞行安全的法则，多被用于企业的生产管理，特别是安全管理中。“海恩法则”对企业来说是一种警示，它说明任何一起事故都是有原因的，并且是有征兆的；它同时说明安全生产是可以控制的，安全事故是可以避免的；它也给了企业管理者生产安全管理的一种方法，即发现并控制征兆。

海恩法则指出： 每一起严重事故的背后，必然有29次轻微事故和300起未遂先兆以及1000起事故隐患。见图2-10。

                         图2-10  严重事故与隐患关系

法则强调两点：一是事故的发生是量的积累的结果；二是再好的技术，再完美的规章，在实际操作层面，也无法取代人自身的素质和责任心。

在安全事故发生之前，预先防范事故征兆、事故苗头，预先采取积极有效的防范措施，那么，事故苗头、事故征兆、事故本身就会被减少到最低限度，安全工作水平也就提高了。

在安全工作中做到以预防为主，必须坚持“五要五不要”。一要充分准备，不要仓促上阵。充分准备就是不仅熟知工作内容，而且熟悉工作过程的每一细节，特别是对工作中可能发生的异常情况，所有这些都必须在事前搞得清清楚楚；二要有应变措施，不要进退失据。应变措施就是针对事故苗头、事故征兆甚至安全事故可能发生所预定的对策与办法；三要见微知著，不要掉以轻心。有些微小异常现象是事故苗头、事故征兆的反映，必须及时抓住它，正确加以判断和处理，千万不能视若无睹，置之不理，遗下隐患；四要鉴以前车，不要孤行己见。要吸取别人、别单位安全问题上的经验教训，作为本人安全工作的借鉴。进行安全检查时，要把重点放在查找事故苗头、事故征兆及其原因上，并且提出切实可行的防范措施；五要亡羊补牢，不要一错再错。发生了安全事故，无论大小都需要认真吸取教训，以免重蹈覆辙。绝不能对存在的安全隐患听之任之，以免错上加错。

海恩法则告诉我们，要重视安全隐患的排查与消除，压降安全隐患实际上就是压降严重事故的数量。在安全隐患中，一般注重物的安全状态与人的不安全行为，忽视了人的心理隐患。心理隐患是指由于心理问题，导致人的不安全行为，对人或财产安全构成的潜在威胁。定义中的心理问题是除健康心理状态以外的其他心理状态的总和，如不良心理状态、心理障碍和心理疾病等。定义中明确了人的不安全行为与心理问题的关系，心理问题决定了人的不安全行为，导致责任事故。据统计，2011年全国重大以上事故59起，死亡746人，其中52起被明确认定为责任事故，死亡656人。事故责任者或多或少存在心理隐患，心理隐患导致的事故占事故总量的88.14%。

根据世界卫生组织统计的数据，中国有心理问题的人数在2亿到3亿之间，一些学者的调查表明，我国重工业企业在岗职工有心理问题的比例为54.5%，有心理障碍的比例为36.5%。心理问题人数比例之高令人震惊，应引起足够重视。

三、事件树分析

    事件树分析（ETA）是在安全系统设计时常用的一种方法，它是一种从原因推论结果的（归纳的）系统安全分析方法，它在给定一个初因事件的前提下分析或预测此事件可能导致的后续事件的结果，从而定性与定量地评价系统的特性，并帮助分析人员获得正确的决策。由于事件树序列是以图形表示，并且呈扇状，故称事件树。

事件树分析的理论基础是系统工程中的决策论。所谓决策，就是为解决当前或未来可能发生的问题，选择最佳方案的一种过程。决策论是在做某项工作或从事某项工程之前，通过分析、评价各种可能的结果，权衡利弊，根据科学的判断和预测做出最佳决策的一种系统的方法论。因此，事件树分析既是理论，也是方法。

以枪库枪支被盗案件为例，防盗系统由四部分：值班保卫人员R、库房门锁K、库房内警报装置J、库房内藏枪的保险柜门锁A。四部分必须同时失效，即均处于失效状态（0000）时，盗窃案件发生。见图2-11。

图2-11 枪支被盗案件的事件树

根据部分不可靠度求取系统不可靠度和可靠度。

如已知值班保卫人员不可靠度（P_R）=0.96， P_K=0.15，P_J=0.001，P_A=0.035，则整个库房保卫系统的不可靠度P_S，P_S为（0000）状态的概率，即是四个部分的积事件概率：

     P_S=P_R×P_K×P_J×P_A=0.96×0.15×0.001×0.035=5.04×10^-6

    整个保卫系统的可靠度R_S =1-P_S =1-0.00000504=0.99999496

    显然，由于设置了多项防盗措施，使得整个保卫系统的可靠度要比各部分的可靠度要高得多。

    若将库房内保险柜再增加一个门锁B，P_B= P_A=0.035，这时枪支被盗案件的事件树如图2-12 。

P_S=P_R×P_K×P_J×P_A×P_B=0.96×0.15×0.001×0.035×0.035=5.04×10^-6×0.035=1.764×10^-7

    系统的可靠度R_S=1- P_S =1-1.764×10^-7=0.9999998236

    显然，在保险柜上加了一把锁后，其整个系统的不可靠性仅为原来的1/29，枪支被盗案件发生的概率也大大降低了。

四、事故树分析

事故树分析是在安全系统设计、安全防范对策研究、重点防范因素筛选、事故原因分析中常用的一种分析方法。

（一）事故树分析的概念

事故树分析（FTA）又称故障树分析，是进行事故分析、评价、预测的先进的科学方法，也是安全系统工程最重要的分析方法。它能对各种系统的危险性进行识别评价，既适用于定性分析，又适用于定量分析。

（二）事故树分析步骤

事故树分析是对既定的生产系统或作业中可能出现的事故条件及可能导致的灾害后果，按工艺流程、先后次序和因果关系绘成程序方框图，表示导致灾害、伤害事故（不希望事件）的各种因素之间的逻辑关系，进而采取有效的防范措施，防止同类事故再次发生。事故树分析的基本步骤如下：

1. 熟悉所分析的系统。

2. 收集、调查系统发生的各类事故。

3. 确定顶上事件。

4. 调查与顶上事件有关的所有原因事件。

5. 绘编事故树。

6. 定性分析。

7. 定量分析。

8. 制定安全对策。

（三）事故树的基本符号及其意义

事故树中使用的符号分为事件符号、逻辑门符号和转移符号三类。事件符号和转移符号是事故树的节点，逻辑门符号是表示相关节点之间逻辑连接关系的判断符号。见图例2-13。

（四）定性分析

事故树定性分析，是根据事故树确定顶上事件发生的事故模式、原因及其对顶上事件的影响程度，为最经济、最有效的采取预防对策和控制措施，防止同类事故再次发生提供依据。定性分析包括求最小割集、最小径集和基本事件结构重要度分析。

（五）定量分析

定量分析的目的，是在求出各基本事件发生概率的情况下，计算顶上事件发生概率。根据所求出的结果与预定目标值进行比较，如果超出了目标值，就必须采取必要的系统改进措施，使其降至目标值以下。如果事故发生的概率及其造成的损失能够为社会所认可，就不必花费更多的人力、物力、财力。

事故树定量分析包括顶上事件发生概率计算、概率重要度及临界重要度计算三部分。

1. 顶上事件发生概率计算。如果给定了事故树各个基本事件的概率，并且各基本事件相互独立（即一个基本事件的发生与否与其他基本事件发生与否无关），就可以计算顶上事件发生的概率。

顶上事件发生概率的计算方法有多种，最基本的方法有三种，一种是利用所有基本事件的状态组合，二是利用最小割集求解，三是利用最小径集进行计算。三种计算方法，各有特点，第一种便于计算，第二种有利于编制安全检查表，第三种有利于事故的预防。

2. 概率重要度分析。概率重要度分析是考察各基本事件发生概率的变化对顶上事件发生概率的影响程度。

3. 临界重要度分析。一般情况下，减少概率大的基本事件的概率比减少概率小的事件的概率容易，而概率重要度系数未能反映这一事实，因而它还不是从本质上反映各基本事件在事故树中的重要程度。而临界重要度系数是从敏感度和自身发生概率的双重角度衡量各基本事件的重要度，是更为重要的重要度。

下面以某市S行政区的盗窃案件为例，阐述事故树分析。

根据S区2018年一季度盗窃案件的发案情况，确定了18个基本事件，为突出重点，略去发案概率较小、对顶上事件影响较小的基本事件。以盗窃案件发生的必要条件：盗窃者、财物、时间和地点为中间事件，构成4个模块，将盗窃案件按照基本事件进行分类，以2018年一季度盗窃案件发案总数为基础，根据事故树与门和或门的关系，确定基本事件发生的概率，具体数值详见表2-1。

表2-1  S区2018年一季度基本事件发生概率

盗窃案件的事故树见图2-13。

图2-13  S区2008年一季度盗窃案件的事故树

危险重要系数顺序为：

     熟悉环境 = 技防失效 > 锁失败 > 投撬锁 > 白天> 夜间 > 街面 >疏忽大意 > 责任心不强 > 入室> 认识不足 > 饭店、娱乐场所 > 扒窃 > 商场 > 护栏失效> 拎包 > 业务不熟 > 撬门。

从经验角度考察，危险重要度综合顺序合理。盗窃者作案前都需要熟悉环境，盗窃的成功都是技防失败或未采取技防手段，这两个因素对盗劫案件的影响最大，并列第一；绝大多数财物均有锁这一物防措施，锁失败是导致财物失窃的重要因素，除熟悉环境和技防失败两因素外，所占比例最高，排序应是第三；盗窃者通常用投锁、撬锁等方式开锁，是锁失败的最主要因素，排序应是第四……。可见危险重要度综合顺序符合经验推论，具有合理性。

事故树分析得出危险重要度综合顺序后，用经验分析具有合理性，但经验分析自身难以将基本事件的重要度进行综合排序。事故树分析不但可以综合排序，突显最重要的影响因素，更重要的是便于深入、全面分析，用最重要的因素分析其他模块基本事件的防范对策，消除模块间壁垒。

经验分析主体是定性分析，即使使用发案率排序，含有定量的成分，但由于孤立地分析每个基本事件，未把基本事件个体放在整个事件中去考虑，未考虑基本事件个体与其他基本事件、中间事件的相互影响，使分析结论具有片面性。如结构重要度分析结论：夜间 > 白天，夜间对顶上事件的影响力高于白天，但输入发案概率后它们的影响力发生了改变，变为白天 > 夜间，而改变的幅度与两者发案率差异也不同，按发案率白天和夜间的相对误差是8.333%，按危险重要度白天和夜间的相对误差是16.82%，影响力差距加大。

事件树分析和事故树分析既是理论也是方法，它和其他理论等为大数据云服务智能分析逐渐走上舞台，奠定了计算模型。