The use of fuzzy logic elements for the risk analysis in aviation

• Autorzy: Papis Mateusz , Matyjewski Marek

Identyfikatory

DOI

10.2478/jok-2019-0024

Warianty tytułu

PL

Wykorzystanie elementów logiki rozmytej do analizy ryzyka w lotnictwie

• Języki publikacji: EN PL

Abstrakty

EN

The paper presents the possibility of using fuzzy logic in aviation provided in an example of estimating the risk of a glider pilot. The results of expert questionnaires were used to define the input data concerning categories of loss and the probability of undesirable events occurrence. A model of inference and fuzzy sets concerning input and output data were defined. The risk analysis was performed in accordance with the standard fuzzy regulator scheme. Moreover, the results obtained were verified with the use of Risk Matrix and Risk Score methods.

PL

Tematem publikacji jest możliwość wykorzystania logiki rozmytej w lotnictwie przedstawiona na przykładzie szacowania ryzyka pilota szybowcowego. Do analizy wykorzystano wyniki ankiet eksperckich, które posłużyły do zdefiniowania danych wejściowych dotyczących kategorii strat oraz prawdopodobieństw wystąpienia zdarzeń niepożądanych. Zbudowano model wnioskowania i zdefiniowano zbiory rozmyte dotyczące danych wejściowych i wyjściowych. Właściwą analizę ryzyka wykonano zgodnie ze schematem standardowego regulatora rozmytego Ponadto zweryfikowano otrzymane wyniki za pomocą matrycy ilościowych oszacowań oraz metodą Risk Score.

Słowa kluczowe

EN

fuzzy logic; risk analysis; risk; aviation

PL

logika rozmyta; analiza ryzyka; ryzyko; lotnictwo

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2019
• Tom: Vol. 49, iss. 2
• Strony: 31--53
• Opis fizyczny: Bibliogr. 12 poz., rys., tab.

Twórcy

autor

Papis Mateusz

• Warsaw University of Technology (Politechnika Warszawska)

autor

Matyjewski Marek

• Warsaw University of Technology (Politechnika Warszawska)

Bibliografia

• 1. Banaszewski K.: Ilościowa analiza ryzyka pilota szybowcowego. Warsaw University of Technology, 2010.
• 2. Bielecki S., Wasilewski J.: Wnioskowanie rozmyte i programowanie w języku Prolog. In: Parol M., Piotrowski P. (eds.), Sztuczna inteligencja w praktyce. Laboratorium. Oficyna Wydawnicza PW, 2008.
• 3. Ficoń K.: Zastosowanie rozmytych sterowników Mamdaniego do określania ryzyka wieloczynnikowego. Zeszyty Naukowe AMW, No. 3(194), 2013.
• 4. Kacprzyk J.: Wieloetapowe sterowanie rozmyte. WNT, 2001.
• 5. Klich E.: Bezpieczeństwo lotów. Wydawnictwo Naukowe Instytutu Technologii Eksploatacji – PIB, Radom 2011.
• 6. Nowicki R. K.: Rozmyte systemy decyzyjne w zadaniach z ograniczoną wiedzą. AOW EXIT, Warszawa 2009.
• 7. Papis M., Matyjewski M.: Risk analysis in case of fire on PZL BRYZA using the event tree analysis. Journal of KONBiN, No. 2(38), 2016. DOI 10.1515/jok-2016-0026.
• 8. Rykaczewski K.: Systemy rozmyte i ich zastosowania. Toruń 2006, http://fulmanski.pl/zajecia/ssn/materialy/duszek.pdf, data dostępu: 29.11.2018.
• 9. Smolarkiewicz M.M.: Zastosowanie zmiennych lingwistycznych oraz logiki rozmytej w analizie ryzyka. Polski Przegląd Medycyny i Psychologii Lotniczej, No. 4 (17), 2011.
• 10. Szopa T., Niezawodność i bezpieczeństwo. Oficyna Wydawnicza PW, 2016.
• 11. Yagier R.R, Filev D.P: Podstawy modelowania i sterowania rozmytego, WNT, 1995.
• 12. Podstawy logiki rozmytej i operatorów rozmytych, http://www.isep.pw.edu.pl/ZakladNapedu/Instrukcje/Logika%20rozmyta%20-%20podstawy.pdf, data dostępu: 26.03.2015.

Uwagi

Opracowanie rekordu w ramach umowy 509/P-DUN/2018 ze środków MNiSW przeznaczonych na działalność upowszechniającą naukę (2019).