Fuzzy methods in risk estimation of the ship system failures based on the expert judgments

• Autorzy: Hoang N.

Identyfikatory

DOI

10.1515/jok-2017-0058

Warianty tytułu

PL

Rozmyte metody estymacji ryzyka uszkodzeń systemów okrętowych na podstawie opinii ekspertów

• Języki publikacji: EN

Abstrakty

EN

The paper presents the fuzzy methods in failure modes and effects analysis (FMEA) for estimating the risk of the ship system failures based on the expert judgments. It provides an appropriate representation of the uncertain and ambiguous notions expressed in the natural language. An example of fuzzy intuitionistic FMEA analysis is illustrated in estimating the risk of tanker system failures. The results show that the proposed method in comparison with the traditional FMEA is more effective and useful in estimating the risk of ship system failures based on the expert opinions, available in such cases.

PL

Praca przedstawia rozmyte metody w analizy rodzajów i skutków uszkodzeń (FMEA) do estymacji ryzyka uszkodzeń systemów okrętowych. Zapewnia ona odpowiednią reprezentację niepewnych i niejasnych pojęć wyrażonych w języku naturalnym. Przykład zastosowania rozmytej, intuicjonistycznej analizy FMEA został zilustrowany w estymacji ryzyka uszkodzeń systemów tankowca. Uzyskane wyniki wskazują, że proponowana metoda w porównaniu z tradycyjną analizą FMEA, jest bardziej skuteczna w estymacji ryzyka uszkodzeń systemów okrętowych, na podstawie opinii ekspertów.

Słowa kluczowe

EN

intuitionistic fuzzy set; risk estimation; expert judgment; ship system failure

PL

Intuicjonistyczne zbiory rozmyte; estymacja ryzyka; opinia ekspertów; uszkodzenie systemu okrętowego

• Wydawca: Wydawnictwo Instytutu Technicznego Wojsk Lotniczych
• Czasopismo: Journal of KONBiN
• Rocznik: 2017
• Tom: No. 43
• Strony: 393--403
• Opis fizyczny: Bibliogr. 17 poz., tab.

Twórcy

autor

Hoang N.

• Gdynia Maritime University

Bibliografia

• [1] Abdelgawad M., Fayek A.R.: Risk management in the construction industry using combined fuzzy FMEA and fuzzy AHP, J. Constr. Eng. Manage, 136 (9), 2010, 1028–1036.
• [2] Atanassov K.T.: Intuitionistic Fuzzy Sets, Fuzzy Sets and Systems, 20, 1986, 87-96.
• [3] Brandowski A., Frąckowiak W., Nguyen H., Podsiadło A.: Risk estimation of the seagoing ship casualty as the consequence of the propulsion loss, Proceedings of ESREL 2009 Conference, Taylor & Francis, Vol. 3, 2010, pp. 2345-2349.
• [4] Chen S.M., Tan J.M.: Handling multicriteria fuzzy decision-making problems based on vague set theory, Fuzzy Sets and Systems 67, 1994, 163–172.
• [5] De S.K., Biswas R., Roy A.R.: An application of intuitionistic fuzzy sets in medical diagnosis, Fuzzy Sets Syst., vol. 117, 2001, 209–213.
• [6] Herrera-Viedma E., Chiclana F., Herrera F., Alonso S.: A group decisionmaking model with incomplete fuzzy preference relations based on additive consistency, IEEE Trans. Syst., Man, Cybern., vol. 37, no 1, 2007, 176–189.
• [7] Hong D.H., Choi C.H.: Multicriteria fuzzy decision making problems based on vague set theory, Fuzzy Sets and Systems 114, 2000, 103-113.
• [8] Laarhoven P.J.M., Pedrycz W.: A fuzzy extension of Saaty’s priority theory, Fuzzy Sets Syst., vol. 11, 1983, 229–241.
• [9] Nguyen H.: A novel similarity/dissimilarity measure for intuitionistic fuzzy sets and its application in pattern recognition, Expert Systems with Applications, 45, 2016, 97-107.
• [10] Papageorgiou E.I., Iakovidis D.K.: Intuitionistic fuzzy cognitive maps, IEEE Trans. Fuzzy Syst., vol. 21, no 2, 2013, 342–354.
• [11] Szmidt E., Kacprzyk J., Bujnowski P.: How to measure the amount of knowledge conveyed by Atanassov’s intuitionistic fuzzy sets, Information Sciences, 257, 2014, 276-285.
• [12] Tan C., Chen X.: Dynamic similarity measures between intuitionistic fuzzy sets and its application, International Journal of Fuzzy Systems, vol. 16, no 4, 2014, 511-519.
• [13] Vlachos I.K., Sergiadis G.D.: Intuitionistic fuzzy information applications to pattern recognition, Pattern Recog. Lett., vol. 28, 2007, 197–206.
• [14] Wang Y.M., Chin K.S, Poon G.K.K., Yang J.B.: Risk evaluation in failure mode and effects analysis using fuzzy weighted geometric mean, Expert Syst. Appl. 36 (2), 2009, 1195–1207.
• [15] Xu X.Q., Liao H.C.: Intuitionistic fuzzy analytic hierarchy process. IEEE Transactions on Fuzzy Systems, vol. 22, no 4, 2014, 749-761.
• [16] Zadeh L.A.: Fuzzy sets, Information and control, 8 (3), 1965, 338-353.
• [17] Zhou Q., Thai V.V.: Fuzzy and grey theories in failure mode and effect analysis for tanker equipment failure prediction, Safety Science 83, 2016, 74–79.