UMA METODOLOGIA PARA ANÁLISE DE CONFIABILIDADE DE SISTEMAS COMPLEXOS
|
|
- Yan Machado de Lacerda
- 7 Há anos
- Visualizações:
Transcrição
1 UMA METODOLOGIA PARA ANÁLISE DE CONFIABILIDADE DE SISTEMAS COMPLEXOS Regilda da Costa Silva Menêzes UFPE, Av. Acadêmico Helio Ramos, s/n, Cidade Universitária, Recife-PE, Cep: , Enrique López Droguett UFPE, Av. Acadêmico Helio Ramos, s/n, Cidade Universitária, Recife-PE, Cep: , Resumo A análise de confiabilidade de sistemas complexos envolve a avaliação de vários aspectos intrínsecos ao próprio sistema, tais como equipamentos, ações humanas, interações homemmáquina e interações homem-homem. Limitações de técnicas clássicas da análise de confiabilidade como a dificuldade de categorização de variáveis, suposições irreais de independência e falta de um tratamento explícito para contextos dinâmicos são alguns dos problemas contornados pela introdução de uma metodologia que consiste no hibridismo entre Diagramas seqüenciais de eventos, redes Bayesianas e Árvores de falhas. Este método proporciona uma maior flexibilidade às variáveis componentes de um determinado sistema, pois além de permitir uma representação mais realista da natureza dinâmica de um sistema também representa a relação de dependência entre eventos e entre os fatores de desempenho. Palavras chave: Análise de Confiabilidade; Diagramas Seqüenciais de Eventos; Redes Bayesianas e Árvores de falhas. Abstract Reliability analysis of complex systems involves the evaluation of several intrinsic aspects to the own system, such as equipment, human actions, interactions man-machine and interactions manman. In order to overcome limitations of classic techniques of the reliability analysis as the difficulty of classification of variables, unrealistic independence assumptions among events and the lack of explicit treatment of dynamic contexts the hybrid methodology employs hybrid model among Event Sequence Diagrams (ESD), Bayesian Belief Networks (BBN) and Fault Tree Analysis (FTA). The methodology provides a greater flexibility as it not only allows for a more realistic representation of the dynamic nature of man-system, but also allows for representation of the relationship of dependence among the events and performance shaping factors. Key-words: Reliability analysis; Event Sequence Diagrams (ESD); Bayesian Belief Networks (BBN) and Fault Tree Analysis (FTA). [ 854 ]
2 1. Introdução A análise de confiabilidade de sistemas complexos é caracterizada pelo uso de sofisticados equipamentos, operações que abrangem muitos elementos e interações homem-sistema. Portanto, para a análise probabilística de riscos, modelar esses sistemas tornou-se um grande desafio. Muitas limitações de técnicas clássicas de análise de confiabilidade foram encontradas, tais como suposições irreais de independência, simples representação binária de eventos e falta de um tratamento explícito para contextos dinâmicos. Para superar essas dificuldades, este artigo aborda uma metodologia para análise de confiabilidade de sistemas complexos. O modelo está baseado no hibridismo entre BBNs (Bayesian belief networks), ESDs (Event Sequence Diagrams) e FTAs (Fault Trees Analysis). As principais operações realizadas em um determinado sistema são modeladas via ESDs, onde os eventos pivotais correspondem tanto a falha de equipamentos quanto a erros humanos. Os eventos pivotais relacionados a erros humanos são modelados via BBNs. A introdução do formalismo de BBNs para modelagem do comportamento humano proporciona uma maior flexibilidade às variáveis causais, permintindo representar as relações de dependência existentes entre os fatores de desempenho (FDs). Tais relações incluem, por exemplo, a influência que uma carga de trabalho excessiva exerce no stress de um indivíduo assim como a influência que a organização exerce na sua motivação. Não considerar essas relações é realizar uma análise de confiabilidade humana (ACH) através de suposições irreais de independência, distanciando-se assim de uma representação apropriada para o comportamento humano. Contudo, os métodos de ACH tradicionais, classificados na literatura como modelos de primeira e segunda geração, realizam essas suposições em grande parte devido à dificuldade encontrada em utilizar árvores de eventos e árvores de falhas para modelar erros humanos. No entanto, como será mostrado neste artigo, através de BBNs é possível contabilizar esses efeitos, além de possibilitar a modelagem das ações dos operadores considerando a interação existente entre eles como, por exemplo, a influência de um supervisor no desempenho dos seus subordinados. Os eventos pivotais relacionados a equipamentos são modelados via FTAs quando os eventos são binários e a suposição de independência é possivel. A análise de confiabilidade de equipamentos se preocupa com a duração do uso de um equipamento a partir do momento em que ele entra em operação e com a eficácia com que ele opera. A modelagem dinâmica do sistema é providenciada pelos fluxogramas ESDs. Uma ESD pode ser mapeada através de uma arvore de eventos, a qual relata mais diretamente a quantificação prática de cenários de riscos. No entanto, uma ESD apresenta uma vantagem significante em relação à árvore de eventos, pois possibilita uma melhor comunicação entre analistas de riscos, projetistas e equipe operacional. Na aplicação do modelo híbrido, a suposição de independência não é mais necessária e a policotomia é possível. Dessa forma, pode-se obter um melhor nível de detalhamento do sistema e consequentemente, um modelo resultante que represente de maneira mais realista os sistemas complexos. Na próxima seção, este artigo apresenta a metodologia proposta para a análise de confiabilidade de sistemas complexos, abordando brevemente as ferramentas utilizadas no modelo híbrido. Na seção 3, faz-se uma comparação entre os métodos de ACH tradicionais e a ACH via BBN, a qual é proposta neste artigo. Na seção 4, demonstra-se através de um exemplo como a modelagem híbrida é realizada e o artigo conclui-se em seguida. 2. Modelo híbrido para análise de confiabilidade de sistemas complexos A introdução de estruturas secundárias, tais como FTA é muito útil para aprimorar a modelagem de sistemas via árvores de eventos. Neste tipo de modelo hibrido, a modelagem estática de sistemas é realizada pelo auxílio das FTAs, enquanto a modelagem dinâmica é realizada através de árvore de eventos. Porém, surgem muitas limitações quando este tipo de hibridismo é [ 855 ]
3 aplicado. Por exemplo, a FTA não permite policotomia, i.e., todas as variáveis em uma FTA são binárias. Para superar estas limitações, neste artigo é proposto um tipo diferente de hibridismo. O modelo consiste na modelagem de eventos via ESDs, onde os eventos pivotais são caracterizados em termos de BBNs quando as variáveis são policotômicas e dependentes, e em termos de FTAs quando estas condições não são necessárias. Para quantificar a probabilidade de falha do sistema, a solução aproximada consiste na solução do modelo hibrido pela integração de Binary Decisions Diagrams (Bryant, 1992) representando a ESD e a FTA pela aproximação Junction Trees (Korb & Nicholson, 2003) para resolver BBNs. Neste hibridismo, a suposição de independência não é necessária, a policotomia é possível. Dessa forma, este modelo providencia uma representação mais precisa de sistemas complexos. As principais operações realizadas nos processos desses sistemas são modeladas via ESDs, onde os eventos pivotais correspondem tanto a falha de equipamentos quanto a erros humanos. Os eventos relacionados à falha de equipamentos são modelados via FTA quando é possível satisfazer as condições comentadas acima. Já os eventos relacionados a erros humanos, devido a relações de dependência existentes são modelados via BBN. Os tópicos a seguir comentam brevemente as ferramentas utilizadas nesta metodologia: 2.1BBN BBNs são estruturas gráficas que permitem representar razões ou argumentos no domínio da incerteza (Korb & Nicholson, 2003). Os nós nas BBNs representam as variáveis aleatórias (discretas ou contínuas). Os arcos representam as conexões ou dependências diretas entre as variáveis. As conexões direcionadas são sempre conexões causais, ou seja, a direção dos arcos representa relações de causa e efeito entre as variáveis. As variáveis aleatórias são quantificadas por uma distribuição de probabilidades condicionais associando cada nó a seus prováveis causadores diretos. A quantificação da relação entre os nós conectados é realizada pela atribuição da distribuição de probabilidades para cada nó, construindo assim, uma Tabela de Probabilidades Condicionais (TPC). Quando se trata de variáveis discretas, para cada nó é necessário identificar todas as possíveis combinações dos seus nós pais. É necessário também, identificar os possíveis valores, os quais as variáveis podem assumir. A Figura 1 mostra uma BBN e as TPCs de cada variável. Esta rede mostra que a variável W (Condições ambientais desfavoráveis) e a variável Y (Carga de trabalho excessiva) apresenta como conseqüência a variável Z (Fadiga), ou seja, tanto as condições ambientais desfavoráveis, tais como: ruído, vibração e temperatura inadequada quanto uma carga de trabalho excessiva podem causar fadiga. O tamanho das TPCs depende da quantidade de pais que cada variável possui e do nº de valores que ela pode assumir. Em um nó X com k estados, o número de probabilidades a serem especificadas é: N º de elementos da tabela X = k * Equação 1 Onde: pa( x) : pais da variável x. ( ) n estados pa( x) pa( x) Percebe-se na Figura 1 que as variáveis causadoras W e Y possuem dois estados, os quais podem ser: {presente, não presente}. Já a variável conseqüência Z possui três estados, os quais podem ser: {baixo índice, índice moderado, alto índice}. Através da Equação 1, verifica-se que a TPC relacionada a variável Z possui 12 elementos. [ 856 ]
4 P(W) 0 1?? P(Y) 0 1?? W Z Y P(Z W,Y) W Z Y 0 0??? 0 1??? 1 0??? 1 1??? Figura 1 - BBN referente ao problema da fadiga A distribuição de probabilidade correspondente à rede é calculada a partir das probabilidades condicionais, como mostra a Equação 2 P( U ) = P( X, X,..., X ) = P( X pa( X )) Equação n i i i= 1 n Onde: P (U ) : probabilidade conjunta para a rede; P ( X i pa( X i )) : probabilidades condicionais de X em relação aos seus pais. A partir das TPCs de W, Y e Z apresentadas na Figura 1, obtém-se as probabilidades P(W,Y, Z) para cada resultado. Portanto, conforme a Equação 2, temos: P ( W, Y, Z ) = P( W ) P( Y ) P( Z W, Y ) Equação 3 Através de BBNs é possível atualizar o conhecimento a partir da chegada de novas evidências, o que constitui uma grande ferramenta para solucionar problemas práticos. Para uma discussão sobre conceitos de RBs recomendam-se Pearl (1988), Korb & Nicholson (2003), Firmino & Droguett (2004) e Menêzes et al. (2005). 2.2FTA FTA é um dos métodos mais utilizados na análise de confiabilidade de sistemas. Trata-se de um processo dedutivo através do qual um evento indesejável (evento topo) é postulado e as possíveis formas deste evento ocorrer são sistematicamente deduzidas. Uma das vantagens da utilização da FTA é o fato de que, na maioria das vezes, as falhas são mais fáceis de serem definidas, pois normalmente existe um número mais reduzido de formas que o sistema pode vir a falhar em comparação com as maneiras do mesmo funcionar. Inicialmente, é necessário identificar qualitativamente as diversas combinações que provocam a ocorrência do evento topo para, em seguida, representá-las graficamente. O propósito quantitativo das Árvores de Falhas é, portanto, determinar a probabilidade do evento topo ocorrer, sendo ele o foco da análise. 2.3ESD ESD é essencialmente um fluxograma que a partir de um evento iniciador, mostra as partes seqüenciais desse evento, bem como os seus estados finais. Cada parte do fluxograma é um evento pivotal binário, i.e., evento ocorre ou evento não ocorre. Os estados finais são classificados de acordo com o tipo e severidade das conseqüências, rankeando completamente os resultados da operação modelada (evento iniciador). Estes correspondem ao sucesso e os [ 857 ]
5 possíveis estados indesejáveis da operação considerada. Uma ESD pode ser mapeada através de uma ar, a qual relata mais diretamente a quantificação prática de cenários de riscos. No entanto, uma ESD apresenta uma vantagem significante em relação a árvore de eventos, pois possibilita uma melhor comunicação entre analistas de riscos, projetistas e equipe operacional. [Para maiores detalhes sobre ESDs, recomendam-se Smidts & Swaminathan (1999a,b)]. O tópico a seguir ilustra de forma sistemática as etapas envolvidas nesta metodologia. 2.4 Etapas da metodologia híbrida O fluxograma da Figura 2 mostra as etapas da metodologia proposta para a análise de confiabilidade de sistemas complexos. Familiarização com o procedimento Construção da HTA Construção das ESDs referentes às etapas relevantes da HTA Identificação dos prováveis erros humanos e dsa falhas de equipamentos Identificação dos FDs relevantes Construção das BBNs e das FTAs Quantificação do modelo híbrido Avaliação dos resultados Coleta de informações e Análise Análise qualitativa Coleta de dados e Análise quantitativa Figura 2 Fluxograma da metodologia proposta 1) Familiarização com o procedimento Esta etapa corresponde à obtenção do conhecimento necessário sobre o procedimento das operações de um sistema. Este conhecimento normalmente é adquirido através da leitura de normas disponíveis, através de especialistas e de observações do procedimento na prática. Nesta etapa observa-se também o contexto, ou seja, as condições ou circunstâncias nas quais o procedimento ocorre. Do contexto, extrai-se os fatores que de alguma forma alteram o desempenho dos indivíduos envolvidos na tarefa, os quais são comumente chamados de performance shaping factors (Swain & Guttmann,1983). 2) Descrição da tarefa As informações adquiridas na etapa anterior, relacionadas ao procedimento, são descritas e organizadas através da HTA (Hierarchical Task analysis), que é um método sistemático usado para descrever e organizar as tarefas que deverão ser executadas no decorrer da realização de um trabalho (Kirwan & Ainsworth, 1992). As etapas mencionadas acima compõem a fase inicial dessa metodologia, i.e., coleta de informações e análise. As próximas etapas correspondem à análise qualitativa das informações recebidas através da modelagem dos eventos correspondentes ao sistema. 3) Construção das ESDs Esta etapa consiste na montagem de ESDs para cada operação identificada na HTA. O tamanho das ESDs depende do nível de detalhamento desejado. Estes diagramas têm a finalidade de revelar a seqüência de eventos das operações e quais os seus estados finais para cada caminho percorrido. 4) Identificação dos riscos envolvidos nas operações de um sistema Através do conhecimento adquirido na fase inicial, identificam-se os prováveis erros dos indivíduos, bem como as conseqüências associadas. Esta identificação possibilita um melhor entendimento do comportamento das pessoas envolvidas, permitindo que pelos prováveis erros humanos sejam conhecidas as suas prováveis causas. Nesta etapa, identificam-se também as falhas dos equipamentos utilizados nas operações do sistema. [ 858 ]
6 5) Identificação dos FDs Uma vez identificados os prováveis erros humanos, identificam-se os prováveis fatores responsáveis por tais erros. Nesta etapa serão definidos os FDs relevantes para os indivíduos envolvidos na tarefa. 6)Construção dos modelos BBNs e das FTAs Os FDs não agem de maneira isolada, pois existe uma relação de causa e efeito entre eles, tais como a influência que uma carga de trabalho excessiva exerce na fadiga de um indivíduo. Estas não foram consideradas nos modelos de ACH tradicionais. Nesta etapa, são identificadas as relações de causa e efeito existentes entre os FDs. Posteriormente, constroem-se os modelos BBNs. As estruturas gráficas apresentadas nesta etapa permitem representar qualitativamente as variáveis envolvidas no processo, possibilitando um melhor entendimento do comportamento humano. Nesta fase, também são construídas as FTAs dos equipamentos envolvidos no processo. É importante observar as condições necessárias para aplicação das FTAs (i.e., possibilidade de supor independência e eventos dicotômicos). Caso estas condições não sejam satisfeitas, o formalismo BBNs é indicado. As próximas etapas correspondem à coleta de dados e análise quantitativa através da modelagem do sistema via modelo híbrido. 7) Modelagem híbrida para quantificar as probabilidades do sistema Uma vez obtidos os dados necessários, obtêm-se os resultados de interesse do sistema modelado. No entanto, a obtenção desses dados através de um banco de registros ou banco de dados nem sempre é possível. Neste caso, recorre-se à opinião de especialistas (Menêzes & Droguett, 2005). Firmino et al. (2005) discute com detalhes um processo de edução. Através dessa metodologia é possível estimar os riscos envolvidos em um sistema. Em problemas característicos da análise probabilística de riscos e de confiabilidade, recomenda-se Droguett et al. (2006) e Santos & Droguett (2005) que direcionam os conceitos dessa metodologia a um problema real e Menêzes & Droguett. (2005, 2006) para um estudo específico sobre BBNs no problema da análise de confiabilidade humana. A seção a seguir aborda com maiores detalhes a ACH. 3. ACH & aproximações BBN 3.1Análise de confiabilidade humana (ACH) A ACH estuda a execução das ações humanas em um determinado sistema, considerando suas limitações e os fatores que influenciam no seu desempenho. Muitos métodos para estimar a confiabilidade humana foram primeiramente aplicados na indústria nuclear e podem ser classificados como de primeira e segunda geração (Dougherty, 1990). Os métodos de primeira geração são baseados na suposição de que as ações humanas podem ser modeladas da mesma maneira que as máquinas (Hollnagel, 1998). Tais métodos incluem THERP (Technique of Human Error Rate Prediction) (Gertman & Blackman, 1994), SLIM-MAUD (Success Likelihood Index Method/Mult-Atribbute Utility Decomposition) (Embrey et al. 1984) e MAPPS (Maintenance Personnel Performance Simulation) (Siegel et al. 1984). A aproximação THERP utiliza uma tecnologia de confiabilidade convencional modificada para melhor contabilizar a variabilidade e interdependência de fatores humanos no seu desempenho quando comparadas ao desempenho de equipamentos (Swain & Guttmann, 1983). A suposição de que a confiabilidade humana pode ser realizada da mesma maneira que a confiabilidade de equipamentos não é mais aplicável (Kim, 2001). Não é difícil perceber que o elemento humano não pode ser visto como uma máquina. O simples fato de que o desempenho humano pode ser afetado por fatores fisiológicos e psicológicos é exemplo das divergências entre as máquinas e as pessoas. Portanto, tem sido necessário encontrar um caminho mais realístico para descrever e modelar [ 859 ]
7 diretamente as ações humanas (Dougherty & Fragola, 1988). Em outras palavras, a ACH tem expandido seu escopo de descrição das ações humanas encontrando inspiração em outras áreas como a psicologia e ciências cognitivas (Hollnagel, 1998). Os métodos com tais características foram chamados de métodos de segunda geração. Tais métodos incluem ATHEANA (A Technique for Human Error Analysis) (Kim, 2001; Cooper et al. 1996), CREAM (Cognitive Reliability and Error Analysis Method) (Kim, 2001; Hollnagel, 1998). De acordo com Kim (2001) nem a ATHEANA nem o CREAM incorpora um método explicito para tratar contextos dinâmicos. Estes modelos não consideram as dependências existentes entre os fatores de desempenho (FDs). Recentemente, o modelo IDAC (Information Perception, Diagnosis Making, and Action Taking in Crew Perspective) foi proposto para superar as deficiências dos modelos de segunda geração (Mosleh, & Chang, 2004). Este modelo é baseado em muitas pesquisas relevantes encontradas na psicologia cognitiva, ciências comportamentais, neurociência, fatores humanos e metodologias propostas pelos métodos de primeira e segunda geração. Porém, este modelo não permite quantificar a influência entre dois operadores, como também não considera a interação entre alguns FDs, tais como as relações de interdependência entre os fatores fisiológicos e as relações de interdependência entre os fatores externos (Menêzes e Droguett, 2005). Portanto, percebe-se que modelar as causalidades existentes nas ações humanas tornou-se um grande desafio para ACH e, conseqüentemente, torna-se necessário o desenvolvimento de uma metodologia que contorne essas deficiências. 3.2 Modelagem da confiabilidade humana via BBN Diante das críticas aos modelos de ACH tradicionais surgem as expectativas quanto a métodos futuros. Mosleh & Chang (2004) apresentaram uma lista de características desejáveis para os modelos de ACH futuros. A seguir apresentam-se algumas dessas expectativas e como a utilização de BBNs na opinião dos autores deste artigo podem contribuir na resolução de cada uma delas: 1) Identificação de erros de maneira contextual e estimação de probabilidades: BBNs contextualizam o erro, tanto qualitativamente através dos causadores presentes vistos através da estrutura gráfica quanto, quantitativamente através do cálculo das probabilidades condicionais da rede; 2) Melhores modelos causais: BBNs são, por definição, estruturas gráficas que representam as relações de causa e efeito entre variáveis; 3) Representação mais realista da natureza dinâmica das interações homem-sistema: BBNs permitem representar a dinâmica das interações através da montagem de cenários na rede e as relações de causa e efeito pertencentes ao contexto; 4) Capaz de ser aplicada em diferentes contextos: BBNs são uma grande ferramenta para analisar diferentes contextos. Por exemplo, monitorar problemas operacionais através de diagnósticos e prognósticos, possibilitando um melhor entendimento sobre a relevância dos FDs nos operadores, permitindo assim a providência de medidas que atenuem os seus efeitos. Pode-se também solucionar problemas gerenciais através do conhecimento prévio de fatores decisivos, tais como uma melhor definição das qualidades de um operador na contratação; 5) Melhor calibração com eventos operacionais atuais: através de BBNs é possível atualizar o sistema realizando inferências subjetivas e empíricas [recomenda-se Menêzes et al. (2005)]. Percebe-se que as características de RBs parecem suprir muitas das expectativas em relação a métodos de ACH futuros, demonstrando, assim, ser uma boa aproximação na modelagem de [ 860 ]
8 erros humanos. Para melhor entendimento, a seção a seguir aborda um exemplo sobre o modelo híbrido. 4. Um exemplo A Figura 3 demonstra através de um exemplo o modelo híbrido proposto. Considerando a ESD exibida na Figura 3 (a), a qual é composta de um evento iniciador (I) com probabilidade de ocorrência igual a 1 (i.e., o evento iniciador (I) corresponde ao início de uma determinada atividade do sistema que se deseja modelar), do evento pivotal C que trata do funcionamento de um equipamento qualquer, do evento pivotal X que corresponde a execução de um ação humana e dos estados finais EF1, EF2 e EF3. O evento pivotal C é modelado através de uma FTA conforme Figura 3 (b), cujas probabilidades dos eventos básicos B e C (i.e., modos de falha do evento C) estão especificadas ao lado. Por outro lado, o evento pivotal X é modelado por uma BBN conforme Figura 3 (c), cujas variáveis W e Z representam os fatores de desempenho humano que influenciam diretamente o indivíduo responsável pela execução da ação X. As probabilidades dessas variavéis estão especificadas nesta mesma Figura, onde o nível 0 representa a condição adequada e o nível 1 a inadequada. P(A) =0,01 P(B) =0,02 A C B (b) W X (c) Z P(X W,Z) W X Z ,9 0, ,7 0, ,5 0, ,3 0,7 I C X EF1 P(W) 0 1 0,8 0,2 P(Z) 0 1 0,9 0,1 EF2 (a) EF3 Figura 3 Exemplo do modelo híbrido Para a modelagem do evento C via FTA, temos: P( C) = P( A) + P( B) P( A B) Assumindo A e B independentes: P ( C = 1) = P( A) + P( B) P( A) P( B) = 0,0298 Para a modelagem do evento X via BBN, temos: P ( X, W, Z ) = P( W ) P( Z ) P( X W, Z ) Para a ocorrência do estado EF1 do modelo híbrido, temos: P ( EF1) = P( I ) P( C = 0) P( X = 0) Como, P( X = 0) = P( W, X, Z ) + P( W, X, Z ) + P( W, X, Z ) + P( W, X, Z ) = 0, 8, logo: P ( EF1) = P( I ) P( C = 0) P( X = 0) = 0,776 Para a ocorrência dos estados EF2 e EF3 do modelo híbrido, temos: P( EF 2) = P( I ) P( C = 1) = 0,0298 P( EF3) = P( I ) P( C = 0) P( X = 1) = 0, [ 861 ]
9 Sabe-se que para o bom funcionamento do sistema hipotético apresentado na Figura 3 é necessário que o estado final EF1 ocorra. Para tanto, é preciso que o equipamento funcione corretamente [P(C=0)] e que o elemento humano execute a ação de forma adequada [P(X=0)]. Sendo este o único caminho para chegar ao sucesso, a ocorrência inadequada de pelo menos um dos eventos pivotais conduz a um estado indesejável. A flexibilidade encontrada na modelagem das ações humanas via BBN permite verificar a probabilidade de erro humano no momento da execução da tarefa através das observações realizadas sobre o estado do executor, ou seja, sobre o resultado do seu comportamento diante da presença de alguns fatores no momento considerado. Suponha que W representa a Atenção necessária para o executor realizar a atividade e que por algum motivo observa-se que ela está inadequada, ou seja, tem-se a evidência empírica [P(W=1)]. Dessa forma, é possível saber a influência que esta evidência tem na execução da ação. Neste caso, a probabilidade de X executar a ação de forma inadequada que antes era de 0,20 passa para 0,52. Este aumento reflete a importância de W na probabilidade de erro do executor. Certamente, a ocorrência dessa evidência também repercute no sucesso do sistema, o qual possuía uma probabilidade de sucesso de 0,776 e diante desse fato, diminui para 0,466. O exemplo abordado demonstra como esta metodologia proporciona um melhor entendimento sobre as relações causais de sistemas complexos. Uma vez conhecidos os fatores e variáveis que fazem parte do processo, bem como as dimensões dos seus efeitos, é possível através de uma metodologia sistemática e adequada, gerenciar os riscos envolvidos nas operações de um sistema, minimizá-los, bem como solucionar problemas gerenciais e operacionais de maneira eficiente. 5. Conclusões Este artigo abordou uma nova metodologia para modelagem de sistemas complexos. Pôde-se perceber que as características do modelo híbrido podem ser usadas para obter um melhor entendimento do comportamento das variáveis de um determinado sistema, pois ele facilita a verificação da influência de evidências nas probabilidades de erro humano e falha do sistema, permitindo estimar os riscos envolvidos. Estas estimativas atuam como suporte a decisão em situações de riscos eminentes. O uso de tais informações podem evitar a ocorrência de possíveis problemas no sistema. Pôde-se perceber que a modelagem das ações humanas via BBN supre as maiores deficiências encontradas nos métodos de ACH tradicionais. Finalmente, este artigo enfatizou que as relações de causa e efeito devem ser aplicadas para fazer o reconhecimento do erro humano, pois estas relações providenciam caminhos mais consistentes para descrever e contabilizar estes erros. Uma proposta para trabalhos futuros é um direcionamento à limitação de fatores de desempenho numa BBN em relação à mensuração dos mesmos e o comportamento de cada um deles no domínio do tempo, bem como o desenvolvimento de mecanismos para facilitar o processo quantitativo de variáveis policotômicas. Referências Bryant, R. E. (1992), Symbolic Boolean Manipulation with Ordered Binary-Decision Diagrams. ACM Computing Surveys, 24, n. 3, Chang, Y. H., & Mosleh, A. (1999), Cognitive modeling and dynamic probabilistic simulation of operating crew response to complex system accidents (ADS-IDACrew), Center for Technology Risk Studies, University of Maryland, College Park. Cooper, S. E., Ramey-Smith, A. M., Wreathall, J., Parry, G. W., Bley, D. C., Luckas, W. J., Taylor, J. H., and BarrierE, M. T. (1996), A technique for human error analysis (ATHEANA) (NUREG/CR-6350), Washington, US Nuclear Regulatory Commission. [ 862 ]
10 Dougherty, E. M. & Fragola, J. R. (1988), Human Reliability Analysis: a systems Engineering Approach with Nuclear Power Plant Applications. John Wiley & Sons, New York Dougherty, E. M. (1990), Human reliability analysis where shouldst thou turn? Reliability Engineering & System Safety, Vol. 29, pp Droguett, E. L.; Menêzes, R.C.; Pontual, A.; Couto, C. M. and Sotomayor, G.. (2006) "Multilateral Oil Wells Relaibility Assessment". Paper submitted and accept for by Safety and Reliability for Managing, Safety and Reliability Conference (ESREL). Estoril Portugal. Embrey, D. E., Humphreys, P., E., Rosa, A., Kirwan, B., and Rea, K. (1984), SLIM- MAUD. An approach to assessing human error probabilities using structured expert judgment (NUREG/CR-3518), Washington, USNRC. Firmino, P. R. & Droguett, E. L. (2004)- Redes Bayesianas para a parametrização da confiabilidade em sistemas complexos. Engenharia de Produção, Universidade Federal de Pernambuco, Centro de Tecnologia e Geociências. Firmino, P. R.; Menêzes, R. C., Droguett, E. L., and Duarte, D. L. (2006), Eliciting Engineering Judgments in Human Reliability Assessment. Paper submitted and accept for the Annual Reliability & Maintainability Symposium (RAMS) California EUA. Gertman, D. I. & Blackman, H. S., 1994, Human reliability & safety analysis data handbook. John Wiley & Sons, New York, Hollnagel, E. (1998), Cognitive Reliability and Error Analysis Method, Elsevier Science. England. Kim, I. S., (2001), Human reliability analysis in the man-machine interface design review, Annals of Nuclear Energy, Vol. 28, pp Kirwan, B. & Ainsworth, L.K. (1993), A Guide to Task Analysis, Taylor & Francis. Washington, DC. Korb, k. b. & Nicholson, A. E. (2003), Bayesian artificial intelligence. Chapman & Hall/CRC. Florida. Menêzes, R. C. & Droguett, E. L. (2005), Uma metodologia para a avaliação da confiabilidade humana em atividades de substituição de cadeias de isoladores em linhas de transmissão. Engenharia de Produção, Universidade Federal de Pernambuco, Centro de Tecnologia e Geociências. Menêzes, R. C.; Firmino, P. R., and Droguett, E. L. (2005), Análise de confiabilidade humana via redes Bayesianas, XXXVII Simpósio Brasileiro de Pesquisa Operacional. Rio Grande do Sul. [ 863 ]
11 Menêzes, R. C. & Droguett, E. L. (2006), Modeling Human Reliability in Maintenance of Transmission Line via Bayesian Belief Networks. Artigo submetido e aceito para o The 3 rd International Conference on Production Research (ICPR) Curitiba - Brasil. Mosleh, A. & Chang, Y. H. (2004), Model-based human reliability analysis: prospects and requirements. Reliability Engineering & System Safety. Vol. 83, pp Pearl, J. (1988), Probabilistic Reasoning in Intelligent Systems, Networks of Plausible Inference. California, Morgan Kaufmann, 2 nd Edition. Santos, W. & Droguett, E. L. (2005), Análise probabilística de riscos via redes Bayesianas: Uma aplicação na construção de poços multilaterais. Engenharia de Produção, Universidade Federal de Pernambuco, Centro de Tecnologia e Geociências. Siegel, A. I., Bartter, W.D., Wolff, J. J., Knee, H. E., and Haas, P. M. (1984), Maintenance personnel performance simulation (MAPPS) model (NUREG/CR-3626). Washington, U. S. Nuclear Regulatory Commission. Smidts, C. & Swaminathan, S. (1999), The mathematical formulation for the event sequence diagram framework. Reliability Engineering and Systems Safety. Vol. 65, p Smidts, C. & Swaminathan, S. (1999), The Event Sequence Diagram framework for dynamic Probabilistic Risk Assessment. Reliability Engineering and Systems Safety. Vol. 63, p Swain, A. D. & Guttmann, H. E. (1983), Handbook of Human Reliability Analysis with Emphasis on Nuclear Power Plant Applications, US Nuclear Regulatory Commission, Washington. [ 864 ]
ANÁLISE DE CONFIABILIDADE HUMANA VIA REDES BAYESIANAS
27 a 3/9/5, Gramado, RS ANÁLISE DE CONFIABILIDADE HUMANA VIA REDES BAYESIANAS Regilda da Costa Silva Menêzes UFPE, Av. Acadêmico Helio Ramos, s/n, Cidade Universitária, Recife-PE, Cep: 574-53, regildamenezes@yahoo.com.br
Leia maisAnálise de confiabilidade populacional pelo hibridismo entre redes Bayesianas e bootstrap paramétrico
Análise de confiabilidade populacional pelo hibridismo entre redes Bayesianas e bootstrap paramétrico Paulo Renato Alves Firmino (UFPE) praf62@yahoo.com Enrique López Droguett (UFPE) ealopez@ufpe.br Resumo
Leia maisMÉTODO APRIMORADO PARA A QUANTIFICAÇÃO DO CONHECIMENTO EM ANÁLISES DE CONFIABILIDADE POR REDES BAYESIANAS
MÉTODO APRIMORADO PARA A QUANTIFICAÇÃO DO CONHECIMENTO EM ANÁLISES DE CONFIABILIDADE POR REDES BAYESIANAS Paulo Renato Alves Firmino UFPE, Av. Acadêmico Helio Ramos, s/n, Cidade Universitária, Recife-PE,
Leia maisTestes Acelerados de Vida para o crescimento da Confiabilidade de produtos em desenvolvimento
Testes Acelerados de Vida para o crescimento da Confiabilidade de produtos em desenvolvimento Márcio José das Chagas Moura (UFPE) marciocmoura@gmail.com Enrique López Droguett (UFPE) ealopez@ufpe.br Carlos
Leia maisAnálise da Confiabilidade Humana (ACH) na AQR
Análise da Confiabilidade Humana (ACH) na AQR Paulo Fernando F. Frutuoso e Melo COPPE/UFRJ - Programa de Engenharia Nuclear frutuoso@ufrj.br, pffrutuoso@gmail.com 11 o Congresso de Atuação Responsável,
Leia maisIntrodução a Engenharia da Confiabilidade
GERENCIA DA MANUTENÇÃO Introdução a Engenharia da Confiabilidade Professor: Emerson Rigoni, Dr. rigoni@utfpr.edu.br www.rigoni.com.br/et54c.htm Evolução dos Conceitos Parte 1 Análise dos Modos de Falha
Leia maisInteligência Artificial. Raimundo Osvaldo Vieira [DECOMP IFMA Campus Monte Castelo]
Inteligência Artificial Raimundo Osvaldo Vieira [DECOMP IFMA Campus Monte Castelo] Abordagem Estocástica para a Incerteza: Redes Bayesianas Usando a teoria das probabilidades, podemos determinar, frequentemente
Leia maisIntrodução a Engenharia da Confiabilidade
GERENCIA DA MANUTENÇÃO Introdução a Engenharia da Confiabilidade Professor: Emerson Rigoni, Dr. rigoni@utfpr.edu.br www.rigoni.com.br/et54c.htm Evolução dos Conceitos Parte 1 - Análise dos Modos de Falha
Leia maisANÁLISE DE ÁRVORE DE FALHAS AAF
Universidade Tecnológica Federal do Paraná Especialização em Engenharia de Segurança do Trabalho Gerência de Riscos ANÁLISE DE ÁRVORE DE FALHAS AAF Prof. Me. Marco Antonio Ferreira Finocchio Análise de
Leia maisIntrodução ao tema das Redes Bayesianas
Introdução ao tema das Redes Bayesianas Seminário de Modelação Cátia Azevedo 25/01/2013 Índice Introdução Redes Bayesianas Aprendizagem Bayesiana Teorema de Bayes Distribuição de probabilidade conjunta
Leia maisMODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS
MODELO DE DECISÃO PARA ESCOLHA DE PORTFOLIO DE INVESTIMENTOS Rodrigo José Pires Ferreira UFPE Cx. Postal 7462, Recife PE, 50.630-970 rodrigo@ufpe.br Adiel Teixeira de Almeida Filho UFPE Cx. Postal 7462,
Leia maisAVALIAÇÃO PROBABILÍSTICA DE RISCO VIA MODELO CAUSAL HÍBRIDO EM CIRURGIA. O CASO DA HISTERECTOMIAVAGINAL
AVALIAÇÃO PROBABILÍSTICA DE RISCO VIA MODELO CAUSAL HÍBRIDO EM CIRURGIA. O CASO DA HISTERECTOMIAVAGINAL Felipe Oliveira Universidade Federal de Pernambuco Enrique Droguett Universidade Federal de Pernambuco
Leia maisPIP/CA - Programa Interdisciplinar de Pós-Graduação Mestrado em Computação Aplicada da UNISINOS. 2000/1-2o. Trimestre - AULA 05 / FSO
PIP/CA - Programa Interdisciplinar de Pós-Graduação Mestrado em Computação Aplicada da UNISINOS 2000/1-2o. Trimestre - AULA 05 / FSO INTELIGÊNCIA ARTIFICIAL & SISTEMAS INTELIGENTES Professores Responsáveis:
Leia maisModelo para estimativa de risco operacional e previsão de estoque para equipamentos da Comgás
Modelo para estimativa de risco operacional e previsão de estoque para equipamentos da Comgás 1. Introdução Marcos Henrique de Carvalho 1 Gabriel Alves da Costa Lima 2 Antonio Elias Junior 3 Sergio Rodrigues
Leia maisMARCOS COELHO MATURANA APLICAÇÃO DE REDES BAYESIANAS NA ANÁLISE DA CONTRIBUIÇÃO DO ERRO HUMANO EM ACIDENTES DE COLISÃO
MARCOS COELHO MATURANA APLICAÇÃO DE REDES BAYESIANAS NA ANÁLISE DA CONTRIBUIÇÃO DO ERRO HUMANO EM ACIDENTES DE COLISÃO São Paulo 2010 MARCOS COELHO MATURANA APLICAÇÃO DE REDES BAYESIANAS NA ANÁLISE DA
Leia maisATUALIZAÇÃO DA ANÁLISE DE RISCOS DO LABORATÓRIO DE CALIBRAÇÃO DE MONITORES DE RADIAÇÃO DA CENTRAL NUCLEAR ALMIRANTE ÁLVARO ALBERTO
2005 International Nuclear Atlantic Conference - INAC 2005 Santos, SP, Brazil, August 28 to September 2, 2005 ASSOCIAÇÃO BRASILEIRA DE ENERGIA NUCLEAR - ABEN ISBN: 85-99141-01-5 ATUALIZAÇÃO DA ANÁLISE
Leia maisABORDAGEM QUANTITATIVA PARA CÁLCULO DA CONFIABILIDADE HUMANA: UM ESTUDO DE CASO APLICADO À INDÚSTRIA AUTOMOBILÍSTICA
ABORDAGEM QUANTITATIVA PARA CÁLCULO DA CONFIABILIDADE HUMANA: UM ESTUDO DE CASO APLICADO À INDÚSTRIA AUTOMOBILÍSTICA CLESIA DE SOUZA EVANGELISTA (PUC) clesias@hotmail.com Fernanda Machado Grossi (PUC)
Leia maisRedes Bayesianas. Prof. Júlio Cesar Nievola PPGIa Escola Politécnica PUCPR
Redes Bayesianas Prof. Júlio Cesar Nievola PPGIa Escola Politécnica PUCPR Raciocínio com Incerteza Incerteza: qualidade ou estado de não ser conhecido com certeza Fontes de incerteza: Ignorância: qual
Leia maisMODELOS DE APOIO À DECISÃO
MODELOS DE APOIO À DECISÃO Elementos básicos sobre árvores de decisão e diagramas de influência Bibliografia: P. Goodwin & G. Wright (2003) Decision Analysis for Management Judgement, John Wiley and Sons
Leia maisMétodos de Estimação. Roteiro. 1. Three-point Estimation 2. Julgamento de Especialistas 3. Referências. Three-Point Estimation
Métodos de Estimação Roteiro 1. Three-point Estimation. Julgamento de Especialistas 3. Referências Three-Point Estimation 1 Three-Point Estimation Pert original: A duração da atividade segue uma distribuição
Leia maislnteligência Artificial Raciocínio Probabilístico - Introdução a Redes Bayesianas
lnteligência Artificial Raciocínio Probabilístico - Introdução a Redes Bayesianas Referências Adicionais Russel e Norvig cap. 14 e 15 Pearl, Judea. Probabilistic Reasoning in Intelligent Systems: Network
Leia maisModelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Proceeding Series of the Brazilian Society of pplied and Computational Mathematics, Vol., N., 0. Trabalho apresentado no XXXV CNMC, Natal-RN, 0. Modelagem para previsão/estimação: uma aplicação Neuro-Fuzzy
Leia maisUtilização da Inferência Bayesiana e Lógica Fuzzy na Modelagem de um Sistema Inteligente
Utilização da Inferência Bayesiana e Lógica Fuzzy na Modelagem de um Sistema Inteligente Rosangela Westphal da Silva 1,2, Priscyla Waleska Targino de Azevedo Simões 1,2,3, Merisandra Côrtes de Mattos 1,2,
Leia maisProf. Lorí Viali, Dr.
Prof. Lorí Viali, Dr. viali@pucrs.br http://www.pucrs.br/famat/viali/ Dentre a grande variedade de sistemas que podem ser modelados e para os quais a simulação pode ser aplicada com proveito, uma classe
Leia maisAntônio César Ferreira Guimarães e Celso Marcelo Franklin Lapa
ANÁLISE DE CONFIABILIDADE DO SISTEMA DE REFRIGERAÇÃO DE COMPONENTES DE ANGRA I CONSIDERANDO AS INCERTEZAS NA AVALIAÇÃO DAS ÁRVORES DE FALHAS POR UM MODELO FUZZY Antônio César Ferreira Guimarães e Celso
Leia maisAPLICAÇÃO DO MÉTODO DOS DIAGRAMAS ESPIRAIS NO AUXÍLIO PARA A RESOLUÇÃO DE ÁRVORES DE FALHAS VIA OBDD
APLICAÇÃO DO MÉTODO DOS DIAGRAMAS ESPIRAIS NO AUXÍLIO PARA A RESOLUÇÃO DE ÁRVORES DE FALHAS VIA OBDD Pedro Igor Carvalho Moreira UFPE, Av. Acadêmico Hélio Ramos, s/n, Cidade Universitária, Recife-PE, Cep:
Leia maisIndependência Regra de Bayes Redes Bayesianas
Independência Regra de Bayes Redes Bayesianas Inferência Probabilística Evidência observada: dor. Qual é a probabilidade de cárie dado que foi observado dor? P cárie dor = P(cárie dor) P(dor = 0,6 Independência
Leia maisFerramenta para desenvolvimento de Sistemas Inteligentes Baseada em Teorias para Modelagem da Incerteza
Ferramenta para desenvolvimento de Sistemas Inteligentes Baseada em Teorias para Modelagem da Incerteza Edroaldo Lummertz da Rocha 1, Priscyla Waleska Targino de Azevedo Simões 1, Leonardo Assis da Silva
Leia maisUma investigação de métodos para o estudo da influência da incerteza em dados experimentais de vida acelerada
Uma investigação de métodos para o estudo da influência da incerteza em dados experimentais de vida acelerada Autores Maria Celia de Oliveira Papa Orientador Alvaro Jose Abackerli 1. Introdução Uma das
Leia maisO Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis
O Processo de Weibull Poisson para Modelagem da Confiabilidade em Sistemas Reparáveis Luiz Gustavo Fraga 1 Edmilson Rodrigues Pinto 2 Resumo: Sistemas reparáveis são aqueles sistemas que, após a ocorrência
Leia maiss:
ANÁLISE DE CONFIABILIDADE DE PROCESSOS INDUSTRIAIS VIA REDES BAYESIANAS LUCA NOBRE 1,PHELLIPE SILVA 1, ALLAN VENCESLAU 1, DANIEL MACEDO 1,IVANOVITCH SILVA 2, LUIZ AFFONSO GUEDES 1 1. Laboratório de Informática
Leia maisCSE Métodos e Processos na Área Espacial
CSE-300-4 Métodos e Processos na Área Espacial Engenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento de Sistemas Espaciais L.F.Perondi Engenharia e Tecnologia Espaciais ETE Engenharia e Gerenciamento
Leia maisAnálise do Algoritmo Amostragem de Gibbs para Cálculo das Probabilidades Marginais em Redes Bayesianas
19 a 21 de mar o de 2010 097 Análise do Algoritmo Amostragem de Gibbs para Cálculo das Probabilidades Marginais em Redes Bayesianas Thales Lange 1, Raimundo C. G. Teive 1 1 Mestrado em Computação Aplicada
Leia maisXXIII Encontro Nac. de Eng. de Produção - Ouro Preto, MG, Brasil, 21 a 24 de out de 2003
Avaliação da confiabilidade de produtos em desenvolvimento através da combinação das técnicas de planejamento de experimento e testes acelerados de vida. Wanderley Silva Damaceno (UFPE) wander_sivla@yahoo.com.br
Leia maisDiagramas espirais, método auxiliar para a resolução ótima de árvores de falhas
Diagramas espirais, método auxiliar para a resolução ótima de árvores de falhas Paulo Renato Alves Firmino (UFPE) praf62@yahoo.com Pedro Igor Carvalho Moreira (UFPE) pedroigor@click21.com.br Rohgi Toshio
Leia maisModelagem da incerteza pela Inferência Bayesiana em um Estudo de Caso de Doenças Lombares
Modelagem da incerteza pela Inferência Bayesiana em um Estudo de Caso de Doenças Lombares Edroaldo Lummertz da Rocha 1, Priscyla Waleska Targino de Azevedo Simões 1, Merisandra Côrtes de Mattos 1, Cristian
Leia maisRedefinição de grandezas de entrada correlacionadas: uma técnica eficaz para avaliação de incerteza.
Redefinição de grandezas de entrada correlacionadas: uma técnica eficaz para avaliação de incerteza. Redefinition of correlated input quantities: an effective technique for uncertainty evaluation. Ricardo
Leia maisImpressão do Formulário
Impressão do Formulário LINHA DE FOMENTO/CHAMADA PROPOSTA - IDENTIFICAÇÃO PROPOSTA Fluxo Contínuo / Eventos / Apoio à Participação em Eventos Científicos - AVG PROPONENTE Fernando Soares dos Reis INSTITUIÇÃO
Leia maisTeoria da Decisão. Introdução. Prof. Lucas S. Batista. lusoba
Teoria da Decisão Introdução Prof. Lucas S. Batista lusoba@ufmg.br www.ppgee.ufmg.br/ lusoba Universidade Federal de Minas Gerais Escola de Engenharia Graduação em Engenharia de Sistemas Apresentação Sumário
Leia maisRedes Bayesianas. Disciplina: Inteligência Artificial Prof.: Cedric Luiz de Carvalho
Redes Bayesianas Disciplina: Inteligência Artificial Prof.: Cedric Luiz de Carvalho Introdução Tópicos Especificação e topologia das Redes Bayesianas Semântica Construção Tipos de Inferência Conclusões
Leia maisProbabilidade - 7/7/2018. Prof. Walter Tadeu
Probabilidade - 7/7/018 Prof. Walter Tadeu www.professorwaltertadeu.mat.br Espaço Amostral (): conjunto de todos os resultados possíveis de um experimento aleatório. Exemplos: 1. Lançamento de um dado.
Leia maisEspecificação de Sistemas e SysML
Especificação de Sistemas e SysML Centro de Informática - Universidade Federal de Pernambuco Engenharia da Computação Kiev Gama kiev@cin.ufpe.br Slides elaborados pelos professores Marcio Cornélio e Kiev
Leia maisAvaliação de manobras de operação considerando múltiplos critérios. João Paulo Parreira
Avaliação de manobras de operação considerando múltiplos critérios. João Paulo Parreira 1 O GRUPO CPFL ENERGIA 2 O GRUPO CPFL ENERGIA 3 DISTRIBUIDORAS DO GRUPO CPFL ENERGIA 4 DISTRIBUIDORAS DIRETORIA DE
Leia maisGestão de Projetos. Requisito é a tradução das necessidades e expectativas dos clientes e das demais partes interessadas (stakeholders).
Gestão de Projetos Tomar decisões e realizar ações de planejamento, execução e controle do ciclo de vida do projeto. Combinação de pessoas, técnicas e sistemas necessários à administração dos recursos
Leia maisUma abordagem não-paramétrica da função de intensidade: uma aplicação em acidentes do trabalho
Uma abordagem não-paramétrica da função de intensidade: uma aplicação em acidentes do trabalho Lupércio F. Bessegato UFMG/EST lupércio@est.ufmg.br Enrico Antonio Colosimo UFMG/EST enricoc@est.ufmg.br RESUMO:
Leia maisAprendizagem de Máquina
Aprendizagem de Máquina Modelos gráficos probabilísticos Redes bayesianas Modelos gráficos probabilísticos Os modelos gráficos probabilísticos utilizam representações diagramáticas das distribuições de
Leia maisESTATÍSTICA EXPLORATÓRIA
ESTATÍSTICA EXPLORATÓRIA Prof Paulo Renato A. Firmino praf62@gmail.com Aulas 07-08 Probabilidade Apanhado Geral Seguimos nossas discussões sobre a Incerteza Decidir usualmente envolve incerteza Uma presa
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências DISTRIBUIÇÃO CONJUNTA Em muitos
Leia maisAspectos Computacionais do Desenvolvimento de uma Biblioteca para Desenho de Redes Bayesianas
19 a 21 de mar o de 2010 102 Aspectos Computacionais do Desenvolvimento de uma Biblioteca para Desenho de Redes Bayesianas Thales Lange 1, Raimundo C. G. Teive 1 1 Mestrado em Computação Aplicada Universidade
Leia maisInferência Bayesiana para estimação da taxa de falha de bombas de um sistema de resfriamento de uma usina nuclear
Inferência Bayesiana para estimação da taxa de falha de bombas de um sistema de resfriamento de uma usina nuclear Márcio José das Chagas Moura (UFPE) marciocmoura@gmail.com Enrique López Droguett (UFPE)
Leia maisAVALIAÇÃO DA METODOLOGIA ATHEANA DE ANÁLISE DE CONFIABILIDADE HUMANA DE SEGUNDA GERAÇÃO
AVALIAÇÃO DA METODOLOGIA ATHEANA DE ANÁLISE DE CONFIABILIDADE HUMANA DE SEGUNDA GERAÇÃO Paulo C. Ambros 1 e Roberto Schirru 2 1 Comissão Nacional de Energia Nuclear (CNEN/CODRE RJ) Rua Gal. Severiano,
Leia maisDescrição geral. FTA - Análise da Árvore de Falhas. Prof. Régis Kovacs Scalice. FTA Fault Tree Analysis (Análise da Árvore de Falhas)
UDSC Universidade do stado de Santa Catarina FJ Faculdade de ngenharia de Joinville FTA Fault Tree Analysis (Análise da Árvore de Falhas) DPS Departamento de ngenharia de Produção e Sistemas strutura da
Leia maisEstratégias para a seleção de métodos de avaliação de risco. Rui Azevedo
Estratégias para a seleção de métodos de avaliação de risco Rui Azevedo RISCO? RISCO? Risco: Efeito da incerteza na consecução dos objetivos Um efeito é um desvio, positivo ou negativo, relativamente ao
Leia maisAMBIENTE DE AUXÍLIO E VERIFICAÇÃO DO APRENDIZADO. Márcia Häfele Islabão. Marcília Andrade Campos, Patrícia Cabral de Azevedo Restelli Tedesco,
AMBIENTE DE AUXÍLIO E VERIFICAÇÃO DO APRENDIZADO Márcia Häfele Islabão Instituto de Informática Universidade Federal do Rio Grande do Sul (UFRGS) Caixa Postal 15064 91501-970 - Porto Alegre RS Brasil mhislabao@inf.ufrgs.br
Leia maisAPLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS
APLICAÇÃO DE NÚMEROS FUZZY TRIANGULARES EM ANÁLISES DE INVESTIMENTOS EM SITUAÇÕES DE INCERTEZA - MÉTODO BASEADO NA TEORIA DOS JOGOS Alexandre Ferreira de Pinho, Mestrando Escola Federal de Engenharia de
Leia maisDesenvolvimento de uma Abordagem Híbrida Difuso-Probabilística para a Modelagem de Incerteza
Desenvolvimento de uma Abordagem Híbrida Difuso-Probabilística para a Modelagem de Incerteza Carlos Augusto G. Tibiriçá Silvia Modesto Nassar Departamento de Informática e Estatística Universidade Federal
Leia maisInteligência Artificial. Conceitos Gerais
Inteligência Artificial Conceitos Gerais Inteligência Artificial - IA IA é um campo de estudo multidisciplinar e interdisciplinar, que se apóia no conhecimento e evolução de outras áreas do conhecimento.
Leia maisGESTÃO DE PROJETOS. Guia PMBOK
Guia PMBOK - O guia PMBOK nada mais é que um conjunto de práticas na gestão de projetos organizado pelo instituto PMI e é considerado a base do conhecimento sobre gestão de projetos por profissionais da
Leia maisInteligência Artificial
Inteligência Artificial Metodologia CommonKADS Utilizando um formalismo para modelar conhecimento Prof. Paulo Martins Engel História dos sistemas de conhecimento Máquinas de busca de propósito geral (1965)
Leia maisAprendizado Bayesiano Anteriormente...
Aprendizado Bayesiano Anteriormente... Conceito de Probabilidade Condicional É a probabilidade de um evento A dada a ocorrência de um evento B Universidade de São Paulo Instituto de Ciências Matemáticas
Leia maisAnálise de Fadiga para uma Viga de Rolamento de Ponte Rolante.
Resumo Análise de Fadiga para uma Viga de Rolamento de Ponte Rolante. Carlos Alberto Medeiros 1. 1 Universidade de Mogi das Cruzes / Núcleo de Ciências Exatas / carlosmedeiros@umc.br Vigas de rolamento
Leia maisLinha Técnica Sessão I: Inferência Causal
Impact Evaluation Linha Técnica Sessão I: Inferência Causal Human Development Human Network Development Network Middle East and North Africa Region World Bank Institute Spanish Impact Evaluation Fund www.worldbank.org/sief
Leia maisGESTÃO DA MANUTENÇÃO
A Análise de Árvore de Falhas AAF (FailureTreeAnalysis FTA) foi desenvolvida por H. A. Watson, nos anos 60, para os Laboratórios Bell Telephone, no âmbito do projeto do míssil Minuteman, sendo posteriormente
Leia maisMÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL
MÉTODOS QUANTITATIVOS PARA CIÊNCIA DA COMPUTAÇÃO EXPERIMENTAL Pedro Henrique Bragioni Las Casas Pedro.lascasas@dcc.ufmg.br Apresentação baseada nos slides originais de Jussara Almeida e Virgílio Almeida
Leia mais5. Contribuições do PMBOK para o MQL
68 5. Contribuições do PMBOK para o MQL Em termos conceituais e de abrangência funcional o LFA e o PMBOK se complementam, o PMBOK se foca na dimensão de operacionalização do projeto, enquanto o LFA está
Leia maisANÁLISE DA CONFIABILIDADE HUMANA REQUER MATURIDADE ORGANIZACIONAL NA ESCOLHA DA FERRAMENTA
XXX ENCONTRO NACIONAL DE ENGENHARIA DE PRODUÇÃO Maturidade e desafios da Engenharia de Produção: competitividade das empresas, condições de trabalho, meio ambiente. São Carlos, SP, Brasil, 12 a15 de outubro
Leia maisModelagem e Avaliação de Desempenho. Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014
Modelagem e Avaliação de Desempenho Pós Graduação em Engenharia Elétrica - PPGEE Prof. Carlos Marcelo Pedroso 2014 Análise de desempenho São disponíveis duas abordagens para realizar a análise de desempenho:
Leia maisMODELAGEM E SIMULAÇÃO
MODELAGEM E SIMULAÇÃO Professor: Dr. Edwin B. Mitacc Meza edwin@engenharia-puro.com.br www.engenharia-puro.com.br/edwin Análise da Decisão Pela própria natureza da vida, todos nós devemos continuamente
Leia maisTÉCNICAS DE PLANEJAMENTO E CONTROLE. UNIDADE I - Planejamento, programação e controle
TÉCNICAS DE PLANEJAMENTO E CONTROLE UNIDADE I - Planejamento, programação e controle 1.13. Planejando o projeto O planejamento precede as outras funções clássicas de gerência, como organização, alocação
Leia maisConstrução de uma Rede Bayesiana Aplicada ao Diagnóstico de Doenças Cardíacas
Construção de uma Rede Bayesiana Aplicada ao Diagnóstico de Doenças Cardíacas André Hideaki Saheki 1, Rodolfo Sharovsky 2, Fabio Gagliardi Cozman 1, Veerle M. H. Coupé 1 Escola Politécnica - Universidade
Leia maisAnálise de Impacto Regulatório Porque é que a AIR é Importante
Análise de Impacto Regulatório Porque é que a AIR é Importante Maputo, Moçambique 21-22 de maio, 2018 Kent Shigetomi Gabinete do Representante do Comércio dos EUA Agenda O Que é a Análise de Impacto Regulatório
Leia maisAvaliação Probabilística de Reservas de Óleo e Gás Considerando o Efeito da Variação do Preço do Óleo
Livia Hastenreiter Avaliação Probabilística de Reservas de Óleo e Gás Considerando o Efeito da Variação do Preço do Óleo Dissertação de Mestrado Dissertação apresentada como requisito parcial para obtenção
Leia maisCapítulo 2. Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha. Flávio Fogliatto
Capítulo 2 Distribuições de Probabilidade Estimativas de parâmetros e tempos-atéfalha Flávio Fogliatto 1 Ajustes de distribuições Em estudos de confiabilidade, dados são amostrados a partir de uma população
Leia maisCE Estatística I
CE 002 - Estatística I Agronomia - Turma B Professor Walmes Marques Zeviani Laboratório de Estatística e Geoinformação Departamento de Estatística Universidade Federal do Paraná 1º semestre de 2012 Zeviani,
Leia maisDETERMINAÇÃO DO TEMPO MÉDIO ATÉ A FALHA PARA UM SISTEMA EM COLD STANDBY COM MANUTENÇÃO CORRETIVA BASEADO NA TEORIA DE SEMI-MARKOV
DETERMINAÇÃO DO TEMPO MÉDIO ATÉ A FALHA PARA UM SISTEMA EM COLD STANDBY COM MANUTENÇÃO CORRETIVA BASEADO NA TEORIA DE SEMI-MARKOV Angelica Alebrant Mendes (UFRGS) angelica@producao.ufrgs.br Jose Luis Duarte
Leia maisMESTRADOS. PARTE I (Aula comum) TRABALHO FINAL DE MESTRADO Trabalho Projecto Relatório de Estágio. ISEG PROGRAMA Tópicos Principais
Mestrados MESTRADOS PARTE I (Aula comum) TRABALHO FINAL DE MESTRADO Trabalho Projecto Relatório de Estágio 1 PROGRAMA Tópicos Principais Tipos de trabalho final Trabalho Projecto Relatório de Estágio Explicação
Leia maisMétodos Quantitativos e Qualitativos na Engenharia (M2QE) Quantitative and Qualitative Methods in Engineering (QQME)
Métodos Quantitativos e Qualitativos na Engenharia (M2QE) ------- Quantitative and Qualitative Methods in Engineering (QQME) Guimarães, 3 de outubro de 2013 Escola de Engenharia, Campus de Azurém Some
Leia maisDiagnóstico Baseado em Modelos
Diagnóstico Baseado em Modelos Wellington R. Pinheiro Departamento de Ciência da Computação Instituto de Matemática e Estatística - Universidade São Paulo wrp@ime.usp.br 8 de janeiro de 2008 MAC5739 2007
Leia maisCOMPARAÇÃO ENTRE DIFERENTES MÉTODOS DE ANÁLISE DE CONFIABILIDADE HUMANA:ESTUDO DE CASO DA ANÁLISE DE CONFIABILIDADE HUMANA DA PARTIDA DO TURBOGERADOR.
ISSN 1984-9354 COMPARAÇÃO ENTRE DIFERENTES MÉTODOS DE ANÁLISE DE CONFIABILIDADE HUMANA:ESTUDO DE CASO DA ANÁLISE DE CONFIABILIDADE HUMANA DA PARTIDA DO TURBOGERADOR. Eduardo Calixto (UFRJ) Darlene Paulo
Leia maisModelar a incerteza: Árvores de decisão e diagramas de influência. Carlos A. Bana e Costa
Modelar a incerteza: Árvores de decisão e diagramas de influência Carlos A. Bana e Costa Referências: Clemen, R. (1996), Making Hard Decisions: An Introduction to Decision Analysis (2 nd Edition). Duxbury.
Leia maisDISTRIBUIÇÃO NORMAL DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS ROTEIRO DISTRIBUIÇÃO NORMAL
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências DISTRIBUIÇÃO NORMAL Definição:
Leia mais7 Conclusões, comentários e sugestões 7.1. Conclusões
7 Conclusões, comentários e sugestões 7.1. Conclusões São abordados assuntos cujo estudo vem sendo aprofundado pela linha de pesquisa desenvolvida no âmbito do Termo de Cooperação existente entre a PUC-
Leia maisAvaliação de Desempenho de Sistemas Discretos
Referências Avaliação de Desempenho de Sistemas Discretos Parte I: Introdução Professor: Reinaldo Gomes reinaldo@computacao.ufcg.edu.br 4 Kleinrock, L. Queueing Systems - Vol. : Theory. John Wiley & Sons,
Leia maisCC-226 Introdução à Análise de Padrões
CC-226 Introdução à Análise de Padrões Apresentação do Curso Carlos Henrique Q. Forster 1 1 Divisão de Ciência da Computação Instituto Tecnológico de Aeronáutica 25 de fevereiro de 2008 C. H. Q. Forster
Leia mais5 Agregação das Reservas das Entidades
5 Agregação das Reservas das Entidades Neste capítulo é apresentado o procedimento de agregação das reservas das entidades. É importante ressaltar que as entidades probabilísticas sofrem agregação probabilística,
Leia maisDISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS DISTRIBUIÇÕES CONJUNTAS ROTEIRO DISTRIBUIÇÃO CONJUNTA. Estatística Aplicada à Engenharia
ROTEIRO DISTRIBUIÇÕES DE PROBABILIDADE CONJUNTAS 1. Distribuições conjuntas 2. Independência 3. Confiabilidade 4. Combinações lineares de variáveis aleatórias 5. Referências Estatística Aplicada à Engenharia
Leia maisJADEX: A BDI REASONING ENGINE. Alexander Pokahr, Lars Braubach e Winfried Lamersdorf Springer US - Multi-Agent Programming 2005 pp.
JADEX: A BDI REASONING ENGINE Alexander Pokahr, Lars Braubach e Winfried Lamersdorf Springer US - Multi-Agent Programming 2005 pp. 149-174 Volume 15 Motivação Existem muitas plataformas para desenvolvimento
Leia maisProbabilidade. Objetivos de Aprendizagem. UFMG-ICEx-EST. Cap. 2 - Probabilidade Espaços Amostrais e Eventos. 2.1.
2 ESQUEMA DO CAPÍTULO 2.1 ESPAÇOS AMOSTRAIS E EVENTOS 2.2 INTERPRETAÇÕES E AXIOMAS DE PROBABILIADE 2.3 REGRAS DE ADIÇÃO 2.4 PROBABILIDADE CONDICIONAL 2.5 REGRAS DA MULTIPLICAÇÃO E DA PROBABILIDADE TOTAL
Leia mais2 Medida de Incertezas: Fundamentos
2 Medida de Incertezas: Fundamentos 2. Introdução O resultado de um processo de medição fornece uma determinada informação que usualmente é chamada de conhecimento. A fim de quantificar quão completo é
Leia maisO USO DA ANÁLISE DE CONFIABILIDADE HUMANA, COM BASE NA METODOLOGIA SPAR-H, NA AVALIAÇÃO DO DESEMPENHO DOS TRABALHADORES DE UMA INSTALAÇÃO INDUSTRIAL
O USO DA ANÁLISE DE CONFIABILIDADE HUMANA, COM BASE NA METODOLOGIA SPAR-H, NA AVALIAÇÃO DO DESEMPENHO DOS TRABALHADORES DE UMA INSTALAÇÃO INDUSTRIAL Marcio Magalhães Paixão da Conceição Membro Efetivo
Leia maisUNIVERSIDADE FEDERAL DE PERNAMBUCO
UNIVERSIDADE FEDERAL DE PERNAMBUCO PROGRAMA DE PÓS-GRADUAÇÃO EM ENGENHARIA DE PRODUÇÃO UMA PROPOSTA LINGÜÍSTICA PARA A EDUÇÃO DOS PARÂMETROS DE REDES BAYESIANAS-FUZZY NA ESTIMAÇÃO DA PROBABILIDADE DE ERRO
Leia maisMetodologia de inversão
6 Metodologia de inversão Nesta tese, a transformação de velocidades em pressão de poros é encarada como um problema de inversão. Pela natureza do problema, essa transformação apresenta caráter não único
Leia mais10/09/2012. Preliminary Guidelines for Empirical Research in Software Engineering
Preliminary Guidelines for Empirical Research in Software Engineering Kitchenham, B.A., Pfleeger, S.L., Pickard, L. M., Jones, P.W., Hoaglin, D.C., El-Emam, K., and Rosenberg, J. Aluna: Erica Rodrigues
Leia maisMiolo_Analise_Falhas_2_Edicao_novo_atual:Miolo_Novo.qxd 13/01/ :51 Página 7. Sumário
Miolo_Analise_Falhas_2_Edicao_novo_atual:Miolo_Novo.qxd 13/01/2014 16:51 Página 7 Sumário 1 Confiabilidade e FTA...17 1.1 Introdução...19 1.2 O que é confiabilidade...19 1.3 Fundamentos de confiabilidade...21
Leia maisESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO
ESTUDO DE CASO PARA VERIFICAR A SEGURANÇA EM DUTOS COM DEFEITOS DE CORROSÃO Maylon Dieferson Silva de Sobral 1 ; Juliana Von Schmalz Torres 2 1 Estudante do Curso de Engenharia Civil CAA UFPE. E-mail:
Leia maisTE802 Processos Estocásticos em Engenharia. Informação sobre a disciplina. TE802 Conceitos Básicos de Teoria de Probabilidade. Evelio M. G.
TE802 Processos Estocásticos em Engenharia Conceitos Básicos de Teoria de Probabilidade 23 de agosto de 2017 Informação sobre a disciplina Segundas e Quartas feiras das 09:30 às 11:20 horas Professor:
Leia maisLinha Técnica Sessão VI Métodos de Homogeneização
Impact Evaluation Linha Técnica Sessão VI Métodos de Homogeneização Human Development Network Spanish Impact Evaluation Fund www.worldbank.org/sief Quando podemos usar homogeneização? E se a designação
Leia maisModelagem de Processos. Rômulo César
Modelagem de Processos Rômulo César http://romulocesar.com.br/ romulo.andrade@upe.br Professor NOME: RÔMULO CÉSAR DIAS DE ANDRADE Mini CV: Doutorando em Ciência da Computação na Universidade Federal de
Leia maisVários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos
MODELAGEM E ANÁLISE Modelagem Questões atuais de modelagem Vários modelos: um SAD pode incluir vários modelos, cada um representando uma parte diferente do problema de tomada de decisão Categorias de modelos
Leia mais