New Fuzzy Model for Risk Assessment Based on Different Types of Consequences
Nouveau modèle à logique floue pour une évaluation de risque basée sur différents types de conséquences
Process Design and Simulation Research Center, Oil and Gas Processing Centre of Excellence, School of Chemical Engineering, College of Engineering, University of Tehran, P.O. Box 11155/4563, Tehran – Iran
e-mail: rzarghami@ut.ac.ir
* Corresponding author
A new risk assessment methodology by using fuzzy logic is proposed in this paper. The new Fuzzy Inference System (FIS) was established by the Mamdani algorithm based on different consequences of an incident. A combination of two FIS formed the proposed fuzzy method. Human knowledge and brainstorming were the devices for making the rules and interdependencies between variables in the new model. Different types of consequences and effective parameters were considered as inputs for the first fuzzy inference system. The final consequence was the preliminary result of the first inference model. It added to the probability of failures, as inputs of the second inference model. The result of the second inference model was the risk factor, which was considered as the final output of the proposed new fuzzy model. This model makes risk assessment more convenient in the absence of suitable data. In addition, decision-making will be easier, since its results are more understandable than the results of classical methods. A case study and a comparison between the classic method and the new fuzzy model illustrated that the results of the proposed model are more accurate, reliable and convenient for use in decision-making.
Résumé
Une nouvelle méthode d’évaluation des risques en utilisant une logique floue est proposée dans le présent article. Le nouveau système d’inférence flou a été établi en utilisant l’algorithme de Mamdani basé sur les différentes conséquences d’un incident. Une combinaison de deux systèmes d’inférence flous a donné naissance à la méthode floue proposée. Les connaissances humaines et un brainstorming ont été les outils qui ont permis d’établir les règles et interdépendances entre des variables du nouveau modèle. Différents types de conséquences et de paramètres effectifs ont été pris en considération comme entrées pour le premier système d’inférence flou. La conséquence finale qui est le résultat préliminaire du premier modèle d’inférence, est combinée avec la probabilité de risques, en tant qu’entrées du second modèle d’inférence. Cette combinaison conduit à considérer le facteur de risque comme le résultat final du nouveau modèle flou proposé. Ce modèle rend l’évaluation des risques plus facile, en l’absence de données adaptées. En outre, la prise de décision sera plus simple, puisque ses résultats sont plus compréhensibles que les résultats des méthodes classiques. Une étude de cas et une comparaison entre la méthode classique et le nouveau modèle flou ont démontré que les résultats du modèle proposé étaient plus précis, plus fiables et plus faciles à utiliser dans la prise de décision.
© K. Karimpour et al., published by IFP Energies nouvelles, 2014
This is an Open Access article distributed under the terms of the Creative Commons Attribution License (http://creativecommons.org/licenses/by/4.0), which permits unrestricted use, distribution, and reproduction in any medium, provided the original work is properly cited.