Симетричний підхід до оцінювання ризиків виробничої безпеки на основі взаємної відповідності ймовірностей

Автор(и)

  • Захар Миколайович Мацук ННІ «Придніпровська державна академія будівництва та архітектури», Україна https://orcid.org/0000-0001-6114-9536
  • Анатолій Серафимович Бєліков ННІ «Придніпровська державна академія будівництва та архітектури», Україна https://orcid.org/0000-0001-5822-9682
  • Ігор Григорович Маладика Черкаський державний технологічний університет, Україна https://orcid.org/0000-0001-8784-2814
  • Олександр Михайлович Тищенко Черкаський державний технологічний університет, Україна https://orcid.org/0000-0001-7303-6360
  • Вадим Володимирович Харченко Фізична особа підприємець "Харченко В. В.", Україна https://orcid.org/0009-0003-0345-9116

DOI:

https://doi.org/10.15587/2706-5448.2026.353068

Ключові слова:

ймовірнісне оцінювання ризику, промислова безпека, виробнича безпека, динамічне байєсівське моделювання, моделювання методом Монте-Карло, симетричне ймовірнісне моделювання, взаємна відповідність ймовірностей, прогнозування ризиків безпеки

Анотація

Об’єктом дослідження є процес оцінювання рівня безпеки складних технічних систем критичної інфраструктури в умовах невизначеності. Досліджувалася проблема обмеженості та асиметричності методів ризик-оцінювання. Процеси ризик-оцінювання досліджувались на основі даних IAEA, за допомогою комбінації теоретичних і обчислювальних методів моделювання. Теоретична основа спиралася на факторний аналіз ризику. Динамічні та часові залежності враховувалися за допомогою синтезованої модульної масштабуємої динамічної байєсівської мережі (MSDBN), яка інтегрувала в ієрархічні моделі, локальні компоненти, їх взаємодію. Ймовірнісні оцінки виконувалися з використанням симуляції Монте-Карло, а також алгоритмів структурного та гібридного навчання байєсівських мереж. Показано обмеженість, асиметричність і залежність від експертної думки традиційних методів ризик-оцінювання. Показано, що синтез байєсівських мереж та методу Монте-Карло як базових підходів, відповідає критеріям симетричності моделювання ризик-подій. Встановлено, що максимальна адекватність прогнозування ризик-подій досягається при застосуванні модульної байєсівської архітектури з багатокритеріальним підходом через оцінку відповідності елементів виробничої системи нормативним вимогам, історичним аналогіям та/або результатам моделювання. MSDBN підвищує якість і обґрунтованість управлінських рішень, інтегрується у автоматизовані системи керування, слугує інструментом для цифрових двійників, може застосовуватись у освітньому процесі, симетричний та придатний для оцінювання ефективності заходів безпеки. Запропонований підхід є корисним для державних, оборонних та промислових систем, в тому числі в умовах невизначеності.

Біографії авторів

Захар Миколайович Мацук, ННІ «Придніпровська державна академія будівництва та архітектури»

Кандидат технічних наук, доцент

Кафедра охорони праці, цивільної та техногенної безпеки

Український державний університет науки і технологій

Анатолій Серафимович Бєліков, ННІ «Придніпровська державна академія будівництва та архітектури»

Доктор технічних наук, професор

Кафедра охорони праці, цивільної та техногенної безпеки

Український державний університет науки і технологій

Ігор Григорович Маладика, Черкаський державний технологічний університет

Кандидат технічних наук, доцент, завідувач кафедри

Кафедра геодезії, землеустрою, будівельних конструкцій та безпеки життєдіяльності

Олександр Михайлович Тищенко, Черкаський державний технологічний університет

Доктор технічних наук, професор

Кафедра геодезії, землеустрою, будівельних конструкцій та безпеки життєдіяльності

Вадим Володимирович Харченко, Фізична особа підприємець "Харченко В. В."

Судовий експерт

Посилання

  1. Borys, O. P. (2017). History of development of state fire protection and its role in formation of the system of civil protection of Ukraine. Derzhavne upravlinnia: udoskonalennia ta rozvytok, 1, 28–36. Available at: http://www.dy.nayka.com.ua/?op=1&z=1330 Last accessed: 25.12.2025
  2. ISO 31000:2018. Risk management – Guidelines (2018). Geneva: International Organization for Standardization, 16.
  3. ISO 31010:2019. Risk management – Risk assessment techniques (2019). Geneva: International Organization for Standardization, 92.
  4. Blanco, C. C., Caro, F., Corbett, C. J. (2019). Managing Safety‐Related Disruptions: Evidence from the U.S. Nuclear Power Industry. Risk Analysis, 39 (10), 2197–2213. Portico. https://doi.org/10.1111/risa.13307
  5. Zhang, J., Yin, X., Xing, J., An, X. (2023). Dynamic risk assessment for train brake system considering time-dependent components and human factors. Computers & Industrial Engineering, 185, 109687. https://doi.org/10.1016/j.cie.2023.109687
  6. Zarei, E., Khakzad, N., Cozzani, V., Reniers, G. (2019). Safety analysis of process systems using Fuzzy Bayesian Network (FBN). Journal of Loss Prevention in the Process Industries, 57, 7–16. https://doi.org/10.1016/j.jlp.2018.10.011
  7. Bazaluk, O., Tsopa, V., Cheberiachko, S., Deryugin, O., Radchuk, D., Borovytskyi, O., Lozynskyi, V. (2023). Ergonomic risk management process for safety and health at work. Frontiers in Public Health, 11. https://doi.org/10.3389/fpubh.2023.1253141
  8. Mandal, M. K., Mandal, A. (2023). Human Reliability: Cognitive Bias in People–System Interface. Human Reliability Programs in Industries of National Importance for Safety and Security. Springer, 127–138. https://doi.org/10.1007/978-981-99-5005-8_13
  9. Hollcroft, B., Lyon, B. K., Popov, G. (2022). Risk assessment: A practical guide to assessing operational risks. Wiley, 380. Available at: https://www.wiley.com/en-us/Risk+Assessment%3A+A+Practical+Guide+to+Assessing+Operational+Risks%2C+2nd+Edition-p-9781119755920
  10. Purkait, P., Mondal, S., Changmai, S., Volli, V., Shu, C. (2024). Hazards and safety in process industries: Case studies. Routledge. Available at: https://www.routledge.com/Hazards-and-Safety-in-Process-Industries-Case-Studies/Purkait-Mondal-Changmai-Volli-Shu/p/book/9780367516512
  11. Environment of peace: Security in a new era of risks (2022). Stockholm International Peace Research Institute (SIPRI). Available at: https://www.sipri.org/publications/2022/policy-reports/environment-peace-security-new-era-risk
  12. Matsuk, Z. M. (2021). Concept of security and energy efficiency of the oil and gas industry of Ukraine. Ukrainian Journal of Civil Engineering and Architecture, 4, 46–57. https://doi.org/10.30838/j.bpsacea.2312.310821.46.789
  13. Matsuk, Z., Belykov, A., Cheberiachko, Y., Nesterova, O. (2026). Methodology of Safety Risk: Assessment of Adequacy of Measures. International Conference: Challenges of Ensuring Ukraine’s Mineral Resources in the Context of Post-War Reconstruction (CEUMR), 172, 327–334. https://doi.org/10.4028/p-qviuu5
  14. Chernobyl accident: Updating of INSAG-1 (INSAG-7) (1992). International Atomic Energy Agency. Available at: https://www-pub.iaea.org/MTCD/Publications/PDF/Pub913e_web.pdf
  15. Amano, Y. (Ed.) (2015). The Fukushima Daiichi accident: Report by the Director General. International Atomic Energy Agency. Available at: https://www.iaea.org/publications/10962/the-fukushima-daiichi-accident
  16. The Fukushima Daiichi Nuclear Accident Independent Investigation Commission: The official report (2012). International Atomic Energy Agency. Available at: https://warp.ndl.go.jp/en/web/20121025090656/naiic.go.jp/en/report/
  17. Kelman, M., Ortynsky, V. (2021). Chernobyl disaster – a tragic lesson for all humanities: 35th anniversary of the Chernobyl accident. Visnyk Natsionalnoho Universytetu «Lvivska Politehnika». Seria: Yurydychni Nauky, 8 (2 (30)), 1–7. Available at: https://science.lpnu.ua/law/all-volumes-and-issues/volume-8-number-230-2021/chernobyl-disaster-tragic-lesson-all-humanities
  18. Grabowska, S., Saniuk, S. (2022). Business Models in the Industry 4.0 Environment – Results of Web of Science Bibliometric Analysis. Journal of Open Innovation: Technology, Market, and Complexity, 8 (1), 19. https://doi.org/10.3390/joitmc8010019
  19. Gajdzik, B., Grabowska, S., Saniuk, S., Wieczorek, T. (2020). Sustainable Development and Industry 4.0: A Bibliometric Analysis Identifying Key Scientific Problems of the Sustainable Industry 4.0. Energies, 13 (16), 4254. https://doi.org/10.3390/en13164254
  20. Liao, Y., Deschamps, F., Loures, E. de F. R., Ramos, L. F. P. (2017). Past, present and future of Industry 4.0 - a systematic literature review and research agenda proposal. International Journal of Production Research, 55 (12), 3609–3629. https://doi.org/10.1080/00207543.2017.1308576
  21. Friedman, N., Koller, D. (2003). Being Bayesian About Network Structure. A Bayesian Approach to Structure Discovery in Bayesian Networks. Machine Learning, 50 (1-2), 95–125. https://doi.org/10.1023/a:1020249912095
  22. Hari Krishna, S. M., Sharma, R. (2024). Comparative Study of Orchestration using gRPC API and REST API in Server Creation Time: An Openstack Case. International Journal of Computer Networks & Communications, 16 (1), 87–104. https://doi.org/10.5121/ijcnc.2024.16106
  23. xAI. (2025). Grok (Version 4.1) [Computer software]. Available at: https://x.ai/grok
Симетричний підхід до оцінювання ризиків виробничої безпеки на основі взаємної відповідності ймовірностей

##submission.downloads##

Опубліковано

2026-02-28

Як цитувати

Мацук, З. М., Бєліков, А. С., Маладика, І. Г., Тищенко, О. М., & Харченко, В. В. (2026). Симетричний підхід до оцінювання ризиків виробничої безпеки на основі взаємної відповідності ймовірностей. Technology Audit and Production Reserves, 1(2(87), 99–112. https://doi.org/10.15587/2706-5448.2026.353068

Номер

Розділ

Системи та процеси керування