风险可能数——一种基于最大信息熵理论的风险度量和风险排序新方法

分析了风险优先数（RPN）方法中严重性S、发生率O和探测度D这3个评价指标的离散性与得分主观性不足。基于信息熵定理和最大信息熵推论，指出了RPN方法在评价风险不确定程度时，存在函数方差的依赖性和未能均衡各种风险要素的不合理性。针对多维信息的不确定性问题，分析了如何合理选取风险评价指标和权重分配。为了实现对风险程度的一致性测量，基于公理化的假设条件，给出了一种区别于RPN的风险可能数(RPoN)的定义和计算方法，并证明了RPoN方法能够一致性地用于风险的不确定程度评价。实验数据结果表明：RPoN方法用于风险的定量计算以及进行风险排序的效果优于RPN方法。