Managing Safety of Heterogeneous Systems: Decisions under Uncertainties and Risks

مدیریت ایمنی سیستم‌های متنوع نیازمند تصمیم‌گیری در شرایط عدم قطعیت و خطر است. چنین سیستم‌هایی معمولاً با ناهمگونی‌های مکانی-زمانی، وابستگی‌های متقابل، اثرات خارجی، ریسک‌های درون‌زا، ناپیوستگی‌ها، برگشت‌ناپذیری، عدم قطعیت‌های عملاً کاهش‌ناپذیر و رویدادهای نادر با پیامدهای فاجعه‌بار مشخص می‌شوند. رویکردهای علمی سنتی بر داده‌های حاصل از مشاهدات و آزمایش‌های واقعی تکیه می‌کنند. هنوز مشاهدات کافی برای مسائل جدید وجود ندارد و آزمایش معمولا غیرممکن است. بنابراین، حمایت مبتنی بر علم برای پرداختن به چنین دسته جدیدی از مشکلات نیاز به جایگزینی تحلیل سنتی «پیش‌بینی‌های قطعی» با روش‌ها و ابزارهای جدید برای طراحی تصمیم‌هایی دارد که در برابر عدم قطعیت‌ها و خطرات درگیر قوی هستند. روش‌های جدید با استفاده از اطلاعات «مصنوعی» به‌دست‌آمده از ادغام عناصر «سخت»، از جمله داده‌های موجود، نتایج آزمایش‌های احتمالی، و نمایش‌های رسمی حقایق علمی، با عناصر «نرم» بر اساس بازنمایی‌های متنوع از سناریوها و نظرات، به طور صریح با عدم قطعیت‌ها برخورد می‌کنند. عموم مردم، ذینفعان و کارشناسان. این جلد چنین روش‌های مؤثر جدیدی را ارائه می‌کند و کاربردهای آن‌ها را در زمینه‌های مشکل‌دار مختلف، از جمله مهندسی، اقتصاد، مالی، کشاورزی، محیط‌زیست و سیاست‌گذاری نشان می‌دهد.

Managing safety of diverse systems requires decision-making under uncertainties and risks. Such systems are typically characterized by spatio-temporal heterogeneities, inter-dependencies, externalities, endogenous risks, discontinuities, irreversibility, practically irreducible uncertainties, and rare events with catastrophic consequences. Traditional scientific approaches rely on data from real observations and experiments; yet no sufficient observations exist for new problems, and experiments are usually impossible. Therefore, science-based support for addressing such new class of problems needs to replace the traditional “deterministic predictions” analysis by new methods and tools for designing decisions that are robust against the involved uncertainties and risks. The new methods treat uncertainties explicitly by using “synthetic” information derived by integration of “hard” elements, including available data, results of possible experiments, and formal representations of scientific facts, with “soft” elements based on diverse representations of scenarios and opinions of public, stakeholders, and experts. The volume presents such effective new methods, and illustrates their applications in different problem areas, including engineering, economy, finance, agriculture, environment, and policy making.