As illustrated in the FT diagram, t

As illustrated in the FT diagram, there are twenty-one BEs and five intermediate events (IE) described. Table 3 shows the operational faults related with severe head injury accident during ship mooring operation. Since there is lack of failure data in maritime industry, the fuzzy sets are employed to obtain failure rates. When one of BE evaluated as very unlikely by experts this evaluation means that the effect of BE is insignificant for occurrence of TE. The linguistic expression of marine experts can be converted into fuzzy numbers (Sahin, 2017). In this context, Fig. 3 shows fuzzy rating and membership functions and Table 4 depicts linguistic terms and trapezoidal fuzzy numbers of possibilities (Chen and Hwang, 2015). Chen and Hwang (2015) developed a numerical approximation method where standardized seven linguistic scales {Very Low (VL), Low (L), Mildly Low (ML), Medium (M), Mildly High (MH), High (H), Very High (HV)} were introduced. These numerical scales are capable of transforming linguistic expression of experts into fuzzy numbers to estimate possibility. Conversion scale for linguistic variables (i.e. Linguistic terms and trapezoidal fuzzy numbers of possibilities) shown in Table 5 (Baas and Kwakernaak, 1977; Chen, 2015).

結果 (繁體中文) 2:

如 FT 圖所示，有 21 個 BE 和五個中間事件 （IE） 描述。表3顯示了船舶停泊作業中與嚴重頭部受傷事故有關的操作故障。由於海事行業缺乏故障資料，採用模糊集獲取故障率。當 BE 之一被專家評估為不太可能時，此評估意味著 BE 對 TE 的發生影響不大。海洋專家的語言表達可以轉換為模糊數位（Sahin，2017）。在此背景下，圖 3 顯示了模糊評級和成員資格函數，表 4 描述了語言術語和梯形模糊數的可能性（陳和黃，2015 年）。陳和黃（2015年）開發了一種數值近似方法，其中引入了七種語言尺度[極低（VL）、低（L）、輕度低（ML）、中（M）、輕度高（MH）、高（H）、非常高（HV）]。這些數值尺度能夠將專家的語言表達轉換為模糊數位，以估計可能性。表5（Baas和Kwakernaak，1977年;1977年，Baas和Kwakernaak;1977年;1977年，Baas和Kwakernaak;1977年，Baas和Kwakernaak;977年;1977年，Baas和Kwakernaak;1977年，Baas和Kwakernaak;1977年，Baas和Kwakernaak;1977年，Baas和Kwakernaak;19陳，2015）。

結果 (繁體中文) 3:

如FT圖所示，描述了21個BEs和5個中間事件（IE）。錶3顯示了船舶系泊工作中與嚴重頭部傷害事故相關的操作故障。由於海事行業缺乏故障數據，採用模糊集的方法得到故障率。當專家認為其中一種不太可能發生時，這種評估意味著BE對TE的發生影響不大。海洋專家的語言表達可以轉換為模糊數（Sahin，2017）。在這種情況下，圖3顯示了模糊評分和隸屬度函數，錶4描述了語言術語和可能性的梯形模糊數（Chen和Hwang，2015）。Chen和Hwang（2015）提出了一種數值近似方法，其中引入了標準化的七個語言尺度{Very Low（VL）、Low（L）、milly Low（ML）、Medium（M）、milly High（MH）、High（H）、Very High（HV）}。這些數值尺度能够將專家的語言表達轉化為模糊數來估計可能性。語言變數（即語言術語和可能性的梯形模糊數）的轉換比例如錶5所示（Baas和Kwakernaak，1977；Chen，2015）。